Embed Size (px)
Citation preview
ANALISIS FAKTOR FAKTOR YANG MEMENGARUHI PENGGUNAAN SMARTPHONE DENGAN MENGGUNAKAN
METODE STRUCTURAL EQUATION MODELING (SEM)
SKRIPSI
Untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Komputer
Disusun oleh:
Nungki Dwi Prastanti
NIM : 135150401111081
JURUSAN SISTEM INFORMASI
PROGRAM STUDI SISTEM INFORMASI FAKULTAS ILMU KOMPUTER
UNIVERSITAS BRAWIJAYA MALANG
2017
ii
PENGESAHAN
ANALISIS FAKTOR FAKTOR YANG MEMENGARUHI PENGGUNAAN SMARTPHONE DENGAN MENGGUNAKAN
METODE STRUCTURAL EQUATION MODELING (SEM)
SKRIPSI
Diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Komputer
Disusun Oleh :
Nungki Dwi Prastanti NIM: 135150401111081
Skripsi ini telah diuji dan dinyatakan lulus pada 31 Mei 2017
Telah diperiksa dan disetujui oleh:
Dosen Pembimbing I
Ari Kusyanti, S.T., M.Sc. NIK: 201102 831228 2 001
Dosen Pembimbing II
Andi Reza P., S.Kom., M.MT. NIK: 201607 861128 1 001
Mengetahui Ketua Jurusan Sistem Informasi
Dr. Eng. Herman Tolle, S.T, M.T NIP: 19740823 200012 1 001
iii
PERNYATAAN ORISINALITAS
Saya menyatakan dengan sebenar-benarnya bahwa sepanjang pengetahuan saya, di dalam naskah skripsi ini tidak terdapat karya ilmiah yang pernah diajukan oleh orang lain untuk memperoleh gelar akademik di suatu perguruan tinggi, dan tidak terdapat karya atau pendapat yang pernah ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertulis disitasi dalam naskah ini dan disebutkan dalam daftar pustaka.
Apabila ternyata didalam naskah skripsi ini dapat dibuktikan terdapat unsur-unsur plagiasi, saya bersedia skripsi ini digugurkan dan gelar akademik yang telah saya peroleh (sarjana) dibatalkan, serta diproses sesuai dengan peraturan perundang-undangan yang berlaku (UU No. 20 Tahun 2003, Pasal 25 ayat 2 dan Pasal 70).
Malang, 27 April 2017
Nungki Dwi Prastanti
NIM: 135150401111081
iv
KATA PENGANTAR
Puji syukur dipanjatkan atas kehadirat Allah SWT, karena hanya dengan rahmat serta hidayah- -Faktor yang Memengaruhi Penggunaan Smartphone dengan Menggunakan metode Structural Equation Modeling (SEMSelama penulisan skripsi ini, penulis banyak mendapatkan bantuan dan dukungan dari berbagai pihak. Ucapan terimakasih penulis sampaikan kepada:
1. Bapak Wayan Firdaus Mahmudy, S.Si., M.T., Ph.D. selaku Dekan Fakultas Ilmu Komputer, Universitas Brawijaya.
2. Bapak Dr. Eng. Herman Tolle, S.T., M.T. selaku Ketua Jurusan Sistem Informasi, Fakultas Ilmu Komputer, Universitas Brawijaya.
3. Bapak Suprapto, S.T., M.T. selaku Ketua Program Studi Sistem Informasi, Fakultas Ilmu Komputer, Universitas Brawijaya.
4. Bapak Fajar Pradana, S.ST, M.Eng selaku dosen pembimbing akademik.
5. Ibu Ari Kusyanti, S.T., M.Sc. selaku dosen pembimbing I yang telah dengan sabar membimbing dan mengarahkan penulis, sehingga skripsi ini dapat terselesaikan dengan baik.
6. Bapak Andi Reza P., S.Kom., M.MT. selaku dosen pembimbing II yang telah dengan sabar membimbing dan mengarahkan penulis, sehingga skripsi ini dapat terselesaikan dengan baik.
7. Bapak Sunarto, Ibu Susiati, kakak Tiwi dan Heri, keponakan yang saya sayangi Raffaza serta keluarga besar yang telah memberikan semangat dan doa sehingga dapat memberi kelancaran dalam penyusunan skripsi.
8. Para sahabat Mega, Lina, Izza, Della, Lia, Shofi, Fahmi, keluarga besar Kos Kertosari 11 dan seluruh Keluarga Besar Mahasiswa Sistem Informasi terutama angkatan 2013 yang telah banyak membantu dan selalu memberi semangat dalam pengerjaan skripsi.
9. Semua pihak yang tidak bisa penulis sebutkan satu per satu yang telah membantu penulis dalam menyelesaikan skripsi ini.
Semoga segala kebaikan mendapatkan balasan dari Allah SWT. Penulis yakin masih banyak kekurangan pada skripsi ini, oleh karena itu saran dan kritik yang membangun sangat diharapkan oleh penulis. Semoga skripsi ini dapat memberikan manfaat kepada setiap pembaca.
Malang, 27 April 2017
Penulis
v
ABSTRAK
Smartphone adalah sebuah telepon yang internet-enebled yang menyediakan fungsi Personal Digital Assistant (PDA) seperti fungsi kalender, kalkulator, buku alamat, buku agenda, dan catatan. Selain itu, smartphone juga didefinisikan sebagai salah satu evolusi teknologi yang berupa perangkat untuk memenuhi keinginan penggunanya. Teknologi smartphone telah diadopsi oleh berbagai macam sektor industri misalnya, bank, kesehatan, kuliner, transportasi yang akan meningkatkan pengalaman pengguna terhadap teknologi baru. Smartphone menjadi salah satu barang yang penting dan sangat dibutuhkan oleh masyarakat Indonesia saat ini. Menggunakan smartphone berbagai pekerjaan dapat dilakukan dengan lebih mudah, lebih cepat dan tentunya lebih praktis. Banyak keuntungan yang bisa diambil dari penggunaan smartphone. Hal ini membuat masyarakat tanpa ragu membeli dan menggunakan smartphone. Keinginan untuk menggunakan smartphone dipengaruhi oleh berbagai faktor. Penelitian ini bertujuan untuk mengidentifikasi fakor faktor yang memengaruhi penggunaan smartphone dengan menggunakan 8 varibel konstruk. Data dikumpulkan dengan menyebarkan kuesioner secara online kepada 248 pengguna smartphone. Metode analisis data yang digunakan adalah Structural Equation Modeling (SEM). Dari proses analisis dengan metode Structural Equation Modeling (SEM) dapat disimpulkan bahwa kecocokan model penelitian dengan data penelitian adalah baik karena hasil pengujian telah memenuhi kriteria Goodness Of Fit Indieces. Serta faktor yang berpengaruh positif terhadap minat penggunaan smartphone (Behavioral Intention) yang nantinya akan berpengaruh terhadap variabel Actual Use of Smartphone adalah Perceived usefulness, Perceived easy of use dan Perceived Trust.
Kata kunci: Smartphone, SEM, Actual Use of Smartphone
vi
ABSTRACT
Smartphone is an internet-enebled phone which provides a Personal Digital Assistant (PDA) functions such as a calendar, calculator, address book, diary, and notes. In addition, smartphone also defined as one of the technological evolution in the form of devices to meet the desires of its users. Smartphone technology has been adopted by many industrial sectors, such as, banks, health care, food, transportation which will improve user experience toward new technologies. Smartphones become one of the important things and desperately needed by Indonesian people at this moment. Using the smartphone, variety of work can be done more easily, faster and certainly more practical. Many benefits to be gained from the use of smartphone. That is encourage people to buy and use a smartphone. The desire to use a smartphone is influenced by various factors. This study aims to identify factors that affect the use of smartphones by using eight variables constructs. Data were collected by distributing online questionnaires to 248 smartphone users. Structural Equation Modeling (SEM) is used as data analysis method. From the analysis process using Structural Equation Modeling (SEM) can be concluded that the research model has a good fit level with research data because the test results show if the value of Goodness of Fit Indieces have met the criteria. In addition, the result of this study indicates that the factors which have positive affect toward Behavioral Intention to use smartphone that will affect the variable Actual Use of Smartphone are Perceived usefulness, Perceived easy of use, and Perceived Trust.
Keywords: Smartphone, SEM, Actual Use of Smartphone
vii
DAFTAR ISI
PENGESAHAN ........................................................................................................... ii
PERNYATAAN ORISINALITAS ................................................................................... iii
KATA PENGANTAR ................................................................................................... iv
ABSTRAK ................................................................................................................... v
ABSTRACT ................................................................................................................ vi
DAFTAR ISI .............................................................................................................. vii
DAFTAR TABEL ......................................................................................................... xi
DAFTAR GAMBAR .................................................................................................. xiii
DAFTAR LAMPIRAN ............................................................................................... xiv
BAB 1 PENDAHULUAN ............................................................................................. 1
1.1 Latar belakang ........................................................................................ 1
1.2 Rumusan masalah .................................................................................. 4
1.3 Tujuan .................................................................................................... 4
1.4 Manfaat .................................................................................................. 4
1.5 Batasan masalah .................................................................................... 5
1.6 Sistematika pembahasan ....................................................................... 5
BAB 2 LANDASAN KEPUSTAKAAN ........................................................................... 6
2.1 Kajian Pustaka ........................................................................................ 6
2.1.1 Halim Mad Lazim dan Sasitharan (2014) ..................................... 6
2.1.2 Dalsang Chung dan Sun Gi Chun (2011) ........................................ 7
2.1.3 Mohammed A. Al-Sharafi, Ruzaini A. Arshah, Emad Abu-Shanab, Mohammed Fakhreldin, Nabil Elayah (2016) ....................................... 8
2.2 Landasan Teori ..................................................................................... 13
2.2.1 Smartphone ................................................................................. 13
2.2.2 Pengguna Smartphone Saat Ini ................................................... 13
2.2.3 Technology Acceptance Model (TAM) ........................................ 14
2.2.4 DOI (Diffusion Of Innovation) ...................................................... 15
2.2.5 Perceived Trust (Presepsi Kepercayaan) ..................................... 15
2.2.6 Perceived Privacy dan Perceived Security ................................... 15
viii
2.2.7 Social Network (SN)/ Social Influence ......................................... 16
2.2.8 Struktural Equation Modeling (SEM) .......................................... 16
BAB 3 METODOLOGI ............................................................................................. 21
3.1 Jenis Penelitian .................................................................................... 24
3.2 Skala Pengukuran ................................................................................. 24
3.3 Populasi dan Sampel ............................................................................ 24
3.3.1 Populasi Penelitian ...................................................................... 24
3.3.2 Sampel Penelitian ........................................................................ 24
3.4 Sumber Data ........................................................................................ 25
3.5 Metode Pengumpulan Data ................................................................. 25
3.6 Pilot Study ............................................................................................ 26
3.7 Penyaringan Data ................................................................................. 26
3.7.1 Uji missing data ........................................................................... 26
3.7.2 Uji keragaman sampel (Sample Variance) .................................. 26
3.7.3 Uji outlier ..................................................................................... 27
3.8 Uji Asumsi Dasar .................................................................................. 27
3.8.1 Uji normalitas .............................................................................. 27
3.8.2 Uji homogenitas .......................................................................... 27
3.8.3 Uji linieritas ................................................................................. 27
3.9 Uji Kecukupan Data (Kaiser Meyer Olkin) ............................................ 27
3.10 Uji Reliabilitas .................................................................................... 28
3.11 Teknik Analisa Data dan Pengujian Hipotesis .................................... 28
3.12 Descriptive Statistic ............................................................................ 31
BAB 4 HASIL ........................................................................................................... 32
4.1 Model Penelitian .................................................................................. 32
4.2 Pengumpulan Data .............................................................................. 35
4.3 Variabel yang Diteliti ............................................................................ 36
4.4 Pilot Study ............................................................................................ 37
4.5 Penyaringan Data ................................................................................. 38
4.5.1 Uji missing data ........................................................................... 38
4.5.2 Uji keragaman sampel (Sample Variance) .................................. 38
4.5.3 Uji outlier ..................................................................................... 38
ix
4.6 Uji Asumsi Dasar .................................................................................. 38
4.6.1 Uji normalitas .............................................................................. 38
4.6.2 Uji homogenitas ( ) .................................................. 40
4.6.3 Uji Linieritas ................................................................................. 41
4.7 Uji Kecukupan Data (Kaiser Meyer Olkin) ............................................ 41
4.8 Uji Reliabilitas ...................................................................................... 42
4.9 Analisis Structural Equation Modeling ................................................. 43
4.9.1 Uji Kecocokan Keseluruhan Model (Overall Model Fit) .............. 44
4.9.2 Uji Kecocokan Model Pengukuran (Measurment Model Fit) ...... 48
4.9.3 Uji Kecocokann Model Struktural (Structural Model Fit) ............ 51
BAB 5 PEMBAHASAN ............................................................................................. 55
5.1 Statistik Deskriptif Item pada Konstruk ............................................... 55
5.1.1 Statistik Deskriptif Berdasarkan Jenis Kelamin ........................... 55
5.1.2 Statistik Deskriptif Berdasarkan Usia .......................................... 60
5.1.3 Statistik Deskriptif Berdasarkan Status Pendidikan .................... 66
5.2 Pengujian Hipotesis ............................................................................. 76
5.3 Pembahasan Hipotesis ......................................................................... 77
5.3.1 Diskusi hasil H1 ............................................................................ 77
5.3.2 Diskusi hasil H2 ............................................................................ 78
5.3.3 Diskusi hasil H3 ............................................................................ 78
5.3.4 Diskusi hasil H4 ............................................................................ 79
5.3.5 Diskusi hasil H5 ............................................................................ 79
5.3.6 Diskusi hasil H6 ............................................................................ 80
5.3.7 Diskusi hasil H7 ............................................................................ 80
5.3.8 Diskusi hasil H8 ............................................................................ 81
5.3.9 Diskusi hasil H9 ............................................................................ 81
5.3.10 Diskusi hasil H10 ........................................................................ 82
5.3.11 Diskusi hasil H11 ........................................................................ 82
5.3.12 Diskusi hasil H12 ........................................................................ 83
BAB 6 Penutup ...................................................................................................... 84
6.1 Kesimpulan ........................................................................................... 84
6.2 Saran .................................................................................................... 84
x
DAFTAR PUSTAKA .................................................................................................. 86
LAMPIRAN A KUISIONER ....................................................................................... 91
LAMPIRAN B SPSS ................................................................................................ 104
LAMPIRAN C AMOS ............................................................................................. 117
xi
DAFTAR TABEL
Tabel 2.1 Perbandingan penelitian terdahulu dengan penelitian sekarang ......... 11
Tabel 3.1 Kriteria nilai Cronbach Alpha ................................................................. 28
Tabel 3.2 Penjelasan setiap indeks pada Godness Of Fit Indieces ........................ 29
Tabel 4.1 Rekapitulasi jumlah responden berdasarkan faktor demografi ........... 35
Tabel 4.2 Frekuensi jawaban responden .............................................................. 36
Tabel 4.3 Hasil Uji Reliabilitas menggunakan 30 data .......................................... 37
Tabel 4.4 Hasil pengujian normalitas dengan Skeweness dan Kurtosis ............... 39
Tabel 4.5 Hasil pengujian homogenitas dengan Levene's test ............................. 40
Tabel 4.6 Hasil uji linieritas ................................................................................... 41
Tabel 4.7 Kriteria uji KMO ..................................................................................... 42
Tabel 4.8 Hasil uji KMO ......................................................................................... 42
Tabel 4.9 Hasil pengujian reabilitas sebelum modifikasi ...................................... 43
Tabel 4.10 Hasil pengujian reabilitas setelah modifikasi ...................................... 43
Tabel 4.11 Godness of Fit Indices sebelum modifikasi .......................................... 46
Tabel 4.12 Godness Of Fit Indices setelah modifikasi ........................................... 48
Tabel 4.13 Hasil uji kecocokan measurement model ............................................ 48
Tabel 4.14 Nilai korelasi antar variabel ................................................................. 50
Tabel 4.15 Discriminant validity ............................................................................ 50
Tabel 4.16 Hasil uji kecocokan structural model .................................................. 52
Tabel 5.1 Statistik deskriptif item pengukuran variabel PU berdasarkan jenis kelamin .................................................................................................................. 55
Tabel 5.2 Statistik deskriptif item pengukuran variabel PEOU berdasarkan jenis kelamin .................................................................................................................. 56
Tabel 5.3 Statistik deskriptif item pengukuran variabel BI berdasarkan jenis kelamin .................................................................................................................. 56
Tabel 5.4 Statistik deskriptif item pengukuran variabel SN berdasarkan jenis kelamin .................................................................................................................. 57
Tabel 5.5 Statistik deskriptif item pengukuran variabel FN berdasarkan jenis kelamin .................................................................................................................. 58
Tabel 5.6 Statistik deskriptif item pengukuran variabel PS berdasarkan jenis kelamin .................................................................................................................. 58
xii
Tabel 5.7 Statistik deskriptif item pengukuran variabel PP berdasarkan jenis kelamin .................................................................................................................. 59
Tabel 5.8 Statistik deskriptif item pengukuran variabel PT berdasarkan jenis kelamin .................................................................................................................. 59
Tabel 5.9 Statistik deskriptif item pengukuran variabel PU berdasarkan usia ..... 60
Tabel 5.10 Statistik deskriptif item pengukuran variabel PEOU berdasarkan usia ............................................................................................................................... 61
Tabel 5.11 Statistik deskriptif item pengukuran variabel BI berdasarkan usia .... 62
Tabel 5.12 Statistik deskriptif item pengukuran variabel SN berdasarkan usia ... 63
Tabel 5.13 Statistik deskriptif item pengukuran variabel FN berdasarkan usia ... 63
Tabel 5.14 Statistik deskriptif item pengukuran variabel PS berdasarkan usia .... 64
Tabel 5.15 Statistik deskriptif item pengukuran variabel PP berdasarkan usia ... 65
Tabel 5.16 Statistik deskriptif item pengukuran variabel PT berdasarkan usia .... 66
Tabel 5.17 Statistik deskriptif item pengukuran variabel PU berdasarkan status pendidikan ............................................................................................................. 67
Tabel 5.18 Statistik deskriptif item pengukuran variabel PEOU berdasarkan status pendidikan ............................................................................................................. 68
Tabel 5.19 Statistik deskriptif item pengukuran variabel BI berdasarkan status pendidikan ............................................................................................................. 69
Tabel 5.20 Statistik deskriptif item pengukuran variabel SN berdasarkan status pendidikan ............................................................................................................. 70
Tabel 5.21 Statistik deskriptif item pengukuran variabel FN berdasarkan status pendidikan ............................................................................................................. 71
Tabel 5.22 Statistik deskriptif item pengukuran variabel PS berdasarkan status pendidikan ............................................................................................................. 72
Tabel 5.23 Statistik deskriptif item pengukuran variabel PP berdasarkan status pendidikan ............................................................................................................. 74
Tabel 5.24 Statistik deskriptif item pengukuran variabel PT berdasarkan status pendidikan ............................................................................................................. 75
Tabel 5.25 Hasil pengujian hipotesis ..................................................................... 76
xiii
DAFTAR GAMBAR
Gambar 2.1 Model Penelitian ................................................................................. 8
Gambar 2.2 Model Penelitian ................................................................................. 9
Gambar 2.3 Model SEM ........................................................................................ 18
Gambar 4.1 Model penelitian faktor - faktor yang memengaruhi penggunaan smartphone ........................................................................................................... 32
Gambar 4.2 Model SEM sebelum modifikasi ........................................................ 45
Gambar 4.3 Model SEM setelah modifikasi .......................................................... 47
Gambar 4.4 Path diagram ..................................................................................... 51
Gambar 5.1 Model penelitian beserta nilai loading factor dan nilai p-value ....... 76
1
BAB 1 PENDAHULUAN
1.1 Latar belakang
website Kementerian Komunikasi dan Informatika Republik Indonesia
dari 250 juta jiwa adalah pasar yang besar untuk smartphone. Dengan jumlah penduduk yang besar tersebut maka jumlah pengguna smartphone juga semakin meningkat. Sebuah Lembaga Riset Digital Marketing Emarketer juga memperkirakan pada tahun 2018 pengguna smartphone di Indonesia akan mencapai lebih dari 100 juta orang. Dengan jumlah pengguna smartphone yang sangat besar tersebut maka Indonesia akan menjadi negara ke 4 yang memiliki pengguna smartphone terbesar di dunia setelah China, India dan Amerika (Kominfo, 2015). Menurut survei yang dilakukan oleh MarkPlus Insight (2016), menyatakan bahwa rata rata pengguna internet di Indonesia berada di rentang usia 15 sampai 35 tahun dimana pengguna internet tersebut mengakses internet dari perangkat seluler, notebook, netbook dan tablet. Dan menurut hasil survei Data Statistik Pengguna Internet Indonesia tahun 2016 yang dilakukan oleh APJII (Asosiasi Penyelenggara Jasa Internet Indonesia) menyatakan bahwa pengguna internet paling banyak yaitu sebesar 47,6% menggunakan perangkat mobile (smartphone) untuk mengakses internet (Isparmo, 2016).
Smartphone menjadi salah satu barang yang penting dan sangat dibutuhkan oleh masyarakat Indonesia saat ini. Dengan anggapan tersebut maka masyarakat akan terus menggunakan smartphone dalam kehidupannya sehari hari (Behavioral Intention). Keinginan untuk terus menggunakan smartphone ini juga dipengaruhi karena smartphone menghasilkan banyak manfaat bagi penggunanya. Manfaat yang dihasilkan misalnya adalah dengan adanya smartphone masyarakat bisa menyelesaikan banyak pekerjaan seperti melakukan urusan finansial melalui transaksi pada aplikasi mobile banking, melakukan diskusi dengan sosial media yang ada (LINE, Whatsapp, BlackBerry Massanger) dan lain - lain. Menggunakan smartphone pekerjaan menjadi lebih mudah, lebih cepat dan tentunya lebih praktis. Banyaknya keuntungan yang bisa diambil dari penggunaan smartphone membuat masyarakat untuk tanpa ragu membeli dan menggunakan smartphone. Dengan banyaknya keuntungan tersebut smartphone menjadi barang yang berguna (usefull) bagi penggunanya.
Manfaat smartphone juga dipengaruhi karena adanya aplikasi (functionality) pada smartphone, karena penggunaan smartphone tidak bisa terlepas dari penggunaan aplikasi. Dengan adanya aplikasi, smartphone menjadi perangkat yang lebih bermanfaat karena aplikasi pada smartphone dapat membantu pengguna dalam menyelesaikan berbagai pekerjaan ataupun aktivitas serta bisa memberikan hiburan bagi penggunanya. Sekarang ini smartphone bukan hanya perangkat untuk berkomunikasi saja tetapi juga untuk hiburan. Selain itu, kemudahan penggunaan (easy of use) pada smartphone akan meningkatkan
2
efektifitas penggunaan smartphone bagi penggunanya. Jika efektifitas meningkat maka pekerjaan yang berhubungan dengan smartphone akan dapat dikerjakan dengan lebih cepat. Menurut TAM, pengguna mengevaluasi suatu teknologi berdasarkan kemudahan penggunaan dan juga manfaat yang didapatkan dari suatu sistem. Jika sistem mudah digunakan dan berguna bagi penggunanya, maka keinginan untuk menggunakan sistem tersebut semakin besar (Chung & Chun, 2011). Banyaknya pengguna smartphone ini juga disebabkan karena adanya pengguna baru yang terpengaruh oleh pengguna smartphone lama yang ada disekitarnya. Dengan adanya pengaruh kelompok sosial (social network/ social peers) tersebut maka pengguna smartphone semakin lama akan semakin banyak. Karena menurut Social Influence Theory, pengguna akan membeli dan menggunakan teknologi (smartphone) yang populer dikalangan sosial nya (Chung & Chun, 2011).
Selain banyaknya manfaat yang bisa diperoleh dari penggunaan smartphone, penggunaan smartphone juga akan menimbulkan masalah bagi penggunanya. Seperti yang sudah tertera di beberapa artikel di media online yaitu adanya masalah keamanan pada smartphone yang mengakibatkan hilangnya atau tercurinya data pribadi pengguna. Padahal smartphone merupakan tempat untuk menyimpan data data penting pengguna (daftar kontak, sering untuk melakukan log in ke sosial media, dan berisi daftar password). Berdasarkan laporan penggunaan, 9% pemilik perangkat mobile, yang kebanyakan merupakan pemilik smartphone, menggunakan smartphone-nya untuk keperluan banking (Chung & Chun, 2011). Hilangnya data pribadi ini karena terjadinya peretasan atas sistem keamanan yang sudah di pasang pada smartphone ataupun bisa juga karena smartphone terserang malware. Vendor smartphone sudah berusaha menyediakan sistem keamanan untuk menghindari adanya masalah tersebut, namun sistem keamanan yang sudah disediakan itu juga masih memiliki kelemahan dan celah yang bisa dimasuki oleh pihak pihak yang tidak bertanggung jawab. Hal ini tentunya sangat mengkhawatirkan, karena data pribadi yang tersimpan di perangkat smartphone pengguna yang telah tercuri tersebut bisa disalah gunakan.
Salah satu contoh sistem keamanan yang sedang populer mulai tahun 2016 ini adalah sistem keamanan yang menggunakan sensor fingerprint untuk melakukan akses ke perangkat smartphone. Banyak orang berpikir bahwa dengan menggunakan fingerprint akan menyulitkan orang lain yang ingin menyalahgunakan smartphone, karena smartphone hanya akan bisa dibuka dengan sidik jari yang telah di daftarkan. Namun, berdasarkan pecobaan yang dilakukan oleh Vkansee sebuah perusahaan biometrik asal Amerika Serikat membuktikan bahwa keamanan dari sistem keamanan ini sangat mudah dibobol. Dimana hal itu bisa dilakukan dengan cara menduplikasi sidik jari pengguna (Techinasia, 2016). Masalah keamanan dan privasi lainnya adalah mengenai GPS yang merupakan fitur pelacak pada smartphone. Sekarang ini banyak orang yang menggunakan aplikasi jejaring sosial yang bisa mengidentifikasi lokasi pengguna. Misalnya instagram, line, facebook apps dan lain - lain. Layanan tersebut bisa
3
membuat teman bahkan orang asing pada jejaring sosial mengetahui lokasi pengguna (Chung & Chun, 2011).
Sehingga, seharusnya sekarang ini pengguna juga harus mulai peduli dengan kemanan dan privasi pada smartphone yang dimilikinya. Mereka harus mulai waspada terhadap pengaruh keamanan terhadap privasi smartphone yang akan menjaga data pribadi nya dari berbaga resiko yang megancam. Privasi dan keamaan dari smartphone juga akan berpengaruh terhadap kepercayaan (trust) pengguna terhadap smartphone. Kepercayaan inilah yang akhirnya mendorong seseorang untuk menggunakan smartphone tertentu. Menurut beberapa penelitian sebelumnya, kepercayaan merupakan salah satu faktor penting yang memengaruhi minat pengguna dalam menggunakan suatu teknologi ataupun sistem informasi (Al-Sharafi, et al., 2016). Kepercayaan berpengaruh penting terhadap niat untuk menggunakan smartphone karena semakin tinggi kepercayaan pengguna terhadap suatu smartphone maka semakin tinggi pula keinginannya untuk menggunakan smartphone tersebut. Kepercayaan juga akan mengurangi kekhawatiran pengguna terhadap segala resiko yang akan terjadi karena adanya masalah keamanan dan privasi. Kepercayaan inilah yang nantinya akan berpengaruh terhadap niat untuk terus menggunakan smartphone. Dan niat merupakan faktor yang berpengaruh langsung terhadap penggunaan smartphone dalam kehidupan nyata (actual use of smartphone).
The Smartphone Technology Acceptance Among Malaysian Young Adults Lazim dan Sasitharan yang menggunakan metode TAM mengetahui pengaruh presepsi kegunaan (Perceived usefulness) terhadap penerimaan teknologi smartphone dikalangan orang dewasa di Malaysia. Responden penelitian ini adalah mahasiswa dan alumni dari Universitas Utara Malaysia (UUM). Data penelitian didapatkan dari penyebaran kuisioner secara acak kepada 500 responden. Namun, setelah di analisis hanya ada 427 data yang bisa digunakan. Dari penelitian tersebut didapatkan fakta bahwa orang dewasa di Malaysia mengetahui tentang teknologi smartphone dan mereka hanya memperhatikan fitur fitur yang ada pada smartphone tanpa memperdulikan harga. Sebagai tambahan, kesederhanaan atau kemudahan teknologi smartphone meningkatkan efektifitas pengguna dalam menyelesaikan pekerjaannya. Hal ini sangat berpengaruh terhadap meningkatnya Perceived Usefulness. Sehingga dapat disimpulkan bahwa Perceived Usefulness berpengaruh besar terhadap keinginan untuk menggunakan smartphone.
Kekurangan dari penelitian Lazim dan Sasitharan (2014) adalah penelitian tersebut hanya menggunakan 3 variabel yaitu Perceived Usefulness, Perceived Easy of Use, dan Behavioral Intention. Penelitian belum membahas mengenai keamanan (Security) dan privasi (Privacy). Dimana keamanan smartphone ini akan melindungi data pribadi pengguna dari berbagai resiko yang mengancam, misalnya kehilangan data, pencurian data ataupun terserang malware. Selain itu penelitian belum membahas mengenai bagaimana kepercayaan (trust), fungsionalitas (functionality), serta pengaruh kelompok sosial (social network/social peers) juga akan memengaruhi niat seseorang untuk terus menggunakan smartphone.
4
Dari permasalahan diatas, maka penelitian skripsi ini mengangkat tema analisis faktor faktor yang memengaruhi penggunaan smartphone
yang dilakukan akan menggunakan referensi dari jurnal Lazim dan Sasitharan (2014) dan akan melengkapi kekurangan yang ada pada jurnal dengan menambahkan variabel kepercayaan (Perceived Trust), Perceived Privacy dan Perceived Security, functionality, dan social peers/social network. Dengan adanya penelitian ini, diharapkan pengembang smartphone mendapatkan data yang relevan mengenai faktor faktor yang memengaruhi penggunaan smartphone sehingga bisa melakukan perbaikan demi meningkatkan penggunaan smartphone-nya dan meningkatkan efektifitas smartphone bagi penggunanya.
1.2 Rumusan masalah Berdasarkan permasalahn yang telah di jelaskan penulis pada bagian latar
belakang, maka rumusan masalah yang dapat di buat adalah sebagai berikut :
1. Bagaimana kecocokan model penelitian yang digunakan dalam menganalisis penelitian fakor faktor yang memengaruhi penggunaan smartphone ?
2. Apasajakah fakor faktor yang memengaruhi penggunaan smartphone ?
1.3 Tujuan Dari rumusan masalah yang telah di tuliskan diatas, maka tujuan dari
penelitian yang dilakukan adalah sebagai berikut :
1. Untuk mengetahui kecocokan model penelitian yang digunakan dalam menganalisis penelitian faktor faktor yang memengaruhi penggunaan smartphone.
2. Untuk mengetahui faktor faktor yang memengaruhi penggunaan smartphone.
1.4 Manfaat Manfaat yang diharapkan penulis dari adanya penelitian ini adalah sebagai
berikut : 1. Mengetahui lebih lanjut mengenai alasan atau faktor yang memengaruhi
masyarakat dalam menggunakan smartphone sehingga bisa memberikan data yang relevan kepada pengembang smartphone mengenai apa yang harus di perbaiki untuk meningkatkan penggunaan produk smartphone-nya dan untuk meningkatkan efektifitas smartphone bagi penggunanya.
2. Menerapkan ilmu matakuliah Probabilitas dan Statistika serta matakuiah Interaksi Manusia dan Komputer untuk menghasilkan penelitian yang bermanfaat dan bisa dipercaya
5
1.5 Batasan masalah Agar permasalahan yang dirumuskan dapat lebih fokus, maka penelitian
memiliki batasan sebagai berikut ini :
1. Objek yang diteliti pada penelitian ini adalah pengguna smartphone berbasis Operating System Android, iOS, Windows, dll.
2. Data yang dikumpulkan berasal dari 300 pengguna smartphone melalui kuesioner.
3. Penyebaran kuesioner dilakukan secara online menggunakan google form sehingga memiliki keterbatasan.
4. Responden merupakan pengguna smartphone dengan rentang usia 15 sampai 35 tahun.
1.6 Sistematika pembahasan Penelitian ini akan menggunakan sistematika penulisan sebagai berikut : BAB 1 PENDAHULUAN Bab ini berisi latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian serta sistematika penulisan. BAB 2 LANDASAN KEPUSTAKAAN Bab ini berisi tentang kajian pustaka yang menguraikan secara singkat mengenai penelitian terdahulu serta landasan teori yang berisi penjelasan teori teori yang mendukung penelitian yang di dapatkan dari buku buku ataupun media online. BAB 3 METODOLOGI Bab ini menjelaskan tahapan-tahapan penulis dalam melaksanakan penelitian ini. Tahapan dimulai dari studi literatur , pemilihan partisipan, analisa data dan membuat kesimpulan. BAB 4 HASIL Bab ini menjelaskan proses pengumpulan data yang diperoleh dari responden, tabulasi data untuk memudahkan pengolahan data atau analisis data, dan proses analisis data untuk memperoleh informasi yang diharapkan. BAB 5 PEMBAHASAN Bab ini berisi analisis dan pembahasan dari permasalahan yang diangkat oleh penulis. Penulis akan mengkaji informasi yang dihasilkan dari pengolahan data BAB 6 PENUTUP Bab ini berisi kesimpulan dari penelitian yang telah dilakukan. Dan juga penulis akan memberikan saran perbaikan untuk penelitian selanjutnya.
6
BAB 2 LANDASAN KEPUSTAKAAN
Bab ini akan menguraikan beberapa hal yang berkaitan dengan penelitian. Dimana hal tersebut akan memberikan gambaran serta pemahaman yang lebih mendalam mengenai penelitian yang dilakukan. Beberapa hal yang akan diuraikan adalah sebagai berikut :
2.1 Kajian Pustaka
2.1.1 Halim Mad Lazim dan Sasitharan (2014)
The Smartphone Technology Acceptance Among Malaysian Young Adults Halim Mad Lazim dan Sasitharan yang menggunakan metode untuk TAM mengetahui pengaruh presepsi kegunaan (Perceived usefulness) terhadap penerimaan teknologi smartphone dikalangan orang dewasa di Malaysia. Penelitian ini menggunakan 3 variabel yaitu Perceived Usefulness, Perceived Easy of Use, dan Behavioral Intention. Responden penelitian ini adalah mahasiswa dan alumni dari Universitas Utara Malaysia (UUM). Data penelitian didapatkan dari penyebaran kuisioner secara acak kepada 500 responden. Namun, setelah di analisis hanya ada 427 data yang bisa digunakan. Dari penelitian ini didapatkan fakta bahwa orang dewasa di Malaysia mengetahui tentang teknologi smartphone dan mereka hanya memperhatikan fitur fitur yang ada pada smartphone tanpa memperdulikan harga. Mereka menggemari smartphone dengan harga mahal dan senang untuk mencoba smartphone dengan berbagai merek yang tersedia di pasaran. Sebagai tambahan, kesederhanaan atau kemudahan teknologi smartphone meningkatkan efektifitas pengguna dalam menyelesaikan pekerjaannya. Hal ini sangat berpengaruh terhadap meningkatnya Perceived Usefulness. Sehingga dapat disimpulkan bahwa Perceived Usefulness berpengaruh besar terhadap keinginan untuk menggunakan smartphone.
Kekurangan dari penelitian ini adalah penelitian ini hanya menggunakan 3 variabel yaitu Perceived Usefulness, Perceived Easy of Use, dan Behavioral Intention. Penelitian ini belum membahas mengenai keamanan (Security) dan privasi (Privacy) yang saling berhubungan satu sama lain. Dimana keamanan smartphone ini akan melindungi data pribadi pengguna dari berbagai resiko yang mengancam, misalnya kehilangan data, pencurian data ataupun terserang malware. Selain itu penelitian belum membahas mengenai bagaimana kepercayaan juga akan memengaruhi minat seseorang untuk menggunakan smartphone. Kepercayaan berpengaruh penting terhadap penggunaan smartphone karena semakin tinggi kepercayaan pengguna terhadap suatu smartphone maka semakin tinggi pula keinginannya untuk menggunakan smartphone tersebut. Kepercayaan juga akan mengurangi kekhawatiran pengguna terhadap segala resiko yang akan terjadi karena adanya masalah keamanan dan privasi.
7
2.1.2 Dalsang Chung dan Sun Gi Chun (2011)
An Exploratory Study On Determining Factors For The Smartphone Selection Decision ng Shung dan Chun yang menggunakan metode TAM dan DOI untuk mengetahui faktor faktor yang mendorong seseorang untuk menggunakan smartphone tertentu.
Peneliti menambahkan dua variable yang tidak ada dalam metode TAM dan DOI yaitu variabel Social Network (SN) dan variabel Security/Privacy (SP). Variabel Social Network (SN) akan menjelaskan bagaimana pengaruh kelompok sosial terhadap pemilihan smartphone, sedangkan Security/Privacy akan menjelaskan tentang tingkat kepedulian pengguna terhadap data data pribadi (Privacy) serta keamanan (Security) dari smartphone yang dimiliki. Subjek dari penelitian ini adalah dengan menggunakan populasi pembeli smartphone antara Januari 2009 sampai Agustus 2010. Dengan jumlah 160 responden dimana responden terbanyak berusia 33 44 tahun. Hasil dari penelitian ini adalah beberapa faktor yang paling berpengaruh terhadap penggunaan smartphone, faktor faktor tersebut adalah : Perceived easy of use (PEU), Perceived Usefulness (PU), dan juga faktor fungsionalitas (PAA (Perceived Available Application) dan PAU (Perceived Application Update)). Ketersedian aplikasi merupakan faktor yang sangat berpengaruh terhadap penggunaan smartphone. Selain itu penelitian juga menghasilkan kesimpulan bahwa SN (Social Network/Social Peer) tidak begitu berpengaruh untuk responden dengan usia lebih dari 33 tahun.
Kekurangan dari penelitian ini adalah beberapa variabel merupakan pendapat dari peneliti sendiri dan beberapa construct seperti Social Network (SN) dan Kepedulian terhadap keamana dan privasi (SP) tidak didukung oleh model penelitian karena adanya ukuran sampel yang kecil. Selain itu penelitian belum membahas mengenai bagaimana kepercayaan (trust) juga akan memengaruhi perilaku pengguna terhadap penggunaan smartphone. Kepercayaan berpengaruh penting terhadap penggunaan smartphone karena semakin tinggi kepercayaan pengguna terhadap suatu smartphone maka semakin tinggi pula keinginannya untuk menggunakan smartphone tersebut. Kepercayaan juga akan mengurangi kekhawatiran pengguna terhadap segala resiko yang akan terjadi karena adanya masalah keamanan dan privasi.
Teknik analisa data yang digunakan pada penelitian ini adalah model multivariate analysis. Berikut ini merupakan hasil analisis untuk setiap hipotesis menggunakan model multivariate analysis : H2: Variabel presepsi kemudahan penggunaan (Perceivedd ease of use) memiliki
pengaruh langsung terhadap variabel minat penggunaan (behavioral intention).
H4: Variabel presepsi kemanfaatan (Perceivedd usefulness) memiliki pengaruh
langsung terhadap variabel minat penggunaan (behavioural intention).
8
H5: Variabel fungsionalitas smartphone (Functionality of smartphone terdiri dari PAU, PAA, POS) memiliki pengaruh langsung terhadap variabel presepsi kemanfaatan (Perceived usefulness).
H7: Variabel fungsionalitas smartphone (Functionality of smartphone terdiri dari
PAU, PAA, POS) memiliki pengaruh langsung terhadap variabel minat penggunaan (behavioral intention).
Pada penelitian ini User Attitude (UA) tidak terhitung sebagai faktor sehingga hipotesis yang berkaitan dengan UA yaitu H1, H3, H6, H8, H10 tidak bisa diuji. Sedangkan variabel Social Network (SN) tidak memiliki pengaruh terhadap pemilihan smartphone dan H11 yaitu variabel Security/Privacy (SP) berpengaruh langsung terhadap variabel minat penggunaan tidak mendukung pemilihan smartphone oleh pengguna.
Berikut merupakan model penelitian jurnal yang disajikan pada gambar 2.1.
Gambar 2.1 Model Penelitian
Sumber : Chung dan Chun (2011)
2.1.3 Mohammed A. Al-Sharafi, Ruzaini A. Arshah, Emad Abu-Shanab, Mohammed Fakhreldin, Nabil Elayah (2016)
The Effect of Security and Privacy
Extension of TAM -Sharafi, Ruzaini A. Arshah, Emad Abu-Shanab, Mohammed Fakhreldin, dan Nabil Elayah yang menggunakan model
9
TAM yang kombinasikan dengan Perceived Security, Perceived Privacy, dan trust untuk meneliti kepercayaan (trust) pelanggan Jordania untuk menerima layanan Internet banking. Subjek dari penelitian ini adalah para pelanggan bank di Jordania. Survey dilakukan dengan menyebar kuisioner yang berisi 8 pertanyaan mengenai informasi demografi dan karakterisitik dari responden terkait dengan penggunaan internet dan bank. Pertanyaan ke 1 sampai 3 menanyakan tentang jenis kelamin, umur dan tingkat pendidikan sedangkan pertanyaan 4 sampai 8 menanyakan tentang pennggunaan internet, aktivitas mengakses internet setiap harinya, akun bank, penggunaan internet banking, layanan internet banking. Survey ini mendapat responden sebanyak 198. Setelah mendapatkan data dari responden kemudian dilakukan pengukuran reability dan validity, path analysis serta hypothesis testing. Dari penelitian ini dihasilkan fakta bahwa faktor Perceived Security concern, Perceived Privacy concern dan Perceived usefulness adalah faktor penting yang mempunyai pengaruh positif terhadap Perceived Trust. Perceived Trust juga merupakan faktor penting yang membantu memprediksi minat pengguna untuk menggunakan layanan internet banking. Selain itu sebagai tambahan, hasil penelitian juga menemukan fakta bahwa Perceived easy of use bukan merupakan faktor yang signifikan memengaruhi penggunaan layanan internet banking.
Kelebihan dari penelitian ini adalah penelitian ini membahas mengenai presepsi kepercayaan (Perceived Trust) yang merupakan salah satu faktor yang sangat berpengaruh terhadap minat seseorang untuk menggunakan suatu teknologi (behavioral intention). Berikut ini merupakan model penelitian jurnal yang disajikan pada gambar 2.2
Gambar 2.2 Model Penelitian
Sumber : Al-Sharafi et al. (2016) Maka dari kedua penelitian sebelumnya yang dijadikan sebagai referensi
penelitian ini, penulis akan melakukan penelitian yang membahas mengenai
10
faktor faktor yang memengaruhi penggunaan smartphone pada pengguna smartphone dengan rentang usia 15 tahun sampai 35 tahun. Penelitian ini akan menggunakan metode TAM, DOI dan juga penambahan varibel presepsi kepercayaan (Perceived Trust). Metode TAM memiliki 4 variable yang bisa mengidentifikasi faktor apa saja yang memengaruhi penggunaan smartphone pada pengguna smartphone. Sedangkan metode DOI digunakan untuk mengevaluasi apakah individu akan memilih smartphone berdasarkan functionality (fungsi fungsi yang ada pada suatu teknologi) dan usability (kemudahan suatu teknologi untuk digunakan). Varibel kepercayaan (trust) ditambahkan untuk mengetahui pengaruh kepercayaan terhadap minat pengguna dalam menggunakan smartphone. Dan juga akan membahas mengenai bagaimana pengaruh variabel keamanan serta privasi terhadap penggunaan smartphone. Variabel presepsi keamanan dan presepsi privasi akan memengaruhi presepsi kepercayaan pengguna terhadap smartphone. Semakin tinggi kepercayaan yang dimiliki pengguna semakin tinggi pula keingginan untuk menggunakan smartphone. Kepercayaan juga akan mengurangi kekhawatiran terhadap berbagai masalah yang ditimbulkan oleh keamanan dan privasi.
Penelitian ini akan melengkapi kekurangan dari penelitian pertama dengan menambahkan variabel presepsi kepercayaan (Perceived Trust). Varibel presepsi kepercayaan diambil dari model penelitian yang kedua, dimana akan memengaruhi variabel minat penggunaan (Behavioral Intention). Sedangkan variabel Perceived Privacy dan Perceived Security akan disubstitusikan dengan variabel Security/Privacy yang ada pada model penelitian yang pertama yang akan digunakan pada penelitian ini. Variabel Security/Privacy ini akan memengaruhi variabel kepercayaan (Perceived Trust). Untuk lebih jelasnya lagi, model penelitian akan di gambarkan pada bab III.
Berdasarkan ringkasan-ringkasan penelitian terdahulu yang telah ditulis maka perbandingan antara penelitian terdahulu dengan penelitian sekarang akan dipetakan dalam sebuah tabel. Pemetaan dilakukan dengan membandingkan variabel-variabel yang digunakan pada penelitian dan metode analisis yang digunakan pada penelitian. Berikut ini merupakan tabel perbandingan antara penelitian terdahulu dengan penelitian sekarang :
11
Tabe
l 2.1
Per
band
inga
n pe
nelit
ian
terd
ahul
u de
ngan
pen
eliti
an se
kara
ng
No
Pene
liti
Tahu
n Ju
dul
Varia
bel
Met
ode
Anal
isis
1.
La
zim d
an S
asith
aran
20
14
The
Smar
tpho
ne
Tech
nolo
gy A
ccep
tanc
e Am
ong
Mal
aysia
n Yo
ung
Adul
ts
Perc
eive
d Ea
sy o
f Use
(PEU
) Pe
rcei
ved
Use
fuln
ess (
PU)
Beha
vior
al In
tent
ion
(BI)
Sam
pel
yang
di
guna
kan
adal
ah
seba
gian
pe
nggu
na
smar
tpho
ne
(mah
asisw
a da
n al
umni
) da
ri un
iver
sitas
Uta
ra M
alay
sia (U
MM
) de
ngan
m
engg
unak
an
met
ode
Stru
ctur
al
Equa
tion
Mod
elin
g (S
EM).
2.
Chun
g da
n Ch
un
2011
An
Exp
lora
tory
Stu
dy O
n De
term
inin
g Fa
ctor
s For
Th
e Sm
artp
hone
Sel
ectio
n De
cisio
n
Perc
eive
d Av
aila
ble
Appl
icat
ion
(PAA
) Pe
rcei
ved
Appl
icat
ion
Upd
ate
(PAU
) W
illin
gnes
to U
pdat
e O
S (P
OS)
Pe
rcei
ved
Easy
of U
se (P
EU)
Perc
eive
d U
sefu
lnes
s (PU
) (U
A)
Beha
vior
al In
tent
ion
(BI)
Soci
al N
etw
ork
(SN
) Se
curit
y/Pr
ivac
y (S
P)
Actu
al U
se o
f Sm
artp
hone
(A
U)
Sam
pel
yang
di
guna
kan
adal
ah
men
gam
bil
seba
gian
sam
pel
dari
popu
lasi
pem
beli
smar
tpho
ne
anta
ra
Janu
ari
2009
sa
mpa
i Ag
ustu
s 20
10 d
an m
engg
unak
an
met
ode
mul
tivar
iate
ana
lysis
.
12
Tabe
l 2.1
Per
band
inga
n pe
nelit
ian
terd
ahul
u de
ngan
pen
eliti
an se
kara
ng (l
anju
tan)
No
Pene
liti
Tahu
n Ju
dul
Varia
bel
Met
ode
Anal
isis
3.
M
oham
med
A. A
l-Sh
araf
i, Ru
zain
i A.
Arsh
ah, E
mad
Abu
-Sh
anab
, Moh
amm
ed
Fakh
reld
in, N
abil
Elay
ah
2016
Th
e Ef
fect
of S
ecur
ity a
nd
Priv
acy
Perc
eptio
ns o
n
Inte
rnet
Ban
king
Ser
vice
s:
An E
xten
sion
of T
AM
Perc
eive
d Ea
sy o
f Use
(PEU
) Pe
rcei
ved
Use
fuln
ess (
PU)
Perc
eive
d Pr
ivac
y Co
ncer
n (P
PC)
Perc
eive
d Se
curit
y Co
ncer
n(PS
C)
Perc
eive
d Tr
ust (
PT)
Inte
ntio
n To
Use
(ITU
)
Sam
pel
yang
di
guna
kan
adal
ah
seba
gian
pop
ulas
i pel
angg
an b
ank
di
Jord
ania
da
n m
engg
unak
an
met
ode
Stru
ctur
al
Equa
tion
Mod
ellin
g (S
EM).
4.
Pene
litia
n se
kara
ng
2016
An
alisi
s Fak
tor
Fak
tor
yang
mem
enga
ruhi
pe
nggu
naan
smar
tpho
ne
deng
an m
engg
unak
an
met
ode
Stru
ctur
al
Equa
tion
Mod
elin
g (S
EM)
Perc
eive
d Av
aila
ble
Appl
icat
ion
(PAA
) Pe
rcei
ved
Appl
icat
ion
Upd
ate
(PAU
) W
illin
gnes
to U
pdat
e O
S (P
OS)
Pe
rcei
ved
Easy
of U
se (P
EU)
Perc
eive
d U
sefu
lnes
s (PU
) Be
havi
oral
Inte
ntio
n (B
I) So
cial
Net
wor
k (S
N)
Perc
eive
d Se
curit
y (P
S)
Perc
eive
d Pr
ivac
y (P
P)
Perc
eive
d Tr
ust (
PT)
Actu
al
Use
of
Sm
artp
hone
(A
U)
Sam
pel
yang
di
guna
kan
adal
ah
seba
gian
po
pula
si pe
nggu
na
smar
tpho
ne d
enga
n re
ntan
g us
ia
15
sam
pai
35
tahu
n da
n m
engg
unak
an
met
ode
anal
isis
Stru
ctur
al
Equa
tion
Mod
ellin
g (S
EM).
13
2.2 Landasan Teori
2.2.1 Smartphone
Smartphone adalah sebuah telepon yang internet-enebled yang menyediakan fungsi Personal Digital Assistant (PDA) seperti fungsi kalender, kalkulator, buku alamat, buku agenda, dan catatan (Gary, Thomas, & Misty, 2007). Smartphone merupakan salah satu evolusi teknologi yang berupa platform untuk memenuhi keinginan penggunanya. Teknologi smartphone telah diadopsi oleh berbagai macam sektor industri misalnya, bank, kesehatan, kuliner, transportasi yang akan meningkatkan pengalaman pengguna terhadap teknologi baru. Alasan smartphone sangat populer adalah karena banyaknya keuntungan yang bisa diadapatkan dari penggunaan smartphone yang juga bisa menggantikan penggunaan komputer. Keuntungan yang didapat yaitu : tempat penyimpanan data yang besar, kecepatan prosesor yang tinggi, adanya kamera, permainan, navigasi dan adanya aplikasi aplikasi lain yang dianggap menguntungkan (Lazim & Sasitharan, 2014). Pada smartphone sendiri pengguna bisa memilih Operating System yang diinginkan misalnya Android, iOS, dan Windows. Hal ini juga memberikan keuntungan pada smartphone karena ada banyak pilihan yang bisa dipilih oleh pengguna dimana setiap Operating System tersebut memiliki kelebihan dan kekurangan masing masing. Dari setiap Operating System yang ada, disediakan application market (tempat mengunduh aplikasi) dimana pengguna bisa dengan leluasa mengembangkan atau mengunduh aplikasi favoritnya. Pada setiap Operating System tersebut juga disediakan sistem keamanan yang bisa menjaga data data pada smartphone dari kehilangan atau pencurian data ,misalnya dengan adanya sistem antivirus yang menghindarkan smartphone terserang virus yang membahayakan smartphone dan data yang ada didalamnya. Dengan adanya sistem keamanan ini data menjadi lebih terjaga.
2.2.2 Pengguna Smartphone Saat Ini
Dari data yang di dapatkan dari internet, pada tahun 2016 sekitar 65,2 juta jiwa penduduk Indonesia merupakan pengguna smartphone (okezone, 2015). Dan masih bisa bertambah lagi untuk tahun - tahun kedepan. Bahkan menurut perkiraan pada tahun 2018 pengguna smartphone di Indonesia akan mencapai 100 juta jiwa. Dengan jumlah pengguna yang sangat besar, Indonesia akan menjadi negara ke empat yang memiliki pengguna smartphone terbanyak di dunia setelah Cina, India, dan Amerika (Kominfo, 2015). Masyarakat Indonesia menggunakan smartphone dengan berbagai alasan misalnya penggunaan smartphone bisa memudahkan pekerjaan nya, pekerjaan menjadi lebih efektif dan efisien, lebih mudah untuk berhubungan dengan orang lain, lebih praktis karena bisa menggantikan fungsi dari komputer. Dimana smartphone bisa dibawa kemana mana, memiliki kecepatan akses yang tinggi dan memiliki banyak kelebihan yang lain. Ketika pengguna menyadari banyak kelebihan dan keuntungan yang bisa diambil dari penggunaan smartphone, maka pengguna tidak akan berhenti menggunakan smartphone dan akan terus menggunakannya
14
bahkan akan selalu berusaha untuk memiliki smartphone yang lebih canggih yang dianggap lebih bisa memenuhi kebutuhan mereka.
2.2.3 Technology Acceptance Model (TAM)
Penelitian ini dilakukan dengan menggunakan metode Technology Acceptance Model (TAM) yang diperkenalkan oleh David (1986). TAM adalah pengembangan dari Theory of Reasoned Action (TRA), yang sebelumnya telah dikembangkan oleh Fishbein dan Ajzen pada tahun 1980. Menurut Gefen (2003) metode TAM merupakan metode yang terkenal dan sering digunakan oleh peneliti untuk memprediksi bagaimana perilaku pengguna terhadap teknologi yang digunakan. Ada empat variabel di dalam metode TAM yaitu :
1.7 Perceived Usefulness (PU) Perceived Usefulness mendefinisikan tingkat kepercayaan individu terhadap penggunaan teknologi informasi akan dapat meningkatkan prestasinya dalam bekerja (Davis, 1989). Dari definisi tersebut dapat diartikan bahwa manfaat dai penggunaan suatu teknologi informasi akan meningkatkan kinerja dan prestasi kerja penggunanya. Menurut Thompson at. al (1991), definisi manfaat teknologi informasi adalah manfaat yang diharapkan pengguna teknologi informasi dalam melaksanakan pekerjaannya dengan menggunakan teknologi informasi tersebut. Lebih lanjut lagi Thomson (1991) juga menjelaskan bahwa individu akan menggunakan suatu teknologi informasi jika telah mengetahui manfaat positif atas penggunaan teknologi informasi tersebut.
2.4.2 Perceived Easy of Use (PEU)
Menurut Davis (1989) Perceived Easy of Use merupakan tingkat dimana individu percaya bahwa teknologi informasi mudah untuk dipahami. Seberapa sering individu menggunakan suatu teknologi informasi dapat menunjukan tingkat kemudahan penggunaannya. Goodwin dan Silver menyatakan bahwa sistem yang sering digunakan menunjukkan bahwa sistem tersebut lebih dikenal, lebih mudah dioperasikan serta lebih mudah digunakan oleh penggunanya (Adam, 1992).
2.4.3 Attitude Toward Using (AU) Attitude toward Using mendefinisikan sikap individu terhadap teknologi yang digunakan yang berbentuk penerimaan atau penolakan sebagai akibat dari individu menggunakan teknologi tersebut (Davis, 1989).
2.4.4 Behavioral Intention (BI)
Behavioral Intention mendefinisikan kecenderungan perilaku atau sikap individu untuk tetap menggunakan suatu teknologi (Davis, 1989). Perilaku atau sikap ini bisa berupa perilaku negatif atau positif (memiliki perasaan baik atau buruk ketika menggunakan teknologi). Sikap dan perhatian individu terhadap suatu teknologi bisa digunakan untuk memprediksi tingkat
15
keinginan pengguna untuk menggunakan teknologi tersebut. Contoh sikap tersebut adalah berupa keinginan untuk menambah peripheral pendukung, motivasi untuk terus menggunakan, ataupun keinginan untuk memotivasi orang lain (Istiarni, 2014).
2.2.4 DOI (Diffusion Of Innovation)
DOI digunakan untuk mengevaluasi apakah individu akan memilih smartphone berdasarkan functionalitity dan usability (Chung & Chun, 2011).
2.5.1 Functionality
Functionality adalah fungsi atau fasilitas yang disediakan oleh smartphone. Pada variable ini terdiri dari 3 construct yaitu Percieve Application Update (PAU), Perceived Available Application (PAA), dan Willingness to Update OS (POS) (Chung & Chun, 2011). Varibel functionality disubtitusikan dengan variabel Perceived usefulness pada metode TAM.
2.5.2 Usability
Usability adalah tingkat kemudahan penggunaan layanan pada smartphone. Variabel ini disubtitusikan dengan variabel Perceived ease of use yang ada pada metode TAM (Chung & Chun, 2011).
2.2.5 Perceived Trust (Presepsi Kepercayaan)
Kepercayaan adalah keyakinan bahwa perilaku orang lain akan sesuai dengan harapan dan keinginan orang tersebut (Hart & Saunders, 1997). Karena smartphone berhubungan dengan dunia virtual, maka akan terjadi ketidakpastian sebagai akibat dari tindakan yang dilakukan dengan menggunakan smartphone. Tingkat kepercayaan seseorang dengan orang yang lain akan berbeda sehingga sangat berpengaruh terhadap minat untuk menggunakan suatu teknologi.
2.2.6 Perceived Privacy dan Perceived Security
Privacy adalah kemampuan individu untuk melindungi data data personal yang tersimpan dalam smartphone. Dalam penelitian ini Perceived Privacy didefinisikan sebagai tingkat kepedulian pengguna terhadap hilangnya data pribadi (Al-Sharafi, et al., 2016). Pengguna seringkali berbagi data personal mereka kepada kontak lain yang tersimpan dalam aplikasinya dan juga kepada aplikasi lain yang meminta akses ke privasi pengguna. Data data personal yang tersimpan dalam smartphone misalnya daftar kontak telepon, foto, audio, alamat email, lokasi pengguna saat ini dan lain - lain. Pengguna sering kali menginstal aplikasi dan tanpa sadar menyetujui untuk berbagi privasi mereka ke aplikasi yang diinstal.
Security adalah sistem keamanan yang disediakan oleh smartphone untuk melindungi smartphone dari adanya kehilangan data dan pencurian data atau bisa diartikan untuk menjaga keamanan data dari smartphone. Security pada smartphone ini bisa berupa sistem lock yang ada pada smartphone dimana
16
pengguna harus memasukkan pin atau password terlebih dahulu untuk bisa mengakses smartphone nya. Dalam penelitian ini Perceived Security mendefinisikan tingkat kepedulian pengguna terhadap keamanan yang menjamin kerahasiaan informasi pribadi (Al-Sharafi, et al., 2016).
2.2.7 Social Network (SN)/ Social Influence
Social Network mendefinisikan tingkat pengaruh kelompok sosial di lingkungan sekitar pengguna dalam memilih menggunakan suatu smartphone tertentu. Menurut Johnsen & Freidkin (2006), Social Infuence Network Theory (SINT) meyatakan bahwa pada hal penggunaan smartphone pengguna akan memilih untuk menggunakan suatu smartphone yang populer di kalangan kelompok sosial nya. Karena individual tersebut telah dipengaruhi oleh pemikiran, perasaan dan emosi dan perilaku dari kelompok sosial disekitarnya. Namun bagaimana pun pengaruh kelompok sosial ini bisa hilang atau berkurang dengan adanya pengalaman pengguna dengan berbagai smartphone serta akan semakin berkurang pengaruhnya ketika umur pengguna semakin dewasa (Chung & Chun, 2011).
2.2.8 Struktural Equation Modeling (SEM)
Structural Equation Modeling (SEM) adalah teknik statistik multivariat yang merupakan kombinasi antara analisis faktor dan analisis regresi (korelasi), yang bertujuan untuk menjelaskan hubungan hubungan antar variabel yang ada pada sebuah model baik itu hubungan antara indikator dengan konstruknya, ataupun hubungan antar konstruk (Santoso, 2007). Menurut Ghozali dan Fuad (2008) teknik analisis ini memungkinkan untuk melakukan pengujian hubungan antara varibel laten dengan variabel manifes (persamaan pengukuran), variabel laten dengan variabel laten yang lainnya (persamaan struktural), serta memaparkan kesalahan pengukuran (Sarjono, 2014). Sedangkan menurut Bentler (1988) Structural Equation Modeling (SEM) adalah metodologi statistik yang menggunakan pendekatan konfirmatori seperti pengujian hipotesis untuk melakukan analisa terhadap teori struktural yang berhubungan dengan beberapa
-akibatyang menghasilkan pengamatan dalam beberapa variabel (Byrne, 2010).
Tujuan SEM adalah ingin melakukan pengujian apakah model yang telah dibuat memang bisa menjelaskan fenomena yang didapat. Atau dengan kata lain SEM digunakan untuk menguji apakah model yang telah dibuat berdasarkan suatu teori dapat di terima atau ditolak (Santoso,2007). Berikut ini merupakan beberapa konsep dasar SEM yang akan di bahas : 1. Variabel laten dan variabel manifes
Dalam model SEM terdapat dua variabel yaitu variabel laten dan variabel manifes. Variabel laten adalah variabel yang tidak bisa diukur secara langsung, harus diukur menggunakan satu atau lebih variabel manifes. Variabel laten disebut juga unobserved variable, konstruk atau konstruk laten (Santoso, 2007).
17
Sedangkan variabel manifes adalah variabel yang digunakan untuk menjelaskan atau mengukur sebuah variabel laten. Variabel manifes disebut juga observed variable, measured variable, atau indikator. Variabel manifes ini merupakan bagian dari variabel laten (Santoso, 2007). 2. Variabel laten eksogen dan variabel laten endogen
Variabel laten dalam model SEM terdiri dari dua jenis yaitu variabel laten eksogen dan variabel laten endogen. Variabel laten eksogen adalah variabel laten yang tidak dipengaruhi oleh variabel laten manapun (Sarjono & Julianita, 2015). Sedangkan variabel laten endogen adalah variabel laten yang dipengaruhi oleh variabel laten lainnya dalam suatu model penelitian (Sarjono & Julianita, 2015). 3. Model dalam SEM
Ada dua jenis model yang digunakan dalam metode SEM yaitu measurement model dan structural model. Measurement model adalah bagian dari model yang menggambarkan hubungan antara konstruk dengan indikator-indikatornya (Santoso, 2007). Sedangkan structural model menggambarkan hubungan antar variabel-variabel laten (konstruk-konstruk) atau antar variabel laten eksogen dengan variabel laten endogen (Santoso, 2007). 4. Kesalahan atau error pada SEM
Menurut Santoso (2007) kesalahan pengukuran pada analisis SEM ada dua yaitu measurement error dan disturbance error. Kesalahan (error) atau measurement error adalah kesalahan yang terjadi dalam pengukuran. Kesalahan terjadi karena tidak semua indikator dapat mengukur sebuah konstruk secara tepat (Santoso, 2007).
Residual error atau disturbance term adalah error pada structural model yang merefleksikan varians yang tidak dapat dijelaskan dalam variabel endogen yang disebabkan oleh semua faktor yang tidak bisa diukur (Santoso, 2007). 5. Confirmatory Factor Analysis (CFA)
Confirmatory Factor Analysis (CFA) adalah alat analisis pada SEM yang digunakan untuk menguji sebuah measurement model, yaitu untuk menguji keterkaitan antara indikator dengan konstruk (Santoso, 2007). Ada dua pendekatan yang digunakan dalam CFA untuk mengevaluasi measurement model yaitu untuk menentukan kriteria Goodness Of Fit Indieces (GOFI), dan untuk mengevaluasi validitas dan reabilitas pada measurement model (Hair et al., 2006 disitasi dalam Chandio F. H, 2011). Menurut Byrne (2010), Confirmatory Factor Analysis (CFA) digunakan ketika seorang peneliti memiliki beberapa pengetahuan mengenai struktur variabel laten. Pengetahuan tersebut berdasarkan teori, studi empiris, ataupun keduanya, kemudian mengemukakan hubungan antara
18
tindakan yang diamati dan faktor penyebabnya, dan selanjutnya menguji struktur hipotesis yang telah dibuat secara statistik. 6. Multiple Regression Analysis atau path analysis
Multiple Regression Analysis atau path analysis adalah alat analisis pada SEM yang digunakan untuk menguji sebuah structural model, yaitu untuk mengetahui apakah ada hubungan yang signifikan diantara variabel eksogen dengan endogen serta untuk mengetahui seberapa kuat hubungan antar kedua variabel tersebut (Santoso, 2007). 7. Tahap tahap analisis Structural Equation Modeling (SEM)
Untuk melakukan analisis dengan menggunakan SEM, ada beberapa prosedur yang harus dilalui. Menurut Bollen & Long (1993) prosedur tersebut adalah sebagai berikut (Sarjono & Julianita, 2015) :
Spesifikasi Model Menurut Bollen & Long (1993), spesifikasi model adalah tahap dimana dilakukannya pembentukan model yang merupakan pembentukan hubungan antar variabel laten dan juga pembentukan hubungan antara variabel laten dengan variabel manifes yang didasarkan pada teori yang berlaku (Sarjono & Julianita, 2015). Menurut Wijanto (2007), ada 3 tahap untuk membuat model penelitian (Sarjono & Julianita, 2015):
a. Spesifikasi model pengukuran b. Spesifikasi model struktural c. Menggambarkan diagram jalur (hybrid model) yang merupakan
kombinasi model pengukuran dan model struktural, jika diperlukan. Model SEM ditampilkan pada Gambar 2.3.
Gambar 2.3 Model SEM
Sumber : Santoso (2007)
19
Identifikasi model Identfikasi model adalah melakukan uji identifikasi pada model untuk menentukan apakah model dapat dianalisis lebih lanjut. Perhitungan degree of freedom menjadi bagian penting dalam tahap ini. Dengan melakukan perhitungan degree of freedom maka akan diketahui apakah model merupakan model under-identified, justidentified, atau overidentified (Santoso, 2007).
a. Under-identified terjadi jika degree of freedom bernilai negatif, maka tidak perlu dilakukan estimasi dan penilaian model (Santoso, 2007).
b. Just-identified terjadi jika nilai degree of freedom adalah sama dengan 0 (df=0), maka tidak perlu dilakukan estimasi dan penilaian model (Santoso, 2007).
c. Overidentified terjadi jika degree of freedom bernilai positif, maka bisa dilakukan pengujian pada model (Santoso, 2007).
Estimasi Model Estimasi model adalah pengujian yang dilakukan untuk mengetahui kekuatan hubungan antar variabel dalam model (Santoso, 2007).
Uji Kecocokan Menurut Hair dkk. evaluasi terhadap kecocokan data dengan model penelitian dilakukan melalui 3 tahapan yaitu (Wijanto, 2007 disitasi dalam Sarjono & Julianita, 2015 ) :
a. Kecocokan keseluruhan model (overall model fit) merupakan pengukuran kecocokan model secara keseluruhan (model struktural dan model pengukuran) terhadap matriks korelasi dan matriks kovarians (Wijanto, 2007).
b. Kecocokan model pengukuran (measurement model fit) merupakan pengukuran kecocokan terhadap model pengukuran, terkait hubungan antara variabel laten dengan variabel manifes (Wijanto, 2007).
c. Kecocokan model struktural (structural model fit) merupakan evaluasi terhadap model struktural terkait pengujian terhadap hubungan antara variabel laten eksogen dan variabel laten endogen, maupun pengujian terhadap hubungan antar variabel laten endogen sesuai dengan hipotesis yang telah disusun pada penelitian (Wijanto, 2007).
8. Covariance dan Correlation
Covariance (Kovarians) digunakan untuk melihat hubungan antar dua variabel. Dasar penilaian dari estimasi model adalah covariance (kovarians) yaitu dengan membandingkan observed sample covariance matrix (kovarians hasil dari observasi) dengan estimated covariance matrix (kovarians hasil estimasi atau proses komputasi). Perbandingan antar kedua kovarians akan menghasilkan selisih kedua kovarians yang disajikan dalam kovarians residual (residual covariance). Semakin kecil nilai kovarians residual, maka model semakin fit atau
20
data mendukung keberadaan model. Sebaliknya, semakin besar nilai kovarians residual maka dapat disimpulkan bahwa data tidak mendukung model atau model tidak fit dengan data yang ada (Santoso, 2007).
Correlation (Korelasi) adalah melakukan standarisasi pada hasil kovarians yang didapat. Namun berbeda dengan kovarians, angka korelasi dibatasi dari -1 sampai dengan +1. Tanda + atau menunjukkan arah hubungan dua variabel, sedangkan besar angka belakangnya menunjukkan tingkat keeratan hubungan antar variabel tersebut (Santoso, 2007). 9. Fixed parameter dan Free parameters
Fixed parameter dapat diartikan sebagai parameter yang memiliki nilai yang telah ditentukan sejak awal. Nilai fixed parameter yang dapat digunakan adalah 0 atau 1. Dimana nilai 0 memiliki arti tidak adanya hubungan antar variabel yang diobservasi (Santoso, 2007).
Free parameters dapat diartikan sebagai indikator indikator pada sebuah konstruk yang belum memiliki nilai. Nilai free parameters akan didapat dengan proses estimasi. Nilai free parameters inilah yang akan menjadi tujuan akhir dari pengujian hipotesis pada sebuah model SEM (Santoso, 2007).
21
BAB 3 METODOLOGI
Pada bab ini akan dijelaskan tentang metode dan tahapan tahapan penelitian yang harus dilakukan untuk menganalisis faktor faktor yang memengaruhi penggunaan smartphone. Tahap tahap penelitian dapat dilihat pada diagram alir yang disajikan pada gambar 3.1 berikut ini :
Gambar 3.1 Diagram alir penelitian
22
Berikut merupakan penjelasan mengenai tahapan tahapan dalam
menyelesaikan penelitian yang digambarkan dalam diagram alir diatas :
3.1.1 Perumusan Masalah Identifikasi masalah berdasarkan latar belakang yang telah dituliskan. Identifikasi masalah ditulis pada rumusan masalah dalam bentuk pertanyaan yang nantinya akan ditemukan jawabannya melalui penelitian yang dilakukan.
3.1.2 Studi Literatur Pada tahap ini dilakukan analisa mengenai teori, temuan dan bahan penelitian lain yang digunakan sebagai dasar landasan dalam kegiatan penelitian untuk menyusun kerangka pemikiran dan rumusan masalah.
3.1.3 Membuat Model
Model penelitian digambarkan berdasarkan penelitian yang telah dilakukan sebelumnya. Model dari penelitian sebelumnya akan dijadikan referensi dan digunakan kembali dalam bentuk pengembangan yang baru yang disesuaikan dengan penelitian yang sedang dilakukan. Model dalam penelitian ini merupakan gabungan dari ketiga model penelitian yang
The Smartphone Technology Acceptance Among Malaysian Young AdultsLazim dan Sasitharan yang menggunakan metode TAM dengan 3 variabel yang digunakan yaitu PU, PEOU, dan BI. Model kedua berasal dari jurnal dengan judul
yang ditulis oleh Chung dan Chun. Dimana penelitian tersebut menggunakan metode TAM dan DOI serta penambahan varibel Security/Privacy serta Social Network (SN). Untuk melengkapi penelitian yang pertama dan kedua maka penulis akan menambahkan variabel persepsi kepercayaan (Perceived Trust). Model trust ini diambil dari
The Effect of Security and Privacy An Extension of TAM . Untuk model penelitian akan di bahas pada sub bab berikutnya.
3.1.4 Membuat Kuisioner
Kuisioner dibuat untuk membantu dalam pengumpulan data. Kuisioner ini dibuat berdasarkan model yang telah dibuat oleh peneliti. Kuisioner ini berupa pertanyaan yang nantinya akan di sebar dan dijawab oleh responden atau partisipan. Pertanyaan dalam kuisioner merupakan penjabaran dari variabel laten yang ada pada model penelitian. Sehingga kuisioner yang dibuat akan menjadi data yang sesuai untuk menjawab rumusan masalah yang ada.
23
3.1.5 Pilot Study
Pilot Study dilakukan sebelum diadakannya penelitian yang utama. Pilot Study dilakukan dengan pengujian reliabilitas kepada 30 orang responden. Penjelasan mengenai Pilot Study akan dijabarkan pada subbab berikutnya.
3.1.6 Pengumpulan Data
Proses pengumpulan data dalam penelitian ini adalah dengan menggunakan kuisioner. Metode yang digunakan dalam pengumpulan data pada penelitian ini adalah metode purposive sampling. Metode akan di bahas pada sub bab berikutnya.
3.1.6 Uji Data Proses uji data ini digunakan untuk mengolah data dari responden guna mendapatkan data yang sesuai untuk proses analisis yang selanjutnya. Proses uji data pada penelitian ini dilakukan dalam beberapa tahapan yang meliputi penyaringan data yang terdiri dari 3 pengujian yaitu uji missing data, uji outlier, uji keragaman sampel (sample variance). Uji asumsi dasar yang terdiri dari 3 pengujian yaitu uji normalitas, uji homogenitas, uji linieritas. Pengujian yang selanjutnya adalah uji kecukupan data (Kaiser Meyer Olkin), uji reabilitas. Proses uji data akan dibahas selengkapnya pada subbab berikutnya. 3.1.7 Analisis Data Dengan Metode SEM
Proses analisa data ini digunakan untuk mengolah data dari responden guna mendapatkan jawaban atas rumusan masalah yang telah dibuat. Metode analisa data yang digunakan pada penelitian ini metode Structural Equation Modeling (SEM). Proses analisis SEM terdiri dari 3 tahapan yang meliputi : overall model fit, measurement model fit, dan structural model fit. Proses analisis akan dibahas pada sub bab berikutnya.
3.1.8 Pembahasan Hasil Pengujian Hipotesis
Melakukan pemahaman mengenai hasil pengujian hipotesis yang telah diperoleh untuk menjawab pertanyaan atau masalah penelitian. Dalam penelitian ini tedapat 12 hipotesis. Hasil pengujian 12 hipotesis tersebut akan dibahas pada bab berikutnya.
3.1.9 Kesimpulan
Tahap ini merupakan tahap paling akhir dalam penelitin ini. Kesimpulan berisi ringkasan dari pembahasan atau fakta fakta utama yang didapat dari pembahasan dan juga bisa menjawab rumusan masalah yang ada. Penjelasan dalam kesimpulan dituliskan dengan kalimat yang lebih tegas dan jelas.
24
3.1 Jenis Penelitian
Jenis penelitian yang digunakan pada penelitian ini adalah confirmatory, karena penelitian ini akan menguji model serta hipotesis penelitian yang telah dilakukan oleh Lazim dan Sasitharan (2014), Chung dan Chun (2011) serta A. Al-Sharafi et al. (2016). Penelitian ini bertujuan untuk menguji faktor faktor yang dapat memengaruhi penggunaan smartphone pada pengguna smartphone.
3.2 Skala Pengukuran Untuk mendapatkan data, penelitian ini melakukan menyebarkan kuisioner
kepada pengguna smartphone. Jawaban dari kuisioner yang digunakan pada penelitian ini adalah berupa skala pengukuran. Skala pengukuran yang digunakan pada penelitian ini adalah skala Linkert. Metode skala Linkert digunakan karena banyak penelitian sebelumnya yang menyatakan jika metode ini banyak digunakan dan mudah dimengerti. Penggunaan skala dimulai dari 1 sampai 5 untuk setiap jawaban kemudian dibagi ke dalam 5 kategori. Skala pengukuran 1 sampai 5 digunakan karena menyesuaikan dengan penelitian yang sebelumnya, untuk menghemat waktu dalam pengisian kuisioner, serta untuk mengurangi kesulitan responden dalam menyelesaikan pengisian kuisioner karena terlalu banyak jawaban (Shen, et al., 2015). Berikut ini merupakan kategori skala pengukuran 1 sampai 5, yaitu :
Sangat Tidak Setuju (STS) : Skor 1 Tidak Setuju (TS) : Skor 2 Cukup Setuju (CS) : Skor 3 Setuju (S) : Skor 4 Sangat Setuju (ST) : Skor 5
3.3 Populasi dan Sampel Di sini akan dijelaskan mengenai populasi dan sampel dalam penelitian. Penjelasannya adalah sebagai berikut :
3.3.1 Populasi Penelitian
Menurut Sugiyono (2007) populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Hamdi & Baharudin, 2014). Populasi dalam penelitian ini adalah pengguna smartphone dengan rentang usia antara 15 tahun sampai 35 tahun.
3.3.2 Sampel Penelitian
Menurut Arikunto (2002), sampel adalah sebagian atau wakil dari populasi yang sedang diteliti (Hamdi & Baharuddin, 2014). Penentuan jumlah sampel pada penelitian ini adalah dengan taraf kesalahan 1%, dikarenakan semakin banyak jumlah sampel yang digunakan maka semakin sedikit presentasi tingkat
25
kesalahan (Bahri & Zamzam, 2014). Taraf kesalahan atau tingkat signifikasi yang dalah batas kesalahan perhitungan statistik
yang ditetapkan dan dapat ditolerir dalam penelitian. Hal tersebut dilakukan karena perhitungan statistik tidak 100% benar dan pasti ada kesalahan didalamnya.
Teknik pengambilan sampel yang digunakan pada penelitian ini adalah purposive sampling. Pengertian metode purposive sampling adalah teknik pengambilan sampel yang tidak acak atau berdasarkan daerah ataupun strata tertentu tetapi melalui pertimbangan yang berfokus kepada tujuan khusus (Arikunto, 2006). Sedangkan menurut Notoatmodjo (2011) purposive sampling adalah pengambilan sampel yang berdasar atas suatu pertimbangan tertentu sehingga layak dijadikan sampel (Haryadi Santoso, 2014). Jadi dapat disimpulkan bahwa purposive sampling adalah suatu teknik atau metode pengambilan sampel yang dilakukan secara sengaja dengan pertimbangan tertentu dan telah sesuai dengan semua persyaratan sampel yang diperlukan. Syarat yang diperlukan ini meliputi : ciri ciri, karakteristik, sifat sifat, dan kriteria sampel tertentu dimana pengambilan sampel harus mencerminkan populasi dari sampel itu sendiri. Penggunaan teknik ini sesuai dengan topik penelitian yaitu smartphone sehingga kriteria pengambilan sampel adalah pengguna smartphone dengan rentang usia 15 sampai 35 tahun.
3.4 Sumber Data Sumber data dari penelitian ini merupakan responden yang dipilih
berdasarkan survei pengguna internet yang dilakukan oleh MarkPlus Insight (2016), yang menyatakan bahwa rata rata pengguna internet di Indonesia berada di rentang usia 15 sampai 35 tahun dimana pengguna internet tersebut mengakses internet dari perangkat seluler, notebook, netbook dan tablet (Jarvis-Store, 2016). Sehingga bisa disimpulkan bahwa pengguna smartphone yang juga merupakan pengguna internet terbanyak berada pada rentang usia 15 sampai 35 tahun. Jumlah responden adalah sebanyak 248 orang sehingga telah memenuhi kriteria jumlah sampel minimal pada SEM, karena minimal jumlah sampel yang digunakan pada analisis SEM adalah sebanyak 200 (Sarjono & Julianita, 2011).
3.5 Metode Pengumpulan Data Metode pengumpulan data yang dilakukan dalam penelitian ini adalah
pengumpulan data primer dengan memperoleh data secara langsung dari responden yaitu dengan menyebarkan angket atau kuisioner kepada responden. Pengertian angket adalah adalah pertanyaan tertulis yang digunakan untuk memperoleh informasi dari responden (Maryati & Suryawati, 2006). Sedangkan menurut Sugiyono (2008) Angket atau kuesioner merupakan tehnik pengumpulan data yang dilakukan dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden untuk dijawab.
Kuesioner atau angket yang digunakan untuk pengumpulan data dalam penelitian ini adalah jenis kuesioner atau angket langsung yang tertutup karena
26
responden hanya tinggal memberikan tanda pada salah satu jawaban yang dianggap benar.
Sistematika pelaksanaan metode angket adalah sebagai berikut : Penulis membuat daftar pertanyaan. Penulis memberikan angket kepada reponden. Setelah angket selesai dijawab, angket disusun untuk diolah sesuai
dengan standar yang ditetapkan sebelumnya, kemudian disajikan dalam laporan penelitian.
Kuesioner disusun dengan mengambil item kuesioner dari jurnal yang digunakan sebagai referensi maupun jurnal yang memiliki konstruk yang sama dengan model penelitian. Item pertanyaan dari penelitian sebelumnya (pada jurnal referensi) telah mengalami pengujian reabilitas dan validitas. Uji reabilitas menunjukkan bahwa suatu instrumen dapat dipercaya untuk digunakan sebagai alat pengumpul data karena instrumen tersebut sudah baik (Arikunto, 2006). Sedangkan uji validitas digunakan untuk mengetahui valid atau tidaknya kuesioner yang digunakan dalam penelitian (Sugiyono, 2012). Dari kedua pengujian tersebut diketahui bahwa item pertanyaan pada kuesioner valid dan dapat digunakan sebagai alat pengumpul data.
3.6 Pilot Study Ploit et al., (2001) menyatakan bahwa pilot study biasanya disebut studi
dalam proses persiapan penelitian utama (Teijlingen & Hundley, 2001). Selain itu Baker (1994) juga menyatakan bahwa pilot study bisa juga menjadi proses pra-pengujian (pre-testing) atau percobaan dari instrumen penelitian tertentu misalnya kuisioner ataupun wawancara (Teijlingen & Hundley, 2001). Salah satu keuntungan dari dilakukannya pilot study adalah bisa memberikan peringatan terlebih dahulu tentang dimana bisa terjadinya kegagalan pada penelitian utama, mengetahui jika protokol penelitian mungkin tidak bisa dilakukan, dan mengetahui apakah metode yang diusulkan tidak sesuai atau terlalu rumit (Teijlingen & Hundley, 2001). Menurut Browne (1995) data penelitian yang digunakan pada pilot study adalah minimal 30 data atau lebih (Lancaster, Dond, & Williamson, 2002).
3.7 Penyaringan Data
3.7.1 Uji missing data
Missing data adalah ketika nilai valid dari satu atau lebih variabel tidak tersedia untuk proses analisis (Hair et al., 2009). Pengujian missing data pada penelitian ini menggunakan metode MCAR (Missing Completely at Random).
3.7.2 Uji keragaman sampel (Sample Variance)
Pengujian ini digunakan untuk mengetahui keragaman dari suatu data. Jika nilai standar deviasi pada setiap data mendekati rata rata (mean) pada sampel
27
maka nilai standar deviasi kecil atau mendekati 0. Sedangkan jika nilai pada sampel adalah sama, maka nilai standar deviasinya 0 (Sullivan at al., 2016).
3.7.3 Uji outlier
Menurut Ghozali (2008), outlier adalah data yang mempunyai karakteristik unik yang berbeda terlalu jauh dari data lainnya, dan muncul dalam bentuk nilai ekstrim dalam satu rangkaian data (Bahri & Zamzam, 2014). Data outlier akan menyebabkan analisis data tidak mencerminkan fenomena yang sebenarnya serta dapat menyebabkan kesalahan dalam pengambilan keputusan dan kesimpulan (Andryanto & Prasetyo, 2014). Pengujian outlier dilakukan dengan menggunakan nilai mahalanobis distance.
3.8 Uji Asumsi Dasar
3.8.1 Uji normalitas
Uji normalitas bertujuan untuk mengetahui normal atau tidaknya suatu distribusi data (Hamdi & Baharuddin, 2014). Normalitas yang tidak terpenuhi dapat memengaruhi proses estimasi atau interpretasi hasil dalam analisis SEM. Misalnya, dapat meningkatkan nilai chi-square dan mungkin menyebabkan nilai indeks fit dan standar kesalahan dari estimasi parameter dibawah perkiraan (Hair at al., 2006). Normalitas dapat menimbulkan pengaruh yang serius pada penelitian dengan sempel yang kecil (lebih kecil dari 50 data), namun pengaruhnya akan secara efektif berkurang ketika sempel berjumlah 200 atau lebih (Hair et al., 2009). Uji normalitas pada penelitian ini dilakukan dengan menggunakan pengujian kurtosis dan skeweness pada SPSS.
3.8.2 Uji homogenitas
Uji Homogenitas bertujuan untuk memberikan keyakinan bahwa sekumpulan data yang dimanipulasi dalam serangkaian analisis berasal dari populasi yang tidak jauh berbeda keragamannya. Menurut Hamdi dan Baharuddin (2014), uji homogenitas digunakan untuk mengetahui apakah varian dari dua sampel atau beberapa populasi sama atau tidak. Pengujian homogenitas dilakukan dengan menggunakan (Chandio, 2011).
3.8.3 Uji linieritas
Uji linearitas dilakukan untuk mengetahui apakah variabel variabel yang ada pada penelitian memiliki hubungan yang linier secara signifikan. Maksud hubungan linier ini adalah setiap ada perubahan pada suatu variabel maka akan ada perubahan dengan besaran yang sejajar pada variabel lainnya. Uji linieritas ini dilakukan dengan menggunakan Test of Linearity pada SPSS (Wiyono, 2011).
3.9 Uji Kecukupan Data (Kaiser Meyer Olkin) Uji KMO digunakan untuk mengukur apakah data penelitian yang diperoleh
sudah sesuai untuk Factor Analysis. Pengujian akan mengukur sampling adequacy untuk setiap variabel pada model penelitian. Adequacy adalah
28
kecukupan data. Pengujian KMO akan menghasilkan nilai 0 sampai 1. Nilai akan mencapai angka 1 jika setiap variabel diprediksi secara sempurna tanpa adanya error oleh variabel lainnya (Hair et al., 2009).
3.10 Uji Reliabilitas Uji reliabilitas menunjukkan bahwa suatu instrumen dapat dipercaya untuk
digunakan sebagai alat pengumpul data karena instrumen tersebut sudah baik (Hamdi & Baharrudin, 2014). Reabilitas mengacu pada konsistensi pengukuran atau seberapa baik pertanyaan atau alat ukur pada konstruk menghasilkan jawaban yang konsisten (Hamdi & Baharrudin, 2014). Uji reabilitas pada penelitian ini menggunakan parameter nilai Cronbach Alpha. Alpha adalah sebuah ukuran keandalan yang memiliki nilai berkisar dari nol sampai satu (Hair et al., 2009). Nilai tingkat keandalan dengan menggunakan Cronbach Alpha dapat dilihat pada Tabel 3.1.
Tabel 3.1 Kriteria nilai Cronbach Alpha
Nilai Tingkat Reliabilitas 0.0 - 0.20 Kurang Reliabel
>0.20 0.40 Agak Reliabel >0.40 0.60 Cukup Reliabel >0.60 0.80 Reliabel >0.80 1.00 Sangat Reliabel
Sumber : Hair et al. (2009)
Selain itu menurut Hair et al. (2006); Nunaly (1967) ; Sekaran & Bougie (2010), reabilitas dengan nilai Cronbach Alpha lebih dari atau sama dengaan 0,6 menunjukkan instrumen memiliki reliabilitas rata - rata, sedangkan jika nilai Cronbach Alpha lebih dari atau sama dengan 0,7 menunjukkan bahwa instrumen memiliki reliabilitas yang tinggi (Maiyaki & Mokhtar, 2011).
3.11 Teknik Analisa Data dan Pengujian Hipotesis Analisis data adalah proses mencari dan menyusun secara sistematis data
yang diperoleh dari hasil wawancara, catatan lapangan, dan bahan-bahan lain, sehingga dapat mudah dipahami, dan temuannya dapat diinformasikan kepada orang lain (Sugiyono, 2013). Teknik atau metode analisa data yang digunakan dalam peneitian ini adalah teknik Structural Equation Modelling (SEM) dengan alat bantu pengolah data SPSS dan AMOS. Ada beberapa keunggulan yang dimiliki SEM yaitu dapat digunakan untuk melakukan penelitian dengan model penelitian yang rumit atau terdiri dari lebih dua variabel, dapat melakukan pengujian model secara keseluruhan, dapat menangani kesulitan data seperti data yang tidak normal, mampu membedakan kesalahan pengukuran dengan kesalahan model dan lain lain (Sarjono & Julianita, 2015).
29
Penelitian ini bertujuan untuk melakukan konfirmasi terhadap penelitian terdahulu maka penelitian ini akan melakukan tahap uji kecocokan (testing fit). Menurut Hair dkk. uji kecocokan adalah mengevaluasi tingkat kecocokan data dengan model yang dilalui dalam beberapa tahapan (Wijanto, 2010 disitasi dalam Sarjono & Julianita, 2015). Berikut ini merupakan tahapan tahapan yang harus dilalui : a. Kecocokan Keseluruhan Model (Overall model fit)
Uji kecocokan antara model dengan data yang digunakan pada tahap ini dilakukan dengan menggunakan derajat kecocokan Goodness Of Fit Indieces (GOFI) yang diperoleh dengan melalukan Confirmatory Factor analysis. Goodness Of Indieces. Structural Equation Modeling memiliki tiga tipe index pengukuran kecocokan yaitu :
Absolute model fit digunakan untuk menilai keseluruhan kecocokan model. Indeks yang digunakan dalam absolute model fit adalah chi-square, RMSEA, dan GFI (Hair et al., 1998 disitasi dalam Chandio, 2011).
Incremental model fit digunakan untuk membandingkan model penelitian sekarang dengan beberapa model dasar. Indeks yang digunakan pada Incremental model fit adalah NFI dan CFI (Hair et al., 1998; Hair et al., 2006 disitasi dalam Chandio, 2011).
Parsimoni model fit digunakan untuk mengetahui apakah model yang diestimasi merupakan model yang sederhana atau dapat ditingkatkan karena kelompok pengujian ini membandingkan model yang kompleks dengan model yang sederhana (Santoso, 2011). Menurut Hair et al. (1998), indeks yang digunakan pada parsimoni model fit adalah AGFI (Chandio, 2011).
Berikut ini merupakan penjelasan dari setiap indeks pada Goodness Of Fit Indieces yang ditampilkan pada Tabel 3.2.
Tabel 3.2 Penjelasan setiap indeks pada Godness Of Fit Indieces
Indeks Kriteria Keterangan Sumber Chi-square > 0,05 Ukuran yang digunakan untuk
mengevaluasi kecocokan model (model fit) secara keseluruhan dan menilai besarnya perbedaan antara sampel dan matriks kovarians. Model dikatakan fit sempurnya jika nilai chi-square 0 (Hu, Bentler, & Kano, 1992).
Joreskog & Sorbom (1988); Hair et al. (1998); Bryne (2001); Hair et al. (2006) disitasi dalam Chandio, F. H. (2011); Sarjono & Julianita (2011)
CMIN/DF
3,0 atau 5,0 (good fit)
Rasio antara chi-square dibagi df (degree of freedom)
30
Tabel 3.2 Penjelasan setiap indeks pada Godness Of Fit Indieces (lanjutan)
Indeks Kriteria Keterangan Sumber RMSEA <0,05 good fit;
<0,08 acceptable fit
Mengukur penyimpangan nilai parameter suatu model dengan matriks kovarian populasinya (Browne & Cudeck, 1993). Mengukur rata
rata perbedaan per df (degree of freedom) yang terjadi dalam populasi bukan dalam sampel.
Joreskog & Sorbom (1988); Hair et al. (1998); Bryne (2001); Hair et al. (2006) disitasi dalam Chandio, F. H. (2011); Sarjono & Julianita (2011)
GFI good fit)
(fit marginal)
GFI menunjukkan tingkat ketepatan model dalam menghasilkan matriks kovarian yang teramati (Diamantopaulus dan Siguaw disitasi dalam Ghozali & Fuad, 2008)
CFI good fit)
(fit marginal)
Bentuk revisi dari NFI yang memperhitungkan ukuran sampel (Byrne, 1998), dapat menguji dengan baik bahkan ketika sampel kecil (Tabachnick & Fidell, 2007)
NFI good fit)
(fit marginal)
Menunjukkan besarnya ketidak cocokan model yang menjadi target dengan model dasar (Yamin & Kurniawan, 2009)
AGFI good fit) Bentuk modifikasi dari GFI Sarjono & Julianita (2011); Qi et al., 2013
b. Kecocokan Model Pengukuran (Measurment model fit)
Uji ini dilakukan terhadap setiap model pengukuran, yaitu dengan melakukan pengujian hubungan antar variabel laten dan variabel manifes. Uji pengukuran dilakukan dengan cara menentukan validitas dan reabilitas indikator indikator dalam suatu konstruk. Uji validitas bertujuan untuk menentukan tingkat kemampuan suatu indikator (variabel manifes) dalam mengukur variabel latennya. Sedangkan uji reliabilitas bertujuan untuk mengukur konstruk latennya (Sarjono dan Julianita, 2015). Teknik yang digunakan dalam uji kecocokan model pengukuran ini adalah CFA. Berikut ini merupakan beberapa variabel laten pada penelitian ini yaitu Smartphone Fuctionality (PAU, PAA, POS), Perceived Usefulness (PU), Perceived Easy of
31
Use (PEU), Behavioural Intention (BI), Social Network (SN), Perceived Security (PS), Perceived Privacy (PP), Perceived Trust. Variabel laten tersebut akan diukur oleh beberapa varibal manifes. Penyusunan variabel laten dan variabel manifes adalah berdasarkan teori pada penelitian yang terdahulu.
c. Kecocokan Model Struktural (Structural model fit) Menurut Wijanto (2007) uji kecocokan terhadap model struktural adalah terkait dengan pengujian hubungan antara variabel laten eksogen dan variabel laten endogen, maupun pengujian antarvariabel laten endogen sesuai dengan hipotesis yang telah disusun dalam penelitian (Sarjono & Julianita, 2015).
3.12 Descriptive Statistic Descriptive statistic adalah satu set prosedur untuk mengumpulkan,
mengukur, mengklasifikasikan, menghitung, mendeskripsikan, mempersatukan, menganalisis dan menjelaskan secara sistematis data kuantitatif yang telah terkumpul. Descriptive statistic membantu untuk menyederhanakan sejumlah besar data penelitian dengan cara yang masuk akal. Descriptive statistic menjadikan data dengan jumlah yang besar menjadi ringkasan sederhana. Pengujian descriptive statistic dilakukan dengan menggunakan SPSS. Dalam descriptive statistic ada 3 nilai yang akan digunakan yaitu N, Mean, dan Std. Deviation (Jaggi, 2003). Berikut merupakan penjelasan dari ketiga nilai tersebut.
N adalah jumlah dari data yang digunakan pada pengujian descriptive statistic.
Mean adalah nilai rata rata yang didapat dari penjumlahan semua data kemedian dibagi dengan jumlah data. Nilai Mean bergantung pada nilai yang paling banyak muncul. Untu penelitian ini nilai Mean bergantung pada skala jawaban yang paling banyak dipilih oleh responden.
Standard deviation adalah perbedaan nilai individual data pada setiap varibel dengan nilai Mean. Nilai ini digunakan untuk mengetahui ragam jawaban dari setiap variabel. Semakin beragam jawaban dari setia indivual data maka semakin besar nilai standard deviasi nya dan sebaliknya jika banyak kesamaan antar individual data maka nilai standard deviasi nya akan kecil.
32
BAB 4 HASIL
4.1 Model Penelitian Penelitian ini menggunakan model yang telah digunakan pada model
penelitan yang sebelumnya karena penelitian ini bersifat konfirmatori. Penelitian ini akan menguji hipotesis yang telah dibuat pada penelitian sebelumnya dengan menggunakan metode analisis Structural Equation Modeling (SEM). Berikut ini merupakan model penelitian serta hipotesis yang ditampilkan pada gambar 4.1.
Gambar 4.1 Model penelitian faktor - faktor yang memengaruhi penggunaan
smartphone
Hipotesis yang akan di uji pada penelitian ini adalah sebagai berikut : Lazim dan Sasitharan (2014) dan Davis (1989) menyatakan bahwa Perceived
Easy of Use (PEOU) meningkatkan efektifitas pengguna dalam menyelesaikan pekerjaannya. Hal ini sangat berpengaruh terhadap meningkatnya Perceived Usefulness.
Menurut Chung & Chun (2011) ketersedian aplikasi merupakan faktor yang sangat berpengaruh terhadap kemanfaatan smartphone yang dirasakan pengguna. Pengguna akan merasa fungsi pada smartphone membantu dalam melakukan aktivitas atau pekerjaannya. Selain itu, Chung dan Chun menggunakan teori DOI yang dibangun oleh Rogers (1995) untuk mengevaluasi apakah individu ataupun organisasi akan memilih dan menggunakan smartphone
33
(yang merupakan inovasi terbaru) berdasarkan functionality dan usability. Pendapat tersebut konsisten dengan model TAM milik Davis (1989) ketika variabel functionality disubstitusikan dengan Perceived Usefulness. Sehingga hipotesis yang dapat dibuat adalah sebagai berikut :
H1 : Diduga Perceived Usefulness (PU) dipengaruhi oleh Perceived Easy of Use (PEOU). H2 : Diduga Perceived Usefulness (PU) dipengaruhi oleh Smartphone Functionality (PAU,PAA,POS).
Dari penelitian yang dilakukan oleh Al-Sharafi at al. (2016), Perceived Security, Perceived Privacy dan Perceived Usefulness adalah faktor penting yang mempunyai pengaruh positif terhadap Perceived Trust . Shin (2010) menyatakan bahwa Perceived Security menjadi penengah hubungan antara Perceived Privacy dengan Perceived Trust. Meningkatnya perasaan aman akan meningkatkan presepsi kepercayaan pengguna sehingga ada hubungan yang signifikan antara Perceived Security dan Perceived Trust. Selain itu Li et al. (2009) dalam penelitiannya juga menyatakan bahwa Perceived Security memengaruhi Perceived Trust secara siginifikan. Deepika dan Karpagam (2016) menyatakan bahwa Perceived Trust dipengaruhi oleh Perceived Privacy dan Perceived Usefulness. Karena semakin baik level privasi dan fungsi yang ada pada suatu sistem maka dapat meningkatkan kepercayaan (trust) serta kepuasan pengguna. Selain itu, jika suatu sistem dirasakan bermanfaat (usefull) dan mudah digunakan (easy of use) maka juga akan meningkatkan kepercayaan (trust) dan kepuasan pengguna. Sehingga hipotesis yang dapat dibuat adalah sebagai berikut :
H3 : Diduga Perceived Trust dipengaruhi oleh Perceived Usefulness (PU). H4 : Diduga Perceived Trust dipengaruhi oleh Perceived Privacy (PP). H5 : Diduga Perceived Trust dipengaruhi oleh Perceived Security (PS).
Menurut Chung dan Chun (2011) Perceived Security merupakan salah satu faktor yang memengaruhi niat pengguna dalam memilih dan menggunakan smartphone. Selain itu, Ramanen (2011) dalam penelitiannya juga menyatakan bahwa Perceived Security berperan penting dan sangat berpengaruh terhadap Behavioral Intention. Al-Sharafi at al. (2016) menyatakan bahwa kepercayaan merupakan salah satu faktor penting yang memengaruhi minat pengguna (Behavoral Intention) dalam menggunakan suatu teknologi ataupun sistem informasi. Kaasinen (2005) juga mengembangkan model TAM asli Davis (1989) dengan menambahkan variabel Trust yang menjadi salah satu faktor yang memengaruhi Behavioral Intention. Sehingga hipotesis yang dapat dibuat adalah sebagai berikut :
H6 : Diduga Behavioral Intention (BI) dipengaruhi oleh Perceived Trust.
34
H7 : Diduga Behavioral Intention (BI) dipengaruhi oleh Perceived Security (PS).
Social Influence Network Theory (SINT) yang merupakan perpaduan antara social network theory dan social diffusion theory, menyatakan jika untuk penggunaan smartphone, pengguna akan memilih dan menggunakan smartphone yang populer atau banyak digunakan diantara kelompok sosialnya (Johnsen & Friedkin, 2006). Chung dan Chun (2011) juga menyatakan bahwa SN (Social Network/Socia Peer) berpengaruh positif terhadap responden dengan usia dibawah 33 tahun namun tidak begitu berpengaruh untuk responden dengan usia lebih dari 33 tahun. Namun pengaruh kelompok sosial tersebut akan hilang seiring dengan bertambahnya pengalaman pengguna dengan berbagai smartphone.
Dan ketersedian aplikasi merupakan faktor yang sangat berpengaruh terhadap keingian untuk menggunakan smartphone (Chung & Chun, 2011). Chung dan Chun menggunakan teori DOI yang dibangun oleh Rogers (1995) untuk mengevaluasi apakah individu ataupun organisasi akan memilih dan menggunakan smartphone (yang merupakan inovasi terbaru) berdasrkan functionality dan usability. Sehingga hipotesis yang dapat dibuat adalah sebagai berikut :
H8 : Diduga Behavioral Intention (BI) dipengaruhi oleh Social Network (SN). H9 : Diduga Behavioral Intention (BI) dipengaruhi oleh Smartphone Functionality (PAU,PAA,POS).
Menurut TAM, pengguna mengevaluasi suatu teknologi berdasarkan
kemudahan penggunaan dan juga manfaat yang didapatkan dari suatu sistem. Jika sistem mudah digunakan (easy to use) dan berguna bagi penggunanya (useful), maka keinginan untuk menggunakan sistem tersebut semakin besar (Chung & Chun, 2011). Park dan Chen (2007) juga telah mengkonfirmasi bahwa Behavioral Intention dipengaruhi oleh Perceived Usefulness (Chung & Chun, 2011). Hasil penelitian Chung dan Chun (2011) serta Park dan Chen (2007) konsisten dengan hasil penelitian yang dilakukan oleh Davis (1989). Selain itu, Lazimdan Sasitharan (2014) juga menyatakan bahwa Perceived Easy Of Use berpengaruh positif terhadap Behavioral Intention. Sehingga hipotesis yang dapat dibuat adalah sebagai berikut :
H10 : Diduga Behavioral Intention (BI) dipengaruhi oleh Perceived Usefulness (PU) H11 : Diduga Behavioral Intention (BI) dipengaruhi oleh Perceived Easy of Use (PEOU). Menurut Chung dan Chun (2011) serta Al-Sharafi et al. (2014) Perceived
Privacy adalah faktor penting yang berpengaruh terhadap Behavioral Intention. Sehingga hipotesis yang dapat dibuat adalah sebagai berikut :
35
H12 : Diduga Behavioral Intention (BI) dipengaruhi oleh Perceived Privacy
(PP).
4.2 Pengumpulan Data Responden pada penelitian ini adalah pengguna smartphone dengan rentang
usia 15 sampai 35 tahun. Data yang terkumpul dari penyebaran kuisioner ini adalah 253 data. Berikut merupakan jumlah responden berdasarkan faktor demografi yang ditampilkan pada Tabel 4.1.
Tabel 4.1 Rekapitulasi jumlah responden berdasarkan faktor demografi
Faktor Demografi Kategori Jumlah % Jenis kelamin Laki - laki 83 67,2%
Perempuan 170 32,8% Total 253
Umur 15-20 51 20,2% 21-25 200 79,1% 26-30 2 0,8% 31-35 - - Total 253
Status pendidikan Siswa SMP/SMA/SMK 4 1,6% Mahasiswa Universitas 205 81% Sarjana/Diploma 34 13,4% > Sarjana 1 0,4% Lain - lain 9 3,6% Total 253
Dari tabel 4.1 bisa dilihat bahwa responden dari penelitian ini terdiri dari responden laki laki dengan jumlah 170 orang dan responden perempuan dengan jumlah 83 orang. Sehingga jumlah semua responden dari penelitian ini adalah sebanyak 253 orang. Responden dari penelitian ini adalah pengguna smartphone dengan rentang usia 15 hingga 35 tahun. Yang dibagi dalam 4 kategori usia yaitu responden dengan usia 15 hingga 20 tahun sebanyak 51 orang, responden dengan usia 21 hingga 25 tahun sebanyak 200 orang, responden dengan usia 26 hingga 30 tahun sebanyak 2 orang dan responden dengan usia 31 hingga 35 tahun tidak ada. Sehingga total responden dari penelitian ini adalah sebanyak 253 orang. Responden juga mengisi status pendidikan saat ini yang sedang ditempuh. Ada 5 kategori status pendidikan yaitu, responden yang sedang menempuh atau menjadi siswa SMP/SMA/SMK sebanyak 4 orang, responden sedang menempuh atau menjadi mahasiswa di universitas sebanyak 205 orang, responden yang telah menjadi sarjana (S1) atau diploma (D1/D2/D3) sebanyak 34 orang, responden yang memiliki gelar master (S2) atau doktor (S3) yang memiliki status pendidikan diatas sarjana sebanyak 1 orang, dan responden yang saat ini tidak menempuh pendidikan ataupun bukan
36
merupakan sarjana, diploma, master, doktor sebanyak 9 orang. Sehingga total responden dari penelitian ini adalah sebanyak 253 orang.
4.3 Variabel yang Diteliti Variabel yang diteliti pada penelitian ini ada 8 variabel laten dan 30
variabel manifes atau indikator. Berdasarkan skala pengukuran, jawaban responden dibagi menjadi 5 skala, yaitu dengan rentang skala 1 sampai 5. Frekuensi jawaban responden ditampilkan dengan menggunakan tabel yang didalamnya terdapat nama variabel dan juga indikator dari setiap variabel misalnya variabel Perceived Usefulness (PU) yang memiliki 5 indikator yaitu PU1, PU2, PU3, PU4, PU5. Setiap indikator memiliki 5 pilihan jawaban yaitu dengan skala 1 sampai 5. Keterangan dari setiap jawaban bisa dilihat pada sub bab 3.2. Setiap skala pada setiap indikator dijabarkan berdasarkan jumlah jawaban beserta persentasenya. Misalnya, pada indikator PU1, jumlah responden yang menjawab skala 1 ada 3 orang dan persentasenya adalah 1,2% yang dapat diartikan 1,2% dari keseluruhan jawaban semua skala (1 sampai 5) pada indikator PU1. Untuk lebih jelasnya rekapitulasi frekuensi jawaban responden dapat dilihat pada Tabel 4.2
Tabel 4.2 Frekuensi jawaban responden
Variabel 1 2 3 4 5 JML % JML % JML % JML % JML %
Perceived Usefulness (PU) PU1 3 1,2 6 2,4 35 13,8 113 44,7 96 37,9 PU2 0 0 18 7,1 63 24,9 110 43,5 62 24,5 PU3 0 0 1 0,4 28 11,1 119 47 105 41,5 PU4 1 0,4 8 3,2 60 23,7 117 46,2 67 26,5 PU5 2 0,8 15 5,9 65 25,7 108 42,7 63 24,9 Perceived Easy of Use (PEOU) PEOU1 1 0,4 7 2,8 50 19,8 116 45,8 79 31,2 PEOU2 0 0 0 0 17 6,7 125 49,4 111 43,9 PEOU3 0 0 0 0 23 9,1 122 48,2 108 42,7 PEOU4 0 0 0 0 22 8,7 114 45,1 117 46,2 Behavioral Intention (BI) BI1 1 0,4 10 4 54 21,3 126 49,8 62 24,5 BI2 1 0,4 7 2,8 59 23,3 127 50,2 59 23,3 Social Network/Social Influence SN1 15 5,9 50 19,8 37 14,6 28 11,1 123 48,6 SN2 0 0 19 7,5 34 13,4 58 22,9 142 56,1 SN3 46 18,2 80 31,6 62 24,5 47 18,6 18 7,1 SN4 29 11,5 76 30 75 29,6 50 19,8 23 9,1 Functionality FN1 3 1,2 16 6,3 50 19,8 108 42,7 76 30 FN2 2 0,8 11 4,3 54 21,3 112 44,3 74 29,2 FN3 2 0,8 7 2,8 38 15 114 45,1 92 36,4
37
Tabel 4.2 Frekuensi jawaban responden (lanjutan)
Variabel 1 2 3 4 5 JML % JML % JML % JML % JML %
Perceived Security (PS) PS1 6 2,4 18 7,1 57 22,5 102 40,3 70 27,7 PS2 13 5,1 43 17 104 41,1 69 27,3 24 9,5 PS3 9 3,6 38 15 97 38,3 81 32 28 11,1 Perceived Privacy (PP) PP1 6 2,4 38 15 106 41,9 77 30,4 26 10,3 PP2 3 1,2 29 11,5 89 35,2 89 35,2 43 17 PP3 10 4 57 22,5 99 39,1 64 25,3 23 9,1 PP4 2 0,8 34 13,4 85 33,6 99 39,1 33 13 PP5 125 49,4 70 27,7 24 9,5 23 9,1 11 4,3 PP6 1 0,4 20 7,9 91 36 99 39,1 42 16,6 Perceived Trust (PT) PT1 8 3,2 36 14,2 112 28,9 73 28,9 24 9,5 PT2 16 6,3 58 22,9 113 44,7 45 17,8 21 8,3 PT3 7 2,8 46 18,2 96 37,9 73 28,9 31 12,3
4.4 Pilot Study Pada proses pilot study beberapa hal yang dilakukan adalah uji reabilitas
dengan menggunakan SPSS (Chandio, 2011), meminta umpan balik dari responden untuk mengidentifikasi ambiguitas dan pertanyaan yang sulit, serta membuang setiap pertanyaan yang tidak perlu, sulit atau ambigu (Peat et al., 2002 disitasi dalam Teijlingen & Hundley, 2001). Nilai yang dijadikan pengambilan keputusan reliabel dan tidak nya indikator dalam mengukur konstruknya adalah nilai Cronbach Alpha. Batas nilai yang digunakan adalah lebih dari 0,6. Jadi jika nilai Cronbach Alpha dari setiap variabel laten lebih dari 0,6 maka instrumen tersebut sudah baik dan dapat digunakan sebagai alat pengumpul data (Hamdi & Baharuddin, 2014). Menurut Browne (1995) data penelitian yang digunakan pada pilot study adalah minimal 30 data atau lebih (Lancaster, Dond, & Williamson, 2002). Berikut ini merupakan hasil pengujian reliabilitas dengan menggunakan SPPS yang ditampilkan pada Tabel 4.3.
Tabel 4.3 Hasil Uji Reliabilitas menggunakan 30 data
Variabel Cronbach Alpha Keterangan PU 0,853 Sangat Reliabel
PEOU 0,798 Reliabel BI 0,860 Sangat Reliabel SN 0,692 Reliabel FN 0,808 Sangat Reliabel PS 0,655 Reliabel PP 0,770 Reliabel PT 0,904 Sangat Reliabel
38
Tabel 4.3 menampilkan hasil uji reliabilitas dengan menggunakan SPSS dan nilai Cronbach Alpha yang digunakan sebagai penentu reliabel dan tidaknya suatu instrumen dalam mengukur konstruk. Dari Tabel 4.3 bisa dilihat bahwa nilai Cronbach Alpha pada setiap variabel laten bernilai lebih dari 0,6 (>0,6) sehingga dapat disimpulkan bahwa semua instrumen reliabel dan sudah baik sehingga dapat digunakan sebagai alat pengumpul data. Sehingga proses pengumpulan data bisa dilakukan dengan indikator yang sudah teruji reliabelitasnya.
4.5 Penyaringan Data
4.5.1 Uji missing data
Missing data adalah ketika nilai valid dari satu atau lebih variabel tidak tersedia untuk proses analisis (Hair et al., 2009). Pengujian missing data pada penelitian ini menggunakan metode MCAR (Missing Completely at Random). Dari pengujian data dengan menggunakan MCAR (Missing Completely at Random) pada SPSS dapat dilihat bahwa tidak ada data yang tidak lengkap (missing). Tabel hasil pengujian dapat dilihat pada lampiran B.1
4.5.2 Uji keragaman sampel (Sample Variance)
Pengujian standar deviasi dilakukan dengan menggunakan microsoft excel. Dari pengujian dengan menggunakan standar deviasi, dihasilkan nilai standar deviasi lebih dari 0 untuk setiap data sehingga tidak ada data yang dihapuskan dari pengujian ini. Hasil uji keragaman sampel dapat dilihat pada lampiran B.3.
4.5.3 Uji outlier
Identifikasi data outlier pada penelitian ini dilakukan dengan menentukan nilai batas mahalanobis distance. Nilai mahalanobis distance dihitung dengan taraf kesalahan menghasilkan nilai 50,89218131. Data yang memiliki nilai mahalanobis distance lebih besar dari 50,89218131 adalah data outlier dan harus dihilangkan. Dari 253 data kuisioner ada 12 data outlier, sehingga data yang bisa dianalisis pada tahap selanjutnya adalah 241 data. Dan ada 5 duplikasi data yang dihapus, jadi total data yang bisa digunakan untuk dianalisis pada proses selanjutnya adalah 236 data.
4.6 Uji Asumsi Dasar
4.6.1 Uji normalitas
Uji normalitas pada penelitian ini menggunakan metode Skewness dan Kurtosis. Normal dan tidak nya distribusi data bisa dilihat dari nilai Skewness Statistic dan Kurtosis Statistic. Menurut George & Mallery (2010), nilai batas yang disarankan untuk Skewness Statistic adalah kurang dari ±2 dan untuk nilai batas Kurtosis Statistic yang disarankan adalah ±2 (Medrano, et al., 2014).Nilai
39
Skewness Statistic dan Kurtosis Statistic dari pengujian yang sudah dilakukan bisa dilihat pada Tabel 4.4.
Tabel 4.4 Hasil pengujian normalitas dengan Skeweness dan Kurtosis
Variabel N Skewness Kurtosis
Statistic Statistic Statistic PU1 236 -0,981 1,228 PU2 236 -0,425 -0,453 PU3 236 -0,424 -0,757 PU4 236 -0,338 -0,429 PU5 236 -0,342 -0,568 PEOU1 236 -0,607 0,233 PEOU2 236 -0,380 -0,673 PEOU3 236 -0,408 -0,666 PEOU4 236 -0,506 -0,661 BI1 236 -0,391 -0,148 BI2 236 -0,268 -0,324 SN1 236 -0,627 -1,100 SN2 236 -1,171 0,229 SN3 236 0,262 -0,792 SN4 236 0,175 -0,701 FN1 236 -0,503 -0,413 FN2 236 -0,556 0,039 FN3 236 -0,877 1,078 PS1 236 -0,666 0,054 PS2 236 -0,098 -0,208 PS3 236 -0,176 -0,277 PP1 236 -0,042 -0,256 PP2 236 -0,091 -0,601 PP3 236 0,113 -0,449 PP4 236 -0,145 -0,565 PP5 236 1,174 0,372 PP6 236 -0,086 -0,420 PT1 236 -0,134 0,021 PT2 236 0,137 -0,187 PT3 236 -0,031 -0,416
Tabel 4.4 menampilkan nilai nilai hasil pengujian normalitas menggunakan metode Skewness dan Kurtosis. Pada kolom Kurtosis Statistic dan Skewness Statistic pada setiap variabel manifes memiliki nilai kurang dari ±2
40
sehingga dapat disimpulkan bahwa semua data pada penelitian ini berdistribusi secara normal dan proses analisis data dapat dilanjutkan ke tahap berikutnya. Tidak ada nilai Kurtosis Statistic dan Skewness Statistic yang tidak memenuhi nilai yang disarankan.
4.6.2 Uji homogenitas ( )
Pengujian homogenitas pada penelitian ini menggunakan uji Levene pada SPSS. Untuk menentukan homogen dan tidak nya sekumpulan data maka dapat dilihat dari nilai signifikansi yang dihasilkan dari pengujian. Sebagai kriteria pengujian jika nilai signifikansi lebih dari 0,05 maka bisa dikatakan bahwa varian dari dua atau lebih kelompok data adalah sama dan bersifat homogen (Wiyono, 2011). Berdasarkan pengujian yang telah dilakukan dan perbandingan yang telah dilakukan maka dapat disimpulkan bahwa sekumpulan data dari penelitian ini adalah homogen. Angka Levene Statistic menunjukkan semakin kecil nilainya maka semakin besar tingkat homognitasnya (Wiyono, 2011). Hasil pengujian homogenitas dengan menggunakan metode Levene dapat dilihat pada tabel 4.5.
Tabel 4.5 Hasil pengujian homogenitas dengan Levene's test
Variabel Levene Statistic Sig. PU1 5,961 0,015 PU2 1,372 0,243 PU3 0,672 0,413 PU4 0,114 0,736 PU5 2,314 0,130
PEOU1 0,387 0,534 PEOU2 0,709 0,401 PEOU3 0,006 0,937 PEOU4 0,380 0,538
BI1 1,568 0,212 BI2 0,808 0,370 SN1 13,226 0,000 SN2 0,122 0,727 SN3 0,854 0,356 SN4 1,347 0,247 FN1 1,802 0,181 FN2 0,495 0,482 FN3 2,050 0,154 PS1 1,366 0,244 PS2 0,131 0,717 PS3 0,259 0,611 PP1 0,215 0,643 PP2 0,114 0,736
41
Tabel 4.5 Hasil pengujian homogenitas dengan Levene's test (lanjutan)
Variabel Levene Statistic Sig. PP3 0,059 0,808 PP4 0,157 0,693 PP5 1,505 0,221 PP6 0,455 0,501 PT1 0,032 0,857 PT2 0,014 0,905 PT3 0,034 0,853
4.6.3 Uji Linieritas
Uji linieritas pada penelitian ini dilakukan dengan menggunakan Test of Linearity pada SPSS dengan taraf signifikansi Linearity nya adalah 0,05. Dua variabel penelitian disimpulkan memiliki hubungan linier jika nilai signifikansi Linierity yang dihasilkan kurang dari 0,05 (Wiyono, 2011). Hasil pengujian linieritas di tampilkan pada Tabel 4.6.
Tabel 4.6 Hasil uji linieritas
Hubungan Linierity (.Sig) Memenuhi Kriteria (Ya/Tidak) Kriteria <0,05
BI*PU 0,000 Ya BI*PEOU 0,000 Ya
BI*SN 0,000 Ya BI*FN 0,000 Ya BI*PS 0,000 Ya BI*PP 0,002 Ya BI*PT 0,000 Ya
Tabel 4.6 menampilkan hasil pengujian linieritas menggunakan Test of Linearity pada SPSS. Semua nilai linieritas yang dihasilkan pada setiap hubungan yang diuji telah memenuhi kriteria yang telah ditetapkan yaitu berada dibawah nilai 0,05. Sehingga, dapat disimpulkan bahwa semua variabel yaitu PU, PEOU, SN, FN, PS, PP, dan PT memiliki hubungan yang linier dengan variabel BI yang dapat diartikan bahwa setiap ada perubahan pada variabel PU, PEOU, SN, FN, PS, PP, dan PT maka akan ada perubahan dengan besaran yang sejajar pada variabel BI. Setelah diketahui bahwa semua variabel laten memiliki hubungan yang linier dengan variabel BI maka, proses analisis data yang selanjutnya dapat dilakukan.
4.7 Uji Kecukupan Data (Kaiser Meyer Olkin) Uji Kecukupan data pada penelitian ini dilakukan dengan menggunakan uji
KMO pada SPSS. Jika nilai yang dihasilkan pada uji KMO adalah 0.80 sampai 1, maka sampel dinyatakan mencukupi dan data bisa dianalisis pada proses berikutnya. Sedangkan jika nilai yang dihasilkan pada pengujian KMO kurang dari
42
0.60 maka bisa disimpulkan bahwa sampel tidak mencukupi atau tidak layak dan data tidak bisa digunakan pada proses analisis berikutnya (Cerny & Kaiser, 1977). Berikut merupakan tabel pengukuran (Tabel 4.7) beserta keterangan mengenai Kaiser Meyer Olkin Test :
Tabel 4.7 Kriteria uji KMO
Nilai Keterangan 0,00 0,49 Unacceptable (tidak dapat diterima) 0,50 0,59 Miserable (tidak layak) 0,60 0,69 Mediocre (kurang baik) 0,70 0,79 Middling (lumayan) 0,80 0,89 Meritorious (layak) 0,90 1,00 Marvelous (sangat layak)
Sumber : Hair et al. (2009)
Dari uji KMO yang menghasilkan nilai 0,821 maka dapat disimpulkan bahwa sampel dari penelitian ini sudah mencukupi dan layak untuk digunakan dalam Factor Analysis sehingga bisa dilakukan proses selanjutnya. Pada pengujian ini juga didapatkan hasil berupa nilai Bartlett's Test of Sphericity. Nilai Bartlett's Test of Sphericity yang dihasilkan adalah sebesar 3134,414 dengan signifikansi 0,000. Nilai tersebut telah memenuhi persyaratan karena nilai signifikansi Bartlett's Test of Sphericity yang diharapkan adalah kurang dari 0,05 (p<0,05). Nilai 0,000 berada dibawah nilai 0,05. Sehingga dapat disimpulkan bahwa data responden yang digunakan pada penelitian ini cocok untuk analisis faktor sehingga proses analisis data dapat dilanjutkan (Williams, 2012). Hasil uji KMO dan Bartlett's Test of Sphericity bisa dilihat pada Tabel 4.8.
Tabel 4.8 Hasil uji KMO
Kaiser-Meyer-Olkin Measure & Bartlett's Test of Sphericity Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,821 Bartlett's Test of Sphericity Approx. Chi-Square 3134,414
Sig. 0,000
4.8 Uji Reliabilitas Pengujian reliabilitas pada penelitian ini dilakukan dengan menggunakan
nilai Cronbach Alpha. Kriteria nilai Cronbach Alpha menurut Hair et al. (2009) dapat dilihat pada Subbab 3.10. Batas nilai Cronbach Alpha yang digunakan pada penelitian ini adalah lebih dari 0,6 (Maiyaki & Mokhtar, 2011). Jadi jika nilai Cronbach Alpha dari setiap variabel laten lebih dari 0,6 maka instrumen tersebut sudah baik dan dapat digunakan sebagai alat pengumpul data (Hamdi & Baharuddin, 2014). Nilai Cronbach Alpha pada setiap variabel laten dapat dilihat pada Tabel 4.9.
43
Tabel 4.9 Hasil pengujian reabilitas sebelum modifikasi
Faktor cronbach alpha Keterangan Nilai Batas >0,6
Perceived Usefulness (PU) 0,882 Sangat Reliabel Perceived Easy of Use (PEOU) 0,800 Reliabel Behavior Intention (BI) 0,871 Sangat Reliabel Social Network/Social Influence (SN) 0,527 Cukup Reliabel Functionality 0,732 Reliabel Perceived Security 0,418 Cukup Reliabel Perceived Privacy 0,633 Reliabel Perceived Trust 0,890 Sangat Reliabel
Karena dua variabel yaitu Social Network/Social Influence (SN) memiliki
nilai Cronbach Alpha kurang dari 0,6 maka dilakukan modifikasi untuk meningkatkan nilai Cronbach Alpha. Modifikasi bisa dilakukan dengan menghapus indikator yang disarankan untuk dihapus pada proses pengujian. Berikut ini merupakan tabel Cronbach Alpha (Tabel 4.10) setelah dilakukan modifikasi.
Tabel 4.10 Hasil pengujian reabilitas setelah modifikasi
Faktor Cronbach Alpha Keterangan
Nilai Batas >0,6 Perceived Usefulness (PU) 0,882 Sangat Reliabel Perceived Easy of Use (PEOU) 0,800 Reliabel Behavior Intention (BI) 0,871 Sangat Reliabel Social Network/Social Influence (SN) 0,622 Reliabel Functionality 0,732 Reliabel Perceived Security 0,775 Reliabel Perceived Privacy 0,633 Reliabel Perceived Trust 0,890 Sangat Reliabel
Dari Tabel 4.10 dapat dilihat bahwa setelah melakukan modifikasi dengan
menghapuskan dua indikator dari variabel laten Social Network/Social Influence (SN) yaitu SN1 dan SN2 serta menghapus 1 indikator dari variabel Perceived Security (PS) yaitu PS1 maka nilai Cronbach Alpha nya menjadi naik. Nilai variabel SN dan PS lebih dari 0,6, sehingga dapat dikatakan bahwa variabel SN dan PS reliabel.
4.9 Analisis Structural Equation Modeling Penelitian ini bertujuan untuk melakukan konfirmasi terhadapa penelitian
terdahulu maka penelitian ini akan melakukan tahap uji kecocokan (testing fit).
44
Menurut Hair dkk. yang disitasi dalam Wijayanto (2010) uji kecocokan adalah mengevaluasi tingkat kecocokan data dengan model yang dilalui dalam beberapa tahapan (Sarjono & Julianita, 2011). Berikut merupakan tahapan yang dilalui beserta hasil pengujian yang telah dilakukan :
4.9.1 Uji Kecocokan Keseluruhan Model (Overall Model Fit)
Tahap ini bertujuan untuk menguji kecocokan data dengan model penelitian. Kecocokan data dan model penelitian bisa diukur dengan beberapa indikator yang digunakan dalam penelitian ini yaitu chi-square, GFI, RMSEA, NFI, CFI, dan AGFI. Batas nilai yang digunakan untuk setiap indikator Godness Of Fit adalah sebagai berikut :
Nilai chi-square lebih dari 0,05 (Joreskog & Sorbom, 1988; Hair et al., 1998; Bryne, 2001; Hair et al., 2006 disitasi dalam Chandio, F. H., 2011).. Semakin kecil nilai chi-square maka semakin sesuai model teori dengan data sampel (Sarwono, 2010).
Nilai RMSEA harus kurang dari 0,05 atau kurang dari 0,08 (Joreskog & Sorbom, 1988; Hair et al., 1998; Bryne, 2001; Hair et al., 2006 disitasi dalam Chandio, F. H., 2011).
Nilai GFI, NFI dan CFI lebih dari 0,9 (Joreskog & Sorbom, 1988; Hair et al., 1998; Bryne, 2001; Hair et al., 2006 disitasi dalam Chandio, F. H., 2011)., jika nilai GFI, NFI, dan CFI mendekati 1 maka model memiliki kecocokan yang baik sebaliknya jika nilai GFI, NFI, dan CFI mendekati 0 maka model memiliki kecocokan yang rendah (Sarwono, 2010).
Nilai AGFI lebih dari 0,8, jika nilai AGFI lebih dari 0,8 maka model mempunyai kesesuaian keseluruhan model yang baik (Qi et al., 2013).
Setelah data selesai diolah menggunakan SPSS, maka tahap selanjutnya
adalah menggambar model SEM pada AMOS. Model SEM terdiri dari variabel laten, variabel manifes atau indikator, dan error. Variabel laten digambarkan dengan bentuk oval yang yang terdiri dari PU, PEOU, BI, SN, FN, PS, PP, PT. Variabel manifes atau indikator dari setiap variabel laten digambarkan dengan bentuk persegi panjang, contoh dari indkator adalah PU1, PU2, PU3, PU4 dan PU5. Dan juga error yang digambarkan dengan bentuk bulat, cotoh dari error adalah e1, e2 hingga e24. Pada tahap ini, indikator yang pada saat pengujian reabilitias dinyatakan tidak reliabel dihapuskan. Ada tiga inidikator yang tidak reliabel dan dihapuskan dari model yaitu SN1, SN2, dan PS1. Model SEM pada penelitian ini dapat dilihat pada Gambar 4.2.
45
Gambar 4.2 Model SEM sebelum modifikasi
Gambar 4.2 merupakan model SEM yang telah selesai dibuat dengan menggunakan AMOS. Setelah model selesai dibuat maka dilakukan proses pengujian. Dari hasil pengujian model SEM, dihasilkan nilai nilai yang digunakan sebagai indeks pengukuran terhadap kecocokan model. Nilai nilai tersebut adalah chi-square, GFI, RMSEA, NFI, CFI, dan AGFI seperti yang tertera pada Tabel 4.11.
46
Tabel 4.11 Godness of Fit Indices sebelum modifikasi
Indeks Nilai batas Nilai Keterangan Chi-square >0,05 585,548 Good fit CMIN/DF (1,0<CMIN/DF<3,0) 1,975 Good fit
GFI >0,9 0,854 Marginal fit AGFI >0,8 0,814 Good fit
RMSEA (<0,05 good fit; <0,08 acceptable fit) 0,063 Acceptable fit NFI >0,9 0,811 Marginal fit CFI >0,9 0,895 Marginal fit
Dari nilai-nilai GOFI yang tertera pada tabel 4.11 bisa dilihat bahwa ada 4 indeks yang tidak memenuhi kriteria yaitu GFI, RMSEA, NFI, CFI dan 3 indeks yang memenuhi kriteria yaitu Chi-square, CMIN/DF, dan CFI. Sehingga dapat disimpulkan bahwa model tidak fit karena masih ada beberapa kriteria yang tidak terpenuhi. Agar dapat dikatakan bahwa model sesuai dengan data atau fit, nilai semua indeks harus memenuhi kriteria. Jika goodness of fit terpenuhi, maka model dikatakan valid sehingga dapat digunakan untuk menjelaskan hubungan - hubungan antar variabel yang ada dalam model (Santoso, 2011).
Apabila hasil kecocokan model tidak fit/kurang fit maka dapat dilakukan perbaikan model atau modifikasi model (Sarjono & Julianita, 2011). Modifikasi model dilakukan dengan menghapuskan indikator yang memiliki nilai Standardized Regression Weight (factor loading) kurang dari 0,7. Atau nilai Standardized Regression Weight (factor loading) harus diatas 0,7. Menurut Churchill (1979) jika nilai nilai Standardized Regression Weight diatas 0,5 maka masih bisa diterima (Chandio, 2011). Factor loading merupakan nilai yang dihasilkan dari pengujian statistik yang menunjukan besarnya hubungan antara indikator dengan variabel laten.
Pada pengujian penelitian ini, ada 5 indikator yang dihapuskan untuk meningkatkan nilai Godness Of Fit Indices. Indikator tersebut adalah PP1, PP2, PP5, PP6, dan FN3. Semua indikator yang dihapuskan tersebut memiliki nilai factor loading dibawah 0,7. Namun, tidak semua indikator dengan nilai diawah 0,7 dihapuskan. Indikator dihapuskan hingga nilai-nilai derajat Godness Of Fit Indices telah terpenuhi. Nilai nilai Standardized Regression Weight bisa dilihat pada lampiran C.2. Berikut ini merupakan gambar model SEM yang telah mengalami modifikasi beserta nilai factor loading nya (Gambar 4.3).
47
Gambar 4.3 Model SEM setelah modifikasi
Gambar 4.3 merupakan model SEM yang telah mengalami modifikasi. Setelah dilakukan modifikasi, maka nilai derajat Godness Of Fit Indices mengalami peningkatan sehingga kriteria kecocokan model dengan data sudah terpenuhi. Semua nilai Godness Of Fit Indices sudah dapat dikatakan good fit. Dengan terpenuhinya nilai derajat Godness Of Fit Indices maka dapat disimpulkan bahwa model valid dan dapat digunakan untuk menjelaskan hubungan - hubungan antar variabel yang ada dalam model (Santoso, 2011) sehingga proses analisis data dapat dilanjutkan. Nilai nilai derajat Godness Of Fit Indices (GOFI) yang sudah mengalami modifikasi model dapat dilihat pada Tabel 4.12.
48
Tabel 4.12 Godness Of Fit Indices setelah modifikasi
Indeks Nilai batas Nilai Keterangan Chi-square >0,05 269,558 Good fit CMIN/DF (1,0<CMIN/DF<3,0) 1,498 Good fit
GFI >0,9 0,909 Good fit AGFI >0,8 0,872 Good fit
RMSEA (<0,05 good fit; <0,08 acceptable fit)
0,045 Good fit
NFI >0,9 0,900 Good fit CFI >0,9 0,964 Good fit
4.9.2 Uji Kecocokan Model Pengukuran (Measurment Model Fit)
Seperti yang sudah dijelaskan pada bab 2, pengujian ini digunakan untuk melakukan pengujian hubungan antar variabel laten dan variabel manifes. Uji kecocokan model pengukuran ini menggunakan metode Confirmatory Factor Analysis (CFA). Dengan alat analisis CFA ini, akan dapat diketahui apakah indikator indikator (variabel manifes) yang ada memang benar dapat menjelaskan konstruknya (variabel laten) (Santoso, 2011). Kriteria signifikan nya hubungan antar variabel laten dan variabel manifes bisa dilihat dari nilai estimate, Critical Rasio (C.R), ataupun p-value. Estimate atau faktor loading adalah hasil perhitungan statistik yang merupakan besar korelasi antara variabel manifes dengan variabel latennya. Critical Ratio (C.R) adalah rasio deviasi (jarak penyimpangan antara angka) tertentu dari nilai rata rata standar deviasi. Standar deviasi disini diartikan sebagai sebaran angka di dalam sampel penelitian. Sedangkan p-value atau dalam pengujian statistik dinamakan nilai sig adalah besarnya peluang melakukan kesalahan ketika mengambil keputusan untuk menolak H0 (Kurniawan, 2008).
Batas nilai estimate yang disarankan adalah lebih dari 0,5 (Wu et al., 2011). Hair et al. (2006) dan Byrne (2001) menyatakan bahwa batas Critical Rasio yang disarankan adalah harus lebih dari atau sama dengan 1,96 . Sedangkan untuk nilai p-value yang disarankan adalah kurang dari atau sama dengan 0,05 (Chandio, 2011). Jika nilai p-value adalah *** (<0.001) maka dapat dismpulkan bahwa hubungan antar variabel laten dengan variabel manifes signifikan. Berikut merupakan nilai nilai yang digunakan untuk melakukan uji kecocokan model pengukuran,disajikan pada Tabel 4.13.
Tabel 4.13 Hasil uji kecocokan measurement model
Indikator Estimate C.R. p-value AVE PU PU5 1.000
0.60823 PU4 0.994 15.644 *** PU3 0.618 10.918 *** PU2 0.880 12.306 *** PU1 0.799 11.543 ***
49
Tabel 4.13 Hasil uji kecocokan measurement model (lanjutan)
Indikator Estimate C.R. p-value AVE PEOU PEOU4 1.000
0.573679 PEOU3 1.123 12.004 *** PEOU2 0.941 11.624 *** PEOU1 1.105 9.200 ***
BI BI2 1.000 0.773937
BI1 1.074 13.783 *** SN SN4 1.000
0.483363 SN3 0.864 3.397 ***
FN FN2 1.000 0.688765
FN1 1.099 6.244 *** PS PS3 1.000
0.634569 PS2 0.999 9.993 ***
PP PP4 1.000 0.54937
PP3 0.839 5.297 *** PT PT3 1.000
0.733433 PT2 1.090 15.056 *** PT1 0.990 14.710 ***
Dari Tabel 4.13 dapat dilihat bahwa setiap model pengukuran memiliki hasil yang signifikan. Hal ini membuktikan, variabel manifes memiliki hubungan yang erat dengan variabel laten atau memengaruhi variabel laten secara signifikan. Selain menampilkan nilai keeratan hubungan variabel laten dengan variabel manifes, Tabel 4.13 juga menampilkan nilai Average Variance Extracted (AVE) yang digunakan untuk mengetahui validitas konstruk.
Validitas konstruk akan menunjukkan seberapa baik hasil yang diperoleh dari penggunaan suatu alat ukur yang sesuai dengan teori yang digunakan untuk mendefinisikan suatu konstruk (Wiyono, 2011). Validitas konstruk dapat ditentukan dengan dua cara yaitu convergent validity dan discriminant validity. Convergent validity digunakan untuk mengetahui sejauh mana alat pengukuran dari sebuah konstuk saling berkorelasi (Byrne, 2010). Analisis Convergent validity dilakuakn dengan menggunakan nilai AVE. Kriteria pengambilan keputusan valid dan tidak nya penggunaan alat ukur untuk mendefinisikan suatu konstruk adalah AVE lebih dari atau sama dengan 0,50 0,50) (Fornell & Larcker, 1981 disitasi dalam Fazlollahi, 2002). Dari Tabel 4.13 menunjukkan bahwa nilai AVE yang pada variabel SN (Social Network) mendekati angka 0,50, sehingga nilai tersebut masih dapat diterima dan proses analisis data yang selanjutnya dapat dilakukan.
Discriminant validity digunakan untuk mengetahui jika suatu konstruk memang berbeda dari konstruk lainnya (Hair et al., 2006). Menurut Watson et al. (1995) discriminant validity memang dibutuhkan tetapi bukan merupakan kondisi yang cukup untuk menentukan ukuran validitas konstruk sehingga perlu
50
dilakukan pengujian convergent validity. Hanya dengan dilakukannya kedua pengujian validitas maka baru bisa ditentukan seberapa baik alat ukur dapat menilai konstruknya. Karena pengujian convergent validity sudah dilakukan maka, akan dilakukan pengujian discriminant validity.
Menurut Tabachnick & Fidell (2007), Miller et al. (2002) dan Bryman & Cramer (2005), pengujian discriminant validity dilakukan dengan membandingkan nilai korelasi antar variabel laten yang dikuadratkan atau Square Intercorellation Construct (SIC) dengan nilai AVE yang didapatkan dari pengujian convergent validity. Nilai AVE yang lebih besar dari nilai SIC mengindikasikan bahwa discriminant validity telah terpenuhi (Chandio, 2011). Nilai korelasi antar variabel laten ditampilkan pada Tabel 4.14 dan hasil pengujian discriminant validity ditampilkan pada Tabel 4.15.
Tabel 4.14 Nilai korelasi antar variabel
PU PEOU BI SN FN PS PP PT PU 1.000 PEOU 0.614 1.000 BI 0.620 0.591 1.000 SN 0.307 0.188 0.259 1.000 FN 0.314 0.315 0.292 0.175 1.000 PS 0.317 0.136 0.246 0.178 -0.029 1.000 PP 0.309 0.260 0.250 0.155 0.227 0.402 1.000 PT 0.437 0.260 0.430 0.167 0.051 0.617 0.420 1.000
Tabel 4.15 Discriminant validity
PU PEOU BI SN FN PS PP PT PU 0.608 PEOU 0.377 0.574 BI 0.384 0.349 0.774 SN 0.094 0.035 0.067 0.483 FN 0.099 0.099 0.085 0.031 0.689 PS 0.100 0.018 0.061 0.032 0.001 0.635 PP 0.095 0.068 0.063 0.024 0.052 0.162 0.549 PT 0.191 0.068 0.185 0.028 0.003 0.381 0.176 0.733
Dari Tabel 4.15 yang menampilkan perbandingan membandingkan nilai korelasi antar variabel laten yang dikuadratkan atau Square Intercorellation Construct (SIC) dengan nilai Average Variance Extracted (AVE) yang didapatkan dari pengujian convergent validity dapat disimpulkan bahwa semua nilai AVE dari setiap variabel laten lebih besar dari nilai SIC sehingga dapat dikatakan jika discriminant validity pada penelitian ini terpenuhi dan proses analisis data dapat dilanjutkan pada tahap berikutnya. Nilai AVE pada tabel 4.15 diberi tanda dengan huruf yang ditebalkan (bold).
51
4.9.3 Uji Kecocokann Model Struktural (Structural Model Fit)
Menurut Wijanto (2007), uji kecocokan terhadap model struktural adalah terkait dengan pengujian hubungan antara variabel laten eksogen dan variabel laten endogen, maupun pengujian antar variabel laten endogen sesuai dengan hipotesis yang telah disusun dalam penelitian (Sarjono & Julianita, 2015). Pengujian model struktural bisa digunakan untuk menguji hipotesis hubungan antar konstruk yang dibuat peneliti pada model penelitian (Kline, 2005; Hair et al., 2006). Pengujian ini dilakukan dengan menggambarkan path diagram pada AMOS. Penggambaran path diagram dilakukan dengan menghubungkan variabel laten (pada gambar berbentuk oval) dengan variabel laten (pada gambar berbentuk oval) yang lainnya sesuai dengan model penelitian yang sudah dibuat peneliti. Pada penelitian ini, yang termasuk variabel laten endogen atau variabel yang dipengaruhi adalah PU, PT dan BI. Sedangkan variabel laten eksogen atau variabel yang memengaruhi adalah FN, PU, PEOU, PS, PT, PP, dan SN. Variabel PT eksogen terhadap BI tetapi endogen terhadap PP dan PS. Variabel PU eksogen terhadap BI tetapi endogen terhadap PEOU dan FN. Pada penggambaran model di AMOS variabel endogen harus diberi variabel error (e27, e28, dan e29). Tanpa variabel error, AMOS tidak bisa memproses data karena adanya kekurangan model (Santoso, 2011). Setelah dilakukan penggambaran path diagram, maka dilakukan path analysis (pengujian pada path diagram) yaitu untuk mencari kekuatan hubungan diantara variabel variabel yang ada (Santoso, 2011). Berikut ini merupakan path diagram yang disajikan pada Gambar 4.4.
Gambar 4.4 Path diagram
Langkah selanjutnya pada path analysis adalah menentukan signifikan tidaknya hubungan antar variabel laten. Kriteria signifikan dan tidak nya suatu
52
hubungan antar variabel laten bisa diketahui dengan melihat nilai Critical Rasio (C.R), dan juga nilai p-value. Menurut Hair at al. (2006) dan Byrne (2001) batas Critical Rasio yang disarankan adalah lebih dari atau sama dengan 1,96 . Sedangkan untuk nilai p-value yang disarankan adalah kurang dari atau sama dengan 0,05 ). Jika nilai p-value adalah *** (<0.001) maka dapat dismpulkan bahwa hubungan antar variabel laten signifikan. Nilai nilai tersebut dapat dilihat pada Tabel 4.16.
Tabel 4.16 Hasil uji kecocokan structural model
Hubungan Standardized
Regression C.R p-value
Keterangan 1,960 0,05
PU FN 0.141 2.433 0.015 Signifikan PU PEOU 0.583 8.032 *** Signifikan PT PP 0.187 1.933 0.053 Tidak Signifikan PT PS 0.521 6.304 *** Signifikan PT PU 0.289 4.462 *** Signifikan BI SN 0.093 1.860 0.063 Tidak Signifikan BI PP -0.050 -0.772 0.440 Tidak Signifikan BI PT 0.245 2.930 0.003 Signifikan BI PS -0.025 -0.312 0.755 Tidak Signifikan BI PEOU 0.356 4.477 *** Signifikan BI PU 0.280 3.370 *** Signifikan BI FN 0.101 1.825 0.068 Tidak Signifikan
Dari Tabel 4.16 dapat dilihat bahwa ada 5 hubungan yang tidak signifikan antar variabel laten. Tidak dignifikan berarti tidak ada hubungan yang nyata antar variabel tersebut (Santoso, 2011). Selain itu ada 7 hubungan yang signifikan antar variabel laten. Signifikan berarti ada hubungan yang nyata antar variabel laten (Santoso, 2011). Variabel laten yang diuji ada 8 yaitu FN (Functionality), PEOU (Perceived Easy Of Use), PP (Perceived Privacy), PS (Perceived Security), PU (Perceived Usefulness), SN (Social Network), PT (Perceived Trust). Sedangkan hubungan antar variabel laten yang diuji ada 12. Pada hubungan FN memengaruhi PU dihasilkan nilai C.R sebesar 2,433 yang lebih besar dari 1,96 dan nilai p-value sebesar 0,015 yang lebih kecil dari 0,05. Sehingga ada hubungan yang signifikan antara variabel laten FN dan PU. Besarnya nilai pengaruh Functionality terhadap Perceived Usefulness adalah sebesar 0,141 atau 14,1%. Pada hubungan PEOU memengaruhi PU dihasilkan nilai C.R sebesar 8,032 yang lebih besar dari 1,96 dan nilai p-value *** (<0,001) yang lebih kecil dari 0,05. Sehingga ada hubungan yang signifikan antara variabel laten PEOU dan PU. Besarnya nilai pengaruh Perceived Easy Of Use terhadap Perceived Usefulness adalah sebesar 0,583 atau 58,3%. Pada hubungan PP memengaruhi PT dihasilkan nilai C.R sebesar 1,933 yang lebih kecil dari 1,96 dan nilai p-value 0,053 yang lebih besar dari 0,05.
53
Sehingga tidak ada hubungan yang signifikan antara variabel laten PP dan PT. Besarnya nilai pengaruh Perceived Privacy terhadap Perceived Trust adalah sebesar 0,187 atau 18,7%. Pada hubungan PS memengaruhi PT dihasilkan nilai C.R sebesar 6,304 yang lebih besar dari 1,96 dan nilai p-value *** (<0,001) yang lebih kecil dari 0,05. Sehingga ada hubungan yang signifikan antara variabel laten Perceived Security dan Perceived Trust. Besarnya nilai pengaruh Perceived Security terhadap Perceived Trust adalah sebesar 0,521 atau 52,1%. Pada hubungan PU memengaruhi PT dihasilkan nilai C.R sebesar 4,462 yang lebih besar dari 1,96 dan nilai p-value *** (<0,001) yang lebih kecil dari 0,05. Sehingga ada hubungan yang signifikan antara variabel laten PU dan PT. Besarnya nilai pengaruh Perceived Usefulness terhadap Perceived Trust adalah sebesar 0,304 atau 30,4%. Pada hubungan SN memengaruhi BI dihasilkan nilai C.R sebesar 1,860 yang lebih kecil dari 1,96 dan nilai p-value sebesar 0,063 yang lebih besar dari 0,05. Sehingga tidak ada hubungan yang signifikan antara variabel laten SN dan BI. Besarnya nilai pengaruh Social Network terhadap Behavioral Intention adalah sebesar 0,093 atau 9,3%. Pada hubungan PP memengaruhi BI dihasilkan nilai C.R sebesar -0,772 yang lebih kecil dari 1,96 dan nilai p-value sebesar 0,440 yang lebih besar dari 0,05. Sehingga tidak ada hubungan yang signifikan antara variabel laten PP dan BI. Besarnya nilai pengaruh Perceived Privacy terhadap Behavioral Intention adalah sebesar -0,050 atau -5,0%. Pada hubungan PT memengaruhi BI dihasilkan nilai C.R sebesar 2,930 yang lebih besar dari 1,96 dan nilai p-value sebesar 0,003 yang lebih kecil dari 0,05. Sehingga ada hubungan yang signifikan antara variabel laten PT dan BI. Besarnya nilai pengaruh Perceived Trust terhadap Behavioral Intention adalah sebesar 0,245 atau 24,5%. Pada hubungan PS memengaruhi BI dihasilkan nilai C.R sebesar -0,312 yang lebih kecil dari 1,96 dan nilai p-value sebesar 0,755 yang lebih besar dari 0,05. Sehingga tidak ada hubungan yang signifikan antara variabel laten PS dan BI. Besarnya nilai pengaruh Perceived Security terhadap Behavioral Intention adalah sebesar -0,025 atau -2,5%. Pada hubungan PEOU memengaruhi BI dihasilkan nilai C.R sebesar 4,137 yang lebih besar dari 1,96 dan nilai p-value *** (<0,001) yang lebih kecil dari 0,05. Sehingga ada hubungan yang signifikan antara variabel laten PEOU dan BI. Besarnya nilai pengaruh Perceived Easy Of Use terhadap Behavioral Intention adalah sebesar 0,314 atau 31,4%. Pada hubungan PU memengaruhi BI dihasilkan nilai C.R sebesar 4,477 yang lebih besar dari 1,96 dan nilai p-value *** (<0,001) yang lebih kecil dari 0,05. Sehingga ada hubungan yang signifikan antara variabel laten PU dan BI. Besarnya nilai pengaruh Perceived Usefulness terhadap Behavioral Intention adalah sebesar 0,356 atau 35,6%. Pada hubungan FN memengaruhi BI dihasilkan nilai C.R sebesar 1,825 yang lebih kecil dari 1,96 dan nilai p-value 0,068 yang lebih besar dari 0,05.
54
Sehingga tidak ada hubungan yang signifikan antara variabel laten FN dan BI. Besarnya nilai pengaruh Functionality terhadap Behavioral Intention adalah sebesar 0,101 atau 10,1%.
55
BAB 5 PEMBAHASAN
5.1 Statistik Deskriptif Item pada Konstruk Subbab ini menjelaskan mengenai deskriptif statistik dari jawaban kuisioner
responden setiap konstruk.
5.1.1 Statistik Deskriptif Berdasarkan Jenis Kelamin
1. Perceived Usefulness (PU)
Presepsi kemanfaatan (Perceived Usefulness) dari responden mengenai smartphone diukur dengan 5 pertanyaan pada kuisioner. Setiap pertanyaan diukur dengan skala Linkert 1(Sangat setuju). Tabel 5.1 menampilkan statistik deskriptif item pengukuran dari variabel PU berdasarkan jenis kelamin. Mean Statistic item pengukuran dari variabel PU untuk perempuan adalah antara 3,91 (±0,864) dan 4,34 (±0,635). Rata rata Mean Statistic dari 5 item pengukuran adalah 4,088. Sedangkan Mean Statistic item pengukuran dari variabel PU untuk laki -laki adalah antara 3,75 (±0,881) dan 4,21 (±0,718). Rata rata Mean Statistic dari 5 item pengukuran adalah 3,918. Rata rata Mean Statistic respoden perempuan
sedangka responden laki laki bernilai lebih sehingga responden perempuan dan laki laki
setuju dan cukup setuju jika menggunakan smartphpone akan membantu menyelesaiakan tugas tugas dengan lebih cepat, meningkatkan produktivitas, berguna dalam aktivitas sehari hari, meningkatkan kinerja, serta meningkatkan efektifitas dalam melakukan aktivitas sehari - hari. Responden perempuan lebih merasakan kemanfaatan yang diberikan oleh smartphone.
Tabel 5.1 Statistik deskriptif item pengukuran variabel PU berdasarkan jenis kelamin
2. Perceived Easy of Use (PEOU)
Presepsi kemudahan penggunaan (Perceived Easy of Use) dari responden mengenai smartphone diukur dengan 4 pertanyaan pada kuisioner. Setiap pertanyaan diukur dengan skala Linkert 1
at setuju). Tabel 5.2 menampilkan statistik deskriptif item
Perempuan Laki laki N Mean Std. Deviation N Mean Std. Deviation
Statistic Statistic Statistic Statistic Statistic Statistic PU1 160 4,24 0,837 76 4,01 0,757 PU2 160 3,91 0,864 76 3,75 0,881 PU3 160 4,34 0,635 76 4,21 0,718 PU4 160 4,01 0,797 76 3,86 0,778 PU5 160 3,94 0,837 76 3,76 0,892
56
pengukuran dari variabel PEOU berdasarkan jenis kelamin. Mean Statistic item pengukuran dari variabel PEOU untuk perempuan adalah antara 4,09 (±0,783) dan 4,41 (±0,598). Rata rata Mean Statistic dari 5 item pengukuran adalah 4,308. Sedangkan Mean Statistic item pengukuran dari variabel PEOU untuk laki -laki adalah antara 3,99 (±0,841) dan 4,36 (±0,626). Rata rata Mean Statistic dari 5 item pengukuran adalah 4,240. Rata rata Mean Statistic item pengukuran variabel PEOU untuk perempuan ataupun laki - laki (setuju) sehingga dapat disimpulkan bahwa responden setuju jika smartphone mudah dipelajari, mudah dioperasikan atau digunakan, serta mudah dipahami sehingga responden dapat menggunakannya dengan baik.
Tabel 5.2 Statistik deskriptif item pengukuran variabel PEOU berdasarkan jenis kelamin
3. Behavioral Intention (BI)
Niat (Behavioral Intention) untuk menggunakan smartphone dari responden diukur dengan 2 pertanyaan pada kuisioner. Setiap pertanyaan diukur dengan skala Linkert 1setuju). Tabel 5.3 menampilkan statistik deskriptif item pengukuran dari variabel BI berdasarkan jenis kelamin.
Tabel 5.3 Statistik deskriptif item pengukuran variabel BI berdasarkan jenis kelamin
Mean Statistic item pengukuran dari variabel BI untuk perempuan adalah antara 4,01 (±0,735) dan 4,03 (±0,739). Rata rata Mean Statistic dari 5 item pengukuran adalah 4,02. Sedangkan Mean Statistic item pengukuran dari variabel BI untuk laki -laki adalah antara 3,83 (±0,719) dan 3,92 (±0,796). Rata rata Mean Statistic dari 5 item pengukuran adalah 387. Rata rata Mean Statistic
sehingga dapat disimpulkan bahwa responden setuju jika diharuskan untuk menggunakan dan
Perempuan Laki laki N Mean Std. Deviation N Mean Std. Deviation
Statistic Statistic Statistic Statistic Statistic Statistic PEOU1 160 4,09 0,783 76 3,99 0,841 PEOU2 160 4,41 0,598 76 4,32 0,594 PEOU3 160 4,36 0,619 76 4,29 0,649 PEOU4 160 4,37 0,650 76 4,36 0,626
Perempuan Laki laki N Mean Std. Deviation N Mean Std. Deviation
Statistic Statistic Statistic Statistic Statistic Statistic BI1 160 4,01 0,735 76 3,92 0,796 BI2 160 4,03 0,739 76 3,83 0,719
57
mengakses smartphone. Sedangkan rata rata Mean Statistic respoden laki - laki bernilai responden cukup setuju jika diharuskan untuk menggunakan dan mengakses smartphone. Jadi, niat untuk menggunakan smartphone lebih dirasakan oleh responden perempuan.
4. Social Network/ Social Influence (SN)
Pengaruh kelompok sosial (Social Network/ Social Influence) untuk menggunakan smartphone dari responden diukur dengan 4 pertanyaan pada kuisioner. Namun pada tahap pengujian reliabilitas kedua pertanyaan yaitu SN1 dan SN2 telah dihapus karena dianggap tidak reliabel. Setiap pertanyaan diukur dengan skala Linkert 1setuju). Tabel 5.4 menampilkan statistik deskriptif item pengukuran dari variabel SN. Mean Statistic dari setiap item pengukuran variabel SN pada laki laki ataupun perempuan 2 tidak setuju) sehingga dapat disimpulkan bahwa responden laki laki dan perempuan tidak setuju jika mereka memilih dan menggunakan smartphone serta provider seluler karena rekomendasi dari rekan rekannya.
Tabel 5.4 Statistik deskriptif item pengukuran variabel SN berdasarkan jenis kelamin
5. Functionality (FN)
Pengaruh Functionality smartphone pada responden diukur dengan 3 pertanyaan pada kuisioner. Namun pada tahap CFA satu pertanyaan yaitu FN3 telah dihapus karena tidak memenuhi nilai standardized regression weight yang disarankan. Setiap pertanyaan diukur dengan skala Linkert 1 (Sangat
5.5 menampilkan statistik deskriptif item pengukuran dari variabel FN berdasarkan jenis kelamin. Mean Statistic item pengukuran dari variabel FN untuk perempuan adalah antara 3,89 (±0,836) dan 3,97 (±0,820). Rata rata Mean Statistic dari 5 item pengukuran adalah 3,93. Sedangkan Mean Statistic item pengukuran dari variabel FN untuk laki -laki adalah antara 4,03 (±0,864) dan 4,04 (±0,944). Rata rata Mean Statistic dari 5 item pengukuran adalah 4,035. Rata rata Mean Statistic variabel FN untuk responden perempuan 3 cukup setuju) sedangankan rata rata Mean Statistic variabel FN untuk responden laki - laki
sehingga dapat disimpulkan bahwa responden cukup setuju dan setuju jika mereka memilih dan menggunakan
Perempuan Laki laki N Mean Std. Deviation N Mean Std. Deviation
Statistic Statistic Statistic Statistic Statistic Statistic SN3 160 2,76 1,124 76 2,57 1,237 SN4 160 2,99 1,096 76 2,71 1,153
58
smartphone dengan mempertimbangkan aplikasi yang tersedia pada smartphone dan mempertimbangkan seberapa baik aplikasi tersebut telah di-update karena dengan di-update nya aplikasi maka semakin baik pula fungsi fungsi yang dapat digunakan pada aplikasi tersebut. Functionality lebih berpengaruh terhadap responden laki laki dalam pemilihan dan penggunaan smartphone.
Tabel 5.5 Statistik deskriptif item pengukuran variabel FN berdasarkan jenis kelamin
6. Perceived Security (PS)
Presepsi keamanan (Perceived Security) dari responden mengenai smartphone diukur dengan 3 pertanyaan pada kuisioner. Namun pada tahap pengujian reliabilitas satu pertanyaan yaitu PS1 telah dihapus karena dianggap tidak reliabel. Setiap pertanyaan diukur dengan skala Linkert 1
angat setuju). Tabel 5.6 menampilkan statistik deskriptif item pengukuran dari variabel PS berdasarkan jenis kelamin. Mean Statistic dari setiap item pengukuran variabel PS untuk perempuan dan laki - laki
responden cukup setuju dengan pernyataan jika mereka percaya informasi yang diberikan pada smartphone tidak akan dimanipulasi oleh pihak yang tidak bertanggung jawab dan responden yakin informasi pribadi pada smartphone akan dijamin keamanannya.
Tabel 5.6 Statistik deskriptif item pengukuran variabel PS berdasarkan jenis kelamin
7. Perceived Privacy (PP)
Presepsi privasi (Perceived Privacy) dari responden mengenai smartphone diukur dengan 6 pertanyaan pada kuisioner. Namun pada tahap CFA 4 pertanyaan yaitu PP1, PP2, PP5, dan PP6 telah dihapus karena nilai standardized regression weight tidak memenuhi nilai yang disarankan. Setiap pertanyaan diukur dengan skala Linkert berskal 1(Sangat setuju). Tabel 5.7 menampilkan statistik deskriptif item pengukuran dari
Perempuan Laki laki N Mean Std. Deviation N Mean Std. Deviation
Statistic Statistic Statistic Statistic Statistic Statistic FN1 160 3,89 0,836 76 4,04 0,944 FN2 160 3,97 0,820 76 4,03 0,864
Perempuan Laki laki N Mean Std. Deviation N Mean Std. Deviation
Statistic Statistic Statistic Statistic Statistic Statistic PS2 160 3,18 0,944 76 3,26 0,971 PS3 160 3,32 0,915 76 3,38 0,993
59
variabel PP berdasarkan jenis kelamin. Mean Statistic item pengukuran dari variabel PP adalah antara 3,14 (±0,968) dan 3,50 (±0,892). Mean Statistic dari
sehingga dapat disimpulkan bahwa responden laki laki dan perempuan cukup setuju jika mereka mengetahui semua pihak yang mengumpulkan informasi pribadi yang diberikan saat menggunakan aplikasi pada smartphone serta responden mengetahui dengan benar informasi yang akan dikumpulkan saat menggunakan aplikasi pada smartphone.
Tabel 5.7 Statistik deskriptif item pengukuran variabel PP berdasarkan jenis kelamin
8. Perceived Trust (PT)
Presepsi kepercayaan (Perceived Trust) dari responden mengenai smartphone diukur dengan 3 pertanyaan pada kuisioner. Setiap pertanyaan diukur dengan skala Linkert 1(Sangat setuju). Tabel 5.8 menampilkan statistik deskriptif item pengukuran dari variabel PT. Rata rata Mean Statistic item pengukuran variabel PS untuk responden perempuan adalah 3,157 sedangkan rata rata Mean Statistic item pengukuran variabel PS untuk responden laki - laki adalah 3,240. Nilai rata rata Mean Statistic responden perempuan dan laki - laki (cukup setuju) sehingga dapat disimpulkan bahwa responden laki laki dan perempuan cukup setuju jika smartphone adalah perangkat yang dapat dipercaya, smartphone dapat diandalkan untuk melindungi privasi responden, serta responden percaya jika smartphone akan menjaga janji untuk melindungi informasi pribadinya. Kepercayaan responden laki laki terhadap smartphone lebih tinggi dapi pada kepercayaan responden perempuan
Tabel 5.8 Statistik deskriptif item pengukuran variabel PT berdasarkan jenis kelamin
Perempuan Laki laki N Mean Std. Deviation N Mean Std. Deviation
Statistic Statistic Statistic Statistic Statistic Statistic PP3 160 3,13 0,989 76 3,17 0,929 PP4 160 3,50 0,904 76 3,50 0,872
Perempuan Laki laki N Mean Std. Deviation N Mean Std. Deviation
Statistic Statistic Statistic Statistic Statistic Statistic PT1 160 3,24 0,916 76 3,29 0,921 PT2 160 2,99 0,974 76 3,05 1,005 PT3 160 3,24 0,957 76 3,38 0,979
60
5.1.2 Statistik Deskriptif Berdasarkan Usia
1. Perceived Usefulness (PU)
Presepsi kemanfaatan (Perceived Usefulness) dari responden mengenai smartphone diukur dengan 5 pertanyaan pada kuisioner. Setiap pertanyaan diukur dengan skala Linkert 1(Sangat setuju). Tabel 5.9 menampilkan statistik deskriptif item pengukuran dari variabel PU berdasarkan usia. Mean Statistic item pengukuran dari variabel PU untuk usia 15 20 tahun adalah antara 3,65 (±0,849) dan 4,26 (±0,842). Rata rata Mean Statistic dari 5 item pengukuran adalah 3,882. Mean Statistic item pengukuran dari variabel PU untuk usia 21 25 tahun adalah antara 3,90 (±0,871) dan 4,30 (±0,662). Rata rata Mean Statistic dari 5 item pengukuran adalah 4,062. Mean Statistic item pengukuran dari variabel PU untuk usia 26 30 tahun adalah antara 4 (±1,414) dan 4,50 (±0,707). Rata rata Mean Statistic dari 5 item pengukuran adalah 4,30.
Jadi rata rata Mean Statistic respoden dengan usia 15 20 tahun cukup setuju) sehingga dapat disimpulkan bahwa
responden dengan usia 15 20 tahun cukup setuju jika menggunakan smartphpone akan membantu menyelesaiakan tugas tugas dengan lebih cepat, meningkatkan produktivitas, berguna dalam aktivitas sehari hari, meningkatkan kinerja, serta meningkatkan efektifitas dalam melakukan aktivitas sehari - hari. Sedangkan rata rata Mean Statistic respoden dengan usia 21 25 tahun dan 26
setuju) sehingga dapat disimpulkan bahwa responden dengan usia 21 25 tahun dan 26 30 tahun setuju jika menggunakan smartphpone akan membantu menyelesaiakan tugas tugas dengan lebih cepat, meningkatkan produktivitas, berguna dalam aktivitas sehari
hari, meningkatkan kinerja, serta meningkatkan efektifitas dalam melakukan aktivitas sehari - hari. Responden dengan usia 21 25 tahun dan 26 30 tahun lebih merasakan kemanfaatan yang diberikan oleh smartphone.
Tabel 5.9 Statistik deskriptif item pengukuran variabel PU berdasarkan usia
15 20 tahun 21 25 tahun 26 30 tahun
N Mean
Std. Deviati
On N Mean
Std. Deviati
on N Mean
Std. Deviati
on Statis
Tic Statis
tic Statis
Tic Statis
tic Statis
Tic Statis
tic Statis
Tic Statis
Tic Statis
Tic PU1 46 4,04 0,842 187 4,20 0,809 2 4,00 1,414 PU2 46 3,65 0,849 187 3,90 0,871 2 4,50 0,707 PU3 46 4,26 0,681 187 4,30 0,662 2 4,50 0,707 PU4 46 3,74 0,855 187 4,00 0,769 2 4,50 0,707 PU5 46 3,72 0,886 187 3,91 0,844 2 4,00 1,414
61
2. Perceived Easy of Use (PEOU)
Presepsi kemudahan penggunaan (Perceived Easy of Use) dari responden mengenai smartphone diukur dengan 4 pertanyaan pada kuisioner. Setiap pertanyaan diukur dengan skala Linkert 1
pengukuran dari variabel PEOU berdasarkan rentang usia. Mean Statistic item pengukuran dari variabel PEOU untuk usia 15 20 tahun adalah antara 4,02 (±0,774) dan 4,48 (±0,547). Rata rata Mean Statistic dari 5 item pengukuran adalah 4,305. Mean Statistic item pengukuran dari variabel PEOU untuk usia 21 25 tahun adalah antara 4,06 (±0,811) dan 4,40 (±0,600). Rata rata Mean Statistic dari 5 item pengukuran adalah 4,283. Mean Statistic item pengukuran dari variabel PEOU untuk usia 26 30 tahun adalah antara 3,00 (±0,00) dan 4,50 (±0,707). Rata rata Mean Statistic dari 5 item pengukuran adalah 3,750.
Rata rata Mean Statistic item pengukuran variabel PEOU untuk usia 15 20 tahun dan 21 25 tahun
disimpulkan bahwa responden setuju jika smartphone mudah dipelajari, mudah dioperasikan atau digunakan, serta mudah dipahami sehingga responden dapat menggunakannya dengan baik. Sedangkan rata rata Mean Statistic item pengukuran variabel PEOU untuk usia 26 (cukup setuju) sehingga dapat disimpulkan bahwa responden cukup setuju jika smartphone mudah dipelajari, mudah dioperasikan atau digunakan, serta mudah dipahami sehingga responden dapat menggunakannya dengan baik. Responden dengan usia 15 20 tahun dan 21 25 tahun lebih merasa mudah untuk mempelajari, mengoperasikan, serta lebih mudah memahami smartphone. Dari pernyataan tersebut dapat diambil kesimpulan bahwa responden yang lebih muda lebih mudah untuk mempelajari, mengoperasikan serta memahami smartphone.
Tabel 5.10 Statistik deskriptif item pengukuran variabel PEOU berdasarkan usia
15 20 tahun 21 25 tahun 26 30 tahun
N Mean
Std. Deviati
on N Mean
Std. Deviati
on N Mean
Std. Deviati
on Statistic
Statistic
Statis tic
Statis tic
Statis Tic
Statis tic
Statis tic
Statis Tic
Statis tic
PEOU1 46 4,02 0,774 187 4,06 0,811 2 4,50 0,707 PEOU2 46 4,35 0,526 187 4,40 0,600 2 3,00 0,000 PEOU3 46 4,37 0,532 187 4,33 0,645 2 4,00 1,414 PEOU4 46 4,48 0,547 187 4,34 0,656 2 3,50 0,707
62
3. Behavioral Intention (BI)
Niat (Behavioral Intention) untuk menggunakan smartphone dari responden diukur dengan 2 pertanyaan pada kuisioner. Setiap pertanyaan diukur dengan skala Linkert 1setuju). Tabel 5.11 menampilkan statistik deskriptif item pengukuran dari variabel BI berdasarkan rentang usia. Mean Statistic pada setiap item pengukuran dari variabel BI untuk semua rentang usia memiliki nilai lebih dari 3. Rata rata Mean Statistic dari 5 item pengukuran untuk rentang usia 15 20 tahun adalah 3,92. Rata rata Mean Statistic dari 5 item pengukuran untuk rentang usia 21 25 tahun adalah 3,985. Rata rata Mean Statistic dari 5 item pengukuran untuk rentang usia 26 30 tahun adalah 3,5. Rata rata Mean Statistic respoden pada semua rentang usi cukup setuju) sehingga dapat disimpulkan bahwa responden cukup setuju jika diharuskan untuk menggunakan dan mengakses smartphone. Jadi, niat untuk menggunakan smartphone lebih dirasakan oleh responden dengan usia 21 25 tahun karena memiliki nilai rata rata Mean Statistic paling besar.
Tabel 5.11 Statistik deskriptif item pengukuran variabel BI berdasarkan usia
15 20 tahun 21 25 tahun 26 30 tahun
N Mean
Std. Deviati
on N Mean
Std. Deviati
on N Mean
Std. Deviati
on Statis
tic Statis
tic Statis
tic Statis
tic Statis
Tic Statis
tic Statis
Tic Statis
Tic Statis
Tic BI1 46 3,93 0,712 187 3,99 0,766 2 3,50 0,707 BI2 46 3,91 0,694 187 3,98 0,747 2 3,50 0,707
4. Social Network/ Social Influence (SN)
Pengaruh kelompok sosial (Social Network/ Social Influence) untuk menggunakan smartphone dari responden diukur dengan 4 pertanyaan pada kuisioner. Namun pada tahap pengujian reliabilitas kedua pertanyaan yaitu SN1 dan SN2 telah dihapus karena dianggap tidak reliabel. Setiap pertanyaan diukur dengan skala Linkert 1 tuju) hingga skalsetuju). Tabel 5.12 menampilkan statistik deskriptif item pengukuran dari variabel SN.
Mean Statistic dari setiap item pengukuran variabel SN pada rentang usia 15 20 tahun dan usia 21 25 tahun bernilai lebih dari skala sehingga dapat disimpulkan bahwa resonden pada rentang usia 15 20 tahun dan usia 21 25 tahun tidak setuju jika mereka memilih dan menggunakan smartphone serta provider seluler karena rekomendasi dari rekan rekannya. Nilai rata rata Mean Statistic responden dengan rentang usia 15 -20 tahun dan 21 25 tahun adalah 2,610 dan 2,825. Sedangkan nilai rata rata Mean Statistic responden dengan usia 26 30 tahun adalah 4,00. Nilai rata rata Mean Statistic responden dengan usia 26 3
63
dapat disimpulkan bahwa resonden pada rentang usia 26 30 tahun setuju jika mereka memilih dan menggunakan smartphone serta provider seluler karena rekomendasi dari rekan rekannya. Dari nilai rata rata Mean Statistic dapat dilihat bahwa pengaruh kelompok sosial lebih dirasakan oleh responden degan usia 26 30 tahun. Dari pernyataan tersebut dapat disimpulkan bahwa semakin dewasa usia responden maka pengaruh sosial dalam memilih dan menggunakan smartphone akan semakin besar.
Tabel 5.12 Statistik deskriptif item pengukuran variabel SN berdasarkan usia
15 20 tahun 21 25 tahun 26 30 tahun
N Mean
Std. Deviati
on N Mean
Std. Deviati
on N Mean
Std. Deviati
on Statis
tic Statis
tic Statis
tic Statis
tic Statis
Tic Statis
tic Statis
Tic Statis
Tic Statis
Tic SN3 46 2,39 1,125 187 2,74 1,145 2 5,00 0,000 SN4 46 2,83 1,081 187 2,91 1,130 2 3,00 0,000
5. Functionality (FN)
Pengaruh Functionality smartphone pada responden diukur dengan 3 pertanyaan pada kuisioner. Namun pada tahap CFA satu pertanyaan yaitu FN3 telah dihapus karena tidak memenuhi nilai standardized regression weight yang disarankan. Setiap pertanyaan diukur dengan skala Linkert be 1tidak setuju) hingga skal menampilkan statistik deskriptif item pengukuran dari variabel FN berdasarkan rentang usia.
Tabel 5.13 Statistik deskriptif item pengukuran variabel FN berdasarkan usia
15 20 tahun 21 25 tahun 26 30 tahun
N Mean
Std. Deviati
on N Mean
Std. Deviati
on N Mean
Std. Deviati
on Statis
tic Statis
tic Statis
tic Statis
tic Statis
Tic Statis
tic Statis
Tic Statis
tic Statis
tic FN1 46 4,04 0,842 187 3,91 0,882 2 3,50 0,707 FN2 46 4,04 0,918 187 3,98 0,816 2 3,50 0,707
Dari Tabel 5.13, dapat dilihat bahwa nilai Mean Statistic variabel FN untuk
responden dengan usia 15 - setuju) sehingga dapat disimpulkan bahwa responden cukup setuju jika mereka memilih dan menggunakan smartphone dengan mempertimbangkan aplikasi yang tersedia pada smartphone dan mempertimbangkan seberapa baik aplikasi tersebut telah di-update karena dengan di-update nya aplikasi maka semakin baik pula fungsi fungsi yang dapat digunakan pada aplikasi tersebut. Sedangkan rata rata Mean Statistic variabel FN untuk responden dengan usia 21 25 tahun dan usia 26 30 tahun bernilai lebih dari cukup setuju) sehingga
64
dapat disimpulkan bahwa responden cukup setuju jika mereka memilih dan menggunakan smartphone dengan mempertimbangkan aplikasi yang tersedia pada smartphone dan mempertimbangkan seberapa baik aplikasi tersebut telah di-update karena dengan di-update nya aplikasi maka semakin baik pula fungsi fungsi yang dapat digunakan pada aplikasi tersebut. Dari pernyataan diatas maka dapat disimpulkan bahwa Functionality lebih berpengaruh terhadap responden dengan usia 15 20 tahun dalam pemilihan dan penggunaan smartphone.
6. Perceived Security (PS)
Presepsi keamanan (Perceived Security) dari responden mengenai smartphone diukur dengan 3 pertanyaan pada kuisioner. Namun pada tahap pengujian reliabilitas satu pertanyaan yaitu PS1 telah dihapus karena dianggap tidak reliabel. Setiap pertanyaan diukur dengan skala Linkert 1
angat setuju). Tabel 5.14 menampilkan statistik deskriptif item pengukuran dari variabel PS berdasarkan rentang usia.
Dari Tabel 5.14 dapat dilihat bahwa Mean Statistic dari setiap item pengukuran variabel PS untuk responden dengan usia 15 -20 tahun dan 21 25 tahun bahwa responden cukup setuju dengan pernyataan jika mereka percaya informasi yang diberikan pada smartphone tidak akan dimanipulasi oleh pihak yang tidak bertanggung jawab dan responden yakin informasi pribadi pada smartphone akan dijamin keamanannya. Sedangkan Mean Statistic dari setiap item pengukuran variabel PS untuk responden dengan usia 26 30 tahun bernilai
ulkan bahwa responden tidak setuju dengan pernyataan jika mereka percaya informasi yang diberikan pada smartphone tidak akan dimanipulasi oleh pihak yang tidak bertanggung jawab dan responden yakin informasi pribadi pada smartphone akan dijamin keamanannya. Dari pernyataan diatas dapat disimpulkan bahwa faktor keamanan (security) tidak berpengaruh terhadap responden dengan rentang usia 26 30 tahun.
Tabel 5.14 Statistik deskriptif item pengukuran variabel PS berdasarkan usia
15 20 tahun 21 25 tahun 26 30 tahun
N Mean
Std. Deviati
on N Mean
Std. Deviati
on N Mean
Std. Deviati
on Statis
tic Statis
tic Statis
tic Statis
tic Statis
Tic Statis
tic Statis
Tic Statis
tic Statis
Tic PS2 46 3,22 0,964 187 3,22 0,950 2 2,50 0,707 PS3 46 3,28 0,958 187 3,37 0,933 2 2,50 0,707
7. Perceived Privacy (PP)
Presepsi privasi (Perceived Privacy) dari responden mengenai smartphone diukur dengan 6 pertanyaan pada kuisioner. Namun pada tahap CFA 4 pertanyaan yaitu PP1, PP2, PP5, dan PP6 telah dihapus karena nilai standardized
65
regression weight tidak memenuhi nilai yang disarankan. Setiap pertanyaan diukur dengan skala Linkert berskal 1(Sangat setuju). Tabel 5.15 menampilkan statistik deskriptif item pengukuran dari variabel PP berdasarkan jenis kelamin.
Tabel 5.15 Statistik deskriptif item pengukuran variabel PP berdasarkan usia
15 20 tahun 21 25 tahun 26 30 tahun
N Mean
Std. Deviati
on N Mean
Std. Deviati
on N Mean
Std. Deviati
on Statis
tic Statis
tic Statis
tic Statis
tic Statis
Tic Statis
tic Statis
Tic Statis
tic Statis
Tic PP3 46 3,17 0,797 187 3,14 1,008 2 2,50 0,707 PP4 46 3,48 0,722 187 3,52 0,924 2 2,50 0,707
Dari Tabel 5.15 dapat dilihat bahwa Mean Statistic dari setiap item
pengukuran variabel PS pada rentang usia 15 20 tahun dan 21 25 tahun
responden cukup setuju jika mereka mengetahui semua pihak yang mengumpulkan informasi pribadi yang diberikan saat menggunakan aplikasi pada smartphone serta responden mengetahui dengan benar informasi yang akan dikumpulkan saat menggunakan aplikasi pada smartphone. Sedangkan Mean Statistic dari setiap item pengukuran variabel PS pada rentang usia 26 30
bahwa responden tidak setuju jika mereka mengetahui semua pihak yang mengumpulkan informasi pribadi yang diberikan saat menggunakan aplikasi pada smartphone serta responden juga tidak setuju bahwa mereka mengetahui dengan benar informasi yang akan dikumpulkan saat menggunakan aplikasi pada smartphone. Dari pernyataan diatas dapat disimpulkan bahwa pengaruh Perceive Privacy akan semakin berkurang pada responden dengan usia yang lebih dewasa yaitu 26 30 tahun.
8. Perceived Trust (PT)
Presepsi kepercayaan (Perceived Trust) dari responden mengenai smartphone diukur dengan 3 pertanyaan pada kuisioner. Setiap pertanyaan diukur dengan skala Linkert 1(Sangat setuju). Tabel 5.16 menampilkan statistik deskriptif item pengukuran dari variabel PT.
Dari Tabel 5.16 dapat dilihat bahwa nilai Mean Statistic pada rentang usia 15 20 tahun berada diantara 2,74 (±0,880) dan 3,17 (±0,926). Namun setelah dilakukan perhitungan nilai rata rata Mean Statistic item pengukuran variabel PS untuk responden pada rentang usia 15 20 tahun adalah 3,013. Sedangkan nilai Mean Statistic setiap item pengukuran variabel FN pada rentang usia 21 25 tahun dan 26 30 tahun bernilai lebih dari 3. Dan rata rata Mean Statistic item pengukuran variabel PS untuk responden dengan rentang usia 21 25
66
tahun adalah 3,237. Serta nilai rata rata Mean Statistic item pengukuran variabel PS untuk responden dengan rentang usia 26 30 tahun adalah 3,167. Ketiga nilai rata rata Mean Statistic (cukup setuju) sehingga dapat disimpulkan bahwa responden cukup setuju jika smartphone adalah perangkat yang dapat dipercaya, smartphone dapat diandalkan untuk melindungi privasi responden, serta responden percaya jika smartphone akan menjaga janji untuk melindungi informasi pribadinya. Dari nilai rata rata Mean Statistic menunjukkan bahwa kepercayaan responden dengan rentang usia 21 25 tahun terhadap smartphone adalah yang paling tinggi.
Tabel 5.16 Statistik deskriptif item pengukuran variabel PT berdasarkan usia
15 20 tahun 21 25 tahun 26 30 tahun
N Mean
Std. Deviati
on N Mean
Std. Deviati
on N Mean
Std. Deviati
on Statis
tic Statis
tic Statis
tic Statis
tic Statis
Tic Statis
tic Statis
Tic Statis
tic Statis
Tic PT1 46 3,13 0,934 187 3,29 0,917 2 3,50 0,707 PT2 46 2,74 0,880 187 3,09 1,002 2 3,00 0,000 PT3 46 3,17 0,926 187 3,33 0,976 2 3,00 0,000
5.1.3 Statistik Deskriptif Berdasarkan Status Pendidikan
1. Perceived Usefulness (PU)
Presepsi kemanfaatan (Perceived Usefulness) dari responden mengenai smartphone diukur dengan 5 pertanyaan pada kuisioner. Setiap pertanyaan diukur dengan skala Linkert 1(Sangat setuju). Tabel 5.17 menampilkan statistik deskriptif item pengukuran dari variabel PU berdasarkan status pendidikan.
Dari Tabel 5.17 dapat dilihat bahwa Mean Statistic item pengukuran dari variabel PU berdasarkan status pendidikan secara berturut turut adalah antara 3 (±0,816) dan 4 (±0,816) untuk siswa SMP/SMA/SMK, antara 3,89 (±0,858) dan 4,30 (±0,67) untuk mahasiswa universitas, antara 3,63 (±0,885) dan 4,37 (±0,669) untuk status pendidikan sarjana/diploma, antara 3 dan 4 untuk status pendidikan lebih dari sarjana, dan antara 3,86 (±0,69) dan 4,43 (±0,535). Rata rata Mean Statistic dari 5 item pengukuran secara berturut turut adalah 3,55 untuk siswa SMP/SMA/SMK, 4,62 untuk mahasiswa universitas, 3,926 untuk sarjana/diploma, 3,6 untuk status pendidikan lebih dari sarjana, dan 4 untuk status pendidikan lain - lain.
Jadi rata rata Mean Statistic respoden dengan status pendidikan siswa SMP/SMA/SMK, sarjana/diploma dan status pendidikan lebih dari sarjana
, sedangkan rata rata Mean Statistic respoden dengan status pendidikan mahasiswa universitas dan status pendidikan lain - sehingga dapat disimpulkan bahwa responden cukup setuju dan setuju jika menggunakan smartphpone akan
67
membantu menyelesaiakan tugas tugas dengan lebih cepat, meningkatkan produktivitas, berguna dalam aktivitas sehari hari, meningkatkan kinerja, serta meningkatkan efektifitas dalam melakukan aktivitas sehari - hari. Dari pernyataan diatas dapat disimpulkan bahwa kemanfaatan dari smartphone lebih berpengaruh terhadap responden dengan status pendidikan mahasiswa universitas dan status pendidikan lain - lain.
Tabel 5.17 Statistik deskriptif item pengukuran variabel PU berdasarkan status pendidikan
Status Pendidikan Statistic Descriptive Variabel
PU1 PU2 PU3 PU4 PU5
Siswa SMP/SMA/SMK
N Statistic 4 4 4 4 4 Mean Statistic 4,00 3,75 3,75 3,00 3,25 Std. Deviation Statistic 0,816 0,500 0,500 0,816 0,500
Mahasiswa Universitas
N Statistic 5 5 5 5 5 Mean Statistic 4,19 3,89 4,30 4,00 3,93 Std. Deviation Statistic 0,808 0,858 0,670 0,784 0,857
Sarjana/Diploma N Statistic 30 30 30 30 30 Mean Statistic 4,10 3,63 4,37 3,80 3,73 Std. Deviation Statistic 0,885 0,964 0,669 0,805 0,828
> Sarjana N Statistic 1 1 1 1 1 Mean Statistic 3,00 4,00 4,00 4,00 3,00 Std. Deviation Statistic - - - - -
Lain Lain N Statistic 7 7 7 7 7 Mean Statistic 4,14 4,00 4,43 3,86 3,57 Std. Deviation Statistic 0,900 1,000 0,535 0,690 0,976
2. Perceived Easy of Use (PEOU)
Presepsi kemudahan penggunaan (Perceived Easy of Use) dari responden mengenai smartphone diukur dengan 4 pertanyaan pada kuisioner. Setiap pertanyaan diukur dengan skala Linkert 1 hingga
pengukuran dari variabel PEOU berdasarkan status pendikan. Dari Tabel 5.18 dapat dilihat bahwa Mean Statistic item pengukuran dari
variabel PU berdasarkan status pendidikan secara berturut turut adalah antara 3,5 (±0,577) dan 4 (±0,816) untuk siswa SMP/SMA/SMK, antara 4,1 (±0,797) dan 4,42 (±0,591) untuk mahasiswa universitas, antara 3,9 (±0,759) dan 4,47 (±0,571) untuk status pendidikan sarjana/diploma, antara 3 dan 5 untuk status pendidikan lebih dari sarjana, dan antara 3,71 (±1,113) dan 4,29 (±0,756). Rata rata Mean Statistic dari 5 item pengukuran secara berturut turut adalah 3,75 untuk siswa SMP/SMA/SMK, 4,308 untuk mahasiswa universitas, 4,268 untuk sarjana/diploma, 4 untuk status pendidikan lebih dari sarjana dan status pendidikan lain - lain.
68
Rata rata Mean Statistic item pengukuran variabel PEOU untuk status pendidikan mahasiswa universitas, sarjana/diploma, lebih dari sarjana dan status pendidikan lain lain , sedangkan rata rata Mean Statistic item pengukuran variabel PEOU untuk status pendidikan siswa
sehingga dapat disimpulkan bahwa responden setuju dan cukup setuju jika smartphone mudah dipelajari, mudah dioperasikan atau digunakan, serta mudah dipahami sehingga responden dapat menggunakannya dengan baik. Dari pernyataan tersebut dapat diambil kesimpulan bahwa responden dengan status pendidikan yang lebih tinggi lebih mudah untuk mempelajari, mengoperasikan serta memahami smartphone.
Tabel 5.18 Statistik deskriptif item pengukuran variabel PEOU berdasarkan status pendidikan
Status Pendidikan Statistic Descriptive Variabel
PEOU1 PEOU2 PEOU3 PEOU4
Siswa SMP/SMA/SMK
N Statistic 4 4 4 4 Mean Statistic 3,50 3,75 3,75 4,00 Std. Deviation Statistic 0,577 0,500 0,500 0,816
Mahasiswa Universitas
N Statistic 5 5 5 5 Mean Statistic 4,10 4,42 4,34 4,37 Std. Deviation Statistic 0,797 0,591 0,634 0,642
Sarjana/Diploma N Statistic 30 30 30 30 Mean Statistic 3,90 4,30 4,40 4,47 Std. Deviation Statistic 0,759 0,535 0,563 0,571
> Sarjana N Statistic 1 1 1 1 Mean Statistic 4,00 3,00 5,00 4,00 Std. Deviation Statistic - - - -
Lain Lain N Statistic 7 7 7 7 Mean Statistic 3,71 4,14 4,29 3,86 Std. Deviation Statistic 1,113 0,690 0,756 0,690
3. Behavioral Intention (BI)
Niat (Behavioral Intention) untuk menggunakan smartphone dari responden diukur dengan 2 pertanyaan pada kuisioner. Setiap pertanyaan diukur dengan skala Linkert 1setuju). Tabel 5.19 menampilkan statistik deskriptif item pengukuran dari variabel BI berdasarkan status pendidikan.
Dari Tabel 5.19 dapat dilihat bahwa Mean Statistic item pengukuran dari variabel BI berdasarkan status pendidikan secara berturut turut adalah antara 3,25 (±0,577) dan 3,5 (±0,5) untuk siswa SMP/SMA/SMK, antara 3,99 (±0,736) dan 4,03 (±0,746) untuk mahasiswa universitas, antara 3,83 (±0,747) dan 3,93 (±0,74) untuk status pendidikan sarjana/diploma, antara 3 dan 4 untuk status pendidikan lebih dari sarjana, dan antara 3,71 (±9,51) dan 3,71 (±0,756). Rata
69
rata Mean Statistic dari 5 item pengukuran secara berturut turut adalah 3,375 untuk siswa SMP/SMA/SMK, 4,01 untuk mahasiswa universitas, 3,88 untuk sarjana/diploma, 3,5 untuk status pendidikan lebih dari sarjana dan 3,71 untuk status pendidikan lain - lain.
Rata rata Mean Statistic respoden dengan status pendidikan siswa SMP/SMA/SMK, sarjana/diploma, status pendidikan lebih dari sarjana dan status pendidikan lain lain bernilai lebih edangkan rata
rata Mean Statistic respoden dengan status pendidikan mahasiswa universitas
responden cukup setuju dan setuju jika diharuskan untuk menggunakan dan mengakses smartphone. Jadi, niat untuk menggunakan smartphone yang paling besar dirasakan oleh responden dengan status pendidikan mahasiswa universitas karena memiliki nilai rata rata Mean Statistic paling besar.
Tabel 5.19 Statistik deskriptif item pengukuran variabel BI berdasarkan status pendidikan
Status Pendidikan Statistic Descriptive Variabel
BI1 BI2
Siswa SMP/SMA/SMK
N Statistic 4 4 Mean Statistic 3,50 3,25 Std. Deviation Statistic 0,577 0,500
Mahasiswa Universitas
N Statistic 5 5 Mean Statistic 4,03 3,99 Std. Deviation Statistic 0,746 0,736
Sarjana/Diploma N Statistic 30 30 Mean Statistic 3,83 3,93 Std. Deviation Statistic 0,747 0,740
> Sarjana N Statistic 1 1 Mean Statistic 3,00 4,00 Std. Deviation Statistic - -
Lain Lain N Statistic 7 7 Mean Statistic 3,71 3,71 Std. Deviation Statistic 0,951 0,756
4. Social Network/ Social Influence (SN)
Pengaruh kelompok sosial (Social Network/ Social Influence) untuk menggunakan smartphone dari responden diukur dengan 4 pertanyaan pada kuisioner. Namun pada tahap pengujian reliabilitas kedua pertanyaan yaitu SN1 dan SN2 telah dihapus karena dianggap tidak reliabel. Setiap pertanyaan diukur dengan skala Linkert 1setuju). Tabel 5.20 menampilkan statistik deskriptif item pengukuran dari variabel SN berdasarkan status pendidikan.
70
Tabel 5.20 Statistik deskriptif item pengukuran variabel SN berdasarkan status pendidikan
Status Pendidikan Statistic Descriptive Variabel
SN3 SN4
Siswa SMP/SMA/SMK
N Statistic 4 4 Mean Statistic 2,25 2,75 Std. Deviation Statistic 1,258 0,957
Mahasiswa Universitas
N Statistic 5 5 Mean Statistic 2,73 2,94 Std. Deviation Statistic 1,142 1,112
Sarjana/Diploma N Statistic 30 30 Mean Statistic 2,50 2,73 Std. Deviation Statistic 1,196 1,202
> Sarjana N Statistic 1 1 Mean Statistic 5,00 3,00 Std. Deviation Statistic - -
Lain Lain N Statistic 7 7 Mean Statistic 2,57 2,43 Std. Deviation Statistic 1,397 0,976
Dari Tabel 5.20 dapat dilihat bahwa Mean Statistic item pengukuran dari
variabel BI berdasarkan status pendidikan secara berturut turut adalah antara 2,25 (±1,258) dan 2,75 (±0,957) untuk siswa SMP/SMA/SMK, antara 2,73 (±1,142) dan 2,94 (±1,112) untuk mahasiswa universitas, antara 2,5 (±1,196) dan 2,73 (±1,202) untuk status pendidikan sarjana/diploma, antara 3 dan 5 untuk status pendidikan lebih dari sarjana, dan antara 2,43 (±0,976) dan 2,57 (±1,397) untuk status pendidikan lain lain. Rata rata Mean Statistic dari 5 item pengukuran secara berturut turut adalah 2,5 untuk siswa SMP/SMA/SMK, 2,835 untuk mahasiswa universitas, 2,615 untuk sarjana/diploma, 4 untuk status pendidikan lebih dari sarjana dan 2,5 untuk status pendidikan lain - lain.
Rata rata Mean Statistic dari item pengukuran variabel SN untuk status pendidikan siswa SMP/SMA/SMK, mahasiswa universitas, sarjana/diploma dan status pendidikan lain lain bernilai lebih da , sedangkan nilai rata rata Mean Statistic responden dengan status pendidikan lebih dari
sehingga dapat disimpulkan bahwa responden tidak setuju dan setuju jika mereka memilih dan menggunakan smartphone serta provider seluler karena rekomendasi dari rekan rekannya. Dari pernyataan tersebut dapat disimpulkan bahwa semakin tinggi status pendidikan responden maka pengaruh sosial dalam memilih dan menggunakan smartphone akan semakin besar.
71
5. Functionality (SN)
Pengaruh Functionality smartphone pada responden diukur dengan 3 pertanyaan pada kuisioner. Namun pada tahap CFA satu pertanyaan yaitu FN3 telah dihapus karena tidak memenuhi nilai standardized regression weight yang disarankan. Setiap pertanyaan diukur dengan skala Linkert 1
deskriptif item pengukuran dari variabel FN berdasarkan status pendidikan.
Tabel 5.21 Statistik deskriptif item pengukuran variabel FN berdasarkan status pendidikan
Status Pendidikan Statistic Descriptive Variabel
FN1 FN2
Siswa SMP/SMA/SMK
N Statistic 4 4 Mean Statistic 3,25 4,00 Std. Deviation Statistic 1,258 0,816
Mahasiswa Universitas
N Statistic 5 5 Mean Statistic 3,95 4,03 Std. Deviation Statistic 0,856 0,809
Sarjana/Diploma N Statistic 30 30 Mean Statistic 3,87 3,77 Std. Deviation Statistic 0,937 0,971
> Sarjana N Statistic 1 1 Mean Statistic 4,00 4,00 Std. Deviation Statistic - -
Lain Lain N Statistic 7 7 Mean Statistic 4,14 3,71 Std. Deviation Statistic 0,900 0,951
Dari Tabel 5.21 dapat dilihat bahwa Mean Statistic item pengukuran dari
variabel Functonality berdasarkan status pendidikan secara berturut turut adalah antara 3,25 (±1,258) dan 4 (±0,816) untuk siswa SMP/SMA/SMK, antara 3,95 (±0,856) dan 4,03 (±0,809) untuk mahasiswa universitas, antara 3,77 (±0,971) dan 3,87 (±0,937) untuk status pendidikan sarjana/diploma, 4 untuk untuk status pendidikan lebih dari sarjana, dan antara 3,71 (±0,951) dan 4,14 (±0,9) untuk status pendidikan lain lain. Rata rata Mean Statistic dari 5 item pengukuran secara berturut turut adalah 3,625 untuk siswa SMP/SMA/SMK, 3,99 untuk mahasiswa universitas, 3,82 untuk sarjana/diploma, 4 untuk status pendidikan lebih dari sarjana dan 3,925 untuk status pendidikan lain - lain.
Rata rata Mean Statistic variabel FN untuk responden dengan status pendidikan lebih dari sarjana sedangkan rata
rata Mean Statistic variabel FN untuk responden dengan status pendidikan siswa SMP/SMA/SMK, mahasiswa universitas, sarjana/diploma, dan lain lain
sehingga dapat disimpulkan bahwa
72
responden setuju dan cukup setuju jika mereka memilih dan menggunakan smartphone dengan mempertimbangkan aplikasi yang tersedia pada smartphone dan mempertimbangkan seberapa baik aplikasi tersebut telah di-update karena dengan di-update nya aplikasi maka semakin baik pula fungsi fungsi yang dapat digunakan pada aplikasi tersebut. Dari pernyataan diatas maka dapat disimpulkan bahwa semakin tinggai status pendidikan responden maka Functionality akan semakin berpengaruh terhadap pemilihan dan penggunaan smartphone.
6. Perceived Security (PS)
Presepsi keamanan (Perceived Security) dari responden mengenai smartphone diukur dengan 3 pertanyaan pada kuisioner. Namun pada tahap pengujian reliabilitas satu pertanyaan yaitu PS1 telah dihapus karena dianggap tidak reliabel. Setiap pertanyaan diukur dengan skala Linkert 1
deskriptif item pengukuran dari variabel PS berdasarkan status pendidikan.
Tabel 5.22 Statistik deskriptif item pengukuran variabel PS berdasarkan status pendidikan
Status Pendidikan Statistic Descriptive Variabel
PS2 PS3
Siswa SMP/SMA/SMK
N Statistic 4 4 Mean Statistic 3,75 3,75 Std. Deviation Statistic 0,957 0,957
Mahasiswa Universitas
N Statistic 5 5 Mean Statistic 3,22 3,37 Std. Deviation Statistic 0,954 0,932
Sarjana/Diploma N Statistic 30 30 Mean Statistic 3,13 3,30 Std. Deviation Statistic 0,937 0,877
> Sarjana N Statistic 1 1 Mean Statistic 2,00 2,00 Std. Deviation Statistic - -
Lain Lain N Statistic 7 7 Mean Statistic 3,29 3,00 Std. Deviation Statistic ,951 1,291
Dari Tabel 5.22 dapat dilihat bahwa Mean Statistic item pengukuran dari
variabel PS berdasarkan status pendidikan secara berturut turut adalah 3,75 (±0,957) untuk siswa SMP/SMA/SMK, antara 3,22 (±0,954) dan 3,37 (±0,932) untuk mahasiswa universitas, antara 3,13 (±0,937) dan 3,3 (±0,877) untuk status pendidikan sarjana/diploma, 2 untuk untuk status pendidikan lebih dari sarjana, dan antara 3 (±1,291) dan 3,29 (±0,951) untuk status pendidikan lain lain. Rata
73
rata Mean Statistic dari 5 item pengukuran secara berturut turut adalah 3,75 untuk siswa SMP/SMA/SMK, 3,295 untuk mahasiswa universitas, 3,215 untuk sarjana/diploma, 2 untuk status pendidikan lebih dari sarjana dan 3,145 untuk status pendidikan lain - lain.
Rata - rata Mean Statistic item pengukuran variabel PS untuk responden dengan status pendidikan lebih dari sarjana bernilai setuju), sedangkan rata rata Mean Statistic item pengukuran variabel PS untuk responden dengan status pendidikan siswa SMP/SMA/SMK, mahasiswa universitas, sarjana/diploma, dan status pendidikan lain lain bernilai lebih dari
sehingga dapat disimpulkan bahwa responden tidak setuju dan cukup setuju dengan pernyataan jika mereka percaya informasi yang diberikan pada smartphone tidak akan dimanipulasi oleh pihak yang tidak bertanggung jawab dan responden yakin informasi pribadi pada smartphone akan dijamin keamanannya. Dari pernyataan diatas dapat disimpulkan bahwa faktor keamanan (security) tidak berpengaruh terhadap responden dengan status pendidikan lebih dari sarjana. Responden dengan status pendidikan lebih dari sarjana memiliki kehawatiran yang cukup tinggi terhadap keamanan smartphone.
7. Perceived Privacy (PP)
Presepsi privasi (Perceived Privacy) dari responden mengenai smartphone diukur dengan 6 pertanyaan pada kuisioner. Namun pada tahap CFA 4 pertanyaan yaitu PP1, PP2, PP5, dan PP6 telah dihapus karena nilai standardized regression weight tidak memenuhi nilai yang disarankan. Setiap pertanyaan diukur dengan skala Linkert berskal 1(Sangat setuju). Tabel 5.23 menampilkan statistik deskriptif item pengukuran dari variabel PP berdasarkan status pendidikan.
Dari Tabel 5.23 dapat dilihat bahwa Mean Statistic item pengukuran dari variabel PS berdasarkan status pendidikan secara berturut turut adalah 3 (±0,816) dan 3,5 (±0,577) untuk siswa SMP/SMA/SMK, 3,17 (±0,967) dan 3,5 (±0,896) untuk mahasiswa universitas, antara 3,07 (±0,98) dan 3,57 (±0,858) untuk status pendidikan sarjana/diploma, 2 untuk untuk status pendidikan lebih dari sarjana, dan antara 3 (±1,155) dan 3,57 (±0,976) untuk status pendidikan lain
lain. Rata rata Mean Statistic dari 5 item pengukuran secara berturut turut adalah 3,25 untuk siswa SMP/SMA/SMK, 3,335 untuk mahasiswa universitas, 3,32 untuk sarjana/diploma, 2 untuk status pendidikan lebih dari sarjana dan 3,285 untuk status pendidikan lain - lain.
Rata rata Mean Statistic item pengukuran variabel PS dengan status pendidikan siswa SMP/SMA/SMK, mahasiswa universitas, sarjana/diploma, dan status pendidikan lain lain sedangkan rata - rata Mean Statistic item pengukuran variabel PS dengan status pendidikan lebih dari sarjana sehingga dapat disimpulkan bahwa responden cukup setuju dan tidak setuju jika mereka mengetahui semua pihak yang mengumpulkan informasi pribadi yang diberikan saat menggunakan aplikasi pada smartphone serta responden juga tidak setuju
74
bahwa mereka mengetahui dengan benar informasi yang akan dikumpulkan saat menggunakan aplikasi pada smartphone. Dari pernyataan diatas dapat disimpulkan bahwa responden dengan status pendidikan lebih dari sarjana tidak peduli dengan hilangnya data pribadi (privacy) karena meskipun mereka tidak mengetahui pihak yang mengumpulkan serta data apa saja yang diambil, mereka tetap menggunakan smartphone dan aplikasi didalamnya.
Tabel 5.23 Statistik deskriptif item pengukuran variabel PP berdasarkan status pendidikan
Status Pendidikan Statistic Descriptive Variabel
PP3 PP4
Siswa SMP/SMA/SMK
N Statistic 4 4 Mean Statistic 3,00 3,50 Std. Deviation Statistic 0,816 0,577
Mahasiswa Universitas
N Statistic 5 5 Mean Statistic 3,17 3,50 Std. Deviation Statistic 0,967 0,896
Sarjana/Diploma N Statistic 30 30 Mean Statistic 3,07 3,57 Std. Deviation Statistic 0,980 0,858
> Sarjana N Statistic 1 1 Mean Statistic 2,00 2,00 Std. Deviation Statistic - -
Lain Lain N Statistic 7 7 Mean Statistic 3,00 3,57 Std. Deviation Statistic 1,155 0,976
8. Perceived Trust (PT)
Presepsi kepercayaan (Perceived Trust) dari responden mengenai smartphone diukur dengan 3 pertanyaan pada kuisioner. Setiap pertanyaan diukur dengan skala Linkert 1(Sangat setuju). Tabel 5.24 menampilkan statistik deskriptif item pengukuran dari variabel PT berdasarkan status pendidikan.
Dari Tabel 5.24 dapat dilihat bahwa Mean Statistic item pengukuran dari variabel PT berdasarkan status pendidikan secara berturut turut adalah antara 2,5 (±0,816) dan 3 (±0,816) untuk siswa SMP/SMA/SMK, 3,09 (±0,993) dan 3,33 (±0,954) untuk mahasiswa universitas, antara 2,73 (±0,907) dan 3,13 (±0,9) untuk status pendidikan sarjana/diploma, 3 untuk untuk status pendidikan lebih dari sarjana, dan antara 2,57 (±0,976) dan 3,14 (±1,574) untuk status pendidikan lain
lain. Rata rata Mean Statistic dari 5 item pengukuran secara berturut turut adalah 2,833 untuk siswa SMP/SMA/SMK, 3,247 untuk mahasiswa universitas, 2,963 untuk sarjana/diploma, 3 untuk status pendidikan lebih dari sarjana dan 2,857 untuk status pendidikan lain - lain.
75
Nilai rata rata Mean Statistic responden dengan status pendidikan mahasiswa universitas dan status pendidikan lebih dari sarjana bernilai lebih dari
, sedangkan nilai rata rata Mean Statistic responden dengan status pendidikan siswa SMP/SMA/SMK, sarjana/diploma, dan status pendidikan lain - sehingga dapat disimpulkan bahwa responden cukup setuju serta tidak setuju jika smartphone adalah perangkat yang dapat dipercaya, smartphone dapat diandalkan untuk melindungi privasi responden, serta responden percaya jika smartphone akan menjaga janji untuk melindungi informasi pribadinya. Dari nilai rata rata Mean Statistic menunjukkan bahwa responden dengan status pendidikan siswa SMP/SMA/SMK, sarjana/diloma dan status pendidikan lain lain memiliki kepercayaan yang rendah terhadap smartphone.
Tabel 5.24 Statistik deskriptif item pengukuran variabel PT berdasarkan status pendidikan
Status Pendidikan Statistic Descriptive Variabel
PT1 PT2 PT3
Siswa SMP/SMA/SMK
N Statistic 4 4 4 Mean Statistic 3,00 2,50 3,00 Std. Deviation Statistic 0,816 0,577 0,816
Mahasiswa Universitas
N Statistic 5 5 5 Mean Statistic 3,32 3,09 3,33 Std. Deviation Statistic ,923 ,993 ,954
Sarjana/Diploma N Statistic 30 30 30 Mean Statistic 3,03 2,73 3,13 Std. Deviation Statistic 0,809 0,907 0,900
> Sarjana N Statistic 1 1 1 Mean Statistic 3,00 3,00 3,00 Std. Deviation Statistic - - -
Lain - Lain N Statistic 7 7 7 Mean Statistic 2,86 2,57 3,14 Std. Deviation Statistic 1,215 ,976 1,574
76
5.2 Pengujian Hipotesis Pengujian hipotesis dilakukan untuk menguji hubungan antar konstruk yang
dibuat peneliti pada model penelitian, Nilai kekuatan hubungan antar variabel laten (konstruk) dapat dilihat pada Gambar 5.1.
Gambar 5.1 Model penelitian beserta nilai loading factor dan nilai p-value
Dari Gambar 5.1 dapat dilakukan pengambilan kesimpulan hipotesis diterima maupun ditolak, Hipotesis diterima jika nilai p-value kurang dari 0,05(*), kurang dari 0,01(**), atau kurang dari 0,001(***) (Wu et al., 2011), Jika pada gambar hanya ada nilai loading factor maka hipotesis ditolak. Hasil pengujian hipotesis dapat dilihat pada Tabel 5.25.
Tabel 5.25 Hasil pengujian hipotesis
Hipotesis Hasil
H1 : Diduga Perceived Usefulness (PU) dipengaruhi oleh Perceived Easy of Use (PEOU),
Diterima
H2 : Diduga Perceived Usefulness (PU) dipengaruhi oleh Smartphone Functionality (PAU,PAA,POS),
Diterima
H3 : Diduga Perceived Trust (PT) dipengaruhi oleh Perceived Usefulness (PU),
Diterima
H4 : Diduga Perceived Trust (PT) dipengaruhi oleh Perceived Privacy (PP),
Ditolak
77
Tabel 5.25 Hasil pengujian hipotesis (lanjutan)
Hipotesis Hasil
H5 : Diduga Perceived Trust (PT) dipengaruhi oleh Perceived Security (PS),
Diterima
H6 : Diduga Behavioral Intention (BI) dipengaruhi oleh Perceived Trust (PT),
Diterima
H7 : Diduga Behavioral Intention (BI) dipengaruhi oleh Perceived Security (PS),
Ditolak
H8 : Diduga Behavioral Intention (BI) dipengaruhi oleh Social Network (SN),
Ditolak
H9 : Diduga Behavioral Intention (BI) dipengaruhi oleh Smartphone Functionality (PAU,PAA,POS),
Ditolak
H10 : Diduga Behavioral Intention (BI) dipengaruhi oleh Perceived Usefulness (PU),
Diterima
H11 : Diduga Behavioral Intention (BI) dipengaruhi oleh Perceived Easy Of Use (PEOU),
Diterima
H12 : Diduga Behavioral Intention (BI) dipengaruhi oleh Perceived Privacy (PP).
Ditolak
5.3 Pembahasan Hipotesis
5.3.1 Diskusi hasil H1
Dari hasil pengujian hipotesis 1, dapat diambil kesimpulan bahwa Perceived Easy Of Use (PEOU) berpengaruh positif terhadap Perceived Usefulness (PU). Responden dari penelitian ini berpendapat bahwa jika smartphone mudah untuk digunakan dan dipelajari maka akan meningkatkan efektifitas penggunaan smartphone untuk menyelesaikan pekerjaan yang berhubungan dengan smartphone. Dan jika efektifitas penggunaan meningkat maka akan meningkat pula manfaat smartphone yang dirasakan responden, Sehingga responden merasa jika smartphone adalah suatu teknologi informasi yang berguna dalam aktivitasnya sehari hari. Hal ini sama dengan penelitian yang dilakukan oleh Davis F., Bagozzi R. Dan Warshaw R. (1989) yang menyatakan bahwa PEOU adalah salah satu faktor yang memengaruhi diterima dan tidaknya suatu teknologi.
Selain itu, Lazim dan Sasitharan (2014) juga menyatakan bahwa Perceived Easy of Use (PEOU) meningkatkan efektifitas pengguna dalam menyelesaikan pekerjaannya dengan menggunakan smartphone. Hal ini sangat berpengaruh terhadap meningkatnya Perceived Usefulness atau presepsi manfaat yang dirasakan oleh responden. Responden dari penelitian ini juga menganggap bahwa mudah untuk belajar mengoperasikan smartphone. Hal tersebut bisa disebabkan karena responden telah memiliki banyak pengalaman dengan
78
berbagai macam smartphone sehingga tidak perlu usaha yang berlebih untuk belajar mengoperasikan atau menggunakan smartphone.
5.3.2 Diskusi hasil H2
Dari hasil pengujian hipotesis 2, dapat diambil kesimpulan bahwa functionality berpengaruh positif terhadap Perceived Usefulness (PU). Pada penelitian sebelumnya yang dilakukan oleh Chung dan Chun (2011) juga memperlihatkan fakta bahwa functionality adalah salah satu faktor yang memengaruhi PU. Variabel functionality merupakan variabel yang dikembangkan berdasarkan teori DOI oleh Chung dan Chun menggunakan teori DOI. Teori DOI merupakan teori yang dibangun oleh Rogers (1995) untuk mengevaluasi apakah individu ataupun organisasi akan memilih dan menggunakan smartphone (yang merupakan inovasi terbaru) berdasarkan functionality dan usability. Pendapat tersebut konsisten dengan model TAM milik Davis (1989) ketika variabel functionality disubstitusikan dengan Perceived Usefulness.
Adanya hubungan positif atau hubungan yang signifikan antara kedua konstruk membuktikan bahwa responden dari penelitian ini percaya dan merasakan adanya functionality pada smartphone menambah kemanfaatan dari smartphone. Dengan adanya aplikasi yang tersedia pada smartphone, responden merasa kegunaan atau manfaat dari smartphone semakin besar. Dan responden juga peduli dengan seberapa baik aplikasi di-update, karena dengan di-update nya aplikasi maka semakin baik juga fungsi fungsi yang ada didalam aplikasi tersebut. Sehingga manfaat yang diberikan oleh aplikasi juga semakin besar.
5.3.3 Diskusi hasil H3
Dari hasil pengujian hipotesis 3, dapat diambil kesimpulan bahwa Perceived usefulness memiliki pengaruh positif terhadap Perceived Trust. Al-Sharafi at al. (2016) juga menyatakan bahwa Perceived usefulness memiliki pengaruh positif terhadap Perceived Trust. Selain itu, menurut Deepika dan Karpagam (2016) jika suatu sistem dirasakan bermanfaat (usefull) dan mudah digunakan (easy of use) maka juga akan meningkatkan kepercayaan (trust) dan kepuasan pengguna. Sehingga hasil penelitian ini relevan dengan hasil penelitian yang sebelumnya.
Adanya hubungan positif atau hubungan yang signifikan antara kedua konstruk membuktikan bahwa respoden dari penelitian ini percaya smartphone menghasilkan manfaat yang membantu pengguna dalam melakukan aktivitas nya dalam kehidupan sehari hari. Kemudahan penggunaan yang memiliki pengaruh positif terhadap kemanfaatan (usefulness) dari smartphone juga memengaruhi kepercayaan pengguna terhadap smartphone, karena dengan lebih mudah digunakannya suatu smartphone maka pengguna merasa jika menggunakan smartphone akan memungkinkan mereka untuk menyalesaikan tugas/ pekerjaan/ aktivitas sehari hari dengan lebih cepat (Deepika & Karpagam, 2016).
79
5.3.4 Diskusi hasil H4
Dari hasil pengujian hipotesis 4, dapat diambil kesimpulan bahwa Perceived Privacy tidak berpengaruh positif terhadap Perceived Trust, Gurung, Luo, dan Raja (2007) serta Li, Rong dan Thatcher (2009) dalam penelitiannya juga menemukan fakta bahwa Privacy tidak berpengaruh positif terhadap Perceived Trust, Hanya ada sedikit penelitian yang menemukan fakta bahwa ada pengaruh positif Perceived Privacy terhadap Perceived Trust dan Behavioral Intention (Gurung et al., 2007).
Hipotesis tersebut sama dengan hasil yang didapatkan dalam penelitian ini. Hal ini membuktikan bahwa pengguna tidak peduli dengan hilangnya data pribadi yang tersimpan pada smartphone. Masalah hilangnya data pribadi (Privacy) tidak akan berpengaruh terhadap kepercayaan responden pada smartphone. Menurut jawaban responden dari penelitian ini kepercayaan tersebut timbul karena, responden mengetahui semua pihak yang mengumpulkan informasi pribadi yang diberikan saat menggunakan aplikasi pada smartphone dan responden mengetahui informasi apa saja yang dikumpulkan ketika menggunakan aplikasi pada smartphone. Hilangnya data pribadi (privacy) ini bisa disebabkan karena memang terjadi masalah keamanan yang mengakibatkan data pribadi hilang atau tercuri. Selain itu, bisa juga karena responden memang bersedia memberikan data pribadinya untuk bisa mendapatkan keuntungan dari penggunaan suatu smartphone dan aplikasi di dalamnya. Misalnya dengan responden memberikan data pribadinya pada pihak ke-3 (aplikasi) maka responden dapat menggunakan fungsi fungsi yang ada pada aplikasi dengan lebih leluasa. Karena penggunaan smartphone tidak bisa terlepas dari penggunaan aplikasi di dalam nya. Jika responden yang bersedia memberikan informasi pribadinya sendiri, maka bisa dipastikan bahwa responden mengetahui siapa saja yang mengumpulkan informasi pribadinya dan informasi pribadi apa yang diberikan. Hal tersebut memungkinkan responden merasa aman dan tidak khawatir atau pun tidak peduli jika informasi pribadi nya hilang.
5.3.5 Diskusi hasil H5
Dari hasil pengujian hipotesis 5, dapat diambil kesimpulan bahwa Perceived Security berpengaruh positif terhadap Perceived Trust. Hasil hipotesis penelitian ini sama dengan hasil hipotesis pada penelitian sebelumnya yang dilakukan oleh Al-Sharafi et al. (2016) dan Xin Li et al. (2009). Sehingga hasil pengujian hipotesis hubungan antara Perceived Security dan Perceived Trust relevan dengan penelitian sebelumnya.
Responden dari penelitian ini menyatakan bahwa mereka tidak memiliki kekhawatiran akan insiden keamanan dari smartphone yang baru saja terjadi (insiden insiden keamana seperti yang sudah dijelaskan pada latar belakang) karena responden percaya jika keamanan pada smartphone dapat menjaga data atau informasi pribadinya dari segala macam masalah keamanan yang akan ditimbulkan. Dengan baiknya sistem keamanan yang disediakan oleh teknologi
80
smartphone akan membuat responden merasa aman dan mengurangi kekahwatiran responden akan segala macam masalah kemanan yang akan terjadi. Sehingga rasa aman responden juga akan meningkatkan kepercayaan mereka terhadap smartphone.
5.3.6 Diskusi hasil H6
Dari hasil pengujian hipotesis 6, dapat diambil kesimpulan bahwa Perceived Trust berpengaruh positif terhadap Behavioral Intention. Hal tersebut menunjukkan bahwa responden merasa jika smartphone dapat dipercaya dan akan menjaga janjinya untuk melindungi informasi pribadi yang ada pada smartphone. Hal ini akan mengurangi kekhawatiran responden terhadap segala masalah yang akan terjadi yang berhubungan dengan informasi pribadinya. Karena smartphone berhubungan dengan dunia virtual, maka akan terjadi ketidakpastian sebagai akibat dari tindakan yang dilakukan dengan menggunakan smartphone. Sehingga, masalah yang akan terjadi juga tidak bisa diprediksi. Namun, dengan adanya kepercayaan yang besar terhadap smartphone, minat untuk menggunakan smartphone juga akan semakin besar. Kepercayaan merupakan salah satu faktor penting yang memengaruhi minat penggunaan suatu teknologi atau sistem informasi Al-Sharafi et al. (2016).
Hasil hipotesis penelitian ini sama dengan hasil hipotesis pada penelitian sebelumnya yang dilakukan oleh Al-Sharafi et al. (2016) dan Kaasinen (2005). Sehingga hasil hipotesis hubungan antara Perceived Trust dan Behavioral Intention relevan dengan penelitian sebelumnya.
5.3.7 Diskusi hasil H7
Dari hasil pengujian hipotesis 7, dapat diambil kesimpulan bahwa Perceived Security tidak berpengaruh positif terhadap Behavioral Intention. Hal ini menunjukkan bahwa pengguna smartphone tidak peduli dengan adanya masalah terkait keamanan yang baru saja terjadi. Meskipun banyak masalah mengenai keamanan smartphone, tetapi pengguna tidak mempermasalahkan hal tersebut. Keinginan atau minat menggunakan smartphone pada responden tidak dipengaruhi oleh keamanan yang disediakan oleh smartphone. Keamanan pada smartphone hanya memengaruhi kepercayaan responden terhadap smartphone, karena dengan adanya sistem keamanan atau security pada smartphone meningkatkan rasa aman namun tidak meningkatkan keinginan untuk menggunakan smartphone.
Hasil hipotesis ini sama dengan hasil hipotesis pada penelitian yang dilakukan oleh Chung dan Chun (2011). Perceived Security tidak memiliki pengaruh langsung terhadap Behavioral Intention, tetapi memiliki pengaruh positif terhadap Perceived Trust yang nantinya akan berpengaruh terhadap Behavioral Intention.
81
5.3.8 Diskusi hasil H8
Dari hasil pengujian hipotesis 8, dapat diambil kesimpulan bahwa social network berpengaruh positif terhadap Behavioral Intention. Chung dan Chun (2011) menyatakan bahwa SN (Social Network/Social Peer) tidak berpengaruh positif terhadap penggunaan dan pembelian smartphone. Selain itu, penelitian yang dilakukan oleh Foon (2014) juga menyatakan bahwa Social Influence atau Social Network tidak berpengaruh positif terhadap Behavioral Intention.
Hipotesis tersebut telah terbukti dengan adanya hasil yang signifikan. Responden dari penelitian ini menunjukkan jika mereka membeli dan menggunakan smartphone yang sesuai dengan keinginannya. Tidak dipengaruhi oleh orang disekitarnya. Chung dan Chun (2011) menyatakan bahwa Social Network akan berpengaruh kepada responden dengan usia di bawah 33 tahun. Meskipun dalam penelitian ini responden banyak yang berusia di bawah 33 tahun, pengaruh sosial tidak memengaruhi keputusan dalam membeli dan menggunakan smartphone. Karena bagaimanapun, pengaruh Social P ini akan hilang seiring dengan bertambahnya pengalaman pengguna dengan berbagai smartphone serta akan hilang jika pengguna sudah bisa mengevaluasi kebutuhannya pada smartphone yang akan digunakan (Johnsen & Friedkin, 2006).
5.3.9 Diskusi hasil H9
Dari hasil pengujian hipotesis 9, dapat diambil kesimpulan bahwa Functionality tidak berpengaruh positif terhadap Behavioral Intention. Pada penelitian sebelumnya yang dilakukan oleh Chung dan Chun (2011) memperlihatkan bahwa Functionality adalah salah satu faktor yang memengaruhi pemilihan dan penggunaan smartphone. Fucntionality merupakan variabel baru yang dibangun oleh Chung dan Chun (2011) berdasarkan teori DOI. Namun, pada penelitian ini tidak ditemukan hubungan yang signifkan antara Functionality dan Behavioral Intention.
Hal tersebut menunjukkan bahwa responden dari penelitian tidak peduli dengan aplikasi yang disediakan smartphone dan seberapa baik aplikasi di smartphone ter-update. Sehingga, Functionality tidak berpengaruh positif terhadap minat penggunaan smartphone (Behavioral Intention). Meskipun fungsionality yang sediakan oleh smartphone ada banyak, tetapi jika responden tidak merasakan jika functionality berguna, maka hal tersebut tidak akan memengaruhi minat responden untuk menggunakan smartphone. Biasanya respoden akan lebih peduli terhadap fitur utama yang disediakan oleh smartphone sepert kamera, audio, ram yang besar, ataupun memori penyimpanan yang besar. Pengguna akan menggunakan smartphone dengan fitur yang baik dan sesuai dengan keinginanya. Karena sekarang ini smartphone bukan hanya perangkat yang digunakan untuk hal hal yang penting seperti transaksi atau komunikasi, tapi juga digunakan untuk hiburan. Pengguna smartphone tidak peduli dengan harga yang mahal, jika memang fitur yang
82
diberikan sesuai dengan harga tersebut. Hal ini telah dibuktikan pada penelitian yang dilakukan oleh Halim & Saitharan (2014).
5.3.10 Diskusi hasil H10
Dari hasil pengujian hipotesis 10, dapat diambil kesimpulan bahwa Perceived Usefulness berpengaruh positif terhadap Behavioral Intention. Hasil hipotesis ini relevan dengan penelitian yang dilakukan oleh Chung & Chun (2011), Al-Sharafi et al. (2016) dan Lazim & Sasitharan (2014).
Menurut Davis (1989), PU adalah salah satu faktor yang menentukan diterima dan tidaknya suatu teknologi. Selain itu, menurut TAM pengguna mengevaluasi suatu teknologi berdasarkan kemudahan penggunaan dan juga manfaat yang didapatkan dari suatu sistem. Jika sistem mudah digunakan (easy to use) dan berguna bagi penggunanya (usefull), maka keinginan untuk menggunakan sistem tersebut semakin besar (Chung & Chun, 2011). Thomson (1991) menjelaskan bahwa individu akan menggunakan suatu teknologi informasi jika telah mengetahui manfaat positif atas penggunaan teknologi informasi tersebut. Jadi keinginan menggunakan smartphone dipengaruhi oleh manfaat positif yang dirasakan oleh pengguna ketika menggunakan smartphone. Menurut responden ada banyak manfaat positif yang diperoleh yaitu menggunakan smartphone akan meningkatkan produktivitas, meningkatkan kinerja dalam aktivitas sehari- hari, dan meningkatkan efektivitas dalam melakukan kegiatan sehari hari karena pekerjaan atau aktifitas dapat dilakukan dengan lebih cepat.
5.3.11 Diskusi hasil H11
Dari hasil pengujian hipotesis 11, dapat diambil kesimpulan bahwa Perceived Easy Of Use berpengaruh positif terhadap Behavioral Intention, Hasil pengujian hipotesis ini relevan dengan penelitian yang dilakukan oleh Chung & Chun (2011) dan Lazim & Sasitharan (2014).
Menurut TAM, pengguna mengevaluasi suatu teknologi berdasarkan kemudahan penggunaan dan juga manfaat yang didapatkan dari suatu sistem. Jika sistem mudah digunakan (easy to use) dan berguna bagi penggunanya (usefull), maka keinginan untuk menggunakan sistem tersebut semakin besar (Chung & Chun, 2011). Dan seiring bertambahnya pengalaman pengguna dengan perangkat mobile maka juga akan memengaruhi presepsi pengguna dalam kemudahan untuk mempelajari perangkat mobile (Wang Y. S., Wu M. C. & Wang. H. Y., 2009). Dan seiring bertambahnya pengalaman pengguna dengan berbagai smartphone, maka pengguna tidak akan menghabiskan waktu yang lama untuk belajar mengoperasikan dan memahami cara menggunakan smartphone dengan tipe yang berbeda. Hal ini dapat dibuktikan dengan adanya hipotesis pada penelitian yang menghasilkan nilai signifikan. Yang berarti PEOU berpengaruh positif terhadap BI.
83
5.3.12 Diskusi hasil H12
Dari hasil pengujian hipotesis 12, dapat diambil kesimpulan bahwa Perceived Privacy tidak berpengaruh positif terhadap Behavioral Intention. Hasil ini relevan dengan penelitian yang dilakukan oleh Chung & Chun (2011) yang juga menyatakan bahwa Perceived Privacy tidak tidak berpengaruh positif terhadap Behavioral Intention. Selain itu, penelitian yang dilakukan oleh Al-Hujrah & Migdadi (2013) juga menyatakan bahwa Perceived Privacy tidak tidak berpengaruh positif terhadap Behavioral Intention.
Hal tersebut menunjukkan bahwa responden tidak peduli dengan adanya masalah dengan privasi pada smartphone. Responden tidak peduli jika nantinya data pribadi yang tersimpan pada smartphone hilang dan disalahgunakan oleh pihak yang tidak bertanggungjawab. Masalah terkait dengan privasi yang terjadi tidak memengaruhi minat responden untuk menggunakan smartphone. Ketidak pedulian tersebut mungkin timbul karena responden sudah yakin dan percaya dengan sistem keamanan pada smartphone yang dapat melindungi informasi atau data pribadinya. Sehingga, responden merasa data pribadi yang tesimpan dalam smartphone tidak akan hilang dan tidak akan disalahgunakan oleh pihak yang tidak bertanggung jawab. Ataupun responden sudah bersiap siap menghadapi resiko terkait hilangnya privasi. Misalnya, responden sudah melakukan backup data secara berkala, sehingga responden tidak khawatir jika suatu saat informasi pribadi tersebut hilang. Untuk kemungkinan adanya pihak yang tidak bertanggung jawab menyalahgunakan data pribadi memang tidak bisa dihindari, namun hal tersebut bisa ditangani oleh smartphone yaitu dengan memberikan sistem keamanan yang baik sehingga data pribadi tidak akan bisa dicuri dan disalahgunakan.
84
BAB 6 PENUTUP
6.1 Kesimpulan Berdasarkan penelitian yang dilakukan dapat ditarik beberapa kesimpulan
sebagai berikut :
1. Penelitian ini menggunakan model penelitian Technology Acceptance Model (TAM) yang dikombinasikan dengan DOI dan juga model Trust yang dibangun dari 3 penelitian yang dilakukan oleh Lazim & Sasitharan (2014), Chung & Chun (2011) serta Al-Sharafi et al. (2016). Dari penelitian yang telah dilakukan menunjukkan bahwa model penelitian sesuai dengan penelitian yang dilakukan, dimana subjek dari penelitian adalah smartphone yang merupakan suatu teknologi informasi. Kesesuaian model penelitian ditentukan dengan melakukan pengujian kecocokan model (testing fit) yang melalui 3 tahapan yaitu overall model fit dan measurement model fit yang menggunakan metode Confirmatory Factor Analysis (CFA), serta structural model fit yang menggunakan metode path analysis untuk menguji hipotesis hubungan antar variabel laten.
2. Dari pengujian path analysis, dapat dilihat bahwa faktor faktor yang memengaruhi minat penggunaan smartphone yang nantinya akan berpengaruh langsung terhadap penggunaan smartphone secara nyata adalah Perceived usefulness, Perceived easy of use, dan Perceived Trust. Responden dari penelitian ini memperlihatkan bahwa mereka merasakan manfaat positif ketika menggunakan smartphone. Dengan diperoleh nya manfaat positif ini membuat responden ingin terus menggunakan smartphone dalam aktivitasnya sehari - hari. Kemudahan penggunaan juga memengaruhi minat (keinginan) penggunaan smartphone karena kemudahan penggunaan meningkatkan efektifitas pengguna dalam menyelesaikan pekerjaannya dengan menggunakan smartphone. Hal tersebut akan meningkatkan manfaat smartphone bagi responden. Selain itu, tingkat kepercayaan responden terhadap smartphone juga berpengaruh terhadap minat (keinginan) penggunaan smartphone karena dengan responden percaya bahwa smartphone akan menjaga janjinya untuk melindungi informasi pribadi akan membuat rasa khawatir responden terhadap segala masalah yang berhubungan dengan informasi atau data pribadi yang tersimpan dalam smartphone juga akan berkurang. Jika responden merasa aman maka kepercayaan responden terhadap smartphone juga akan meningkat.
6.2 Saran Berdasarkan hasil penelitian dan kesimpulan penelitian maka, saran yang
dapat diajukan dan diharapkan dapat bermanfaat adalah sebagai berikut :
1. Untuk mengembangkan penelitian ini diperlukan penyebaran kuisioner yang lebih menyeluruh, karena meskipun responden dari penelitian ini dibatasi dengan rentang usia 15 hingga 33 tahun namun, responden yang diperoleh
85
kebanyakan berusia 21 25 tahun sehingga bisa mendapatkan hasil yang lebih akurat lagi.
2. Sebaiknya untuk melakukan penelitian terkait presepsi penggunaan suatu teknologi (dalam penelitian ini teknologi yang digunakan adalah smartphone) pada kuesioner ditambah dengan faktor demografi berupa profesi agar bisa mengklasifikasikan jawaban responden berdasarkan profesi. Karena presepsi kegunaan setiap teknologi untuk setiap profesi itu berbeda beda.
3. Untuk mengembangkan penelitian, jika penelitian bersifat exploratory maka bisa menambahkan variabel laten lainnya yang dirasa perlu dan menggunakan responden dengan rentang usia yang disesuaikan dengan kebutuhan penelitian yang selanjutnya.
4. Untuk penelitian selanjutnya bisa menggunakan model pada penelitian ini namun dengan metode analisis dan studi kasus yang berbeda yang juga berhubungan dengan teknologi informasi, mengingat penelitian ini menggunakan Technology Acceptance Model (TAM) sebagai dasar dari model penelitian.
5. Untuk penelitian selanjutnya bisa menggunakan metode analisis yang sama yaitu Structural Equation Modeling (SEM) namun dengan model penelitian yang berbeda sesuai dengan topik yang sedang dikembangkan.
86
DAFTAR PUSTAKA
Adams, D. A., Nelson, R. R., & Todd, P. A.,1992. Perceivedd usefulness, ease of use, and usage of information technology: A replication. [online] 16(2), pp. 227-247. Management Information Systems Research Center, University of Minnesota. Tersedia melalui : <https://www.jstor.org/stable/249577>[Diakses 7 Januari 2017]
Al-Fatta, H., 2007. Analisis dan perancangan sistem informasi untuk keunggulan bersaing perusahaan dan organisasi modern. Jogjakarta: C.V Andi Offset
Al-Hujrah, O. & Migdadi, M., 2013. Public Acceptance of M-Goverment Service in Developing Countries : The Case of Jordan. Dalam: Z. Mahmood, penyunt. E-Government Implementation and Practice in Developing Countries. United States: Idea Group Inc (IGI), pp. 242-263. Tersedia di : < https://books.google.co.id/> [Diakses 15 April 2017]
Al-Sharafi, Mohammed A. and Ruzaini, Abdullah Arshah and Abu-Shanab, Emad and Elayah, Nabil, 2016. [online] Journal of Engineering and Applied Sciences, 11(3) 545-552. Tersedia di: < http://umpir.ump.edu.my/11976/> [Diakses 31 Oktober 2016]
Andryanto, W. & Prasetyo, S. Y. J., 2014. Identifikasi Missing Value dan Outlier pada Proses Cleansing Data dengan Studi Kasus Data Klimatologi Jawa Tengah.
Bahri, S., dan Zamzam, F., 2014. Model Penelitian Kuantitatif Berbasis SEM-AMOS.[e-book]. Yogyakarta : Deepublish. Tersedia melalui : Google Scholar <http://books.google.co.id> [Diakses 16 September 2016]
Byrne, B. M., 2010. Structural Equation Modelling with AMOS: Basic Concept, Application, and Programmin Second Edition. New York: Routledge Taylor & Francis Group.
Bryne, B. M., 2013. Structural Equation Modelling with AMOS: Basic Concept, Application, and Programming Second Edition. [e-book]. Tersedia melalui : < https://books.google.com>[Diakses 7 Januari 2017]
Chandio, F. H., 2011. Studying acceptance of online banking information system: a structural equation model. [online]. Tersedia melalui : <https://core.ac.uk/download/pdf/338499.pdf>[Diakses 7 Januari 2017]
Chung, D., dan Chun, S. G., 2011, [online] 12(1). Tersedia di: <http://iacis.org/iis/2011/291-300_AL2011_1692.pdf> [Diakses 18 Juni 2016]
Churchill, G. A. , 1979. A paradigm for developing better measures of marketing constructs. [online]. Tersedia melalui : < statmath.wu.ac.at/courses/r-se-mbr/pres/Churchill.pdf>[Diakses 7 Januari 2017]
87
D. B. Figuero Filho, 2013. When is statistical significance not significant?. [online]. Tersedia di : <www.scielo.br/pdf/bpsr/v7n1/02.pdf>
Davis F., Bagozzi R., & Warshaw R., 1989. User acceptance of computer technology: a comparison of two theoretical models. [online] 35(8) 9821003. Tersedia melalui : Google Scholar <http://books.google.co.id> [Diakses 7 Januari 2017]
Deepika, R. & Karpagam, V., 2016. Antecedents of Smartphone user Satisfaction, Trust and Loyalty Towards Mobile Applications. Indian Journal of Science and Technology, 9(32).
Edwin R. van Teijlingen and Vanora Hundley, 2001. The importance of pilot studies. Social Research Update. Department of Sociology, University of Surrey, Guildford GU7 5XH, England. Tersedia melalui : <sru.soc.surrey.ac.uk/SRU35.html>
Fazlollahi, B., 2002. Strategy for eCommerce Success. United States of America: IRM Press. Tersedia melalui : <https://pdfs.semanticscholar.org/b2e7/5fae1038612cfd9a081885a23ded489d622e.pdf>
Foon, L. K., 2014. Behavioral Intention towards Credit Card Mobile Payment and Octopus Mobile Payment in Hongkong. Tersedia melalui : < libproject.hkbu.edu.hk/trsimage/hp/12001082.pdf > [Diakses 15 April 2017]
Gary B, S., Thomas J, C., & Misty E, V., 2007. Discovering Computers : Fundamentals, 3thed. (Terjemahan). Jakarta: Salemba Infotek. Gerungan, W.A. (1991).
Gefen, D., at al., 2003. Trust and TAM in Online Shopping: An Integrated Model. [online] 27(1). Manajement Information System Quarterly. Tersedia melalui : < http://aisel.aisnet.org/misq/vol27/iss1/4/>[Diakses 7 Januari 2017]
Ghozali, 2011. Aplikasi Analisis Multivariate dengan Program IBM SPSS 19. Semarang : Badan Penerbit-Undip. Hal 105-109.
Ghozali, Imam., 2013. Aplikasi Analisis Multivariate dengan Program SPSS. Edisi Ketujuh. [e-book]. Semarang : Badan Penerbit Universitas Diponegoro. Tersedia melalui: <repository.usu.ac.id/bitstream/123456789/50294/2/Reference.pdf>[Diakses 7 Januari 2017]
Gillian A. Lancaster MSc PhD, Susanna Dodd MSc and Paula R. Williamson PhD , 2004. Design and analysis of pilot studies : recommendations for good practice. Journal of Evaluation in Clinical Practice, vol. 10 (2), 307 312.
Gurung, A., Xin Luo, M.K Raja, 2007. An Empirical Investigation on Customer's Privacy Perceptions, Trust and Security Awareness in E-commerce Environment. An Empirical Investigation on Customer's Privacy Perceptions
88
Hair, J.F., et al., 2009. Multivariate data analysis. (7th edition). [e-book]. New Jersey :Pearson Education Inc. Tersedia melalui : <http://sanghv.com/> [Diakses 7 Januari 2017]
Hair, Jr., J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L., 2006. Multivariate Data Analysis (6th ed.). [e-book]. New Jersey: Pearson Prentice Hall. Tersedia melalui : < http://edigibooks.xyz/read01/?book=0130329290> [Diakses 7 Januari 2017]
Hamdi, A. S., dan Bahruddin, E. 2014. Metode Penelitian Kuantitatif Aplikasi dalam Pendidikan. [e-book]. Yogyakarta : Deepublish. Tersedia melalui : Google Scholar <http://books.google.co.id> [Diakses 16 September 2016]
Hart P., & Saunders C., 1997. Power and trust: critical factors in the adoption and use of electronic data interchange. [online] 8(1) 23 42. Tersedia melalui : Google Scholar <http://books.google.co.id> [Diakses 7 Januari 2017]
Haryadi Santoso, P., 2014. Pengembangan Lkpd Discussion And Determination Berbasis Model Pembelajaran Curious Note Program (Cnp) Guna Memfasilitasi Kemampuan Merancang Eksperimen Peserta Didik Sma Materi Hukum Newton Tentang Gravitasi. Fakultas MIPA. Universitas Negeri Jogjakarta. Tersedia melalui : <books.google.co.id>
Isparmo, 2016. Data Statistik Pengguna Internet Tahun 2016. [online] Tersedia di: <http://isparmo.web.id/2016/11/21/data-statistik-pengguna-internet-indonesia-2016/> [Diakses 18 Juni 2016]
Jaggi, S., 2003. Descriptive Statistic and Exploratory Factor Analysis. Tersedia di : <http://www.iasri.res.in/ebook/eb_smar/e-book_pdf%20files/Manual%20II/1-Descriptive%20Statistics.pdf>[Diakses 14 April 2017]
Jarvis Store, 2016. Jumlah Pengguna Internet di Indonesia. [online] Tersedia di: <https://jarvis-store.com/artikel/jumlah-pengguna-internet-di-indonesia> [Diakses 18 Juni 2016]
Johnsen, E. C. & Friedkin, N. E, 2006. Social Influence Network Theory : Diffusion of Attitude leading to Behavior. [online]. Tersedia di : <http://www.allacademic.com/meta/p105115_index.html>[Diakses 8 Januari 2017]
Kaasinen, E., 2005. User acceptance of mobile services value, ease of use, trust and ease of adoption. Doctoral dissertation, VTT. VTT Publications 566. VTT, Espoo. Tersedia melalui : <http://www.vtt.fi/inf/pdf/publications/2005/P566.pdf>[Diakeses pada 14 April 2017]
Kline, R. B., 2005. Principles and practice of structural equation modeling (2nd ed.). [e-book]. New York: The Guildford Press. Tersedia melalui : < https://books.google.com>[Diakses 7 Januari 2017]
89
Kominfo, 2015. Indonesia Raksasa Teknologi Digital Asia. [online] Tersedia di: <https://www.kominfo.go.id/content/detail/6095/indonesia-raksasa-teknologi-digital-asia/0/sorotan_media> [Diakses 18 Juni 2016]
Kurniawan, Deni. 2008. Regresi Linier (Linear Regression). Journal Foundation for Statistical Computing.Vienna.Austria
Lazim, H. M. & Sasitharan, 2014. The Smartphone Technology Acceptance Among Malaysian Young Adults. ICTOM 04 The 4th International Conference on Technology and Operations Management, pp. 562-570. Tersedia di: <repo.uum.edu.my/15997/1/P53.pdf > [Diakses 18 Juni 2016]
Li, X., Rong, G. & Thatcher, J. B., 2009. Swift Trust In Web Vendor. Web Technologies: Concepts, Methodologies, Tools, and Applications: Concepts, Methodologies, Tools, and Applications, pp. 1206-1226. Tersedia di : < https://books.google.co.id/> [Diakses 16 April 2017]
Maiyaki, A. A. & Mokhtar, S. S. M., 2011. Determinants of Customer Behavioural Responses: A Pilot Study. International Business Research, 4(1), pp. 193-197.
Medrano, L. A., Liporace, M. F. & Pérez, E., 2014. Computerized Assessment System for Academic Satisfaction (ASAS) for first-year University Student. Electronic Journal of Research in Educational Psycology, 12(33), pp. 541-562.
Okezone, 2015. Pengguna smartphone di Indonesia capai 55 juta. [online] Tersedia di : <http://techno.okezone.com/read/2015/09/19/57/1217340/2015-pengguna-smartphone-di-indonesia-capai-55-juta> [Diakses 18 Juni 2016]
Park, Y. & Chen, J. V., 2007. Acceptance and adoption of the innovative use of smartphone. Industrial Management & Data Systems, 107(9), pp. 1349-1365.
Qi, Ershi, at al., 2013. Proceedings of 20th International Conference on Industrial Engineering and Engineering Management: Theory and Apply of Industrial Engineerin. [e-book]. Tersedia melalui : <http://link.springer.com/book/10.1007%2F978-3-642-40072-8> [Diakses 16 September 2016]
Ramanen, J., 2011. Perceive Security in Mobile Authentication. [online]. Tersedia melalui : <www.soberit.hut.fi/T-121/shared/thesis/di-Jussi-Ramanen.pdf >[Diakses 13 April 2017]
Rogers, E. M., 1995. Diffusion of Innovations.4th ed. New York: The Free Press. Tersedia melalui : < https://www.d.umn.edu/~lrochfor/ireland/dif-of-in-ch06.pdf>[Diakses 12 April 2017]
Santoso, S., 2006. Seri Solusi Berbasis TI: Menggunakan SPSS untuk Statistik Parametrik(Paperback). [online]. Tersedia melalui : . <https://www.goodreads.com/book/show/6339963-seri-solusi-bisnis berbasis-ti>[Diakses 7 Januari 2017]
90
Santoso, S., 2007. Structural equation modeling (SEM) : Konsep dan aplikasi dengan AMOS : Konsep dan aplikasi dengan AMOS.[e-book]. Jakarta : Elex Media Komputindo. Tersedia melalui : Google Scholar <http://books.google.co.id> [Diakses 16 September 2016]
Santoso, S., 2011. Structural equation modeling (SEM) : Konsep dan aplikasi dengan AMOS 18: Konsep dan aplikasi dengan AMOS 18.[e-book]. Jakarta : Elex Media Komputindo. Tersedia melalui : Google Scholar <http://books.google.co.id> [Diakses 16 September 2016]
Sarjono, H., dan Julianita, W. 2015. Structural Equation Modelling (SEM) : Sebuah Pengantar, Aplikasi untuk Penelitian Bisnis. Jakarta : Salemba Empat.
Sarwono, J., 2010. PENGERTIAN DASAR STRUCTURAL EQUATION MODELING (SEM). [online]. Tersedia di : <ejournal.ukrida.ac.id/ojs/index.php/IMB/article/viewFile/576/563>
Shen, H., Luo, L., Sun, Z. & Meng, J., 2015. What Affect Perceived Usefulness and Perceived Ease of Use of Mobile Digital Textbook Learning System? An Empirical Factor Analyses Investigation in China. International Journal of Multimedia and Ubiquitous Engineering, 10(1) 33-46.
Shin, D. H., 2010. The effects of trust, security and Privacy in social networking: A security-based approach to understand the pattern of adoption, [online] 22, 428 438. Tersedia di: <http://elsevier.com/ locate/ intcom> [Diakses 18 Juni 2016]
Techinasia, 2016. Kelemahan Sensor Sidik Jari sebagai Alat Autentikasi di Smartphone.[online]. Tersedia di : <id.techinasia.com>[Diakses 22 Januari 2017]
Thompson.R.L., Higgins.C.A., & Howell.J.M., 1991. Personal Computing: Toward A Conceptual Model of Utilization. [online] 15(1) 125-143. Management Information Systems Research Center, University of Minnesota. Tersedia melalui : < https://www.jstor.org/>[Diakses 7 Januari 2017]
Wetson, D., 1995. Testing a Tripartite Model: I. Evaluating the Convergent and Discriminant Validity of Anxiety and Depression Symptom Scales. Journal of Abnormal Psychology 1995, Vol. 104 (1), 3-14.
Williams, B., 2012. Exploratory factor analysis : A five-step guide for novices. Australian Journal of paramedic. vol. 8 (3).
Wiyono, G., 2011. Merancang Penelitian Bisnis Dengan Alat Analisis SPSS 17.0 & SmartPLS 2.0. Yogyakarta : STIM YKPN.
Wu, M. Y., et al., 2011. A Study on User Behavior for I Pass by UTAUT:Using [online] 17(1) 91 110. Tersedia di:
<http://apmr.management.ncku.edu.tw/comm/updown/DW1204184516.pdf> [Diakses 29 Desember 2016]
