FAKTOR-FAKTOR YANG BERPENGARUH … YANG BERPENGARUH TERHADAP PENERIMAAN DAN PENGGUNAAN SISTEM MANAJEMEN PEMBELAJARAN EXELSA UNIVERSITAS SANATA DHARMA TESIS PROGRAM STUDI MAGISTER

FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN

DAN PENGGUNAAN SISTEM MANAJEMEN PEMBELAJARAN EXELSA

UNIVERSITAS SANATA DHARMA

TESIS

PROGRAM STUDI MAGISTER MANAJEMEN

Diajukan oleh:

Erlita Octaviani

142222209

FAKULTAS EKONOMI


YOGYAKARTA

2016

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

ii

FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN



TESIS

UNTUK MEMENUHI SEBAGIAN PERSYARATAN

MENCAPAI DERAJAT SARJANA S-2

PROGRAM STUDI MAGISTER MANAJEMEN

Diajukan oleh:

Erlita Octaviani

142222209

FAKULTAS EKONOMI


YOGYAKARTA

2016


iii


iv


v


vi


vii

KATA PENGANTAR

Puji dan syukur pada Tuhan Yang Maha Esa atas berkat, rahmat dan

karunia-Nya sehingga penulis dapat menyelesaikan tesis yang berjudul

“FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN


UNIVERSITAS SANATA DHARMA”. Tesis ini ditulis sebagai salah satu syarat

dalam menyelesaikan studi pada Program Magister Manajemen Fakultas Ekonomi

Universitas Sanata Dharma Yogyakarta.

Selama berproses dalam menyelesaikan tesis ini, penulis bersyukur atas

segala bentuk dukungan dari berbagai pihak yang telah membantu sehingga tesis

ini dapat diselesaikan dengan baik. Oleh karena itu pada kesempatan ini penulis

mengucapkan terima kasih yang sebesar-besarnya kepada :

1. Yang terhormat bapak Drs. Johanes Eka Priyatma, M.Sc., Ph.D selaku Rektor

Universitas Sanata Dharma serta dosen pembimbing I yang telah

memberikan bimbingan, motivasi dan dukungan selama penulisan tesis ini.

2. Yang terhormat bapak Drs. T. Handono Eko Prabowo, MBA, Ph.D selaku

Ketua Program Studi Magister Manajemen Universitas Sanata Dharma serta

dosen pembimbing II yang telah memberikan bimbingan, motivasi dan

dukungan selama penulisan tesis ini.

3. Yang terhormat kepala P3MP Universitas Sanata Dharma yang telah

memberikan ijin penelitian serta kerjasamanya dalam penulisan tesis ini.

4. Yang terhormat dosen-dosen Magister Manajemen Universitas Sanata

Dharma yang telah memberikan ilmu kepada penulis.


viii

5. Yang terhormat bapak Ir. Ignatius Aris Dwiatmoko, M.Sc. yang telah

memberikan bimbingan, arahan serta konsultasi kuantitatif dalam penulisan

tesis ini.

6. Teristimewa kepada orang tua, Sis Widyanto dan Sri Mulyani serta kedua

saudara saya, Ernanda Rully dan Erwinsyah Rico atas dukungan moral,

spiritual dan finansial dalam penyusunan tesis ini.

7. Yang terkasih seluruh teman-teman Magister Manajemen Universitas Sanata

Dharma atas kebersamaan belajar selama ini.

8. Semua pihak yang tidak bisa penulis sebutkan satu-persatu atas segala

dukungannya.

Penulis berharap tesis ini bermanfaat bagi pembaca yang berminat dan dapat

juga sebagai referensi untuk penelitian selanjutnya. Penulis menyadari bahwa tesis

ini masih jauh dari sempurna, untuk itu penulis mengharapkan kritik dan saran

demi penyempurnaan tesis ini. Semoga tesis ini dapat bermanfaat bagi kita semua.


ix

DAFTAR ISI

LEMBAR PERSETUJUAN DOSEN PEMBIMBING ....... Error! Bookmark not

defined.

LEMBAR PERSETUJUAN .................................... Error! Bookmark not defined.

KATA PENGANTAR ......................................................................................... vii

DAFTAR ISI ......................................................................................................... ix

DAFTAR TABEL ............................................................................................... xii

DAFTAR GAMBAR .......................................................................................... xiii

DAFTAR RUMUS ............................................................................................. xiv

DAFTAR LAMPIRAN ....................................................................................... xv

ABSTRAK .......................................................................................................... xvi

ABSTRACT ........................................................................................................ xvii

BAB I PENDAHULUAN ...................................................................................... 1

1.1 Latar Belakang ..................................................................................... 1

1.2 Rumusan Masalah ................................................................................ 5

1.3 Tujuan Penelitian ................................................................................. 5

1.4 Manfaat Penelitian ............................................................................... 6

1.5 Batasan Penelitian ................................................................................ 7

1.6 Sistematika Penulisan .......................................................................... 7

BAB II TINJAUAN PUSTAKA .......................................................................... 9

2.1 Sistem Manajemen Pembelajaran ........................................................ 9

2.1.1 Pengertian Sistem Manajemen Pembelajaran ...................................... 9

2.1.2 Sejarah Sistem Manajemen Pembelajaran ......................................... 10

2.1.3 Fitur-fitur Sistem Manajemen Pembelajaran ..................................... 10

2.1.4 Perangkat Lunak untuk Sistem Manajemen Pembelajaran ................ 11

2.1.5 Keuntungan Sistem Manajemen Pembelajaran .................................. 12

2.1.6 Kelemahan Sistem Manajemen Pembelajaran ................................... 13

2.2 E-learning ........................................................................................... 14

2.3 Model UTAUT 2 ................................................................................ 15

2.3.1 Performance Expectancy (Harapan Kinerja) ..................................... 18

2.3.2 Effort Expectancy (Persepsi Usaha) ................................................... 19

2.3.3 Social Influence (Faktor Sosial) ......................................................... 19

2.3.4 Facilitating Conditions (Dukungan Fasilitas) .................................... 20

2.3.5 Hedonic Motivation (Motivasi hedonis) ............................................ 20

2.3.6 Price Value (Nilai Harga) .................................................................. 21

2.3.7 Habit (Kebiasaan) .............................................................................. 21


x

2.3.8 Behavioral Intention (Niat Perilaku) .................................................. 22

2.4 Penelitian Terdahulu .......................................................................... 23

2.5 Pengembangan Hipotesis ................................................................... 28

2.6 Kerangka Penelitian ........................................................................... 32

BAB III METODE PENELITIAN .................................................................... 36

3.1 Desain Penelitian ................................................................................ 36

3.2 Definisi Operasional Penelitian.......................................................... 38

3.3 Populasi dan Sampel Penelitian ......................................................... 40

3.4 Instrumen Penelitian........................................................................... 45

3.4.1 Pengujian Validitas ............................................................................ 46

3.4.2 Pengujian Reliabilitas ........................................................................ 47

3.5 Metode Pengumpulan Data ................................................................ 48

3.6 Metode Analisis Data ......................................................................... 48

BAB IV HASIL PENELITIAN DAN PEMBAHASAN .................................. 56

4.1 Deskripsi Data .................................................................................... 56

4.1.1 Deskripsi Responden Penelitian ......................................................... 56

4.1.2 Deskripsi Variabel Penelitian............................................................. 59

4.2 Pengujian Instrumen Peneltian ........................................................... 63

4.2.1 Pengujian Validitas ............................................................................ 63

4.2.2 Pengujian Reliabilitas ........................................................................ 65

4.3 Analisis PLS-SEM ............................................................................. 66

4.3.1 Evaluasi Outer Model ........................................................................ 66

4.3.2 Evaluasi Inner Model ......................................................................... 72

4.4 Pengujian Hipotesis ............................................................................ 75

4.5 Pembahasan ........................................................................................ 90

4.5.1 Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa

........................................................................................................... 91

4.5.2 Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa

........................................................................................................... 93

4.5.3 Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa . 95

4.5.4 Dukungan fasilitas berpengaruh positif terhadap niat penggunaan

Exelsa ................................................................................................. 97

4.5.5 Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan

Exelsa ................................................................................................. 99

4.5.6 Motivasi hedonis berpengaruh positif terhadap niat penggunaan

Exelsa ............................................................................................... 101

4.5.7 Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa ... 104

4.5.8 Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa

......................................................................................................... 106

4.5.9 Niat penggunaan berpengaruh positif terhadap perilaku penggunaan

Exelsa ............................................................................................... 107


xi

BAB V KESIMPULAN DAN SARAN ............................................................ 110

5.1 Kesimpulan ...................................................................................... 110

5.2 Keterbatasan ..................................................................................... 111

5.3 Implikasi ........................................................................................... 112

5.3.1 Implikasi Akademis ......................................................................... 112

5.3.2 Implikasi Manajerial ........................................................................ 113

5.4 Saran ................................................................................................ 115

DAFTAR REFERENSI .................................................................................... 116

LAMPIRAN ....................................................................................................... 124

Lampiran 1 Surat Izin Penelitian .......................................................... 124

Lampiran 2 Surat Pengantar Kuesioner ............................................... 125

Lampiran 3 Kuesioner .......................................................................... 126

Lampiran 4 Data Pengguna Aktif Exelsa ............................................. 129

Lampiran 5 Rekap Data Kuesioner ...................................................... 130


xii

DAFTAR TABEL

Tabel 2.1 Penelitian Terdahulu 23

Tabel 3.1 Definisi Operasional Penelitian 38

Tabel 3.2 Jumlah Responden berdasarkan Strata Program Studi 44

Tabel 3.3 Tingkat Keandalan Cronbach’s Alpha 48

Tabel 3.4 Keterangan Simbol 51

Tabel 3.5 Persamaan Model Pengukuran Variabel 52

Tabel 4.1 Tingkat Pengembalian Kuesioner 56

Tabel 4.2 Responden berdasar usia 57

Tabel 4.3 Responden berdasar jenis kelamin 57

Tabel 4.4 Responden berdasar masa kerja 58

Tabel 4.5 Responden berdasar tingkat pengalaman menggunakan exelsa 58

Tabel 4.6 Statistik Deskriptif Variabel Penelitian 59

Tabel 4.7 Hasil Uji Validitas Instrumen Penelitian 64

Tabel 4.8 Hasil Uji Reliabilitas Instrumen Penelitian 66

Tabel 4.9 Outer Loading 68

Tabel 4.10 Nilai Average Variance Extracted (AVE) 69

Tabel 4.11 Cross Loading 70

Tabel 4.12 Nilai Composite Reliability 71

Tabel 4.13 Nilai Cronbach’s Alpha 72

Tabel 4.14 Nilai R-Square 72

Tabel 4.15 Hasil Analisis Jalur 80

Tabel 4.16 Hasil Analisis Jalur Moderasi Usia 81

Tabel 4.17 Hasil Analisis Jalur Moderasi Jenis Kelamin 82

Tabel 4.18 Hasil Analisis Jalur Moderasi Tingkat Pengalaman 83

Tabel 4.19 Hasil PLS-MGA Kelompok Usia 85

Tabel 4.20 Hasil PLS-MGA Kelompok Jenis Kelamin 87

Tabel 4.21 Hasil PLS-MGA Kelompok Tingkat Pengalaman 89

Tabel 4.22 Hasil Pengujian Hipotesis Penelitian 91


xiii

DAFTAR GAMBAR

Gambar 2.1 Model UTAUT 16

Gambar 2.2 Model UTAUT2 18

Gambar 2.3 Kerangka Penelitian 34

Gambar 3.1 Model Diagram Jalur PLS 50

Gambar 4.1 Path Diagram 74


xiv

DAFTAR RUMUS

Rumus 3.1 Rumus Slovin 41

Rumus 3.2 Rumus Alokasi Proporsional 42

Rumus 3.3 Persamaan Dasar Model Pengukuran 51

Rumus 3.4 Rumus AVE 53

Rumus 3.5 Rumus Composite Reliability 53

Rumus 3.6 Persamaan Inner Model Variabel Eksogen-endogen 54

Rumus 3.7 Persamaa Inner Model Variabel Endogen 54

Rumus 3.8 Rumus Q-square 55


xv

DAFTAR LAMPIRAN

Lampiran 1 Surat Izin Penelitian 125

Lampiran 2 Surat Pengantar Kuesioner 126

Lampiran 3 Kuesioner 127

Lampiran 4 Data Pengguna Exelsa 129

Lampiran 5 Rekap Data Kuesioner 130


xvi

ABSTRAK

Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi

penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa di

Universitas Sanata Dharma. Penelitian ini mengadopsi Unified Theory of

Acceptance and Use of Technology 2 (UTAUT 2) untuk memprediksi faktor kunci

(harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi

hedonis, nilai harga dan kebiasaan) yang mempengaruhi niat dan perilaku

penggunaan Exelsa di Universitas Sanata Dharma. Pengambilan sampel

menggunakan teknik proportionate random sampling. Jumlah sampel sebanyak

180 dosen tetap yang berstatuf aktif di Universitas Sanata Dharma. Data

penelitian dianalisis menggunakan PLS-SEM (Partial Least Square – Structural

Equation Modeling) dengan perangkat lunak SmartPLS. Hasil penelitian

menunjukkan bahwa konstruk dukungan fasilitas, motivasi hedonis, dan kebiasaan

berpengaruh positif terhadap niat dan perilaku penggunaan Exelsa, sedangkan

konstruk harapan kinerja, persepsi usaha, dan faktor sosial tidak berpengaruh

positif terhadap niat dan perilaku penggunaan Exelsa. Berdasarkan hasil

penelitian, Universitas Sanata Dharma dapat mengetahui penerimaan dan

penggunaan Exelsa saat ini sehingga dapat meningkatkan penerimaan dan

penggunaan Exelsa dengan memperkuat aspek dukungan fasilitas, motivasi

hedonis, dan kebiasaan serta memperbaiki sistem manajemen pembelajaran.

Kata kunci : Sistem Manajemen Pembelajaran, Exelsa, UTAUT2


xvii

ABSTRACT

The aim of this research is to determine the factors that influence the acceptance

and use of Exelsa, a Learning Management Systems in Sanata Dharma

University. This research adopted the Unified Theory of Acceptance and Use of

Technology 2 (UTAUT 2) to predict key factors (performance expectation, effort

expectation, social, facilitating condition, hedonic motivation, price value and

habit) that affect the intention and the use behavior of Exelsa in Sanata Dharma

University. This research employed proportionate random sampling as the

technique of sampling. Total sample were 180 active permanent lecturers in

Sanata Dharma University. Data were analyzed using PLS-SEM (Partial Least

Square - Structural Equation Modeling) with software SmartPLS. The results

show that the construct of facilitating condition, hedonic motivation, and habit

positively affect on the intention and the use behavior of Exelsa, whereas the

construct performance expectation, effort expectation, and social influence do not

give positively affect on the intention and the use behavior of Exelsa. The result of

this research can help Sanata Dharma University to find out the degree of

acceptance and the use of exelsa nowadays. It can helps the University to increase

the acceptance and the use of exelsa by increase the facilitating conditions,

hedonic motivations and habits aspects also improve the learning management

system.

Keywords : Learning management system, Exelsa, UTAUT 2


1

BAB I

PENDAHULUAN

Bab ini membahas latar belakang, rumusan masalah, tujuan penelitian, manfaat

penelitian, batasan penelitian, dan sistematika penelitian.

1.1 Latar Belakang

Perkembangan teknologi informasi dan komunikasi (TIK) telah memberikan

pengaruh terhadap dunia pendidikan, khususnya dalam proses pembelajaran.

Penerapan teknologi informasi yang tepat dalam dunia pendidikan merupakan

salah satu faktor kunci penting untuk mengejar ketertinggalan dunia pendidikan

dan kualitas sumber daya manusia (SDM) Indonesia dari bangsa-bangsa lain

(Sinaga dan Zainuddin, 2013). Di era modern seperti ini, seorang pengajar

dituntut untuk mampu memanfaatkan teknologi semaksimal mungkin untuk

mendukung proses pembelajaran. Untuk menghadapi tuntutan tersebut, seorang

pengajar dapat menerapkan Sistem Manajemen Pembelajaran (SMP) atau

Learning Management System (LMS). SMP menyediakan media pembelajaran

yang interaktif, fleksibel dan tidak terbatas ruang maupun waktu. Menurut

Tandirerung (2014) bahwa Sistem Manajemen Pembelajaran telah terbukti

bermanfaat untuk pengajar dan juga peserta didik.

SMP adalah sebuah perangkat lunak atau software untuk keperluan

administrasi, dokumentasi, pencarian materi, laporan sebuah kegiatan, pemberian

materi-materi pelatihan kegiatan belajar mengajar secara online yang terhubung


2

ke internet (Ellis, 2009). SMP telah banyak digunakan dalam pendidikan tinggi

karena memiliki banyak keuntungan termasuk waktu belajar fleksibel dan

pembelajaran jarak jauh tak terbatas (Hamuy & Galaz, 2010). Menurut Amiroh

(2012) Learning Management System (LMS) atau Course Management System

(CMS) atau Virtual Learning Environment (VLE) merupakan perangkat lunak

yang digunakan oleh kalangan pendidik, baik universitas / perguruan tinggi dan

sekolah sebagai media pembelajaran online berbasis internet (e-learning). E-

learning menghasilkan pendidikan era baru, orang dapat belajar di mana saja dan

kapan saja. E-learning dapat menciptakan pembelajaran yang efektif untuk studi

di pendidikan tinggi.

Universitas Sanata Dharma telah menerapkan Sistem Manajemen

Pembelajaran dengan nama Experiential E-Learning of Sanata Dharma

University (Exelsa) sejak tahun 2008. Experiential E-Learning of Sanata Dharma

University (Exelsa) diharapkan dapat meningkatkan kualitas pembelajaran dan

pendidikan di Universitas Sanata Dharma. Exelsa menyediakan sejumlah fasilitas

pembelajaran seperti tugas online, tes online, bahan kuliah, chating, menjawab

kuesioner, melihat pengumuman, forum mata kuliah, kalender kegiatan, dan

sebagainya. Exelsa juga diharapkan dapat meningkatkan efektivitas dan kualitas

komunikasi pembelajaran dengan pendekatan knowledge management di antara

berbagai pihak seperti dosen, mahasiswa, program studi, biro administrasi

akademik, penyedia media pembelajaran serta berbagai pihak lainnya yang

berkepentingan. Berdasarkan data yang didapatkan dari pihak pengembang Exelsa

(Pusat Penelitian dan Pengembangan Mutu Pendidikan / P3MP) bahwa hanya 88


3

dari 320 dosen tetap Universitas Sanata Dharma yang menggunakan Exelsa untuk

kegiatan mengajar. Hal ini menjadi masalah di bidang sistem informasi terkait

penerimaan dan penggunaan sistem.

Berdasarkan uraian di atas kesuksesan implementasi e-learning akan

berpengaruh terhadap peningkatan kualitas dan kompetensi pengajar dan juga

mahasiswa. Penelitian sebelumnya menunjukkan bahwa pengenalan teknologi e-

learning biasanya merupakan suatu proses yang sulit dan pengguna tidak selalu

menggunakannya (Venter, Rensburg, & Davis, 2012). Kesuksesan dan kegagalan

implementasi sistem sangat bergantung pada penerimaan pengguna terhadap

sistem tersebut. Meskipun teknologi memberikan keuntungan dan juga

kemudahan, kegagalan implementasi terjadi bukan karena rendahnya kualitas dan

kapasitas sistem tersebut, melainkan karena rendahnya tingkat penerimaan

pengguna sistem.

Beberapa faktor yang mempengaruhi penerimaan dan penggunaan teknologi

e-learning termasuk infrastruktur teknologi, tingginya biaya teknologi, upaya

instruksional, kompetensi lulusan, kepuasan teknologi (Venter et al., 2012),

dukungan manajemen, metodologi, aksesibilitas dan ketersediaan sumber daya,

budaya pendidikan dan gaya belajar, investasi intelektual, desain alat bantu, dan

bisnis global (Ndume, Tilya and Twaakyondo, 2008). Oleh karena itu penting

untuk memahami faktor-faktor yang relevan tentang prediksi niat pengguna untuk

menggunakan sistem e-learning.

Adopsi pengguna dalam menggunakan sistem informasi e-learning

merupakan faktor penting untuk memprediksi keberhasilan atau kegagalan sistem


4

(Farahat, 2012). Oleh karena itu penting adanya sebuah penelitian tentang faktor-

faktor yang berpengaruh terhadap tingkat penerimaan dan penggunaan Sistem

Manajemen Pembelajaran.

Sebagai media pembelajaran, e-learning dapat diterima dan digunakan oleh

para penggunanya sehingga dapat meningkatkan produktivitas. Salah satu model

terbaru untuk menjelaskan penerimaan pengguna (user acceptance) dalam bidang

sistem informasi dikembangkan oleh Venkatesh, Thong, and Xu (2012), bernama

model UTAUT2 (Unified Theory of Acceptance and Use of Technology v.2).

UTAUT2 merupakan model terbaru setelah model UTAUT 2003. Venkatesh et al.

membuat beberapa modifikasi dalam model UTAUT berdasarkan temuan mereka

dari penelitian yang dilakukan di Hongkong, sehingga konstruk dalam UTAUT2

adalah performance expectancy (harapan kinerja), effort expectancy (persepsi

usaha), social influence (faktor sosial), facilitating conditions (dukungan fasilitas),

hedonic motivation (motivasi hedonis), price value (nilai harga), habit (kebiasaan

dalam hal ini kebiasaan berinteraksi dengan sistem informasi). Venkatesh et al.

(2012) menyatakan UTAUT2 menunjukkan perubahan signifikan dalam varians

dijelaskan terhadap niat perilaku dan penggunaan teknologi. Oleh karena itu,

penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi

tingkat penerimaan dan penggunaan Sistem Manajemen Pembelajaran Exelsa di

Universitas Sanata Dharma.


5

1.2 Rumusan Masalah

Berdasarkan uraian latar belakang di atas, maka rumusan masalah dalam

penelitian ini yaitu faktor apa saja yang mempengaruhi penerimaan dan

penggunaan Sistem Manajemen Pembelajaran Exelsa?

Penerimaan pengguna terhadap sistem informasi merupakan dasar

kesuksesan sebuah sistem. Penelitian ini berfokus pada penyelidikan pengguna

terhadap penerimaan dan penggunaan Exelsa. Pertanyaan di atas akan dijawab

menggunakan model penerimaan dan penggunaan teknologi bernama UTAUT2

(Unified Theory of Acceptance and Use of Technology v.2). Penelitian ini

mengadopsi keenam konstruk dalam model UTAUT2 (harapan kinerja, persepsi

usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, dan kebiasaan) terhadap

penerimaan dan penggunaan Exelsa (niat dan perilaku penggunaan). Indikator

penerimaan pengguna dalam menggunakan Exelsa tersebut dapat memberikan

informasi serta bukti empiris keberhasilan penerapan Sistem Manajemen

Pembelajaran Exelsa di Universitas Sanata Dharma Yogyakarta.

1.3 Tujuan Penelitian

Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor yang

mempengaruhi tingkat penerimaan dan penggunaan Sistem Manajemen

Pembelajaran (Exelsa) di Universitas Sanata Dharma menggunakan model

UTAUT2.


6

1.4 Manfaat Penelitian

Penelitian ini diharapkan dapat memberikan manfaat untuk berbagai pihak

sebagai berikut:

1.4.1 Akademisi, regulator dan praktisi pendidikan

Penelitian ini memberikan sumbangan referensi penelitian mengenai

faktor-faktor yang harus diperhatikan untuk meningkatkan penerimaan dan

penggunaan Sistem Manajemen Pembelajaran.

1.4.2 Institusi pendidikan

1.4.2.1 Menjadi acuan dalam penyelenggaraan layanan Sistem

Manajemen Pembelajaran yang lebih berkualitas.

1.4.2.2 Menjadi masukan dan informasi bagi pengembang sistem di

Universitas Sanata Dharma dalam mengembangkan sistem

manajemen pembelajaran Exelsa yang menunjang kegiatan

belajar dan mengajar. Secara spesifik hasil penelitian ini dapat

digunakan untuk merancang program-program kerja terkait

rencana pengembangan sistem dan pengenalan Exelsa untuk

seluruh dosen dan mahasiswa di Universitas Sanata Dharma

1.4.3 Peserta didik

Berguna sebagai bahan penelitian lanjutan dengan topik yang sama serta

dapat menjadi tambahan bahan bacaan dan acuan pustaka.


7

1.5 Batasan Penelitian

Penelitian ini memiliki batasan-batasan sebagai berikut:

1.5.1 Pengujian tingkat penerimaan dan penggunaan teknologi dilakukan pada

Sistem Manajemen Pembelajaran Exelsa Universitas Sanata Dharma.

1.5.2 Responden penelitian ini adalah dosen tetap di Universitas Sanata

Dharma yang terhitung pada tahun ajaran 2015-2016.

1.5.3 Pengujian dilakukan berdasarkan model UTAUT 2.

1.5.4 Bahasa, jenis dan teknologi yang digunakan dalam pengembangan

Exelsa tidak dibahas dalam penelitian ini.

1.6 Sistematika Penulisan

Penulisan proposal tesis ini disusun sistematika sebagai berikut:

Bab I Pendahuluan

Bab ini membahas latar belakang, rumusan masalah, tujuan penelitian

dan manfaat penelitian, dan batasan penelitian.

Bab II Tinjauan Pustaka

Bab ini membahas tentang model teori yang diterapkan, tinjauan

literatur, dan hipotesis dari penelitian.


8

Bab III Metode Penelitian

Bab ini membahas desain penelitian, penjelasan operasional variabel

penelitian, populasi dan sampel penelitian, metode pengumpulan data,

teknik yang digunakan untuk menganalisis data.

Bab IV Hasil Penelitian Dan Pembahasan

Bab ini menjelaskan hasil dari analisis data yang telah dilakukan

berdasarkan metode penelitian yang diuraikan pada bab III.

Pembahasan bab ini diawali dengan penjelasan data demografi

responden penelitian. Kemudian dilanjutkan dengan pembahasan

hasil pengolahan serta analisis data, dan diakhiri dengan kesimpulan

yang diperoleh berdasarkan analisis data yang telah dilakukan.

Bab V Kesimpulan Dan Saran

Bab ini merupakan bagian akhir penelitian yang mengemukakan

kesimpulan dari hasil analisis, keterbatasan penelitian, implikasi

manajerial, serta saran dari penulis.

Daftar Referensi

Bagian ini merupakan urutan daftar dari acuan-acuan yang digunakan

ketika melakukan penelitian, baik dari jurnal maupun buku.


9

BAB II

TINJAUAN PUSTAKA

Bab ini membahas tentang model teori yang diterapkan, tinjauan literatur, dan

hipotesis dari penelitian.

2.1 Sistem Manajemen Pembelajaran

2.1.1 Pengertian Sistem Manajemen Pembelajaran

Sistem Manajemen Pembelajaran (SMP) atau Learning Management System

(LMS) merupakan suatu perangkat lunak yang digunakan untuk mengelola

dokumentasi, materi dan bahan ajar pelatihan serta laporan kegiatan belajar-

mengajar secara online (Ellis, 2009). Menurut Courts dan Tucker (2012), SMP

adalah aplikasi yang digunakan untuk mengelola pembelajaran, mengirimkan

konten, dan melacak aktivitas daring seperti memastikan kehadiran dalam kelas

maya, memastikan waktu pengumpulan tugas, dan melacak hasil pencapaian

siswa. Menurut Kerschenbaum (2009), SMP adalah sebuah aplikasi yang

berfungsi sebagai administrasi otomatis berbagai kegiatan pembelajaran.

Sistem Manajemen Pembelajaran adalah perangkat lunak yang digunakan

untuk menyampaikan, melacak dan mengelola pelatihan/pendidikan. Sistem ini

berisi aplikasi perangkat lunak dan fitur yang membuat konten pembelajaran

mudah diakses dan dikelola. SMP menyediakan platform untuk jenis lingkungan

belajar yang memungkinkan manajemen, pengiriman, pelacakan pembelajaran,

pengujian, komunikasi, proses pendaftaran, dan penjadwalan (Cavus, 2013).


10

Sallum (2008) mendeskripsikan “SMP sebagai paket solusi tinggi yang

memungkinkan untuk pengiriman dan administrasi konten beserta sumber daya

untuk semua siswa dan karyawan.”

2.1.2 Sejarah Sistem Manajemen Pembelajaran

Sistem Manajemen Pembelajaran modern merupakan perangkat lunak

mutakhir berbasis cloud. SMP pertama dikembangkan dan digunakan kembali

pada tahun 1924 ketika Sidney Pressey menciptakan mesin mengajar pertama.

Mesin tersebut menyerupai mesin tik dengan jendela yang bisa mengelola

beberapa pertanyaan pilihan. Hal ini diikuti oleh masalah silinder diciptakan oleh

M.E. Lazerte selama tahun 1929. Sebuah sistem pengajaran adaptif diciptakan

pada tahun 1956 secara otomatis disesuaikan dengan pertanyaan untuk pelajar

sesuai dengan tingkat performa mereka. SMP mulai mengambil wajah baru ketika

HP memperkenalkan desktop personal computer pada tahun 1970. Kelahiran

internet pada tahun 1982 diikuti software pertama SMP milik SoftArc pada tahun

1990, lalu disusul kedatangan Moodle, ditindaklanjuti peningkatan SMP berbasis

open source.

2.1.3 Fitur-fitur Sistem Manajemen Pembelajaran

Fitur-fitur yang terdapat dalam Sistem Manajemen Pembelajaran antara lain

(Ellis, 2009) :

2.1.3.1 Administrasi yaitu informasi tentang unit terkait dalam proses belajar

mengajar antara lain : tujuan dan sasaran, silabus, metode pengajaran,


11

jadwal kuliah, daftar referensi, profil dan kontak pengajar, serta

tracking dan monitoring.

2.1.3.2 Materi dan sumber referensi antara lain: diktat dan catatan kuliah,

bahan presentasi, FAQ (Frequently Asked Question), dan artikel dalam

jurnal online.

2.1.3.3 Sistem Penilaian

2.1.3.4 Ujian online

2.1.3.5 Komunikasi antara lain: forum diskusi online, mailing list diskusi dan

instant messaging.

Melalui SMP ini, mahasiswa juga dapat melihat nilai tugas, kuis atau ujian

serta peringkatnya berdasarkan nilai tersebut. Selain itu, mahasiswa dapat melihat

modul-modul yang ditawarkan, mengambil tugas-tugas dan tes-tes yang harus

dikerjakan, serta melihat jadwal diskusi secara online dengan instruktur,

narasumber dan siswa lain.

2.1.4 Perangkat Lunak untuk Sistem Manajemen Pembelajaran

Perangkat lunak yang menyediakan fungsi-fungsi Sistem Manajemen

Pembelajaran biasanya berbasis web, tersedia beberapa ragam baik komersial

maupun free. Beberapa perangkat lunak tersebut di antaranya:

2.1.4.1 Atutor (http://www.atutor.ca)

2.1.4.2 Dokeos (http://www.dokeos.com)

2.1.4.3 dotLRN (http://dotlrn.org)

2.1.4.4 Freestyle Learning (http://www.freestyle-learning.de)


http://www.atutor.ca/

http://www.dokeos.com/

http://dotlrn.org/

http://www.freestyle-learning.de/

12

2.1.4.5 ILIAS (http://www.ilias.uni-koeln.de)

2.1.4.6 ON-CAPA (http://www.lon-capa.org)

2.1.4.7 Moodle (http://moodle.org)

2.1.4.8 OpenACS (http://openacs.org)

2.1.4.9 OpenUSS (http://openuss.sourceforge.net/openuss)

2.1.4.10 Sakai (http://www.sakaiproject.org)

2.1.4.11 Spaghetti Learning (http://www.spaghettilearning.com)

2.1.5 Keuntungan Sistem Manajemen Pembelajaran

Kebanyakan sistem manajemen pembelajaran di lingkungan pendidikan

telah dengan mudah beradaptasi dan bahan dapat digunakan kembali. Ada lebih

banyak pilihan bagi pembuat kurikulum, seperti metode pengiriman, desain

bahan, dan teknik untuk evaluasi. Hal ini membuat organisasi dapat berhemat

untuk mengembangkan dan mempertahankan konten yang mereka gunakan. Ini

memiliki ruang lingkup untuk perbaikan dalam pengembangan profesional dan

evaluasi, yang memungkinkan perusahaan untuk mendapatkan nilai lebih dari

sumber daya manusia sekaligus memberdayakan individu dengan alat tambahan

untuk perbaikan diri. Berikut ini adalah berbagai keuntungan lain dari system

manajemen pembelajaran (e-Learning Guild, 2007):

2.1.5.1 Pekerjaan kelas dapat dijadwalkan sekitar urusan pekerjaan dan

keluarga.


http://www.ilias.uni-koeln.de/

http://www.lon-capa.org/

http://moodle.org/

http://openacs.org/

http://openuss.sourceforge.net/openuss

http://www.sakaiproject.org/

http://www.spaghettilearning.com/

13

2.1.5.2 Mengurangi waktu dan biaya perjalanan menuju kampus, pelajar dapat

memiliki pilihan untuk memilih materi pembelajaran yang mereka

inginkan.

2.1.5.3 Pelajar dapat belajar di mana saja sesuai dengan akses ke komputer dan

koneksi internet.

2.1.5.4 Modul pembelajaran yang dapat memungkinkan pelajar untuk bekerja

pada kemampuan mereka.

2.1.5.5 Fleksibilitas untuk bergabung dalam diskusi.

2.1.5.6 Berinteraksi dengan teman sekelas maupun instruktur dari jarak jauh

melalui chat room.

2.1.5.7 Mengembangkan pengetahuan tentang keterampilan komputer dan

internet.

2.1.6 Kelemahan Sistem Manajemen Pembelajaran

Meskipun sistem manajemen pembelajaran memiliki berbagai keunggulan,

tentu saja masih memiliki beberapa kelemahan. Bagi pelajar dengan motivasi

rendah atau kebiasaan belajar yang buruk dapat mengalami kegagalan. Tanpa

struktur rutin dalam kelas tradisional, pelajar dapat tersesat atau bingung tentang

kegiatan belajar dan tenggat waktu. Pelajar mungkin merasa terisolasi dari

instruktur dan teman sekelas. Instruktur mungkin tidak selalu tersedia ketika

pelajar butuh bantuan. Koneksi internet yang lambat atau operasi komputer yang

lama dapat membuat frustasi ketika mengakses materi pelajaran. Pengelolaan file

komputer dan software pembelajaran online kadang-kadang tampak rumit untuk


14

pelajar dengan keterampilan komputer tingkat pemula. Penjelasan dalam

praktikum lab sulit untuk mensimulasikan dalam kelas virtual. (e-Learning Guild,

2007).

2.2 E-learning

Istilah electronic learning atau e-learning sering kali disamakan

pengertiannya dengan Sistem Manajemen Pembelajaran (Learning Management

System), padahal kedua istilah tersebut berbeda. Menurut Ellis (2009) Sistem

Manajemen Pembelajaran adalah perangkat lunak yang digunakan untuk

mengelola dokumentasi, materi, dan bahan ajar pelatihan serta laporan kegiatan

belajar-mengajar secara online. Sedangkan pengertian e-learning atau

pembelajaran elektronik menurut Clark Addrick adalah Kombinasi antara proses,

materi dan infrastruktur dalam penggunaan komputer dan jaringannya dalam

rangka meningkatkan kualitas pada satu atau lebih bagian signifikan dari aspek-

aspek rangkaian kegiatan pembelajaran, termasuk di antaranya adalah aspek

manajemen dan aspek pendistribusian materi pelajaran. E-learning merupakan

proses belajar secara efektif yang dihasilkan dengan cara menggabungkan

penyampaian materi secara digital yang terdiri dari dukungan dan layanan dalam

belajar (Barbara, 2008).


15

2.3 Model UTAUT 2

Unified Theory of Acceptance and Use of Technology (UTAUT)

dikembangkan oleh Venkatesh et al. (2003). Model ini mensitesiskan delapan

model penerimaan teknologi yang telah dikembangkan sebelumnya. Delapan

model tersebut antara lain Theory Reasoned Action (TRA), Technology

Acceptance Model (TAM), Motivational Model (MM), Theory of Planned

Behavior (TPB), Combined TAM and TPB, Model of PC Utilization (MPCU),

Innovation Diffusion Theory (IDT) dan Social Cognitive Theory (SCT).

Dibandingkan dengan kedelapan model tersebut, UTAUT terbukti lebih berhasil

menjelaskan hingga 70% varian variabel behavior intention. Pendapat ini

diperkuat oleh Oshlyansky, Harold dan Paul (2007) yang menemukan bahwa

UTAUT cukup tangguh (robust) kendati diterjemahkan dalam berbagai bahasa

dan dapat digunakan pada lintas budaya. Model UTAUT memiliki empat konstruk

utama yang memainkan peran penting sebagai determinan langsung dari

behavioral intention dan use behavior, yakni performance expectancy, effort

expectancy, social influence dan facilitating conditions. Disamping itu terdapat

empat moderator yakni gender, age, experience dan voluntariness of use, yang

diposisikan untuk memoderasi dampak dari konstruk-konstruk pada behavioral

intention dan use behaviour. Gambar 2.1 menampilkan model UTAUT yang

dikembangkan oleh Venkatesh et al. (2003).


16

Gambar 2.1 Model UTAUT (Venkatesh et al., 2003)

Berdasarkan UTAUT, performance expectancy, effort expectancy, social

influence merupakan faktor penting yang mempengaruhi behavioral intention

untuk menggunakan teknologi, sedangkan behavioral intention dan facilitating

conditions menentukan perilaku penggunaan teknologi. Model UTAUT cocok

untuk menilai kemungkinan keberhasilan untuk implementasi teknologi dalam

pengaturan organisasi dan telah divalidasi oleh penelitian empiris (Lai & Chen,

2009; Min, Ji, & Qu, 2008).

Venkatesh et al. (2012) membuat beberapa modifikasi dalam model

UTAUT berdasarkan temuan mereka dari penelitian yang dilakukan di Hong

Kong. Venkatesh et al. (2012) menyajikan tiga konstruksi baru dalam model

UTAUT 2. Konstruk pertama adalah hedonic motivation (motivasi hedonis). Yang


17

kedua adalah price value (nilai harga) dianggap sebagai faktor penting di mana

konsumen harus menanggung biaya yang terkait dengan pembelian perangkat dan

layanan tetapi akan dikeluarkan dari penelitian ini karena kurang relevan (dalam

penelitian ini untuk mengakses Exelsa tanpa dikenakan biaya secara langsung).

Akhirnya, konstruk ketiga adalah habit. Venkatesh et al. (2012) menyatakan

UTAUT2 baik dalam membenarkan penerimaan teknologi dengan meningkatkan

varians dalam 18% niat dan 12% penggunaan teknologi. Penambahan konstruk

dalam UTAUT2 menunjukkan perubahan signifikan dari varians dalam niat dan

penggunaan teknologi.

Meskipun ada banyak penelitian yang menyajikan literatur teori penerimaan

teknologi, beberapa telah terintegrasi model UTAUT2. Penelitian ini penting

karena menggunakan UTAUT2 untuk mengetahui faktor apa saja yang

berpengaruh terhadap penerimaan dan penggunaan sistem manajemen

pembelajaran Exelsa di Universitas Sanata Dharma. Gambar 2.2 merupakan

model UTAUT2 yang dikembangkan oleh Venkatesh (2012).


18

Gambar 2.2 Model UTAUT2 (Venkatesh et al., 2012)

2.3.1 Performance Expectancy (Harapan Kinerja)

Venkatesh et al. (2003) mendefinisikan harapan kinerja sebagai "sejauh mana

seorang individu percaya bahwa menggunakan sistem akan membantu seseorang

untuk mencapai keuntungan dalam kinerja pekerjaan". Penelitian sebelumnya


19

melaporkan bahwa harapan kinerja adalah prakiraan yang signifikan dari niat

perilaku (Venkatesh et al., 2003). Hasil penelitian Handayani (2007)

menunjukkan bahwa harapan kinerja secara signifikan mempunyai pengaurh

positif terhadap minat pemanfaatan sistem informasi. Pada penelitian ini harapan

kinerja menggambarkan keyakinan pengguna mendapatkan banyak manfaat dan

membantu mereka dalam menyelesaikan pekerjaan.

2.3.2 Effort Expectancy (Persepsi Usaha)

Persepsi usaha didefinisikan sebagai "tingkat kemudahan terkait dengan

penggunaan sistem". Penelitian sebelumnya mendukung bahwa variabel laten

terkait dengan harapan upaya yang signifikan dalam menentukan niat seseorang

untuk mengadopsi teknologi baru (Zhou, Lu, Wang, 2010). Menurut Adelyn

(2014) persepsi usaha mengacu pada sejauh mana siswa yakin bahwa aplikasi

mobile mudah digunakan. Hasil penelitian mengungkapkan bahwa persepsi usaha

positif mempengaruhi niat untuk mengadopsi aplikasi mobile (Adelyn, 2014).

2.3.3 Social Influence (Faktor Sosial)

Faktor sosial berarti sejauh mana seseorang merasakan bagaimana orang lain

percaya ia harus menggunakan teknologi. Penelitian sebelumnya mendukung

bahwa faktor sosial signifikan dalam menentukan niat seseorang untuk

menggunakan teknologi baru (Raman & Yahya, 2013; Putra & Ariyanti, 2013;

Kurniawan & Nasir, 2014). Faktor sosial merupakan persepsi individu bahwa


20

orang lain yang signifikan percaya bahwa individu harus mengadopsi sistem

informasi (Leong, Hew, Tan dan Ooi, 2013)

2.3.4 Facilitating Conditions (Dukungan Fasilitas)

Dukungan fasilitas adalah persepsi bahwa infrastruktur organisasi dan teknis ada

untuk mendukung penggunaan teknologi (Venkatesh et al.. 2003). Wu & Wang

(2008) menemukan bahwa dukungan fasilitas signifikan mempengaruhi niat

perilaku untuk layanan telekomunikasi seluler 3G. Penelitian Raman dan Yahya

(2013) menunjukkan hasil bahwa dukungan fasilitas berpengaruh positif terhadap

niat dan perilaku penggunaan learning management system. Studi-studi empiris

setuju bahwa kondisi yang memfasilitasi merupakan faktor signifikan dalam

mempengaruhi niat perilaku untuk mengadopsi teknologi.

2.3.5 Hedonic Motivation (Motivasi hedonis)

Venkatesh (2003) mendefinisikan motivasi hedonis sebagai kenikmatan atau

kebahagiaan yang dihasilkan dari menggunakan teknologi dan berperan penting

dalam menentukan adopsi teknologi baru. Motivasi hedonis memainkan peran

penting dalam memprediksi niat untuk menggunakan teknologi (Venkatesh et al..

2012). Penelitian Harsono & Arinta (2014) menunjukkan hasil bahwa motivasi

hedonis memiliki pengaruh positif terhadap niat menggunakan media sosial LINE.


21

2.3.6 Price Value (Nilai Harga)

Nilai harga adalah trade-off antara biaya yang dibayarkan untuk menggunakan

teknologi dan manfaat yang dirasakan diterima (Dodds, Monroe & Grewal, 1991).

Venkatesh et al.. (2012) menyoroti bahwa nilai harga dalam pengambilan

keputusan konsumen mengenai penggunaan teknologi merupakan faktor penting

yang mempengaruhi niat perilaku yang diuji dengan menggunakan PLS. Prata,

Moraes & Quaresma (2012) mengumpulkan informasi pengguna tentang

pencarian, pembelian dan proses evaluasi dalam penggunaan aplikasi toko ponsel

di Brazil melalui kuesioner dan menemukan bahwa harga aplikasi mobile adalah

alasan utama untuk membeli sebuah aplikasi seperti itu dianggap mahal. Konstruk

nilai harga dikeluarkan dari penelitian ini karena kurang relevan (dalam penelitian

ini untuk mengakses Exelsa tanpa dikenakan biaya secara langsung).

2.3.7 Habit (Kebiasaan)

Kebiasaan dibedakan dalam dua cara yang berbeda. Kebiasaan pertama dilihat

sebagai perilaku sebelum (Kim dan Malhotra, 2005) dan kedua, kebiasaan adalah

di mana seorang individu percaya perilaku menjadi otomatis (Limayem, Cheung

and Hirt, 2007). Venkatesh et al., (2012) dimodelkan kebiasaan sebagai memiliki

efek langsung dan tidak langsung melalui niat perilaku. Kebiasaan adalah sejauh

bahwa individu cenderung untuk menjalankan perilaku otomatis (Limayem et al.,

2007). Venkatesh et al., (2012) menemukan kebiasaan yang secara langsung dan

tidak langsung merupakan efek dari niat perilaku untuk menggunakan teknologi.


22

Ditemukan bahwa peningkatan pengalaman dalam penggunaan teknologi

mengarah ke kebiasaan penggunaan teknologi.

2.3.8 Behavioral Intention (Niat Perilaku)

Islam, Kim dan Hassan (2013) mendefinisikan niat sebagai penetapan tujuan dari

perkiraan perilaku untuk melakukan tindakan tertentu ketika seorang individu

bertindak secara sukarela. Selain itu, niat perilaku adalah probabilitas subjektif

melaksanakan perilaku dan juga penyebab perilaku penggunaan tertentu (Yi et al.,

2006). Dengan demikian, niat menunjukkan faktor-faktor motivasi yang

mempengaruhi perilaku dan indikator bagaimana orang bersedia untuk mencoba

dan upaya mereka dimasukkan ke dalam untuk terlibat dalam perilaku (Mafe &

Tavera, 2010).


23

2.4 Penelitian Terdahulu

Penelitian terdahulu dengan topik dan subyek penelitian yang berbeda tetapi relevan dengan penelitian ini, dapat dilihat pada tabel

2.1 berikut.

Tabel 2.1 : Penelitian terdahulu

Judul Penelitian

Penulis dan

Tahun

publikasi

Sampel, Lokasi,

dan Model

Teori

Teknik

Analisis Tujuan Penelitian

Hasil Penelitian

Penerapan Model

UTAUT untuk

Memahami

Penerimaan dan

Penggunaan LMS

Studi Kasus: Exelsa

Universitas Sanata

Dharma

I Gusti

Nyoman &

St. Wisnu

Wijaya

2010

281 mahasiswa,

Universitas

Sanata Dharma,

Model UTAUT

Korelasi

Spearman

Memperoleh

pemahaman yang

lebih baik terhadap

penerimaan dan

penggunaan Exelsa

oleh mahasiswa

Universitas Sanata

Dharma

Variabel PE, SI dan FC terbukti

signifikan mempengaruhi BI dalam

menggunakan Exelsa, sementara

variabel EE terbukti tidak signifikan.

Variabel BI terbukti signifikan

mempengaruhi use behavior,

sementara variabel FC terbukti tidak

signifikan.

Evaluasi Penerimaan

Teknologi Informasi

Mahasiswa di

Palembang

Menggunakan

Model UTAUT

Muhammad

Nasir

2013

120 mahasiswa,

Perguruan Tinggi

Swasta di Kota

Palembang,

Model UTAUT

Regresi linear

berganda

Mengetahui sejauh

mana pengguna

dapat menerima dan

memahami teknologi

Terdapat hubungan yang signifikan

dan positif antara variabel harapan

kinerja, persepsi usaha, faktor sosial,

niat penggunaan dan perilaku

penggunaan terhadap Penerimaan

Teknologi.


24

Tabel 2.1 : Penelitian terdahulu (lanjutan)

Judul Penelitian

Penulis dan

Tahun

publikasi

Sampel, Lokasi,

dan Model

Teori

Teknik

Analisis Tujuan Penelitian Hasil Penelitian

Preservice Teachers’

Acceptance of

Learning

Management

Software: An

Application of the

UTAUT2 Model

Arumugam

Raman

& Yahya Don

2013

320 mahasiswa,

Universiti Utara

Malaysia,

Model UTAUT2

Partial Least

Square

Mengidentifikasi dan

menilai hubungan

variabel dalam

model UTAUT2

yang mempengaruhi

penerimaan LMS

dalam proses

pembelajaran.

Harapan kinerja dan harapan usaha

berdampak pada niat perilaku.

Motivasi hedonis menunjukkan

pengaruh positif pada penggunaan

LMS, namun kebiasaan tidak

signifikan.

Applying the

UTAUT to

Understand Factors

Affecting the Use of

English E-Learning

Websites in Taiwan

Tan Paul Juinn

Bing

2013

176 mahasiswa,

Taiwan,

Model UTAUT

Regresi

Linear

Berganda

Mengeksplorasi

kebutuhan

mahasiswa Taiwan

dalam penggunaan

website E-learning

English

Model UTAUT menunjukkan bahwa

perilaku penggunaan siswa dari situs

bahasa Inggris E-learning tergantung

pada harapan kinerja, persepsi usaha,

dan faktor sosial.

UTAUT2

Influencing the

Behavioral Intention

to Adopt Mobile

Applications

Adelyn Kuan

Lai

2014

300 mahasiswa,

Universiti Tunku

Abdul Rahman

Malaysia,

UTAUT2 model

Regresi

Linear

Berganda

Mengidentifikasi

faktor-faktor penentu

yang mempengaruhi

niat perilaku untuk

mengadopsi aplikasi

mobile

Model UTAUT2 terbukti dapat

digunakan untuk mengetahui faktor

penentu yang mempengaruhi niat

untuk adopsi aplikasi mobile.

Variabel kebiasaan merupakan faktor

penentu utama, kemudian diikuti

oleh motivasi hedonis, harapan

kinerja, dan harapan usaha.


25


Judul Penelitian

Penulis dan

Tahun

publikasi

Sampel, Lokasi,

dan Model

Teori

Teknik


UTAUT Model for

Blended Learning:

The Role of Jenis

kelamin and Age in

the Intention to Use

Webinars

Hager

Khechine,

Sawsen

Lakhal,

Daniel Pascot,

Alphonse

Bhyta;

2014

114 mahasiswa

di Laval

University;

Quebec Canada;

Model UTAUT

Regresi linear

berganda

Menentukan faktor-

faktor yang

menjelaskan

penerimaan sistem

webinar (Elluminate)

dalam kursus

blended learning

oleh siswa

Hasil menunjukkan bahwa usia

memainkan peran utama, sebagai

siswa yang lebih muda lebih peduli

dengan kinerja mereka, dan siswa

yang lebih tua khawatir tentang

dukungan fasilitas.

Model Keberhasilan

Belajar Mahasiswa

menggunakan LMS

Zahirul Alfan,

Endang Siti,

Astuti Riyadi

2014

90 mahasiswa,

Universitas

Brawijaya,

ISS Model

Delone &

McLean

Partial Least

Square

Menganalisis dan

menjelaskan

pengaruh dari Model

Keberhasilan Belajar

Mahasiswa

menggunakan

Learning

Management System

Variabel kualitas sistem dan kualitas

pelayanan berpengaruh signifikan

terhadap penggunaan LMS dan

kepuasan mahasiswa, variabel

penggunaan LMS dan kepuasan juga

berpengaruh signifikan terhadap

kinerja mahasiswa, dan variabel

penggunaan LMS berpengaruh

signifikan terhadap kepuasan

mahasiswa. Sedangkan hasil tidak

signifikan ditemukan antara variabel

kualitas informasi terhadap

penggunaan LMS dan kepuasan.


26


Judul Penelitian

Penulis dan

Tahun

publikasi

Sampel, Lokasi,

dan Model

Teori

Teknik


Usage of Learning

Management System

(Moodle) among

Postgraduate

Students: UTAUT

Model

Arumugam

Raman;

Yahya Don;

Rozalina

Khalid;

Mohd Rizuan

2014

65 mahasiswa

pascasarjana

University Utara

Malaysia;

UTAUT model

Analisis SEM Menyimpulkan

penerimaan

teknologi dengan

menjelaskan varian

dalam Niat Perilaku

(BI).

Media interaktif e-learning dapat

menarik minat dan perhatian siswa.

Penentu utama penerimaan Tablet

PC bagi siswa adalah sikap siswa

diikuti oleh harapan kinerja, faktor

sosial, persepsi usaha dan dukungan

fasilitas.

Factors Affecting the

Use Behavior of

Social Media Using

UTAUT 2 Model

Listyo Dwi

Harsono;

Lisandy Arinta

Suryana

2014

419,

Bandung,

Model UTAUT2

Analisis

Regresi

Linear

Berganda

Mengetahui tindakan

penggunaan LINE

untuk pengguna

Hampir semua variabel independen

mempengaruhi niat perilaku dan

perilaku penggunaan LINE, kecuali

nilai harga.

Hasil penelitian juga menunjukkan

bahwa niat perilaku dan perilaku

penggunaan LINE adalah dalam

kategori sangat tinggi yang berarti

bahwa mahasiswa di kota Bandung

memiliki keinginan dan intensitas

yang tinggi dalam menggunakan

LINE.


27


Judul Penelitian

Penulis dan

Tahun

publikasi

Sampel, Lokasi,

dan Model

Teori

Teknik


Faktor-faktor yang

mempengaruhi

Penerimaan Sistem

Informasi

Studi Kasus Program

WARDES-GPOBA

Direktorat

Pemberdayaan

Informatika

Kementrian

Komunikasi dan

Informatika

Rangga Adi

Negara

2014

200 sampel,

Jawa Barat dan

Banten,

Model UTAUT2

SEM Menganalisis faktor

– faktor yang

mempengaruhi

penerimaan program

Wardes-GPOBA

oleh masyarakat.

Hasil penelitian ini menunjukkan

bahwa penerimaan program Wardes-

GPOBA oleh masyarakat

dipengaruhi oleh variabel harapan

kinerja, persepsi usaha, nilai harga

dan kebiasaan.

Faktor-faktor yang

mempengaruhi

Keberhasilan

Implementasi e-

learning di

Perguruan Tinggi

Swasta Palembang

Kurniawan;

Muhamad

Nasir

2014

120 sampel,

Perguruan Tinggi

di Kota

Palembang

UTAUT

Regresi

Linear

Berganda

Mengetahui kajian

perilaku pengguna

(user) terhadap

penggunaan media

e-learning dalam

proses pembelajaran.

Variabel harapan kinerja, persepsi

usaha tidak berpengaruh terhadap

penerimaan pembelajaran

menggunakan e–learning secara

parsial. Namun variabel faktor sosial

berpengaruh terhadap penerimaan

pembelajaran menggunakan e–

learning secara parsial.


28

2.5 Pengembangan Hipotesis

Harapan kinerja didefinisikan sebagai tingkat seorang individu meyakini

bahwa dengan menggunakan sistem akan membantu dalam meningkatkan

kinerjanya. Konsep ini menggambarkan manfaat sistem bagi pemakainya yang

berkaitan dengan kegunaan yang dirasakan, motivasi ekstrinsik, job fit, dan

keuntungan relatif (Venkatesh et al., 2003). Harapan kinerja adalah prediktor

terkuat dari niat dan tetap signifikan pada semua titik pengukuran (Venkatesh et

al., 2003). Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui

pengaruh harapan kinerja terhadap niat menggunakan Exelsa dalam rumusan

hipotesis ke-1 :

H1: Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa.

Persepsi usaha merupakan tingkat kemudahan penggunaan sistem yang

dapat mengurangi upaya (tenaga dan waktu) individu dalam melakukan

pekerjaannya. Hal ini berarti bahwa individu yang menggunakan sistem informasi

dalam pekerjaan akan lebih mudah daripada dengan cara manual. Konstruk yang

membentuk konsep ini adalah kemudahan penggunaan dan kompleksitas

(Venkatesh et al., 2003). Tan (2013) menunjukkan bahwa persepsi usaha

mempunyai pengaruh positif terhadap niat untuk menggunakan e-learning.

Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh persepsi

usaha terhadap niat menggunakan Exelsa dalam rumusan hipotesis ke-2 :

H2: Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa.

Faktor sosial adalah persepsi individu bahwa orang lain yang signifikan

percaya individu harus mengadopsi sistem informasi (Leong et al., 2013). Akour


29

(2010) menemukan bahwa pengaruh ekstrinsik (pengaruh senior dan rekan) dari

mahasiswa baru di Oklahoma State University merupakan faktor yang paling

berpengaruh dari penerimaan m-learning dalam pendidikan. Hal ini lebih

didukung oleh Taylor et al. (2011) melakukan survey di Universitas Midwest AS

menemukan bahwa adopsi siswa dan penggunaan aplikasi mobile sangat

dipengaruhi oleh teman-teman mereka dibandingkan dengan anggota keluarga.

Selanjutnya, Leong et al. (2013) membuktikan bahwa faktor sosial memiliki

peran penting dalam mempengaruhi niat untuk menggunakan m-entertainment.

Studi-studi empiris setuju bahwa faktor sosial merupakan faktor signifikan dalam

mempengaruhi niat untuk menggunakan teknologi. Penelitian yang dilakukan oleh

Nasir (2013), Venkatesh et al. (2012), dan Pahnila et al. (2011) menunjukkan

bahwa faktor sosial memiliki pengaruh langsung pada niat perilaku. Berdasarkan

hasil penelitian di atas, peneliti ingin mengetahui pengaruh faktor sosial terhadap

niat menggunakan Exelsa dalam rumusan hipotesis ke-3 :

H3: Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa

Dukungan fasilitas didefinisikan sebagai sejauh mana seorang individu

percaya bahwa struktur organisasi dan teknis ada untuk mendukung penggunaan

sistem. Beberapa bukti menunjukkan bahwa ketika pengguna merasa bahwa

mereka didukung dalam berbagai acara, mereka akan lebih cenderung untuk

menggunakan sistem (AbuShanab, 2010; Eckhardt, 2009; San Martin & Herrero,

2012). Dalam konteks penelitian ini, dosen diberi dukungan fasilitas seperti

koneksi internet (WiFi area kampus), komputer, teknisi untuk membantu setiap

kesulitan terkait sistem, tutorial penggunaan sistem dan juga sosialisasi sistem


30

manajemen pembelajaran Exelsa. Berdasarkan penelitian yang dilakukan oleh Jati

& Laksitu (2012), Venkatesh et al. (2012), dan Pahnila et al. (2011), bahwa

dukungan fasilitas memiliki pengaruh langsung terhadap niat dan perilaku

penggunaan sistem informasi. Berdasarkan hasil penelitian di atas, peneliti ingin

mengetahui pengaruh dukungan fasilitas terhadap niat dan perilaku menggunakan

Exelsa dalam rumusan hipotesis ke-4 :

H4a: Dukungan fasilitas berpengaruh positif terhadap niat penggunaan Exelsa.

H4b: Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan

Exelsa.

Brown dan Venkatesh (2005) mendefinisikan motivasi hedonis sebagai

kenikmatan atau kebahagiaan yang dihasilkan dari menggunakan teknologi dan

berperan penting dalam menentukan adopsi teknologi baru. Menurut penelitian

yang dilakukan oleh Magni, Taylor dan Venkatesh (2010) bahwa motivasi

hedonis mempengaruhi niat individu untuk mengeksplorasi teknologi, tetapi efek

berbeda di tahap adopsi teknologi. Penelitian ini dilakukan pada mahasiswa MBA

di sebuah universitas swasta di AS dan diuji menggunakan Partial Least Squares.

Secara teoritis, motivasi hedonis memainkan peran penting dalam memprediksi

niat untuk menggunakan teknologi (Venkatesh et al., 2012). Berdasarkan hasil

penelitian di atas, peneliti ingin mengetahui pengaruh motivasi hedonis terhadap

niat menggunakan Exelsa dalam rumusan hipotesis ke-5 :

H5: Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa.


31

Kebiasaan adalah sejauh bahwa individu cenderung untuk menjalankan

perilaku otomatis (Limayem et al., 2007). Venkatesh et al. (2012) menemukan

kebiasaan memiliki efek secara langsung dan tidak langsung terhadap niat untuk

menggunakan teknologi. Ditemukan bahwa peningkatan pengalaman dalam

penggunaan teknologi mengarah ke kebiasaan menggunakan teknologi tersebut.

Liao, Palvia dan Lin (2006), melakukan survei pos di Taiwan dengan

menargetkan mahasiswa sarjana dan pascasarjana serta karyawan perusahaan dan

menemukan bahwa kebiasaan memiliki pengaruh terhadap niat berkelanjutan

untuk menggunakan e-commerce. Kebiasaan akan menyebabkan niat tersimpan

yang pada gilirannya akan mempengaruhi perilaku penggunaan (Venkatesh et al.,

2012). Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh

kebiasaan terhadap niat dan perilaku menggunakan Exelsa dalam rumusan

hipotesis ke-6 :

H6a: Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa.

H6b: Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa.

Islam et al.. (2013) mendefinisikan niat sebagai penetapan tujuan dari

perkiraan perilaku untuk melakukan tindakan tertentu ketika seorang individu

bertindak secara sukarela. Dengan demikian, niat menunjukkan faktor-faktor

motivasi yang mempengaruhi perilaku dan indikator bagaimana orang bersedia

untuk mencoba dan upaya mereka dimasukkan ke dalam untuk terlibat dalam

perilaku (Mafe et al., 2010). Juga, ditemukan bahwa niat perilaku menjadi faktor

utama penggunaan sistem informasi (Mafe et al., 2010). Penelitian Venkatesh et

al. (2012) menyatakan bahwa terdapat hubungan langsung dan signifikan antara


32

niat terhadap penggunaan sistem informasi. Berdasarkan hasil penelitian di atas,

maka peneliti mengajukan hipotesis sebagai berikut:

H7: Niat penggunaan berpengaruh positif terhadap perilaku penggunaan Exelsa.

2.6 Kerangka Penelitian

Sejak UTAUT2 diperkenalkan pada tahun 2012, beberapa telah melakukan

penerapan UTAUT2 untuk penelitiannya. Raman & Yahya (2013) menggunakan

model UTAUT2 untuk mengidentifikasi dan menilai hubungan variabel UTAUT2

yang mempengaruhi penerimaan preservice guru yang terintegrasi SMP dalam

proses pembelajaran. Mereka menemukan bahwa harapan kinerja dan persepsi

usaha berdampak pada niat perilaku. Sedangkan motivasi hedonis menunjukkan

pengaruh positif pada penggunaan niat perilaku dari SMP namun kebiasaan

menunjukkan tidak signifikan. Yang (2013) menggunakan model UTAUT2 untuk

mengetahui faktor-faktor penentu penerimaan mobile learning oleh mahasiswa di

China. Hasil analisis persamaan struktural menunjukkan bahwa motivasi hedonis,

harapan kinerja, faktor sosial dan nilai harga mempengaruhi adopsi mobile

learning mahasiswa. Prinz (2014) melakukan validasi terhadap model UTAUT2

yang diaplikasikan di bidang pendidikan. Temuannya menunjukkan bahwa model

UTAUT2 merupakan alat yang valid untuk mengukur niat penggunaan dalam

lingkungan pendidikan. Sharifah et al. (2015) menerapkan model UTAUT2 yang

dimodifikasi dalam menilai penerimaan mahasiswa sebagai pengguna

pembelajaran virtual dalam lingkungan belajar mereka. Hasil menunjukkan bahwa

motivasi hedonis, harapan kinerja, dan faktor sosial merupakan faktor utama yang


33

mempengaruhi niat penggunaan mahasiswa dalam menggunakan VLE. Fokus

penelitian mereka adalah mahasiswa.

Oleh karena itu, penelitian ini menerapkan 6 elemen dalam model

UTAUT2 untuk menentukan apakah itu mempengaruhi niat perilaku pengguna

untuk menggunakan Exelsa. Seperti teori terpadu ini didasarkan pada model

terkemuka yang berfokus pada konteks penggunaan konsumen teknologi,

sehingga dapat lebih memvalidasi model UTAUT2. Penelitian ini memodifikasi

model asli UTAUT2 dengan menghilangkan elemen ‘Nilai Harga’. Alasannya,

dalam mengakses Exelsa di Universitas Sanata Dharma tidak diperlukan biaya

secara langsung untuk biaya akses. Sehingga menjadi relevan jika elemen tersebut

dihilangkan. Penelitian ini berfokus pada pengguna, yaitu dosen (sebagai

instruktur). Mahasiswa akan menggunakan Exelsa apabila dosen juga

mengarahkan untuk menggunakan Exelsa. Maka kerangka penelitian ini disajikan

dalam gambar 2.3.


34

Gambar 2.3 Kerangka Penelitian


35

Keterangan:

H1 : Harapan Kinerja berpengaruh positif terhadap niat penggunaan Exelsa

H2 : Persepsi Usaha berpengaruh positif terhadap niat penggunaan Exelsa

H3 : Faktor Sosial berpengaruh positif terhadap niat penggunaan Exelsa

H4a : Dukungan fasilitas berpengaruh positif terhadap niat penggunaan

Exelsa.

H4b : Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan

Exelsa.

H5 : Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa.

H6a : Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa.

H6b : Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa

H7 : Niat penggunaan berpengaruh positif terhadap perilaku penggunaan

Exelsa.


36

BAB III

METODE PENELITIAN

Bab ini membahas desain penelitian, penjelasan operasional variabel penelitian,

populasi dan sampel penelitian, metode pengumpulan data, teknik yang digunakan

untuk menganalisis data.

3.1 Desain Penelitian

Pertanyaan yang akan dijawab dalam penelitian ini adalah faktor apa saja

yang mempengaruhi penerimaan dan penggunaan Sistem Manajemen

Pembelajaran Exelsa di Universitas Sanata Dharma. Pertanyaan tersebut akan

dijawab menggunakan model UTAUT 2. Jenis penelitian ini adalah penelitian

eksplanatori dengan pendekatan kuantitatif. Data-data yang didapatkan dari hasil

penelitian yang terkumpul mengungkapkan hubungan dari varibel-variabel yang

ada. Adapun tujuan dari desain penelitian adalah untuk mengetahui pengaruh

variabel bebas (independen) terhadap variabel terikat (dependen), serta untuk

menguji hipotesis-hipotesis yang telah dirumuskan (Sugiyono, 2007). Variabel

penelitian dalam kuantitatif dapat dibedakan menjadi (Sugiyono, 2007) :

3.1.1 Variabel bebas

Variabel bebas merupakan variabel yang mempengaruhi atau menjadi

sebab perubahan atau timbulnya variabel terikat. Dalam metode PLS-

SEM, variabel bebas disebut variabel eksogen / predictor. Variabel


37

eksogen dalam penelitian ini adalah harapan kinerja, persepsi usaha, faktor

sosial, dukungan fasilitas, motivasi hedonis, dan kebiasaan.

3.1.2 Variabel terikat

Variabel terikat merupakan variabel yang dipengaruhi atau yang menjadi

akibat karena adanya variabel bebas. Variabel terikat dalam PLS-SEM

disebut sebagai variabel endogen. Variabel endogen dalam penelitian ini

adalah niat dan perilaku penggunaan.

3.1.3 Variabel moderasi

Variabel moderasi adalah variabel yang memperkuat atau memperlemah

hubungan antara variabel bebas dengan variabel terikat. Variabel moderasi

dalam penelitian ini adalah usia, jenis kelamin dan tingkat pengalaman.

Menurut Sugiyono (2012) penelitian eksplanatori menjelaskan kedudukan

variabel-variabel yang diteliti serta hubungan antara satu variabel dengan yang

lain. Menurut Kasiram (2008), penelitian kuantitatif adalah proses menemukan

pengetahuan yang menggunakan data berupa angka sebagai alat untuk

menganalisis keterangan mengenai apa yang ingin diketahui. Dalam penelitian

kuantitatif, data yang diperoleh dari sampel populasi penelitian dianalisis sesuai

dengan metode statistik yang digunakan kemudian diinterprestasikan. Model

analisis data yang digunakan adalah Partial Least Square - Structural Equation

Modeling (PLS-SEM) menggunakan perangkat lunak SmartPLS 3.2.4.


38

3.2 Definisi Operasional Penelitian

Definisi operasional penelitian dapat dilihat pada table 3.1 di bawah ini.

Tabel 3.1 : Definisi Operasional Penelitian

Variabel Definisi Indikator Pengukuran

Harapan

Kinerja

Sejauh mana seorang

individu percaya

bahwa mengadopsi

teknologi akan

membantunya untuk

meningkatkan kinerja

(Venkatesh, et al.

2012)

Teknologi atau sistem

informasi:

Berguna dalam pekerjaan

Meningkatkan peluang

untuk mencapai hal

penting

Membantu menyelesaikan

tugas atau pekerjaan

dengan lebih cepat

(efektif).

Meningkatkan

produktivitas kerja

Skala

perbedaan

semantik

1 -7

Persepsi

Usaha

Tingkat kemudahan

terkait dengan

penggunaan teknologi

(Venkatesh, dkk

2012).

Sistem informasi mudah

dipelajari cara

pengoperasiannya.

Interaksi pengguna

dengan sistem informasi

jelas dan mudah

dimengerti.

Sistem informasi mudah

digunakan.

Mudah bagi pengguna

untuk menjadi terampil

menggunakan sistem

informasi.

Skala

perbedaan

semantik

1 -7

Faktor Sosial Pengaruh orang lain

atau lingkungan

terhadap kesadaran

seseorang akan

pentingnya suatu

teknologi atau sistem

informasi.

Pengaruh orang yang

dianggap penting untuk

menggunakan sistem

informasi

Pengaruh orang yang

dianggap penting untuk

harus menggunakan

sistem informasi.

Pengaruh orang

berpendapat tentang

penggunaan sistem

informasi

Skala

perbedaan

semantik

1 -7


39

Tabel 3.1 : Definisi Operasional Penelitian (lanjutan)


Dukungan

fasilitas

Tingkat dimana

seorang individu

percaya bahwa

infrastruktur

organisasi dan teknis

yang ada untuk

mendukung

penggunaan sistem

(Venkatesh, dkk

2012).

Adanya sumber daya

yang diperlukan untuk

menggunakan sistem

informasi.

Adanya pengetahuan

yang diperlukan untuk

menggunakan sistem

informasi.

Kesesuaian antara

teknologi atau sistem

yang baru dengan sistem

yang sudah ada

Tersedianya tenaga ahli

yang dapat membantu

mengatasi kesulitan

dalam menggunakan

sistem informasi.

Skala

perbedaan

semantik

1 -7

Motivasi

Hedonis

Kenikmatan atau

kebahagiaan yang

dihasilkan dari

menggunakan

teknologi baru dan

berperan penting

dalam menentukan

adopsi teknologi baru

(Brown dan

Venkatesh 2005).

Penggunaan teknologi

yang dirasa

menyenangkan


yang dirasa nyaman


yang dirasa sangat

menghibur

Skala

perbedaan

semantik

1 -7

Kebiasaan Hal ini didefinisikan

sebagai perilaku.

Tingkat dimana

seseorang telah

dirumuskan sadar

untuk melakukan atau

tidak melakukan

beberapa perilaku

masa depan yang

ditetapkan

(Venkatesh, et.al.

2012).


telah menjadi kebiasaan

Kecanduan dalam

menggunakan teknologi

Rasa keharusan



yang dirasa alamiah

Skala

perbedaan

semantik

1 -7


40

Tabel 3.1 : Definisi Operasional Penelitian (lanjutan)


Niat

Penggunaan Tingkat dimana

seseorang telah

dirumuskan rencana

sadar untuk

melakukan atau tidak

melakukan beberapa

perilaku masa depan

yang ditetapkan.

(Venkatesh, dkk

2012).

Niat untuk terus

menggunakan teknologi /

system informasi di masa

mendatang

Kemauan mencoba untuk


dalam kehidupan sehari-

hari

Rencana untuk terus


lebih sering lagi

Skala

perbedaan

semantik

1 -7

Perilaku

Penggunaan

Perasaan positif atau

negatif individu

tentang melakukan

perilaku sasaran

dalam hal ini -

menggunakan sistem

(Venkatesh, dkk

2012).

Frekuensi penggunaan

teknologi

Skala

perbedaan

semantik

1 -7

3.3 Populasi dan Sampel Penelitian

Populasi merupakan jumlah keseluruhan elemen yang akan diteliti (Cooper

& Schindler, 2006). Untuk mengetahui faktor-faktor yang mempengaruhi

penerimaan dan penggunaan Sistem Manajemen Pembelajaran Exelsa Universitas

Sanata Dharma, populasi dalam penelitian ini adalah pengguna Exelsa Universitas

Sanata Dharma. Dosen ditargetkan karena yang lebih mungkin untuk

menggunakan Exelsa dalam sistem pembelajaran yang diterapkan di Universitas

Sanata Dharma. Mahasiswa cenderung akan menggunakan Exelsa apabila dosen

yang mengarahkan.

Universitas Sanata Dharma memiliki 8 fakultas, meliputi: Fakultas

Ekonomi, Fakultas Farmasi, Fakultas Keguruan dan Ilmu Pendidikan, Fakultas


41

Psikologi, Fakultas Sains dan Teknologi, Fakultas Sastra, Fakultas Teologi, dan

Program Pasca Sarjana. Populasi dalam penelitian ini adalah dosen tetap yang

berstatus aktif di Universitas Sanata Dharma, sedangkan sampel yang diambil

adalah beberapa dosen dari masing-masing program studi di Universitas Sanata

Dharma.

Menurut Arikunto (2010), “sampel adalah sebagian atau wakil populasi

yang diteliti.” Selanjutnya menurut Sugiyono (2010) sampel adalah “bagian dari

jumlah dan karakteristik yang dimiliki oleh populasi tersebut.” Responden yang

ditargetkan berasal dari berbagai program studi dan akan diklasifikasikan

berdasarkan usia, jenis kelamin, dan tingkat pengalaman dalam menggunakan

Exelsa.

Penelitian ini menggunakan teknik pengambilan sampel proportionate

random sampling. Menurut Arikunto (2006) teknik proportionate random

sampling adalah teknik pengambilan proporsi untuk wilayah ditentukan seimbang

atau sebanding dalam masing-masing wilayah. Dalam penelitian ini sampel

diambil setiap program studi di Universitas Sanata Dharma.

Penelitian ini menggunakan rumus slovin untuk menentukan ukuran sampel,

hal ini mengacu pada pendapat Riduwan dan Engkos (2011) bahwa pengambilan

sampel menggunakan rumus slovin dapat digunakan apabila populasi sudah

diketahui. Perhitungan menggunakan rumus Slovin:

……(Rumus 3.1)

n = N / ((N * α2)+1)


42

Keterangan:

n = Jumlah sampel

N = Jumlah populasi

α = taraf signifikan (0,05), taraf signifikan adalah tingkat kesalahan yang

dikehendaki. Menurut Sugiyono (2013) berdasarkan Isaac dan Michael,

ukuran sampel dapat diperoleh melalui perhitungan matematis dengan taraf

signifikansi 1%, 5%, dan 10%. Dalam penelitian ini peneliti menggunakan

taraf signifikan 5%. Karena taraf signifikan 5% berarti memiliki tingkat

kepercayaan kebenaran penelitian sebesar 95%.

Perhitungan untuk menentukan jumlah sampel adalah sebagai berikut :

n = 320 / ( (320 * 0,052) + 1 )

= 320 / 1.8

= 177,778 Jumlah responden adalah 180 dosen.

Selanjutnya dilakukan perhitungan jumlah sampel berdasar program studi dengan

menggunakan rumus alokasi proporsional (lihat rumus 3.2).

ni = 𝐍𝐢

𝐍 x n ……(Rumus 3.2)

Keterangan:

ni = Jumlah sampel menurut program studi

Ni = Jumlah populasi menurut program studi

n = Jumlah sampel seluruhnya

N = Jumlah populasi seluruhnya

n = N / ((N * α2)+1)


43

Sebagai contoh di program studi Teknik Informatika, jumlah dosen tetap

sebanyak 16 (Ni = 16), N = 320, dan n = 180.

Maka dapat dihitung jumlah ni adalah

ni = 𝐍𝐢

𝐍 x n

ni = 𝟏𝟔

𝟑𝟐𝟎 x 180

ni = 9

Jumlah dosen Teknik Informatika yang menjadi sampel sebanyak 9 dosen.

Langkah selanjutnya memberikan kode pada 320 dosen tetap di Universitas

Sanata Dharma. Kemudian dilakukan teknik random menggunakan Ms. Excel.

Sebagai contoh di program studi Teknik Informatika, 16 dosen diberi kode, lalu

setelah diketahui hanya 9 dosen yang dijadikan sampel, dilakukan pengacakan

menggunakan Ms. Excel dengan formula randombetween. Daftar dosen yang

menjadi responden dalam penelitian ini disajikan pada tabel 3.2.


44

Tabel 3.2 : Jumlah Responden berdasarkan strata program studi

Fakultas Program Studi

Jumlah

Dosen

Tetap

Jumlah

Responden

Ekonomi Akuntansi 10 6

Ekonomi 3 2

Magister Manajemen 6 3

Manajemen 12 7

Pend. Profesi Akuntansi 6 3

Farmasi Farmasi 19 11

Profesi Apoteker 6 3

Keguruan dan Ilmu

Pendidikan

Bimbingan dan Konseling 8 5

Pendidikan Agama Katolik 13 7

Pend Bahasa dan Sastra Indonesia 9 5

Pendidikan Akuntansi 9 5

Pendidikan Ekonomi 6 3

Pendidikan Bahasa Inggris 26 15

Pendidikan Biologi 7 4

Pendidikan Fisika 9 5

Pendidikan Matematika 13 7

Pendidikan Sejarah 4 2

Pendidikan Guru Sekolah Dasar 19 11

S2 Pend. Bahasa dan Sastra

Indonesia

1 1

S2 Pendidikan Matematika 1 1

Psikologi Psikologi 22 12

Sains dan Teknologi Matematika 7 4

Teknik Elektro 12 7

Teknik Informatika 16 9

Teknik Mesin 13 7

Sastra Sastra Indonesia 6 3

Sastra Inggris 20 11

Sejarah 6 3

Teologi Ilmu Teologi 13 7

Magister Teologi 8 5

Pascasarjana Magister Kajian Bahasa Inggris 5 3

Magister Ilmu Religi dan Budaya 5 3

TOTAL 320 180


45

3.4 Instrumen Penelitian

Instrumen yang digunakan penelitian ini adalah kuesioner. Kuesioner

dibagikan melalui tatap muka untuk pengguna di Universitas Sanata Dharma di

setiap program studi yang berbeda. Menurut Iskandar (2009), kuesioner

merupakan alat pengumpulan data yang diimplementasikan dengan cara

memberikan seperangkat pertanyaan kepada responden untuk dijawab.

Penelitian ini mengadaptasi elemen dari studi empiris sebelumnya untuk

memvalidasi skala yang digunakan (Luarn & Lin, 2005). Selain itu, kuesioner

termasuk pertanyaan demografis tentang jenis kelamin, usia dan tingkat

pengalaman menggunakan Exelsa. Item ini diukur dengan menggunakan skala

perbedaan semantik 7 poin. Teknik pengukuran ini dikenalkan oleh Charles

Osgood (1957) yang menekankan pada aspek semantik sebuah kata. Teknik

perbedaan semantik merupakan penyempurnaan dari skala likert yang tidak

mampu menjangkau respon yang bersifat multidimensi. Respon skala perbedaan

semantik terdiri dari 3 dimensi, yaitu:

3.4.1. Dimensi evaluasi (baik–buruk)

Penilaian subyek terkait dengan baik-buruknya topik stimulus yang disajikan,

termasuk juga di dalamnya perasaan subyek (senang–marah) atau penilaian

kualitas (cantik–jelek, kasar–lembut), atau moral (bijak–jahat).

Buruk 1 2 3 4 5 6 7 Baik

Kejam 1 2 3 4 5 6 7 Ramah

Jelek 1 2 3 4 5 6 7 Indah

Sedih 1 2 3 4 5 6 7 Senang

Tidak berharga 1 2 3 4 5 6 7 Berharga


46

3.4.2. Dimensi potensi (kuat–lemah)

Penilaian mengenai kekuatan yang dikandung oleh stimulus. Penilaian ini

memuat tentang kapasitas stimulus (tinggi-rendah), besar-kecil, dalam-

dangkal, berat-ringan.

Lemah 1 2 3 4 5 6 7 Kuat

Kecil 1 2 3 4 5 6 7 Besar

Lembut 1 2 3 4 5 6 7 Kasar

Dangkal 1 2 3 4 5 6 7 Dalam

Sederhana 1 2 3 4 5 6 7 Kompleks

3.4.3. Dimensi aktivitas (aktif-pasif)

Penilaian mengenai muatan aktivitas yang dikandung stimulus, misalnya:

cepat-lambat, tenang-riuh, acak-teratur.

Pasif 1 2 3 4 5 6 7 Aktif

Lambat 1 2 3 4 5 6 7 Cepat

Diam 1 2 3 4 5 6 7 Berisik

Redup 1 2 3 4 5 6 7 Terang

Dingin 1 2 3 4 5 6 7 Panas

Menurut Arikunto (2010) bahwa kualitas instrument akan menentukan

kualitas data yang terkumpul. Instrument penelitian memiliki dua syarat utama

yang wajib dipenuhi yaitu memenuhi persyaratan validitas dan reliabilitas (Azwar,

2012). Alat ukur yang tidak reliable atau tidak valid akan memberikan informasi

yang tidak akurat mengenai keadaan subyek penelitian.

3.4.1 Pengujian Validitas

Menurut Jogiyanto (2007), validitas dalam penelitian dijelaskan sebagai

suatu derajat ketepatan alat ukur penelitian tentang inti atau arti sebenarnya yang


47

diukur. Tinggi rendahnya validitas menunjukkan sejauh mana data yang

terkumpul tidak menyimpang dari gambaran tentang variabel yang dimaksud.

Validitas dapat dilakukan dengan mengkorelasikan antar skor item instrument

dengan skor total seluruh item pertanyaan. Pengujian validitas ini menggunakan

uji validitas Product Moment Pearson Correlation dengan cara menghubungkan

masing-masing skor item dengan skor total yang diperoleh dalam penelitian.

Dalam uji validitas ini, dasr pengambilan keputusannya adalah sebagai berikut:

3.4.1.1 Jika nilai r hitung lebih besar atau sama dengan nilai r tabel, maka

instrumen penelitian dinyatakan valid.

3.4.1.2 Jika nilai r hitung lebih kecil dari nilai r tabel, maka instrumen penelitian

dinyatakan tidak valid.

3.4.2 Pengujian Reliabilitas

Menurut Jogiyanto (2007), reliabilitas adalah derajat ketepatan, ketelitian

atau keakuratan yang ditunjukkan oleh instrumen pengukuran di mana

pengujiannya dapat dilakukan secara internal yaitu pengujian dengan

menganalisis konsistensi butir-butir yang ada. Suatu kuesioner dikatakan reliabel

atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau

stabil dari waktu ke waktu. Reliabilitas suatu test merujuk pada derajat stabilitas,

konsistensi, daya prediksi, dan akurasi. Pengukuran yang memiliki reliabilitas

yang tinggi adalah pengukuran yang dapat menghasilkan data yang reliabel.

Pengujian reliabilitas instrumen diukur berdasarkan nilai cronbach’s

alpha. Cronbach’s alpha merupakan sebuah ukuran reliabilitas yang memiliki


48

nilai berkisar dari 0 sampai dengan 1 (Hair et al., 2010). Menurut Eisingerich dan

Rubera (2010) nilai reliabilitas cronbach’s alpha minimum adalah 0,70. Tingkat

keandalan cronbach’s alpha menurut Hair et al. (2010) dapat dilihat pada tabel

3.3 di bawah ini.

Tabel 3.3 : Tingkat Keandalan Cronbach’s Alpha

Nilai Cronbach’s Alpha Tingkat Keandalan

0,00 – 0,20 Kurang handal

>0,20 – 0,40 Agak handal

>0,40 – 0,60 Cukup handal

>0,60 – 0,80 Handal

>0,80 – 1,00 Sangat handal

3.5 Metode Pengumpulan Data

Data yang digunakan dalam penelitian ini adalah data primer. Data primer

adalah data yang diperoleh langsung dari sumber data dan belum diolah oleh

pihak mana pun untuk tujuan penelitian (Cooper dan Shindler, 2006).

Pengumpulan data untuk penelitian ini melalui kuesioner terstruktur. Kuesioner

disebarkan kepada dosen Universitas Sanata Dharma yang terpilih menjadi

sampel penelitian. Di dalam kuesioner terdapat daftar pernyataan-pernyataan dan

setiap responden diminta untuk memberikan penilaian sesuai dengan petunjuk di

dalam kuesioner.

3.6 Metode Analisis Data

Semua kuesioner dikumpulkan dan digunakan untuk melakukan analisis

data. Data yang dikumpulkan tersebut dimasukkan ke software SmartPLS. Data

tersebut diperiksa ulang untuk konsistensi sehingga dapat meminimalkan


49

kesalahan dalam memasukkan dalam data. Data dianalisis menggunakan analisis

statistik deskriptif dan inferensial. Analisis statistik deskriptif menampilkan data

hasil penelitian dalam bentuk rerata skor. Analisis inferensial menggunakan

teknik analisis PLS-SEM (Partial Least Squares – Structural Equation Modeling)

dengan menggunakan perangkat lunak SmartPLS 3.2.4.

Penelitian ini menggunakan model kausalitas atau hubungan pengaruh.

Dengan demikian, untuk menguji hipotesis yang diajukan digunakan teknik

analisis Partial Least Square - Stuctural Equation Modeling (PLS-SEM) yang

dioperasikan melalui program SmartPLS 3.2.4. Menurut Jogiyanto dan Abdillah

(2009) Partial Least Squares adalah analisis persamaan structural (Structural

Equation Modeling / SEM) berbasis varian yang secara simultan dapat melakukan

pengujian model pengukuran sekaligus pengujian model structural. Model

pengukuran digunakan untuk uji validitas dan reliabilitas, sedangkan model

structural digunakan untuk uji kausalitas. Keunggulan teknik analisis PLS

menurut Jogiyanto dan Abdillah (2009) adalah:

3.6.1. Mampu memodelkan banyak variabel dependen dan independen (model

kompleks).

3.6.2. Mampu mengelola masalah multikolinearitas antar variabel independen.

3.6.3. Hasil tetap kokoh walaupun terdapat data yang tidak normal.

3.6.4. Menghasilkan variabel laten independen secara langsung berbasi cross-

product yang melibatkan variabel laten dependen sebagai kekuatan

prediksi.

3.6.5. Dapat digunakan pada sampel kecil (di bawah 100).


50

3.6.6. Tidak mensyaratkan data terdistribusi normal.

Penggunaan PLS-SEM dalam penelitian ini digunakan untuk menguji dan

mengukur pengaruh langsung dan tidak langsung dari variabel harapan kinerja,

persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, kebiasaan, niat

dan perilaku penggunaan. Gambar 3.1 di bawah ini menunjukkan model diagram

jalur Partial Least Square.

Gambar 3.1 Model Diagram Jalur Partial Least Square


51

Analisis PLS-SEM terdiri dari 2 sub model yaitu: inner model dan outer

model.

3.6.1 Outer Model

Outer model atau outer relation atau measurement model mendefinisikan

bagaimana setiap blok indikator berhubungan dengan variabel latennya. Model

ini menspesifikasi hubungan antar variabel laten dengan indikatornya atau dapat

dikatakan bahwa outer model mendefinisikan hubungan setiap indikator dengan

variabel latennya. Menurut Ghozali (2006), model persamaan dasar dari model

pengukuran atau outer model dapat ditulis sebagai berikut:

Rumus 3.3 Persamaan dasar model pengukuran

Untuk konstruk laten eksogen (X) :

X = λx ξ + δ

untuk konstruk laten endogen (Y):

Y = λy η + ε

Sumber : Ghozali (2006)

Tabel 3.4 : Keterangan Simbol

Simbol Nama Keterangan

λ Lamda Bobot faktor Antara variabel laten dengan indikatornya

ξ Ksi Variabel laten eksogen

ε Epsilon Pengukuran eror indikator endogen

η Eta Variabel laten endogen

δ Delta Pengukuran eror indikator eksogen

Gambar 3.1 menunjukkan bahwa ξ1 dan ξ2 merupakan variabel laten

eksogen atau independen variabel, η1 dan η2 merupakan variabel laten endogen

atau variaben dependen. Nilai koefisien dari persamaan akan menerangkan

hubungan atau pengaruh antar variabel sesuai dengan paradigma penelitian.


52

Persamaan model pengukuran untuk setiap variabel dapat dilihat pada tabel 3.5

sebagai berikut.

Tabel 3.5 : Persamaa Model Pengukuran Variabel

Variabel Bobot Indikator Persamaan Model

Pengukuran

X1 Harapan Kinerja λHK1.1 X1.1 = λHK1.1 X1 + δ1

λHK1.2 X1.2 = λHK1.2 X1 + δ2

λHK1.3 X1.3 = λHK1.3 X1 + δ3

λHK1.4 X1.4 = λHK1.4 X1 + δ4

X2 Persepsi Usaha λPU2.1 X2.1 = λPU2.1 X2 + δ5

λPU2.2 X2.2 = λPU2.2 X2 + δ6

λPU2.3 X2.3 = λPU2.3 X2 + δ7

λPU2.4 X2.4 = λPU2.4 X2 + δ8

X3 Faktor Sosial λFS3.1 X3.1 = λFS3.1X3 + δ9

λFS3.2 X3.2 = λFS3.2 X3 + δ10

λFS3.3 X3.3 = λFS3.3 X3 + δ11

X4 Dukungan Fasilitas λDF4.1 X4.1 = λDF4.1 X4 + δ12

λDF4.2 X4.2 = λDF4.2 X4 + δ13

λDF4.3 X4.3 = λDF4.3 X4 + δ14

λDF4.4 X4.4 = λDF4.4 X4 + δ15

X5 Motivasi Hedonis λMH5.1 X5.1 = λMH5.1 X5 + δ16

λMH5.2 X5.2 = λMH5.2 X5 + δ17

λMH5.3 X5.3 = λMH5.3 X5 + δ18

X6 Kebiasaan λK6.1 X6.1 = λK6.1 X6 + δ19

λK6.2 X6.2 = λK6.2 X6 + δ20

λK6.3 X6.3 = λK6.3 X6 + δ21

λK6.4 X6.4 = λK6.4 X6 + δ22

Y1 Niat Penggunaan λNP1.1 Y1.1 = λNP1.1 Y1 + ε1

λNP1.2 Y1.2 = λNP1.2 Y1 + ε2

Y2 Perilaku Penggunaan λPP2.1 Y2.1 = λPP2.1Y2 + ε3

Pengujian dalam outer model yaitu:

3.6.1.1 Uji Validitas

Pengujian validitas ada 2 yaitu validitas konvergen dan validitas

diskriminan. Validitas konvergen diuji melalui parameter loading factor

dan nilai Average Variance Extracted (AVE). Pengukuran dapat


53

dikategorikan memiliki validitas konvergen apabila nilai loading factor

lebih dari 0,7 dan nilai AVE lebih dari 0,5 (Ghozali, 2008).

AVE = ∑ 𝜆𝑖

2

∑ 𝜆𝑖2+ ∑ 𝑣𝑎𝑟(𝜀𝑖)𝑖 ……(Rumus 3.4)

Validitas diskriminan ditentukan dengan melihat cross loading dari

setiap variabel. Pengukuran dapat dikategorikan memiliki validitas

diskriminan apabila memiliki nilai cross loading lebih dari 0,7

(Jogiyanto, 2011).

3.6.1.2 Uji Reliabilitas

Pengujian reliabilitas dapat dilihat berdasarkan nilai Cronbach’s alpha

harus lebih dari 0,6 dan nilai composite reliability harus lebih dari 0,7

(Jogiyanto, 2011). Nilai composite reliability menunjukkan ukuran nilai

reliabilitas sesungguhnya dari suatu variabel sedangkan cronbach’s

alpha menunjukkan ukuran nilai reliabilitas terrendah dari suatu variabel.

c = (∑ 𝜆𝑖)2

(∑ 𝜆𝑖)2+ ∑ 𝑣𝑎𝑟(𝜀𝑖)𝑖 ……(Rumus 3.5)

3.6.2 Inner Model

Pengujian padal inner model atau model struktural dilakukan untuk menguji

hubungan antar konstruk laten. Inner model meliputi inner relation, structural

model dan substantive theory menggambarkan hubungan antara variabel laten

berdasarkan pada teori substantive. Inner model diuji dengan melihat nilai R-

square, Q-square dan path coefficient (koefisien jalur) untuk mendapatkan

informasi seberapa besar variabel laten dependen dipengaruhi oleh variabel laten


54

independen, serta uji signifikansi untuk menguji nilai signifikansi hubungan atau

pengaruh antar variabel (Ghozali, 2006). Pengujian dalam inner model yaitu:

3.6.2.1 R-square test

Nilai R-square atau koefisien determinasi menunjukkan keragaman

konstruk endogen yang mampu dijelaskan oleh konstruk-konstruk

eksogen secara serentak. Nilai R-square digunakan untuk mengukur

tingkat variabilitas perubahan variabel independen terhadap variabel

dependen. Parameter ini juga digunakan untuk mengukur kelayakan

model prediksi dengan rentang 0 sampai 1. Semakin tinggi nilai R-square

maka semakin besar pula pengaruh variabel laten eksogen terhadap

variabel laten endogen. Nilai R-square dapat mendeteksi pengaruh

langsung dari variabel eksogen tertentu terhadap variabel endogen.

Perubahan nilai R-square (f2) digunakan untuk menilai pengaruh variabel

independen tertentu terhadap variabel laten dependen secara substantive

(Ghozali, 2006).

η1 = 1ξ1 + 2ξ2 + 1 ……(Rumus 3.6)

η2 = 1η1 + 3ξ1 + 4ξ2 + 2 ……(Rumus 3.7)

Keterangan=

η = Eta = Variabel laten endogen

= Gamma = Koefisien pengaruh variabel eksogen terhadap

variabel endogen

ξ = Ksi = Variabel laten eksogen

= Zeta = Galat model

= Beta = Koefisien pengaruh variabel endogen

terhadap variabel endogen


55

3.6.2.2 Q-square test

Q-square test dalam PLS digunakan untuk predictive relevancy dalam

model konstruktif. Pada penilaian goodness of fit bisa diketahui melalui

nilai Q2. Nilai Q2 memiliki arti yang sama dengan koefisien determinasi

(R-Square) pada analisis regresi, di mana semakin tinggi R-Square, maka

model dapat dikatakan semakin fit dengan data. Q-square mengukur

seberapa baik nilai observasi yang dihasilkan oleh model dan juga

estimasi parameternya. Pendekatan ini menggunakan rumus sebagai

berikut (Hengky dan Ghozali, 2012) :

Q2 = 1 – (1 – R12) (1 - R2

2) … (1 – Rp2) ……(Rumus 3.8)

Keterangan:

R12 R2

2 … Rp2 : R-square variabel endogen dalam model.

Interpretasi Q2 sama dengan koefisien determinasi

total pada analisis jalur. (mirip dengan R2 pada

regresi).

Q2 : koefisien determinasi total pada analisis jalur.

3.6.2.3 Koefisien jalur

Koefisien jalur menunjukkan seberapa besar hubungan atau pengaruh

konstruk laten yang dilakukan dengan prosedur bootstrapping.


56

Pengujian hipotesis terkait dengan pengujian hubungan antar variabel.

Pengujian hipotesis ditempuh dengan melihat hasil uji secara parsial untuk

masing-masing variabel. Ukuran signifikansi keterdukungan hipotesis dapat

digunakan perbandingan nilai t-table dan t-statistic. Untuk melihat ada tidaknya

pengaruh variabel eksogen terhadap variabel endogen, dapat dilihat dari nilai t-

statistic yang dibandingkan dengan nilai t-table. Jika nilai t-statistic lebih besar

dari pada nilai t-table, maka signifikan. Sebaliknya jika nilai t-statistic lebih kecil

dari pada nilai t-table, maka tidak signifikan. Dalam penelitian ini untuk tingkat

keyakinan 95% (α 0,05) maka nilai t-table untuk hipotesis satu ekor (one-tailed)

adalah 1,65356.

Selain itu untuk menguji efek moderasi terhadap pengaruh variabel

independen terhadap variabel dependen, maka dilakukan analisis lanjutan

menggunakan analisis moderating effect dan analisis multiple group (PLS-MGA).

Analisis moderating effect dijalankan menggunakan perangkat lunak SmartPLS

dengan cara membuat variabel moderasi dalam model. Setelah itu dilakukan

kalkulasi model dengan melibatkan variabel moderasi. Hasil yang didapatkan

adalah hubungan variabel independen dengan variabel dependen yang secara

umum dipengaruhi oleh variabel moderasi. Selanjutnya untuk mengetahui efek

moderasi dalam kelompok tertentu, dilakukan analisis multiple group.

Berdasarkan Henseler (2009), analisis multiple group memungkinkan untuk

menguji apakah kelompok data yang telah ditetapkan memiliki perbedaan yang

signifikan dalam estimasi parameter kelompok-spesifik (misalnya, bobot luar,

beban luar dan koefisien jalur). Analisis multiple group membagi sampel


57

berdasarkan karakteristik tertentu, yang ditentukan terlebih dahulu dan ada dalam

proses pengumpulan data (Santoso, 2007). Sebagai contoh, instrumen penelitian

(kuesioner) pada model penerimaan dan penggunaan Exelsa memasukkan profil

pengguna seperti jenis kelamin, usia, dan tingkat pengalaman menggunakan

Exelsa. SmartPLS memberikan hasil tiga pendekatan yang berbeda yang

didasarkan pada hasil bootstrap dari setiap kelompok. Sarstedt et al. (2011)

menjelaskan metode analisis multiple group secara rinci, yaitu:

3.6.1.) Confidence Intervals (Bias Corrected)

Metode ini menghitung tingkat keyakinan bias yang dikoreksi untuk

estimasi parameter kelompok tertentu dalam model jalur PLS. Hasil

kelompok spesifik dari koefisien jalur yang berbeda secara signifikan

jika tingkat keyakinan bias yang dikoreksi tidak tumpang tindih.

3.6.2.) Partial Least Squares Multigroup Analysis (PLS-MGA)

Metode ini merupakan uji signifikansi non-parametrik untuk perbedaan

hasil kelompok spesifik yang dibangun di atas hasil bootstrap PLS-SEM.

Hasil signifikan pada probabilitas 5% dari tingkat kesalahan, jika p-value

lebih kecil dari 0,05 atau lebih besar dari 0,95 untuk perbedaan tertentu

koefisien jalur kelompok tertentu.

3.6.3.) Parametric Test

Metode ini merupakan uji signifikansi parametrik untuk perbedaan

kelompok-spesifik hasil PLS-SEM yang mengasumsikan varian yang

sama di seluruh kelompok.


58

3.6.4.) Welch-Satterthwait Test

Metode ini merupakan uji signifikansi parametrik terhadap perbedaan

kelompok spesifik dari hasil PLS-SEM yang mengasumsikan varian yang

tidak sama di seluruh grup.

Dalam pengaturan analisis multiple group di SmartPLS, kelompok yang

dipilih akan dinilai untuk perbedaan yang signifikan dalam estimasi parameter.

Semua kelompok data yang dipilih dalam grup A akan dibandingkan dengan

semua kelompok data yang dipilih pada grup B.


56

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

Bab ini menjelaskan hasil dari analisis data yang telah dilakukan berdasarkan

metode penelitian yang diuraikan pada bab III. Pembahasan bab ini diawali

dengan deskripsi data kemudian dilanjutkan dengan pengujian hipotesis serta

pembahasannya.

4.1 Deskripsi Data

4.1.1 Deskripsi Responden Penelitian

Pengumpulan data pada penelitian ini dilaksanakan dengan menyebarkan

kuesioner di Universitas Sanata Dharma. Responden dalam penelitian ini adalah

dosen tetap di Universitas Sanata Dharma. Jumlah responden yang diteliti

sebanyak 180 dosen tetap. Kuesioner mulai dibagikan kepada responden pada

tanggal 8 Agustus 2016. Pengumpulan kembali kuesioner dilakukan sendiri oleh

penulis dan dilakukan secara bertahap tergantung pada kesediaan para responden

untuk mengisi kuesioner. Besarnya tingkat pengembalian kuesioner dapat dilihat

pada tabel 4.1 berikut ini:

Tabel 4.1 : Tingkat Pengembalian Kuesioner

Jumlah

Persentase

(%)

Kuesioner yang dikirimkan 180

Kuesioner yang kembali 180 100,00%

Kuesioner yang tidak lengkap 2 1,11%

Kuesioner yang dapat digunakan

(Tingkat Pengembalian Kuesioner) 178 98,89%

Sumber: Data diolah (2016)


57

Tabel 4.1 menunjukkan bahwa sebanyak 178 kuesioner dapat digunakan

dalam penelitian ini. Selanjutnya data tersebut dikelompokkan berdasarkan usia,

jenis kelamin, masa kerja, dan tingkat pengalaman dalam menggunakan Exelsa.

4.1.1.1 Responden berdasarkan usia

Data responden berdasarkan kelompok usia di Universitas Sanata Dharma dapat

dilihat pada table 4.2 berikut ini.

Tabel 4.2 : Responden berdasarkan usia

Kelompok Usia Jumlah Persentase (%)

≤ 30 tahun 10 5,62%

31 - 40 tahun 38 21,35%

41 - 50 tahun 80 44,94%

51 - 60 tahun 40 22,47%

>60 tahun 10 5,62%

TOTAL 178 100,00%


Tabel 4.2 menunjukkan bahwa frekuensi tertinggi adalah responden yang

memiliki kelompok usia pada rentang 41-50 tahun (44,94%).

4.1.1.2 Responden berdasarkan jenis kelamin

Data responden berdasarkan jenis kelamin di Universitas Sanata Dharma dapat

dilihat pada table 4.3 berikut ini.

Tabel 4.3 : Responden berdasarkan jenis kelamin

Jenis Kelamin Jumlah Persentase (%)

Pria 118 66.29%

Wanita 60 33.71%

TOTAL 178 100%



58


berjenis kelamin pria (66,29%).

4.1.1.3 Responden berdasarkan masa kerja

Data responden berdasarkan kelompok masa kerja di Universitas Sanata Dharma

dapat dilihat pada table 4.4 berikut ini.

Tabel 4.4 : Responden berdasarkan masa kerja

Kelompok Masa Kerja Jumlah Persentase (%)

< 6 tahun 38 21,35%

6-10 tahun 14 7,87%

11-20 tahun 69 38,76%

20 tahun 57 32,02%

TOTAL 178 100%



memiliki kelompok masa kerja pada rentang 11-20 tahun (38,76%).

4.1.1.4 Responden berdasarkan tingkat pengalaman menggunakan Exelsa

Data responden berdasarkan tingkat pengalaman menggunakan Exelsa di

Universitas Sanata Dharma dapat dilihat pada table 4.5 berikut ini.

Tabel 4.5 : Responden berdasarkan tingkat pengalaman menggunakan

Exelsa

Tingkat Pengalaman Jumlah Persentase (%)

< 1 tahun 74 41,57%

1-2 tahun 15 8,43%

3-4 tahun 40 22,47%

4 tahun 47 26,40%

TOTAL 178 100%



59


memiliki tingkat pengalaman selama kurang dari 1 tahun (41,57%).

4.1.2 Deskripsi Variabel Penelitian

Variabel dalam penelitian ini terbagi menjadi :

Variabel eksogen : Harapan kinerja, persepsi usaha, faktor sosial,

dukungan fasilitas, motivasi hedonis, kebiasaan

Variabel endogen : Niat dan perilaku penggunaan

Variabel moderasi : Usia, jenis kelamin, dan tingkat pengalaman

Analisis deskriptif variabel merupakan upaya dari penulis untuk

mengambarkan secara umum tentang data yang diperoleh selama penelitian,

sehingga akan mengetahui makna dan keadaan yang sebenarnya. Statistik

deskriptif variabel dalam penelitian ini dapat dilihat pada table 4.6.

Tabel 4.6 : Statistik Deskriptif Variabel Penelitian

VARIABEL N MIN MAX MEAN STDEV

Harapan Kinerja 178 1 7 4.51 1.42

Persepsi Usaha 178 1 7 5.04 1.17

Faktor Sosial 178 1 7 4.41 1.17

Dukungan Fasilitas 178 1 7 4.76 1.24

Motivasi Hedonis 178 1 7 3.41 0.95

Kebiasaan 178 1 7 4.17 1.63

Niat Penggunaan 178 1 7 2.54 0.75

Perilaku Penggunaan 178 1 7 4.45 1.65


4.1.2.1 Analisis deskriptif variabel ‘Harapan Kinerja’

Analisis deskriptif variabel harapan kinerja bertujuan untuk mengetahui

sejauh mana pengguna (dosen) percaya bahwa menggunakan sistem


60

(Exelsa) dapat mencapai keuntungan dalam kinerja pekerjaan (Venkatesh

et al., 2003). Tabel 4.6 menunjukkan bahwa Exelsa memiliki tingkat

kegunaan yang cukup tinggi untuk meningkatkan kinerja dosen dalam

menyelesaikan tugas sebagai dosen. Nilai standar deviasi harapan kinerja

sebesar 1.42 artinya penyebaran data dalam penelitian ini cukup

beragam.

4.1.2.2 Analisis deskriptif variabel ‘Persepsi Usaha’

Analisis deskriptif variabel persepsi usaha bertujuan untuk mengetahui

tingkat kemudahan penggunaan Exelsa (Zhou et al., 2010; Venkatesh et

al., 2012). Tabel 4.6 menunjukkan Exelsa memiliki tingkat kemudahan

yang cukup tinggi untuk mengoperasikannya. Pengguna merasa mudah

mempelajari dan mengoperasikan fitur-fitur yang ada di dalam Exelsa,

serta pengguna merasa terampil dalam mengoperasikannya. Nilai standar

deviasi persepsi usaha sebesar 1.17 artinya penyebaran data dalam

penelitian ini cukup beragam.

4.1.2.3 Analisis deskriptif variabel ‘Faktor Sosial’

Analisis deskriptif variabel faktor sosial bertujuan untuk mengetahui

sejauh mana pengguna merasakan bagaimana pengguna lain percaya ia

harus menggunakan Exelsa (Leong et al., 2013). Tabel 4.6 menunjukkan

pengguna merasakan bahwa ia harus menggunakan Exelsa dengan

adanya dukungan dari pimpinan, dukungan dari pengembang sistem dan


61

juga pengaruh dari pengguna lain untuk menggunakan Exelsa. Nilai

standar deviasi faktor sosial sebesar 1.17 artinya penyebaran data dalam

penelitian ini cukup beragam.

4.1.2.4 Analisis deskriptif variabel ‘Dukungan Fasilitas’

Analisis deskriptif variabel dukungan fasilitas bertujuan untuk

mengetahui persepsi bahwa infrastruktur organisasi dan teknis ada untuk

mendukung penggunaan teknologi (Venkatesh et al.. 2003). Tabel 4.6

menunjukkan pengguna merasakan adanya kecukupan sumber daya,

bantuan tenaga ahli dan pengetahuan yang cukup tinggi dalam

menggunakan Exelsa. Nilai standar deviasi dukungan fasilitas sebesar

1.24 artinya penyebaran data dalam penelitian ini cukup beragam.

4.1.2.5 Analisis deskriptif variabel ‘Motivasi Hedonis’

Analisis deskriptif variabel motivasi hedonis bertujuan untuk mengetahui

kenikmatan atau kesenangan yang dihasilkan dari menggunakan Exelsa

(Brown & Venkatesh, 2005). Table 4.6 menunjukkan pengguna memiliki

perasaan nyaman dan senang yang kurang ketika menggunakan Exelsa.

Pengguna juga kurang merasa bahwa penggunaan Exelsa sangat

fleksibel. Nilai standar deviasi motivasi hedonis sebesar 0.95 artinya

penyebaran data dalam penelitian ini cukup beragam.


62

4.1.2.6 Analisis deskriptif variabel ‘Kebiasaan’

Analisis deskriptif variabel kebiasaan bertujuan untuk mengetahui sejauh

bahwa individu cenderung untuk menjalankan perilaku otomatis

(Limayem et al.. 2007). Tabel 4.6 menunjukkan pengguna merasa

terbiasa dan memiliki kemauan yang cukup tinggi untuk menggunakan

Exelsa. Pengguna juga merasa bahwa menggunakan Exelsa merupakan

kewajiban. Nilai standar deviasi kebiasaan sebesar 1.63 artinya


4.1.2.7 Analisis deskriptif variabel ‘Niat Penggunaan

Analisis deskriptif variabel niat bertujuan untuk mengetahui probabilitas

subjektif melaksanakan perilaku dan juga penyebab perilaku penggunaan

tertentu (Yi et al., 2006). Tabel 4.6 menunjukkan pengguna memiliki niat

dan kesediaan yang kurang tinggi untuk terus menggunakan Exelsa. Nilai

standar deviasi niat penggunaan sebesar 0.75 artinya penyebaran data

dalam penelitian ini cukup beragam.

4.1.2.8 Analisis deskriptif variabel ‘Perilaku Penggunaan’

Analisis deskriptif variabel perilaku penggunaan bertujuan untuk

mengetahui intensitas dosen dalam menggunakan Exelsa di setiap

kegiatan mengajar. Tabel 4.6 menunjukkan pengguna memiliki intensitas

yang cukup tinggi dalam menggunakan Exelsa di setiap kegiatan


63

mengajar. Nilai standar deviasi niat penggunaan sebesar 1.65 artinya


4.2 Pengujian Instrumen Peneltian

Dalam suatu penelitian, data mempunyai kedudukan yang sangat penting. Hal ini

dikarenakan data merupakan penggambaran variabel yang diteliti dan berfungsi

sebagai alat pembuktian hipotesis. Valid atau tidaknya data sangat menentukan

kualitas dari data tersebut. Instrumen yang digunakan harus memenuhi syarat

validitas dan reliabilitas.

4.2.1 Pengujian Validitas

Menurut Jogiyanto (2007), validitas dalam penelitian dijelaskan sebagai

suatu derajat ketepatan alat ukur penelitian tentang inti atau arti sebenarnya yang

diukur. Tinggi rendahnya validitas menunjukkan sejauh mana data yang

terkumpul tidak menyimpang dari gambaran tentang variabel yang dimaksud.

Validitas dapat dilakukan dengan mengkorelasikan antar skor item instrumen

dengan skor total seluruh item pertanyaan. Pengujian validitas ini menggunakan

uji validitas Product Moment Pearson Correlation dengan cara menghubungkan

antara masing-masing skor item dengan skor total yang diperoleh dalam

penelitian. Dalam uji validitas ini, dasar pengambilan keputusannya adalah

sebagai berikut:

4.2.1.1 Jika nilai r hitung lebih besar atau sama dengan nilai r tabel, maka

instrumen penelitian dinyatakan valid.


64

4.2.1.2 Jika nilai r hitung lebih kecil dari nilai r tabel, maka instrumen penelitian

dinyatakan tidak valid.

Dalam pengujian validitas ini penulis menggunakan data 30 sampel (N =

30) dengan item soal berjumlah 25 butir. Berdasarkan jumlah N adalah 30 pada

tingkat signifikansi 5% maka nilai r tabel sebesar 0,361. Nilai r tabel akan

dibandingkan dengan nilai r hitung. Berikut ini hasil pengujian validitas instrumen

penelitian akan disajikan pada tabel 4.7.

Tabel 4.7 : Hasil Uji Validitas Instrumen Penelitian

Variabel Item

pertanyaan rhitung rtabel Ket

Harapan Kinerja (HK) HK1 0,788 0,361 Valid

HK2 0,872 0,361 Valid

HK3 0,852 0,361 Valid

HK4 0,850 0,361 Valid

Persepsi Usaha (PU) PU1 0,936 0,361 Valid

PU2 0,883 0,361 Valid

PU3 0,919 0,361 Valid

PU4 0,790 0,361 Valid

Faktor Sosial (FS) FS1 0,857 0,361 Valid

FS2 0,934 0,361 Valid

FS3 0,921 0,361 Valid

Dukungan Fasilitas (DF) DF1 0,881 0,361 Valid

DF2 0,846 0,361 Valid

DF3 0,822 0,361 Valid

DF4 0,860 0,361 Valid

Motivasi Hedonis (MH) MH1 0,926 0,361 Valid

MH2 0,949 0,361 Valid

MH3 0,905 0,361 Valid

Kebiasaan (K) K1 0,828 0,361 Valid

K2 0,813 0,361 Valid

K3 0,626 0,361 Valid

K4 0,823 0,361 Valid

Niat Penggunaan (NP) NP1 0,973 0,361 Valid

NP2 0,978 0,361 Valid


65

Tabel 4.7 : Hasil Uji Validitas Instrumen Penelitian (lanjutan)

Variabel Item pertanyaan rhitung rtabel Ket

Perilaku Penggunaan (PP) PP1 1,000 0,361 Valid


4.2.2 Pengujian Reliabilitas

Menurut Jogiyanto (2007), reliabilitas adalah derajat ketepatan, ketelitian

atau keakuratan yang ditunjukkan oleh instrumen pengukuran di mana

pengujiannya dapat dilakukan secara internal yaitu pengujian dengan

menganalisis konsistensi butir-butir yang ada. Sugiarto dan Sitinjak (2006)

menyatakan bahwa reliabilitas menunjuk pada suatu pengertian bahwa instrumen

yang digunakan dalam penelitian untuk memperoleh informasi yang digunakan

dapat dipercaya sebagai alat pengumpulan data dan mampu mengungkap

informasi yang sebenarnya dilapangan. Ghozali (2009) menyatakan bahwa

reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator

dari peubah atau konstruk. Suatu kuesioner dikatakan reliabel atau handal jika

jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke

waktu. Reliabilitas suatu test merujuk pada derajat stabilitas, konsistensi, daya

prediksi, dan akurasi. Pengukuran yang memiliki reliabilitas yang tinggi adalah

pengukuran yang dapat menghasilkan data yang reliabel.

Dalam pengujian reliabilitas ini penulis menggunakan data 30 sampel (N =

30) dengan item soal berjumlah 25 butir. Berikut ini hasil pengujian reliabilitas

instrumen penelitian akan disajikan pada tabel 4.8.


66

Tabel 4.8 : Hasil Uji Reliabilitas Instrumen Penelitian

Variabel Nilai cronbach’s alpha Keterangan

Harapan Kinerja (HK 0,859 Sangat Handal

Persepsi Usaha (PU) 0,900 Sangat Handal

Faktor Sosial (FS) 0,888 Sangat Handal

Dukungan Fasilitas (DF) 0,865 Sangat Handal

Motivasi Hedonis (MH) 0,912 Sangat Handal

Kebiasaan (K) 0,755 Sangat Handal

Niat Penggunaan (NP) 0,947 Sangat Handal

Perilaku Penggunaan (PP) 1,000 Sangat Handal


Berdasarkan hasil uji reliabilitas pada tabel di atas, dapat diketahui bahwa

nilai Cronbach Alpha pada masing-masing variabel nilainya lebih besar dari 0,6.

Dengan demikian semua item pernyataan dalam variabel penelitian adalah reliable

atau handal. Sehingga item-item pernyataan dalam variabel penelitian dapat

digunakan untuk penelitian selanjutnya.

4.3 Analisis PLS-SEM

Data kuesioner yang diisi oleh 153 dosen tetap Universitas Sanata Dharma

diolah menggunakan PLS-SEM. Tahap-tahap analisis PLS-SEM adalah sebagai

berikut:

4.3.1 Evaluasi Outer Model

Outer model dievaluasi dengan cara melihat nilai validitas dan reliabilitas

pengukuran dari model tersebut.


67

4.3.1.1 Uji Validitas

Validitas pengukuran terdiri atas validitas konvergen dan validitas

diskriminan. Validitas konvergen ditentukan menggunakan parameter

loading factor dan nilai AVE (Average Variance Extracted). Pengukuran

dapat dikategorikan memiliki validitas konvergen apabila nilai loading

factor > 0,7 dan nilai AVE > 0,5 (Jogiyanto, 2009). Validitas diskriminan

ditentukan dengan melihat cross loading dari setiap variabel dan

dikategorikan memiliki validitas diskriminan apabila memiliki nilai cross

loading mencapai 0,7 (Jogiyanto, 2009).

4.3.1.1.1 Validitas Konvergen

Validitas konvergen merupakan korelasi Antara skor

indikator dengan skor konstruknya. Model PLS-SEM

memenuhi convergent validity dapat dikatakan valid apabila

nilai outer loading > 0,7 dan nilai AVE > 0,5 (Jogiyanto,

2009). Berikut ini merupakan hasil korelasi antara indikator

dengan konstruknya menunjukkan nilai outer loading > 0,7.

Nilai outer loading dalam model dapat dilihat pada table 4.9.


68

Tabel 4.9 : Outer Loading

HK PU FS DF MH K NP PP

HK1 0.903

HK2 0.868

Hk3 0.925

HK4 0.931

PU1 0.914

PU2 0.927

PU3 0.927

PU4 0.884

FS1 0.752

FS2 0.859

FS3 0.868

DF1 0.806

DF2 0.869

DF3 0.859

DF4 0.835

MH1 0.926

MH2 0.971

MH3 0.960

K1 0.942

K2 0.939

K3 0.815

K4 0.892

NP1 0.989

NP2 0.989

PP1 1.000

Sumber : Data diolah (2016)


69

Selain itu uji validitas konvergen dilihat dari nilai AVE. Variabel dalam penelitian

ini sudah memiliki nilai AVE > 0,5. Nilai AVE dalam model dapat dilihat pada

table 4.10 di bawah ini.

Tabel 4.10 : Nilai Average Variance Extracted (AVE)

Variabel Nilai AVE

Harapan Kinerja 0.823

Persepsi Usaha 0.834

Faktor Sosial 0.685

Dukungan Fasilitas 0.710

Motivasi Hedonis 0.908

Kebiasaan 0.807

Niat Penggunaan 0.978

Perilaku Penggunaan 1.000


Dengan demikian dapat disimpulkan bahwa berdasarkan nilai outer loading dan

AVE, data penelitian ini sudah memenuhi persyaratan validitas konvergen.

4.3.1.1.2 Validitas Diskriminan

Pada validitas diskriminan digunakan nilai cross loading. Suatu indikator

dikatakan memenuhi validitas diskriminan jika nilai cross loading indikator

terhadap variabelnya adalah yang terbesar dibandingkan terhadap variabel

lainnya. Nilai cross loading dalam model dapat dilihat pada tabel 4.11.


70

Tabel 4.11 : Cross Loading

HK PU FS DF MH K NP PP

HK1 0.903 0.589 0.562 0.698 0.669 0.779 0.720 0.778

HK2 0.868 0.465 0.601 0.629 0.642 0.677 0.654 0.591

HK3 0.925 0.515 0.560 0.645 0.696 0.756 0.670 0.728

HK4 0.931 0.576 0.651 0.688 0.730 0.761 0.735 0.744

PU1 0.534 0.914 0.392 0.559 0.561 0.563 0.479 0.503

PU2 0.509 0.927 0.433 0.617 0.583 0.521 0.473 0.459

PU3 0.499 0.927 0.436 0.577 0.595 0.510 0.486 0.455

PU4 0.613 0.884 0.386 0.592 0.624 0.617 0.545 0.600

FS1 0.437 0.261 0.752 0.526 0.441 0.362 0.400 0.272

FS2 0.588 0.411 0.859 0.452 0.508 0.515 0.480 0.473

FS3 0.588 0.430 0.868 0.634 0.596 0.580 0.508 0.532

DF1 0.523 0.376 0.519 0.806 0.607 0.532 0.549 0.429

DF2 0.611 0.655 0.498 0.869 0.646 0.633 0.635 0.552

DF3 0.720 0.551 0.561 0.859 0.678 0.699 0.670 0.667

DF4 0.596 0.562 0.618 0.835 0.640 0.580 0.579 0.448

MH1 0.650 0.544 0.575 0.701 0.926 0.698 0.674 0.577

MH2 0.766 0.662 0.607 0.760 0.971 0.767 0.753 0.655

MH3 0.737 0.642 0.608 0.723 0.960 0.773 0.766 0.687

K1 0.783 0.571 0.514 0.690 0.715 0.942 0.816 0.875

K2 0.756 0.531 0.499 0.659 0.703 0.939 0.793 0.838

K3 0.693 0.469 0.635 0.590 0.625 0.815 0.663 0.657

K4 0.714 0.609 0.517 0.689 0.772 0.892 0.809 0.768

NP1 0.765 0.554 0.544 0.741 0.773 0.855 0.989 0.799

NP2 0.753 0.525 0.567 0.696 0.748 0.848 0.989 0.802

PP1 0.786 0.556 0.526 0.634 0.673 0.878 0.809 1.000


Berdasarkan tabel 4.11 dapat diketahui bahwa semua indikator yang menyusun

masing-masing variabel dalam penelitian ini telah memenuhi validitas

diskriminan yaitu nilai cross loading melebihi nilai 0,7 (Jogiyanto, 2011).

4.3.1.2 Uji Reliabilitas

Composite reliability menguji nilai reliabilitas indikator-indikator pada suatu

variabel. Suatu variabel dikatakan memenuhi composite reliability apabila


71

memiliki nilai composite reliability > 0,7. Nilai composite reliability masing-

masing variabel dapat dilihat pada tabel 4.12 di bawah ini.

Tabel 4.12 : Nilai Composite Reliability

Variabel Nilai Composite Reliability

Harapan Kinerja 0.949

Persepsi Usaha 0.952

Faktor Sosial 0.867

Dukungan Fasilitas 0.907

Motivasi Hedonis 0.967

Kebiasaan 0.943

Niat Penggunaan 0.989

Perilaku Penggunaan 1.000


Tabel 4.12 menunjukkan nilai composite reliability telah memenuhi syarat yaitu

lebih dari 0.7. Pengujian reliabilitas juga dilihat dari nilai cronbach’s alpha yang

disajikan pada tabel 4.13.

Tabel 4.13 : Nilai Cronbach’s Alpha

Variabel Nilai Cronbach’s Alpha

Harapan Kinerja 0,928

Persepsi Usaha 0,933

Faktor Sosial 0,769

Dukungan Fasilitas 0,864

Motivasi Hedonis 0,949

Kebiasaan 0,919

Niat Penggunaan 0,977

Perilaku Penggunaan 1,000


Nilai Cronbach’s Alpha di atas menunjukkan nilai di atas 0,6 yang membuktikan

bahwa pengukuran dalam penelitian ini adalah reliabel / handal.


72

4.3.2 Evaluasi Inner Model

Evaluasi inner model atau uji model struktural untuk melihat pengaruh

langsung dan tidak langsung antar variabel. Evaluasi inner model dengan PLS-

SEM dimulai dengan melihat nilai R-square. Berdasarkan pengolahan data

dengan SmartPLS 3.0 Professional, dihasilkan nilai R-Square dalam table 4.14

berikut.

Tabel 4.14 : Nilai R-square

Variabel Nilai R-square

Niat Penggunaan (NP) 0,776

Perilaku Penggunaan (PP) 0,785


Tabel 4.14 menunjukkan bahwa nilai R-square untuk variabel ‘Niat

Penggunaan’ sebesar 0,776. Hal ini berarti bahwa persentase besarnya pengaruh

harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi

hedonis, dan kebiasaan terhadap niat penggunaan adalah sebesar 77,6%

sedangkan sisanya yaitu 22,4% dipengaruhi oleh faktor lain. Selanjutnya nilai R-

square untuk variabel ‘Perilaku Penggunaan’ sebesar 0,785. Hal ini berarti bahwa

persentase besarnya pengaruh harapan kinerja, persepsi usaha, faktor sosial,

dukungan fasilitas, motivasi hedonis, dan kebiasaan terhadap perilaku penggunaan

adalah sebesar 78,5% sedangkan sisanya yaitu 21,5% dipengaruhi oleh faktor lain.

Pada penilaian goodness of fit bisa diketahui melalui nilai Q2. Nilai Q2

memiliki arti yang sama dengan koefisien determinasi (R-Square) pada analisis

regresi, di mana semakin tinggi R-Square, maka model dapat dikatakan semakin

fit dengan data. Perhitungan nilai Q2 sebagai berikut (Hair et al., 2011) :


73

Q2 = 1 – (1 – R12) (1 - R2

2) … (1 – Rp2)

Q2 = 1 - (1-0,776) x (1-0,785)

= 1 – (0,224 x 0,215)

= 1 – 0,05

= 0,95

Hasil perhitungan diketahui nilai Q2 sebesar 0,95 artinya besarnya

keberagaman dari data penelitian dapat dijelaskan oleh model struktural yang

dikembangkan dalam penelitian ini adalah sebesar 95%. Berdasarkan hasil ini,

model struktural pada penelitian telah memiliki goodness of fit yang baik.

Evaluasi selanjutnya pada inner model dengan melihat path diagram yang

menunjukkan seberapa besar pengaruh variabel independen terhadap variabel

dependen. Gambar 4.1 merupakan path diagram dalam model ini.


74

Gambar 4.1 Path diagram


75

4.4 Pengujian Hipotesis

Setelah data memenuhi syarat pengukuran, maka dapat dilanjutkan dengan

melakukan metode bootstrapping pada SmartPLS 3.2.4. Metode bootstrapping

adalah prosedur pengambilan sampel baru secara berulang sebanyak N sampel

baru dari data asal berukuran n, di mana untuk sebuah sampel baru dilakukan

pengambilan titik sampel dari data asal dengan cara satu persatu sampai n kali

dengan pengambilan (Efron & Tibshirani, 1998).

Untuk uji simultan digunakan Uji T-statistic yang dimaksudkan untuk

menguji signifikansi pengaruh variabel-variabel eksogen Xi secara keseluruhan

terhadap variabel endogen Y. Pengujian ini dilakukan dengan cara

membandingkan anatara nilai T yang dihasilkan dari perhitungan T-statistic

dengan nilai T-tabel. Hipotesis nol akan diterima apabila nilai T-statistic lebih

kecil dari nilai T-tabel (T-statistic < T-table), ini berarti hipotesis alternatif yang

ditolak. Sebaliknya, hipotesis nol akan ditolak apabila nilai T-statistic lebih besar

atau sama dengan nilai T-tabel (T-statistic ≥ T-table), ini berarti hipotesis

alternatif yang diterima. Nilai T-tabel dapat diketahui berdasarkan taraf

signifikansi 0,05 dengan jumlah observasi 178, yaitu 1,65356. Tabel berikut ini

merupakan hasil uji t-statistik.

Tabel 4.14 : Uji statistic hipotesis nol

Hipotesis Statistik ξ η t-statistic

H01 Harapan kinerja Niat penggunaan 1.094

H02 Persepsi Usaha Niat penggunaan 1.259

H03 Faktor Sosial Niat penggunaan 0.588

H04 Dukungan fasilitas Niat penggunaan 2.118

H05 Dukungan fasilitas Perilaku penggunaan 1.228

H06 Motivasi hedonis Niat penggunaan 1.789

H07 Kebiasaan Niat penggunaan 8.716


76

Tabel 4.14 : Uji statistic hipotesis nol (lanjutan)

Hipotesis Statistik ξ η t-statistic

H08 Kebiasaan Perilaku penggunaan 7.391

H09 Niat penggunaan Perilaku penggunaan 1.975

Sumber: data diolah (2016)

Berdasaran model persamaan pada gambar 3.1 tersebut, dibuat persamaan

struktural dalam diagram jalur serta uji hipotesis statistic untuk pengujian masing-

masing hipotesis penelitian sebagai berikut:

H1: Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa.

H01 : 1 ≤ 0 : Harapan kinerja (ξ1) tidak berpengaruh positif

terhadap niat penggunaan Exelsa (η1).

Ha1 : 1 > 0 : Harapan kinerja (ξ1) berpengaruh positif terhadap niat

penggunaan Exelsa (η1).

T-statistic(H01) = 1,094.

1,094 < 1,65356

T-statistic(H01) < T-table, maka H01 diterima (Ha1 ditolak).

H2: Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa.

H02 : 2 ≤ 0 : Persepsi usaha (ξ2) tidak berpengaruh positif terhadap

niat penggunaan Exelsa (η1).

Ha2 : 2 > 0 : Persepsi usaha (ξ2) berpengaruh positif terhadap niat


T-statistic(H02) = 1,259

1,259 < 1,65356



77

H3: Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa

H03 : 3 ≤ 0 : Faktor sosial (ξ3) tidak berpengaruh positif terhadap


Ha3 : 3 > 0 : Faktor sosial (ξ3) berpengaruh positif terhadap niat



0,588 < 1,65356


H4a: Dukungan fasilitas berpengaruh positif terhadap niat penggunaan Exelsa.

H04 : 4 ≤ 0 : Dukungan fasilitas (ξ4) tidak berpengaruh positif

terhadap niat penggunaan Exelsa (η1)..

Ha4 : 4 > 0 : Dukungan fasilitas (ξ4) berpengaruh positif terhadap



2,118 ≥ 1,65356

T-statistic(H04) ≥ T-table, maka H04 ditolak (Ha4 diterima).

H4b: Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan

Exelsa.

H05 : 5 ≤ 0 : Dukungan fasilitas (ξ5) tidak berpengaruh positif

terhadap perilaku penggunaan Exelsa (η2).

Ha5 : 5 > 0 : Dukungan fasilitas (ξ5) berpengaruh positif terhadap

perilaku penggunaan Exelsa (η2).



78

1,228 < 1,65356


H5: Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa.

H06 : 6 ≤ 0 : Motivasi hedonis (ξ6) tidak berpengaruh positif

terhadap niat penggunaan Exelsa (η1).

Ha6 : 6 > 0 : Motivasi hedonis (ξ6) berpengaruh positif terhadap niat



1,789 ≥ 1,65356


H6a: Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa.

H07 : Kebiasaan (ξ7) tidak berpengaruh positif terhadap niat


Ha7 : Kebiasaan (ξ7) berpengaruh positif terhadap niat penggunaan

Exelsa (η1).


8,716 ≥ 1,65356


H6b: Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa.

H08 : Kebiasaan (ξ8) tidak berpengaruh positif terhadap perilaku


Ha8 : Kebiasaan (ξ8) berpengaruh positif terhadap perilaku



79


7,391 ≥ 1,65356


H7: Niat penggunaan berpengaruh positif terhadap perilaku penggunaan Exelsa.

H09 : Niat penggunaan (η1) tidak berpengaruh positif terhadap

perilaku penggunaan Exelsa (η2).

Ha9 : Niat penggunaan (η1) berpengaruh positif terhadap perilaku



1,975 ≥ 1,65356


Apabila dalam hasil pengujian inner model merupakan signifikan, maka

dapat disimpulkan bahwa terdapat pengaruh yang bermakna dari variabel

independen terhadap variabel dependen. Sedangkan kuatnya pengaruh hubungan

antar variabel dapat dilihat dari nilai inner weight. Jika nilai inner weight

menunjukkan angka 0,67; 0,33; dan 0,19 mengindikasikan bahwa pengaruh antar

variabel kuat, moderat dan lemah (Ghozali, 2008). Tabel 4.15 menunjukkan hasil

analisis jalur.


80

Tabel 4.15 : Hasil Analisis Jalur

Hipotesis

Penelitian Hubungan

Koefisien

Jalur

t-

statistic

p-

value Keterangan

H1

Harapan Kinerja berpengaruh

positif terhadap Niat Penggunaan

Exelsa

0.101 1.094 0.137 Ditolak

H2

Persepsi Usaha berpengaruh


Exelsa

-0.073 1.259 0.104 Ditolak

H3 Faktor Sosial berpengaruh positif

terhadap Niat Penggunaan Exelsa -0.035 0.588 0.278 Ditolak

H4a

Dukungan Fasilitas berpengaruh


Exelsa

0.149 2.118 0.017 Diterima

H4b

Dukungan Fasilitas berpengaruh

positif terhadap Perilaku

Penggunaan Exelsa

-0.069 1.228 0.110 Ditolak

H5

Motivasi Hedonis berpengaruh


Exelsa

0.187 1.789 0.037 Diterima

H6a Kebiasaan berpengaruh positif

terhadap Niat Penggunaan Exelsa 0.587 8.716 0.000 Diterima

H6b

Kebiasaan berpengaruh positif

terhadap Perilaku Penggunaan

Exelsa

0.730 7.391 0.000 Diterima

H7

Niat Penggunaan berpengaruh

positif terhadap Perilaku

Penggunaan Exelsa

0.231 1.975 0.024 Diterima


Data di atas menunjukkan t-statistic lebih besar dari 1,65356 yang

membuktikan bahwa 5 hipotesis penelitian yang diterima (H4a, H5, H6a, H6b,

H7). Kebenaran dalam uji hipotesis di atas ditunjukkan dengan menolak Ho,

sehingga hipotesis penelitian tersebut dapat diterima.

Berdasarkan model UTAUT2 (Venkatesh et al., 2012) pengujian

dilakukan untuk mengetahui apakah usia, jenis kelamin dan tingkat pengalaman

mampu memoderasi model dalam penelitian. Pengujian moderasi dalam

penelitian ini dilakukan dengan 2 langkah yaitu analisis moderating effect dan


81

analisis multiple group. Hasil pengujian moderasi menggunakan analisis

moderating effect dapat dilihat pada tabel 4.16.

Tabel 4.16 : Hasil Analisis Jalur Moderasi Usia

Pengaruh Moderasi Koefisien

Jalur

t-

statistic

p-

value

Usia memperkuat pengaruh Harapan Kinerja

terhadap Niat Penggunaan Exelsa 0.019 0.188 0.426

Usia memperkuat pengaruh Persepsi Usaha


Usia memperkuat pengaruh Faktor Sosial


Usia memperkuat pengaruh Dukungan Fasilitas

terhadap Niat Penggunaan Exelsa -0.018 0.237 0.406

Usia memperkuat pengaruh Dukungan Fasilitas

terhadap Perilaku Penggunaan Exelsa -0.022 0.323 0.373

Usia memperkuat pengaruh Motivasi Hedonis


Usia memperkuat pengaruh Kebiasaan terhadap

Niat Penggunaan Exelsa -0.122 1.433 0.076

Usia memperkuat pengaruh Kebiasaan terhadap

Perilaku Penggunaan Exelsa -0.061 1.118 0.132


Berdasarkan hasil analisis jalur pada tabel 4.16 dapat disimpulkan bahwa

secara umum variabel usia tidak memoderasi (tidak memperkuat dan tidak

memperlemah) hubungan antara variabel harapan kinerja, persepsi usaha, faktor

sosial, dukungan fasilitas, motivasi hedonis, kebiasaan terhadap niat dan perilaku

penggunaan). Hal ini dilihat berdasar tabel 4.16 bahwa nilai p-value lebih besar

dari 0,05.


82

Tabel 4.17 : Hasil Analisis Jalur Moderasi Jenis Kelamin


Jalur

t-

statistic

p-

value

JenisKelamin memperkuat pengaruh Harapan

Kinerja terhadap Niat Penggunaan Exelsa 0.182 1.823 0.034

JenisKelamin memperkuat pengaruh Persepsi

Usaha terhadap Niat Penggunaan Exelsa 0.003 0.049 0.481

JenisKelamin memperkuat pengaruh Faktor

Sosial terhadap Niat Penggunaan Exelsa 0.105 1.660 0.049*

JenisKelamin memperkuat pengaruh Dukungan

Fasilitas terhadap Niat Penggunaan Exelsa -0.050 0.731 0.233

JenisKelamin memperkuat pengaruh Dukungan

Fasilitas terhadap Perilaku Penggunaan Exelsa -0.028 0.483 0.315

JenisKelamin memperkuat pengaruh Motivasi

Hedonis terhadap Niat Penggunaan Exelsa -0.110 1.149 0.125

JenisKelamin memperkuat pengaruh Kebiasaan


JenisKelamin memperkuat pengaruh Kebiasaan

terhadap Perilaku Penggunaan Exelsa -0.070 1.199 0.116


* menunjukkan p < 0.05 berarti hipotesisi diterima / didukung

Data di atas menunjukkan nilai p-values (0.049) lebih kecil dari 0.05 yang

membuktikan bahwa variabel jenis kelamin memoderasi hubungan antar variabel

faktor sosial terhadap variabel niat penggunaan. Berdasarkan tabel 4.16 hubungan

variabel Faktor Sosial – Niat Penggunaan memiliki t-statistic sebesar 0.955,

dengan adanya moderasi jenis kelamin sehingga memperkuat hubungan variabel

Faktor Sosial – Niat Penggunaan sehingga nilai t-statistic menjadi 1.660.


83

Tabel 4.18 : Hasil Analisis Jalur Moderasi Tingkat Pengalaman


Jalur

t-

statistic

p-

value

TgktPengalaman memperkuat pengaruh Harapan

Kinerja terhadap Niat Penggunaan Exelsa -0.011 0.163 0.435

TgktPengalaman memperkuat pengaruh Persepsi

Usaha terhadap Niat Penggunaan Exelsa -0.006 0.094 0.463

TgktPengalaman memperkuat pengaruh Faktor

Sosial terhadap Niat Penggunaan Exelsa -0.134 1.776 0.038*

TgktPengalaman memperkuat pengaruh

Dukungan Fasilitas terhadap Niat Penggunaan

Exelsa

-0.044 0.731 0.233


Dukungan Fasilitas terhadap Perilaku

Penggunaan Exelsa

0.097 1.084 0.139

TgktPengalaman memperkuat pengaruh Motivasi

Hedonis terhadap Niat Penggunaan Exelsa 0.020 0.288 0.387


Kebiasaan terhadap Niat Penggunaan Exelsa 0.033 0.279 0.390


Kebiasaan terhadap Perilaku Penggunaan Exelsa -0.036 0.304 0.381



Berdasarkan hasil analisis jalur pada tabel 4.18 dapat disimpulkan bahwa

variabel tingkat pengalaman memoderasi hubungan variabel dukungan fasilitas

terhadap niat penggunaan. Hal ini dilihat berdasar tabel 4.18 bahwa hubungan

variabel Dukungan Fasilitas – Niat Penggunaan memiliki nilai p-value (0.038)

lebih kecil dari 0,05. Berdasarkan pada table 4.16 hubungan variabel Dukungan

Fasilitas – Niat Penggunaan memiliki nilai t-statistic sebesar 0.237, dengan

adanya moderasi tingkat pengalaman sehingga memperkuat hubungan variabel

Dukungan Fasilitas – Niat Penggunaan sehingga nilai t-statistic menjadi 1.776.

Selanjutnya pengujian moderasi kedua adalah mengetahui adanya pengaruh

variabel harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas,


84

motivasi hedonis, kebiasaan terhadap variabel niat dan perilaku penggunaan

berdasarkan kelompok data usia, jenis kelamin dan tingkat pengalaman, dilakukan

analisis multigrup menggunakan PLS-MGA (Partial Least Square – Multiple

Group Analysis). Berdasarkan Henseler (2009), analisis multiple group

memungkinkan untuk menguji apakah kelompok data yang telah ditetapkan

memiliki perbedaan yang signifikan dalam estimasi parameter kelompok-spesifik

(misalnya, bobot luar, beban luar dan koefisien jalur). Proses PLS-MGA

melibatkan data yang akan dibagi menjadi subsamples berdasarkan variabel

moderasi yang berteori dan model jalur masing-masing sub-sampel (kelompok)

untuk dibandingkan. Dengan kata lain, model yang sama dapat digunakan untuk

memperkirakan setiap kelompok diskrit menggunakan rumus (Henseler,

2012:498).

Dalam penelitian ini penulis mengelompokkan responden dalam 3

kelompok berdasarkan jenis kelamin, usia dan tingkat pengalaman menggunakan

Exelsa. Setelah itu penulis mengukur pengaruh variabel eksogen terhadap variabel

endogen berdasarkan pengelompokan tersebut menggunakan PLS-MGA (Partial

Least Square – Multiple Group Analysis).

4.4.1 Kelompok berdasarkan usia

Pengelompokan berdasarkan usia bertujuan untuk mengetahui tingkat

pengaruh variabel eksogen terhadap variabel endogen dari segi usia.

Pengelompokan usia dibedakan menjadi kelompok usia 1 (≤ 30 tahun), usia 2 (31-

40 tahun), usia 3 (41-50 tahun), usia 4 (51-60 tahun) dan usia 5 (>60 tahun).


85

Menurut Henseler (2012), untuk perbandingan kelompok minimal 30 responden

setiap kelompok. Berdasarkan tabel 4.2 deskripsi responden berdasar usia, bahwa

jumlah kelompok usia yang memenuhi syarat PLS-MGA adalah kelompok usia 2

(38 responden), usia 3 (80 responden), dan usia 4 (40 responden).

Tabel 4.19 : Hasil PLS-MGA Kelompok Usia

Usia 31-40 tahun 41-50 tahun 51-60 tahun

Hubungan t-

statistic p-value

t-

statistic p-value

t-

statistic p-value

HK – NP 1.628 0.052 1.350 0.089 0.769 0.221

PU – NP 0.316 0.376 0.527 0.299 0.702 0.242

FS – NP 0.830 0.204 0.142 0.444 0.359 0.360

DF – NP 2.634 0.004* 0.071 0.472 1.069 0.143

DF – PP 1.850 0.032* 1.296 0.098 0.545 0.293

MH – NP 0.469 0.320 2.119 0.017* 1.877 0.031*

K – NP 2.164 0.015* 6.527 0.000* 3.540 0.000*

K – PP 3.244 0.001* 7.330 0.000* 2.977 0.002*

NP – PP 5.898 0.000 0.683 0.247 1.877 0.031*



Berdasarkan tabel 4.16 dapat dilihat bahwa hubungan variabel harapan

kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, dan

kebiasaan terhadap variabel niat dan perilaku penggunaan tidak diperkuat atau

tidak diperlemah oleh usia. Secara umum, pengaruh dari variabel eksogen

terhadap variabel endogen tidak dimoderasi oleh usia, akan tetapi berbeda dalam

setiap kelompok data. Data dikelompokkan menurut usia 31-40 tahun, 41-50

tahun dan 51-60 tahun kemudian diuji kembali untuk masing-masing kelompok.

PLS-MGA digunakan untuk membandingkan model jalur antara kelompok

usia 2 (31-40 tahun), usia 3 (41-50 tahun), dan usia 4 (51-60 tahun). Terdapat

perbedaan faktor yang mempengaruhi niat dan perilaku penggunaan antar setiap


86

kelompok usia. Bagi dosen yang berusia 31-40 tahun, faktor yang mempengaruhi

penerimaan dan penggunaan Exelsa adalah harapan kinerja, dukungan fasilitas

dan kebiasaan. Sedangkan bagi dosen yang berusia 41-50 tahun, faktor yang

mempengaruhi penerimaan dan penggunaan Exelsa adalah motivasi hedonis dan

kebiasaan dalam menggunakan Exelsa. Terakhir adalah bagi dosen yang berusia

51-60 tahun faktor yang mempengaruhi penerimaan dan penggunaan Exelsa

adalah motivasi hedonis, kebiasaan dan niat dalam menggunakan Exelsa.

Dari ketiga kelompok usia ini, faktor utama yang paling menentukan

penerimaan dan penggunaan Exelsa adalah kebiasaan. Kebiasaan dalam hal ini

mengacu pada kebiasaan berinteraksi menggunakan sistem informasi. Semakin

terbiasa berinteraksi dengan sistem informasi tersebut maka semakin bisa

menerima dan menggunakannya, karena dengan frekuensi penggunaan yang

tinggi, individu tersebut dapat lebih terampil menggunakan system informasi

sehingga mempermudah penggunaan.

4.4.2 Kelompok berdasarkan jenis kelamin

Pengelompokan berdasarkan jenis kelamin bertujuan untuk mengetahui

tingkat pengaruh variabel eksogen terhadap variabel endogen dari segi jenis

kelamin pria maupun wanita. Mayoritas responden dalam penelitian ini adalah

pria (66,67%) dan sisanya wanita (33,33%). Menurut Henseler (2012), untuk

perbandingan kelompok, minimal 30 responden setiap kelompok. Henseler

menambahkan bahwa PLS-MGA memungkinkan analisis yang akan dilakukan


87

antara kelompok dengan kesenjangan yang besar dalam jumlah responden dalam

hal ini, pria 118 dan wanita 60.

Tabel 4.20 : Hasil PLS-MGA Kelompok Jenis Kelamin

Jenis Kelamin PRIA WANITA

Hubungan t-statistic p-value t-statistic p-value

HK – NP 0.137 0.446 2.266 0.012*

PU – NP 0.937 0.175 1.286 0.100

FS – NP 1.325 0.093 1.118 0.132

DF – NP 1.703 0.045* 1.134 0.129

DF – PP 0.775 0.219 1.596 0.056

MH – NP 2.658 0.004* 0.501 0.308

K – NP 7.930 0.000* 3.009 0.001*

K – PP 6.891 0.000* 3.362 0.000*

NP – PP 0.962 0.168* 2.842 0.002*




kinerja, persepsi usaha, dukungan fasilitas, motivasi hedonis, dan kebiasaan

terhadap variabel niat dan perilaku penggunaan tidak dimoderasi oleh jenis

kelamin. Sedangkan variabel faktor sosial terhadap niat penggunaan dimoderasi

oleh jenis kelamin. Secara umum, pengaruh dari variabel harapan kinerja, persepsi

usaha, dukungan fasilitas, motivasi hedonis, dan kebiasaan terhadap variabel niat

dan perilaku penggunaan tidak dimoderasi oleh jenis kelamin, akan tetapi berbeda

dalam setiap kelompok data. Data dikelompokkan menurut jenis kelamin pria dan

wanita kemudian diuji kembali untuk masing-masing kelompok.

PLS-MGA digunakan untuk membandingkan model jalur antara dosen pria

dan wanita dalam menggunakan Exelsa. Terdapat adanya perbedaan faktor yang

mempengaruhi niat dan perilaku penggunaan antara dosen pria dan wanita. Bagi

dosen pria, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah


88

faktor dukungan fasilitas, motivasi hedonis, dan kebiasaan. Sedangkan bagi dosen

wanita, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah

harapan kinerja, kebiasaan dan niat untuk menggunakan Exelsa.

Berdasarkan kelompok jenis kelamin, faktor utama yang paling

menentukan penerimaan dan penggunaan Exelsa adalah kebiasaan. Kebiasaan

dalam hal ini mengacu pada kebiasaan berinteraksi menggunakan sistem

informasi. Semakin terbiasa berinteraksi dengan sistem informasi tersebut maka

semakin bisa menerima dan menggunakannya, karena dengan frekuensi

penggunaan yang tinggi, individu tersebut dapat lebih terampil menggunakan

system informasi sehingga mempermudah penggunaan.

4.4.3 Kelompok berdasarkan tingkat pengalaman menggunakan Exelsa

Pengelompokan berdasarkan tingkat pengalaman menggunakan Exelsa

bertujuan untuk mengetahui tingkat pengaruh variabel eksogen terhadap variabel

endogen dari segi tingkat pengalaman dosen selama kurang dari 1 tahun (EXP1),

1-3 tahun (EXP2), 3-4 tahun (EXP3) dan lebih dari 4 tahun (EXP3). Menurut

Henseler (2012), untuk perbandingan kelompok minimal 30 responden setiap

kelompok. Berdasarkan tabel 4.5 Deskripsi Responden berdasar Tingkat

Pengalaman, bahwa jumlah kelompok tingkat pengalaman yang memenuhi syarat

PLS-MGA adalah kelompok EXP1 (74 responden), EXP3 (40 responden), dan

exp4 (47 responden).


89

Tabel 4.21 : Hasil PLS-MGA Kelompok Pengalaman

Pengalaman < 1 tahun 3-4 tahun > 4 tahun

Hubungan t-

statistic p-value

t-

statistic p-value

t-

statistic p-value

HK – NP 1.406 0.080 0.030 0.488 0.848 0.198

PU – NP 0.226 0.411 2.145 0.016* 1.077 0.141

FS – NP 0.180 0.428 1.584 0.057 0.321 0.374

DF – NP 2.555 0.005* 1.503 0.067 0.810 0.209

DF – PP 0.211 0.416 0.581 0.281 0.994 0.160

MH – NP 0.614 0.270 2.279 0.012* 1.843 0.033*

K – NP 4.102 0.000* 3.211 0.001* 6.297 0.000*

K – PP 4.547 0.000* 7.224 0.000* 3.502 0.000*

NP – PP 1.272 0.102 0.195 0.423 1.333 0.092




kinerja, persepsi usaha, faktor sosial, motivasi hedonis, dan kebiasaan terhadap

variabel niat dan perilaku penggunaan tidak dimoderasi oleh tingkat pengalaman.

Sedangkan variabel dukungan fasilitas terhadap niat penggunaan dimoderasi oleh

tingkat pengalaman. Secara umum, pengaruh dari variabel harapan kinerja,

persepsi usaha, faktor sosial, motivasi hedonis, dan kebiasaan terhadap variabel

niat dan perilaku penggunaan tidak dimoderasi oleh tingkat pengalaman, akan

tetapi berbeda dalam setiap kelompok data. Data dikelompokkan menurut tingkat

pengalaman kurang dari 1 tahun, 3-4 tahun, dan lebih dari 4 tahun kemudian diuji

kembali untuk masing-masing kelompok.

PLS-MGA digunakan untuk membandingkan model jalur antara kelompok

pengalaman EXP1 2 (< 1 tahun), EXP3 (3-4 tahun), dan EXP4 (> 4 tahun).

Terdapat perbedaan faktor yang mempengaruhi niat dan perilaku penggunaan

antar setiap kelompok pengalaman. Bagi dosen dengan tingkat pengalaman Exelsa


90

kurang dari 1 tahun, faktor yang mempengaruhi penerimaan dan penggunaan

Exelsa adalah dukungan fasilitas, kebiasaan dan niat penggunaan. Bagi dosen

dengan tingkat pengalaman Exelsa 3-4 tahun, faktor yang mempengaruhi

penerimaan dan penggunaan Exelsa adalah persepsi usaha, motivasi hedonis, dan

kebiasaan. Terakhir bagi dosen dengan tingkat pengalaman Exelsa 3-4 tahun,

faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah motivasi

hedonis dan kebiasaan.

Berdasarkan tabel 4.21 di atas, dapat diperoleh kesimpulan bahwa

berdasarkan tingkat pengalaman, faktor utama yang mempengaruhi penerimaan

dan penggunaan Exelsa adalah kebiasaan. Semakin tinggi frekuensi penggunaan

Exelsa maka dosen semakin terbiasa dan akrab ketike menggunakan Exelsa.

4.5 Pembahasan

Penelitian ini menguji pengaruh variabel harapan kinerja, persepsi usaha,

dukungan fasilitas, faktor sosial, motivasi hedonis, dan kebiasaan terhadap niat

dan perilaku penggunaan Exelsa dengan variabel moderasi usia, jenis kelamin dan

tingkat pengalaman. Setelah melakukan analisis data menggunakan teknik analisis

PLS-SEM (Partial Least Squares – Structural Equation Modeling) maka

didapatkan hasil pengolahan statistik untuk menguji hipotesis penelitian pada

table 4.22 sebagai berikut.


91

Tabel 4.22 : Hasil Pengujian Hipotesis Penelitian

No Hipotesis Penelitian Kesimpulan

1 H1: Harapan kinerja berpengaruh positif terhadap niat

penggunaan Exelsa

Tidak

Didukung

2 H2: Persepsi usaha berpengaruh positif terhadap niat

penggunaan Exelsa

Tidak

Didukung

3 H3: Faktor Sosial berpengaruh positif terhadap niat

penggunaan Exelsa

Tidak

Didukung

4 H4a: Dukungan fasilitas berpengaruh positif terhadap niat

penggunaan Exelsa. Didukung

5 H4b: Dukungan fasilitas berpengaruh positif terhadap

perilaku penggunaan Exelsa.

Tidak

Didukung

6 H5: Motivasi hedonis berpengaruh positif terhadap niat


7 H6a: Kebiasaan berpengaruh positif terhadap niat


8 H6b: Kebiasaan berpengaruh positif terhadap perilaku

penggunaan Exelsa Didukung

9 H7: Niat penggunaan berpengaruh positif terhadap perilaku


Pembahasan berikut ini bertujuan menjelaskan hasil pengujian hipotesis:

4.5.1 Harapan kinerja berpengaruh positif terhadap niat penggunaan

Exelsa

Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa H1

yang diajukan tidak didukung. Dosen Universitas Sanata Dharma belum

merasakan adanya kegunaan Exelsa yang sesuai dengan kebutuhan pekerjaan

sebagai dosen. Sehingga P3MP sebaiknya berusaha membuat Exelsa dapat

memiliki kinerja yang unggul dan memberi manfaat setinggi-tingginya kepada

konsumen. Hipotesis penelitian H1 tidak didukung, sejalan dengan penelitian

Kurniawan dan Nasir (2014) yang menyatakan bahwa harapan kinerja tidak

memiliki pengaruh positif terhadap niat mengadopsi e-learning bagi mahasiswa

perguruan tinggi swasta di kota Palembang.


92

Berdasarkan respon terhadap pernyataan untuk konstruk harapan kinerja

terdiri dari 4 item pernyataan yang mewakili indikator kegunaan yang dirasakan

(perceived usefulness), motivasi ekstrinsik (extrinsic motivation), kesesuaian

pekerjaan (job-fit), dan keuntungan relative (relative advantage). Indikator

motivasi ekstrinsik menjadi prediktor yang lemah terhadap niat menggunakan

Exelsa. Indikator motivasi ekstrinsik dalam penelitian ini mengacu pada peluang

penggunaan Exelsa untuk meraih cakupan pembelajaran (learning outcome). Hal

ini berarti Exelsa belum sepenuhnya berguna untuk meraih cakupan pembelajaran

di Universitas Sanata Dharma. Berdasarkan hasil wawancara singkat dengan

responden, penulis mendapatkan hasil bahwa pengguna menggunakan atau tidak

menggunakan Exelsa, tidak mempengaruhi poisi mereka dalam pekerjaan sebagai

dosen di Universitas Sanata Dharma.

Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel harapan

kinerja terhadap niat dan perilaku penggunaan Exelsa tidak dimoderasi oleh usia,

jenis kelamin dan tingkat pengalaman. Pengujian moderasi usia dengan metode

PLS-MGA ditunjukkan pada tabel 4.19. Berdasarkan kelompok usia 31-40 tahun,

41-50 tahun dan 51-60 tahun menunjukkan bahwa harapan kinerja tidak

berpengaruh positif terhadap niat penggunaan Exelsa.

Pengujian moderasi jenis kelamin dengan metode PLS-MGA ditunjukkan

pada tabel 4.20. Efek moderasi jenis kelamin pada pengaruh harapan kinerja

terhadap niat dan perilaku penggunaan Exelsa menunjukkan adanya perbedaan

pandangan antara jenis kelamin pria dan wanita. Bagi pria, harapan kinerja tidak

berpengaruh positif terhadap niat penggunaan Exelsa. Hasil berbeda pada


93

kelompok wanita menunjukkan bahwa harapan kinerja berpengaruh positif

terhadap niat penggunaan Exelsa. Dosen wanita memiliki tingkat harapan kinerja

yang lebih tinggi dibandingkan dosen pria untuk menggunakan Exelsa.

Pengujian moderasi tingkat pengalaman dengan metode PLS-MGA

ditunjukkan pada tabel 4.21. Efek moderasi tingkat pengalaman pada pengaruh

harapan kinerja terhadap niat dan perilaku penggunaan Exelsa menunjukkan

adanya persamaan pandangan antara tingkat pengalaman menggunakan Exelsa

kurang dari 1 tahun, 3-4 tahun dan lebih dari 4 tahun. Bagi ketiga kelompok

tingkat pengalaman tersebut menunjukkan bahwa harapan kinerja tidak


Berdasarkan hasil pengujian moderasi menggunakan PLS-MGA, dapat

diketahui bahwa dosen dengan jenis kelamin wanita memiliki harapan kinerja

yang tinggi terhadap niat penggunaan Exelsa. Kelompok tersebut memiliki

kesediaan yang tinggi untuk menggunakan Exelsa dengan harapan kinerja bahwa

Exelsa memiliki kegunaan yang dibutuhkan dosen, meningkatkan produktivitas

kerja, membantu menyelesaikan tugas sebagai dosen, dan dapat meraih learning

outcome.

4.5.2 Persepsi usaha berpengaruh positif terhadap niat penggunaan

Exelsa

Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa

hipotesis penelitian H2 tidak didukung. Bersadarkan respon terhadap pernyataan

untuk variabel persepsi usaha (PU) terdiri dari 4 pernyataan yang mewakili


94

indikator persepsi kemudahan, kompleksitas dan kemudahan penggunaan Exelsa.

Berdasarkan penolakan tersebut dapat disimpulkan bahwa tingkat kemudahan

Exelsa masih rendah sehingga pengguna memiliki tingkat penerimaan dan

penggunaan yang rendah. Berdasarkan hasil wawancara singkat dengan

responden, didapatkan hasil bahwa pengguna Exelsa merasa kesulitan memahami

ikon yang terdapat dalam interface Exelsa, interface Exelsa dinilai tidak fleksibel

ketika diakses menggunakan laptop dan HP, bahkan dengan browser yang

berbeda juga.

Hipotesis penelitian H2 tidak didukung, sejalan dengan temuan Raman dan

Yahya (2014) bahwa persepsi usaha tidak berpengaruh positif terhadap niat untuk

mengadopsi e-learning moodle bagi mahasiswa pascasarjana di Universitas Utara

Malaysia. Menurut temuan Hager, Lakhal, Passchot, dan Bhyta (2014) persepsi

usaha tidak berpengaruh positif terhadap niat menggunakan e-learning webinars

di Laval University Quebec-Canada.

Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel persepsi

usaha terhadap variabel niat penggunaan Exelsa tidak dimoderasi oleh usia, jenis

kelamin dan tingkat pengalaman. Pengujian moderasi usia dengan metode PLS-

MGA ditunjukkan pada tabel 4.19. Berdasarkan kelompok usia 31-40 tahun, 41-

50 tahun dan 51-60 tahun menunjukkan bahwa persepsi usaha tidak berpengaruh

positif terhadap niat penggunaan. Hal yang sama ditunjukkan pada pengujian

moderasi jenis kelamin dengan metode PLS-MGA bahwa persepsi usaha tidak



95


ditunjukkan pada tabel 4.21. Efek moderasi tingkat pengalaman pada kelompok 3-

4 tahun menunjukkan signifikan. Pada kelompok pengalaman 3-4 tahun tingkat

pengalaman memoderasi (memperlemah) pengaruh persepsi usaha terhadap niat

penggunaan Exelsa. Sedangkan pada tingkat pengalaman kurang dari 1 tahun dan

lebih dari 4 tahun, efek moderasi tingkat pengalaman tidak signifikan. Hal ini

berarti bagi dosen yang memiliki tingkat pengalaman menggunakan Exelsa

selama 3-4 tahun merasakan kemudahan dalam memahami fitur dan

mengoperasikan Exelsa.

4.5.3 Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa

Dalam penelitian ini, faktor sosial adalah sejauh mana seseorang merasakan

bagaimana orang lain percaya ia harus menggunakan Exelsa. Berdasarkan

pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa hipotesis penelitian H3

yang diajukan tidak didukung. Hal ini disebabkan tidak adanya himbauan dari

pihak pengembang system (P3MP), pimpinan Universitas dan sesama dosen

untuk menggunakan Exelsa. Penolakan ini sejalan dengan temuan Yang (2013),

Bendi & Andayani (2013), El-Gayar & Moran (2006), dan Sundaravej (2010)

bahwa faktor sosial tidak mempengaruhi niat penggunaan.

Berdasarkan respon terhadap pernyataan untuk konstruk faktor sosial terdiri

dari 3 item pernyataan yang mewakili indikator norma subyektif (subjective

norm), pengaruh lingkungan dan image. Indikator norma subyektif menjadi

prediktor yang lemah terhadap niat penggunaan. Indikator norma subyektif dalam


96

kuesioner ini mengacu pada dukungan pengembang sistem untuk menggunakan

Exelsa. Berdasarkan hasil wawancara singkat dengan responden, didapatkan hasil

bahwa dosen tidak menggunakan Exelsa karena tidak ada aturan yang

mengharuskan untuk menggunakan Exelsa, serta tidak ada perbedaan yang dosen

rasakan ketika menggunakan Exelsa atau tidak menggunakan Exelsa.

Tabel 4.16, dan 4.18 menunjukkan bahwa hubungan variabel faktor sosial

terhadap variabel niat penggunaan Exelsa tidak dimoderasi oleh usia dan tingkat

pengalaman. Akan tetapi pada tabel 4.17 menunjukkan bahwa hubungan variabel

faktor sosial terhadap niat penggunaan dimoderasi oleh jenis kelamin dilihat dari

nilai p-value (0,049) lebih kecil dari 0,05 sehingga variabel moderasi jenis

kelamin signifikan berpengaruh. Variabel jenis kelamin memperkuat pengaruh

faktor sosial terhadap niat penggunaan.

Pengujian moderasi usia dengan metode PLS-MGA ditunjukkan pada tabel

4.19. Berdasarkan kelompok usia 31-40 tahun, 41-50 tahun dan 51-60 tahun

menunjukkan bahwa faktor sosial tidak berpengaruh positif terhadap niat

penggunaan dilihat dari nilai p-value lebih besar dari 0,05. Hal yang sama

ditunjukkan pada pengujian moderasi jenis kelamin dan tingkat pengalaman

dengan metode PLS-MGA bahwa faktor sosial tidak berpengaruh positif terhadap

niat penggunaan Exelsa.

Berdasarkan penolakan tersebut dapat disimpulkan bahwa penerimaan dan

penggunaan Exelsa tidak dipengaruhi oleh dukungan pimpinan, dukungan

pengembang sistem maupun ajakan, saran dan rekomendasi dosen lain yang

menggunakan Exelsa. Universitas Sanata Dharma khususnya pihak pengembang


97

sistem Exelsa (P3MP) perlu meningkatkan kegiatan sosialisasi Exelsa disertai

dengan panduan pelatihan Exelsa. Hal ini bertujuan untuk mempromosikan

Exelsa kepada para dosen agar bersedia untuk menggunakan Exelsa.

4.5.4 Dukungan fasilitas berpengaruh positif terhadap niat penggunaan

Exelsa


hipotesis penelitian H4a yang diajukan diterima / didukung. Hasil koefisian jalur

DF-NP (variabel dukungan fasilitas terhadap niat penggunaan) menunjukkan

bahwa nilai p-value lebih kecil dari 0,05 yaitu 0,017 sehingga pengaruh yang

diberikan DF terhadap NP signifikan berpengaruh. Nilai koefisien jalur variabel

laten dukungan fasilitas terhadap niat penggunaan sebesar 0,149 yang berarti

terdapat pengaruh positif sebesar 14,9% terhadap variabel niat penggunaan.

Semakin tinggi pengguna menerima dukungan fasilitas untuk menggunakan

Exelsa, maka akan semakin tinggi penerimaan dan penggunaan Exelsa.

Penerimaan hipotesis penelitian ini disebabkan karena dukungan infrastuktur dan

teknis yang ada di Universitas Sanata Dharma telah memenuhi kebutuhan dosen

untuk menggunakan Exelsa.

Tabel 4.16 dan 4.17 menunjukkan bahwa hubungan variabel dukungan

fasilitas terhadap niat penggunaan Exelsa tidak dimoderasi oleh usia dan jenis

kelamin. Akan tetapi pada tabel 4.18 menunjukkan bahwa hubungan variabel

dukungan fasilitas terhadap niat penggunaan dimoderasi oleh tingkat pengalaman


98

dilihat dari nilai p-value (0,038) lebih kecil dari 0,05 sehingga variabel moderasi

tingkat pengalaman signifikan berpengaruh.


4.19. Berdasarkan kelompok usia 41-50 tahun dan 51-60 tahun menunjukkan

bahwa dukungan fasilitas tidak berpengaruh positif terhadap niat penggunaan.

Sedangkan pada kelompok usia 31-40 tahun menunjukkan bahwa dukungan

fasilitas berpengaruh positif terhadap niat penggunaan.


pada tabel 4.20. Berdasarkan kelompok jenis kelamin pria menunjukkan bahwa

dukungan fasilitas berpengaruh positif terhadap niat penggunaan dilihat dari nilai

p-value (0,045) lebih kecil dari 0,05. Sedangkan bagi kelompok wanita, variabel

dukungan fasilitas tidak berpengaruh terhadap niat penggunaan.


ditunjukkan pada tabel 4.21. Berdasarkan kelompok tingkat pengalaman kurang

dari 1 tahun menunjukkan bahwa dukungan fasilitas berpengaruh positif terhadap

niat penggunaan dilihat dari nilai p-value (0,005) lebih kecil dari 0,05. Sedangkan

pada kelompok tingkat pengalaman 3-4 tahun dan lebih dari 4 tahun menunjukkan

bahwa dukungan fasilitas tidak berpengaruh positif terhadap niat penggunaan

dilihat dari nilai p-value lebih besar dari 0,05.

Penerimaan hipotesis H4a sejalan dengan temuan Tan (2013) bahwa

dukungan fasilitas berpengaruh positif terhadap niat penggunaan English E-

Learning Website di Taiwan. Raman dan Yahya (2013) menyatakan bahwa

dukungan fasilitas berpengaruh positif terhadap niat penggunaan dalam


99

menggunakan learning management software di Universitas Utara Malaysia.

Penelitian Hager et al. (2014) menunjukkan bahwa dukungan fasilitas bepengaruh

positif terhadap niat penggunaan webinar system Elluminate dalam pembelajaran

di Laval University. Infrastruktur teknologi dan organisasi dan organisasi

mendukung penggunaan Elluminate. Anggota staf yang berpengetahuan tersedia

untuk menjawab pertanyaan dengan cepat, bersedia melayani permintaan

pengguna, sehingga terlaksana sistem webinar yang efektif di lingkungan belajar.

Selain itu juga disediakan teknisi dan dokumentasi yang dapat membantu

pengguna menguasai teknologi dan membantu kesulitan terhadap pemakaian

teknologi tersebut.

4.5.5 Dukungan fasilitas berpengaruh positif terhadap perilaku

penggunaan Exelsa


hipotesis penelitian H4b yang diajukan tidak didukung. Hasil koefisian jalur DF-

PP (dukungan fasilitas terhadap perilaku penggunaan) menunjukkan bahwa nilai

p-value lebih besar dari 0,05 yaitu 0,110 sehingga pengaruh yang diberikan DF

terhadap PP terbukti signifikan. Penolakan H4b sejalan dengan temuan Raman

dan Don (2014) bahwa dukungan fasilitas tidak berpengaruh pada niat

penggunaan e-learning moodle bagi mahasiswa pascasarjana di Universitas Utara

Malaysia. Tan (2013) juga menemukan bahwa dukungan fasilitas tidak

berpengaruh pada niat penggunaan e-learning websites di Taiwan. Rangga (2014)


100

juga menemukan bahwa dukungan fasilitas tidak berpengaruh pada niat

mengadopsi program WARDES di Jawa Barat.

Berdasarkan respon terhadap pernyataan untuk konstruk faktor sosial terdiri

dari 4 item pernyataan yang mewakili indikator kontrol perilaku yang dirasakan,

infrasturktur teknologi, dan kompatibilitas. Indikator infrastruktur teknologi

menjadi prediktor yang lemah terhadap niat penggunaan. Indikator infrastruktur

teknologi mengacu pada kecukupan bantuan tenaga ahli dalam menggunakan

Exelsa.

Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel

dukungan fasilitas terhadap perilaku penggunaan Exelsa tidak dimoderasi oleh

usia, jenis kelamin dan tingkat pengalaman. Pengujian moderasi usia dengan

metode PLS-MGA ditunjukkan pada tabel 4.19. Pengaruh dukungan fasilitas

terhadap perilaku penggunaan Exelsa pada kelompok usia 31-40 tahun terbukti

signifikan berpengaruh dilihat dari nilai p-value (0,032) lebih kecil dari 0,05.

Sedangkan pada kelompok usia 41-50 tahun dan 51-60 tahun dukungan fasilitas

tidak berpengaruh positif terhadap niat penggunaan. Hal ini berarti dosen yang

berusia 31-40 tahun membutuhkan dukungan fasilitas untuk menggunakan Exelsa.

Mereka bersedia menggunakan Exelsa apabila memiliki kecukupan sumber daya

yang dibutuhkan, pengetahuan, teknologi yang digunakan dan bantuan tenaga

ahli.


pada tabel 4.20. Pengaruh dukungan fasilitas terhadap perilaku penggunaan

Exelsa pada pada pria dan wanita terbukti tidak signifikan dilihat dari nilai p-


101

value lebih besar dari 0,05. Hal ini sama dengan pengujian moderasi tingkat

pengalaman dengan metode PLS-MGA, bahwa tidak ada pengaruh signifikan dari

dukungan fasilitas terhadap perilaku penggunaan Exelsa pada semua kelompok

pengalaman.


diketahui bahwa dosen yang berusia 41-50 tahun memiliki kesediaan yang tinggi

untuk menggunakan Exelsa dengan adanya kecukupan sumber daya, pengetahuan

dan bantuan tenaga ahli.

4.5.6 Motivasi hedonis berpengaruh positif terhadap niat penggunaan

Exelsa


hipotesis penelitian H5 yang diajukan dapat diterima / didukung. Hasil koefisian

jalur MH-NP (motivasi hedonis terhadap niat penggunaan) menunjukkan bahwa

nilai p-value lebih kecil dari 0,05 yaitu 0,037 sehingga pengaruh yang diberikan

motivasi hedonis terhadap niat penggunaan terbukti signifikan. Nilai koefisien

jalur variabel laten motivasi hedonis terhadap niat penggunaan sebesar 0,187 yang

berarti terdapat pengaruh positif sebesar 18,7% terhadap variabel niat

penggunaan. Semakin tinggi pengguna memiliki motivasi hedonis untuk

menggunakan Exelsa, maka akan semakin tinggi penerimaan dan penggunaan

Exelsa. Penerimaan hipotesis penelitian ini menunjukkan bahwa dosen

Universitas Sanata Dharma memiliki perasaan nyaman dan senang ketika

menggunakan Exelsa.


102

Dalam penelitian ini, motivasi hedonis mengacu pada pengalaman

menyenangkan atau kesenangan pengguna menggunakan Exelsa. Hasil dalam

penelitian ini menunjukkan bahwa motivasi hedonis positif mempengaruhi niat

penggunaan yang didukung oleh To et al. (2007), Magni et al. (2010) dan

Venkatesh et al. (2012). Pengguna mengalami kesenangan, kenikmatan dan

merasa terhibur ketika menggunakan sistem informasi.

Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel motivasi

hedonis terhadap niat penggunaan Exelsa tidak dimoderasi oleh usia, jenis

kelamin dan tingkat pengalaman. Pengujian moderasi usia dengan metode PLS-

MGA ditunjukkan pada tabel 4.19. Efek moderasi usia pada pengaruh motivasi

hedonis terhadap niat penggunaan Exelsa menunjukkan adanya perbedaan

pandangan antara kelompok usia 31-40 tahun, 41-50 tahun dan 51-60 tahun.

Pengaruh motivasi hedonis terhadap niat penggunaan Exelsa lebih tinggi pada

kelompok usia 41-50 tahun dibandingkan dengan kelompok usia 51-60 tahun.

Pada kelompok usia 41-50 tahun terbukti signifikan berpengaruh dilihat dari nilai

p-value (0,017) lebih kecil dari 0,05. Pada kelompok usia 51-60 tahun terbukti

signifikan berpengaruh dilihat dari nilai p-value (0,031) lebih kecil dari 0,05.

Sedangkan pada kelompok usia 31-40 tahun menunjukkan motivasi hedonis tidak

berpengaruh positif terhadap niat penggunaan Exelsa dilihat dari nilai p-value

lebih besar dari 0,05.


pada tabel 4.20. Efek moderasi jenis kelamin pada pengaruh motivasi hedonis

terhadap niat penggunaan Exelsa menunjukkan adanya perbedaan pandangan


103

antara jenis kelamin pria dan wanita. Bagi pria, motivasi hedonis berpengaruh

positif terhadap niat penggunaan Exelsa ditunjukkan dengan nilai p-value (0,004)

lebih kecil dari 0,05. Hasil berbeda pada kelompok wanita menunjukkan bahwa

motivasi hedonis tidak berpengaruh terhadap niat penggunaan Exelsa dilihat dari

nilai p-value lebih besar dari 0,05. Dosen pria memiliki motivasi hedonis yang

lebih tinggi dibandingkan dosen wanita sehingga dapat menimbulkan niat untuk

menggunakan Exelsa.



motivasi hedonis terhadap niat penggunaan Exelsa menunjukkan adanya

perbedaan pandangan antara tingkat pengalaman menggunakan Exelsa kurang

dari 1 tahun, 3-4 tahun dan lebih dari 4 tahun. Pada tingkat pengalaman 3-4 tahun

dan lebih dari 4 tahun, variabel motivasi hedonis terbukti signifikan terhadap niat

penggunaan Exelsa.


diketahui bahwa dosen dengan jenis kelamin pria dan berusia lebih dari 40 tahun

memiliki motivasi hedonis yang tinggi untuk menumbuhkan niat penggunaan

Exelsa. Kelompok tersebut memiliki kesediaan yang tinggi untuk menggunakan

Exelsa karena penggunaan Exelsa dirasa menyenangkan, nyaman, dan fleksibel.

Pihak pengembang sistem Exelsa di Universitas Sanata Dharma diharapkan dapat

memperhatikan aspek hedonis untuk meningkatkan penerimaan dan penggunaan

Exelsa.


104

4.5.7 Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa

Dalam penelitian ini variabel kebiasaan mengacu pada perilaku otomatis

menggunakan sistem informasi. Hasil penelitian ini mengungkapkan bahwa

kebiasaan adalah prediktor terkuat dari niat untuk menggunakan sistem informasi,

dan pengaruh positif didukung oleh penelitian Venkatesh et al. (2012), Liao et al.

(2006), Putra dan Ariyanti (2013), Raman dan Yahya (2013). Liao et al. (2006)

mengungkapkan bahwa ketika penggunaan sistem informasi telah menjadi

rutinitas, kebiasaan akan menjadi kekuatan tambahan yang meningkatkan niat

perilaku untuk terus menggunakan sistem informasi.


hipotesis penelitian H6a yang diajukan dapat diterima. Hasil koefisian jalur K-NP

(kebiasaan terhadap niat penggunaan) menunjukkan bahwa nilai p-value lebih

kecil dari 0,05 yaitu 0,000 sehingga pengaruh yang diberikan kebiasaan terhadap

niat penggunaan terbukti signifikan. Nilai koefisien jalur variabel laten kebiasaan

terhadap niat penggunaan sebesar 0,587 yang berarti terdapat pengaruh positif

sebesar 58,7% terhadap variabel niat penggunaan. Semakin pengguna terbiasa


Exelsa.


kebiasaan terhadap niat penggunaan Exelsa tidak dimoderasi oleh usia, jenis

kelamin dan tingkat pengalaman. Pada setiap jalur menunjukkan bahwa nilai p-

value lebih beasr dari 0,05 sehingga variabel moderasi tidak signifikan

berpengaruh.


105


4.19. Efek moderasi usia pada pengaruh kebiasaan terhadap niat penggunaan

Exelsa menunjukkan adanya perbedaan pandangan antara kelompok usia 31-40

tahun, 41-50 tahun dan 51-60 tahun. Pengaruh kebiasaan terhadap niat

penggunaan Exelsa lebih tinggi pada kelompok usia 41-50 tahun dibandingkan

dengan kelompok usia 51-60 tahun dan 31-40 tahun. Pada kelompok usia 41-50

tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih kecil

dari 0,05.


pada tabel 4.20. Efek moderasi jenis kelamin pada pengaruh kebiasaan terhadap

niat penggunaan Exelsa lebih tinggi pada kelompok pria dibandingkan kelompok

wanita. Pada dosen pria terbukti signifikan berpengaruh dilihat dari nilai p-value

(0,000) lebih kecil dari 0,05. Sedangkan pada kelompok wanita memiliki nilai p-

value (0,000) lebih kecil dari 0,05.



kebiasaan terhadap niat penggunaan Exelsa menunjukkan adanya perbedaan

pandangan antara tingkat pengalaman menggunakan Exelsa kurang dari 1 tahun,

3-4 tahun dan lebih dari 4 tahun. Pengguna pada tingkat pengalaman lebih dari 4

tahun memiliki pengaruh kebiasaan yang lebih tinggi dibandingkan pada tingkat

pengalaman kurang dari 1 tahun dan 3-4 tahun. Pada tingkat pengalaman lebih

dari 4 tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih

kecil dari 0,05.


106

4.5.8 Kebiasaan berpengaruh positif terhadap perilaku penggunaan

Exelsa


hipotesis penelitian H6b yang diajukan dapat diterima. Hasil koefisian jalur K-PP

(kebiasaan terhadap perilaku penggunaan) menunjukkan bahwa nilai p-value

kurang dari 0,05 yaitu 0,000 sehingga pengaruh yang diberikan K terhadap PP

terbukti signifikan. Nilai koefisien jalur variabel laten kebiasaan terhadap perilaku

penggunaan sebesar 0,73 yang berarti terdapat pengaruh positif sebesar 73%

terhadap variabel perilaku penggunaan. Semakin tinggi kebiasaan pengguna


Exelsa.


kebiasaan terhadap perilaku penggunaan Exelsa tidak dimoderasi oleh usia, jenis

kelamin dan tingkat pengalaman. Pada setiap jalur menunjukkan bahwa nilai p-

value lebih dari 0,05 sehingga variabel moderasi tidak signifikan berpengaruh.


4.19. Efek moderasi usia pada pengaruh kebiasaan terhadap perilaku penggunaan

Exelsa menunjukkan adanya perbedaan pandangan antara kelompok usia 31-40

tahun, 41-50 tahun dan 51-60 tahun. Pengaruh kebiasaan terhadap perilaku

penggunaan Exelsa lebih tinggi pada kelompok usia 41-50 tahun dibandingkan

dengan kelompok usia 51-60 tahun dan 31-40 tahun. Pada kelompok usia 41-50

tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih kecil

dari 0,05.


107


pada tabel 4.20. Efek moderasi jenis kelamin pada pengaruh kebiasaan terhadap

perilaku penggunaan Exelsa lebih tinggi pada kelompok pria dibandingkan

kelompok wanita. Pada dosen pria terbukti signifikan berpengaruh dilihat dari

nilai p-value (0,000) lebih kecil dari 0,05. Sedangkan pada kelompok wanita

memiliki nilai p-value (0,000) lebih kecil dari 0,05.



kebiasaan terhadap perilaku penggunaan Exelsa menunjukkan adanya perbedaan

pandangan antara tingkat pengalaman menggunakan Exelsa kurang dari 1 tahun,

3-4 tahun dan lebih dari 4 tahun. Pengguna pada tingkat pengalaman 3-4 tahun

memiliki pengaruh kebiasaan yang lebih tinggi dibandingkan pada tingkat

pengalaman kurang dari 1 tahun dan lebih dari 4 tahun. Pada tingkat pengalaman

3-4 tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih

kecil dari 0,05. Dosen dengan pengalaman menggunakan Exelsa 3-4 tahun

terbukti memiliki kebiasaan lebih tinggi dalam menggunakan Exelsa sehingga

dapat menimbulkan perilaku untuk terus menggunakan Exelsa.

4.5.9 Niat penggunaan berpengaruh positif terhadap perilaku

penggunaan Exelsa


hipotesis penelitian H7 yang diajukan dapat diterima. Hasil koefisian jalur NP-PP

(niat penggunaan terhadap perilaku penggunaan) menunjukkan bahwa nilai p-


108

value kurang dari 0,05 yaitu 0,024 sehingga pengaruh yang diberikan NP terhadap

PP terbukti signifikan. Nilai koefisien jalur variabel laten niat terhadap perilaku

penggunaan sebesar 0,231 yang berarti terdapat pengaruh positif sebesar 23,1%

terhadap variabel perilaku penggunaan. Semakin tinggi niat untuk menggunakan

Exelsa, maka akan semakin tinggi penerimaan dan penggunaan Exelsa.

Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel niat

penggunaan terhadap perilaku penggunaan Exelsa tidak dimoderasi oleh usia,

jenis kelamin dan tingkat pengalaman. Pada setiap jalur menunjukkan bahwa nilai

p-value lebih dari 0,05 sehingga variabel moderasi tidak signifikan berpengaruh.


4.19. Berdasarkan kelompok usia 31-40 tahun dan 41-50 tahun menunjukkan

bahwa niat penggunaan tidak berpengaruh positif terhadap perilaku penggunaan

dilihat dari nilai p-value lebih besar dari 0,05. Sedangkan pada kelompok usia 51-

60 tahun menunjukkan bahwa niat penggunaan berpengaruh positif terhadap

perilaku penggunaan dilihat dari nilai p-value (0,031) lebih kecil dari 0,05.


pada table 4.20. Pada kelompok jenis kelamin wanita menunjukkan bahwa niat

penggunaan berpengaruh positif terhadap perilaku penggunaan dilihat dari nilai p-

value (0,002) lebih kecil dari 0,05. Sedangkan pada kelompok jenis kelamin pria,

variabel niat penggunaan tidak berpengaruh positif terhadap perilaku penggunaan.

Dosen wanita memiliki niat penggunaan Exelsa yang lebih tinggi dibandingkan

dosen pria sehingga dapat menimbulkan perilaku yang lebih sering dalam

menggunakan Exelsa.


109


menunjukkan bahwa niat penggunaan tidak berpengaruh positif terhadap perilaku

penggunaan.


BAB V

KESIMPULAN DAN SARAN

Bab ini menyajikan hasil penelitian, implikasi, keterbatasan dan rekomendasi

untuk penelitian masa depan.

5.1 Kesimpulan

Penelitian ini bertujuan untuk mengetahui faktor apa saja yang berpengaruh

terhadap penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa di

Universitas Sanata Dharma. Model yang digunakan untuk mengetahui faktor-

faktor yang mempengaruhi penerimaan dan penggunaan sistem manajemen

pembelajaran Exelsa pada penelitian ini adalah The Unified Theory of Acceptance

and Use of Technology 2 (UTAUT 2). Metode yang digunakan untuk

menganalisis hubungan antar variabel adalah PLS-SEM (Partial Least Square –

Structural Equation Modeling) dengan perangkat lunak SmartPLS versi 3.2.4.

Berdasarkan analisis hasil penelitian dan pembahasan pada bagian

sebelumnya, maka dapat disimpulkan bahwa faktor-faktor yang mempengaruhi

penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa di

Universitas Sanata Dharma adalah :

5.1.1 Dukungan fasilitas meliputi kontrol perilaku yang dirasakan ketika

menggunakan Exelsa, penggunaan Exelsa sesuai dengan infrastruktur

teknologi yang dibutuhkan (sumber daya dan bantuan ahli) dan


111

kompatibilitas sistem manajemen pembelajaran Exelsa dengan teknologi

yang digunakan.

5.1.2 Motivasi hedonis meliputi persepsi penggunaan system manajemen

pembelajaran Exelsa yang menimbulkan perasaan senang, nyaman, dan

fleksibel. Semakin tinggi motivasi hedonis yang dirasakan pengguna

ketika menggunakan Exelsa, akan meningkatkan niat penggunaan Exelsa.

5.1.3 Kebiasaan meliputi persepsi bahwa pengguna berencana dan

memperkirakan akan menggunakan sistem manajemen pembelajaran

Exelsa dalam waktu dekat serta keterbiasaan pengguna dalam

menggunakan berbagai fitur yang ada dalam Exelsa. Semakin tinggi

kebiasaan dalam menggunakan Exelsa sehingga dapat menimbulkan niat

dan perilaku untuk terus menggunakan Exelsa.

5.1.4 Niat penggunaan meliputi rencana dan kesediaan untuk terus

menggunakan Exelsa. Semakin tinggi niat penggunaan Exelsa maka

perilaku penggunaan menjadi lebih tinggi atau dalam kata lain frekuensi

penggunaan Exelsa menjadi lebih besar.

5.2 Keterbatasan

Penelitian ini telah dilakukan sesuai dengan pedoman penelitian yang

seharusnya dan hasil penelitian ini telah memenuhi persyaratan pengujian PLS-

SEM serta didukung oleh teori-teori dan penelitian terdahulu. Namun masih

terdapat keterbatasan dalam pelaksanaannya. Keterbatasan tersebut dapat


112

menimbulkan bias dan ketidakakuratan sehingga dapat mempengaruhi hasil

penelitian. Keterbatasan-keterbatasan yang terjadi pada penelitian ini adalah:

5.2.1 Peneliti memiliki keterbatasan untuk mendampingi para responden dalam

mengisi kuesioner. Hal ini dikarenakan ijin dari masing-masing sekretariat

di setiap fakultas Universitas Sanata Dharma untuk bertemu secara

langsung ke pada dosen karena alasan tertentu. Sehingga kurang adanya

pernyataan dari dosen terkait pengalaman ketika menggunakan Exelsa.

5.2.2 Penelitian ini masih mengupayakan untuk memprediksi faktor yang

berpengaruh terhadap penerimaan dan penggunaan Exelsa di Universitas

Sanata Dharma. Namun berdasarkan uji R-square didapatkan hasil bahwa

masih ada variabel di luar model yang berpotensi mempengaruhi

penerimaan dan penggunaan Exelsa.

5.3 Implikasi

5.3.1 Implikasi Akademis

Hasil penelitian ini memberikan pandangan baru bahwa model UTAUT2

dapat dijadikan dasar untuk memprediksi penerimaan dan penggunaan Exelsa di

Universitas Sanata Dharma dari sudut pandang pengguna akhir. Hasil penelitian

ini dapat dijadikan acuan bagi penelitian-penelitian selanjutnya untuk mengetahui

faktor-faktor yang berpengaruh terhadap penerimaan dan penggunaan sistem

informasi.

Identifikasi terhadap variabel-variabel lainnya di luar penelitian ini yang

mempengaruhi penerimaan dan penggunaan bagi pengguna akhir dimungkinkan


113

pada penelitian selanjutnya untuk mendapatkan model yang lebih mampu

menjelaskan secara praktis.

5.3.2 Implikasi Manajerial

Implikasi berikut ini dianjurkan untuk menilai faktor keberhasilan untuk

mengembangkan aplikasi e-learning dalam lingkungan pendidikan. Aspek

hedonis dan kebiasaan harus diambil serius karena faktor ini yang paling

signifikan dalam menumbuhkan niat penggunaan Exelsa. Selain menciptakan

sistem yang meningkatkan kenikmatan dan kegembiraan, pengembang sistem

harus mencoba untuk terus memperkuat kebiasaan pengguna dengan layanan nilai

tambah dan upgrade. Selanjutnya, pengembang sistem dapat mengubah kebiasaan

pengguna dengan memberikan manfaat yang lebih besar sesuai kebutuhan

pengguna. Kebiasaan menggunakan Exelsa juga dapat ditingkatkan apabila dibuat

peraturan untuk diadakan reward bagi dosen yang bersedia menggunakan Exelsa

secara aktif.

Penelitian ini memberikan informasi tentang faktor-faktor yang mendorong

dosen untuk menggunakan Exelsa. Oleh karena itu, pertimbangan khusus harus

diberikan kepada kebutuhan pengguna dalam rangka memenuhi harapan mereka.

Hal ini dibuktikan bahwa persepsi usaha bukanlah hal yang penting ketika

menggunakan Exelsa. Namun, aspek hedonis yang perlu diperhatikan untuk

mendorong dosen bersedia menggunakan Exelsa. Tindakan ini berupa

penggunaan Exelsa secara berkelanjutan karena perasaan yang nyaman dan

senang ketika menggunakan Exelsa. Pengetahuan ini bisa membantu pihak


114

Universitas serta P3MP dalam membuat keputusan yang lebih baik untuk

membuat atau memperbaiki sistem informasi.

Kontribusi penelitian ini adalah untuk meningkatkan pemahaman dan

praktek dari manajemen organisasional dari sistem manajemen pembelajaran

Exelsa dengan cara mengidentifikasi beberapa faktor yang berpengaruh untuk

keputusan penerimaan dan penggunaan sistem informasi untuk dosen. Selanjutnya

untuk melakukan formulasi strategi organisasional yang mendorong penerimaan

dan penggunaan Exelsa.

Dalam upaya meningkatkan penerimaan dan penggunaan sistem manajemen

pembelajaran Exelsa di Universitas Sanata Dharma, maka saran yang diberikan

untuk pihak pengembang system (P3MP) adalah mensosialisasikan kegunaan

Exelsa kepada seluruh dosen Universitas Sanata Dharma di mana dengan Exelsa

memiliki tingkat kegunaan yang sesuai dengan kebutuhan sebagai dosen yaitu

kemudahan distribusi materi, fleksibilitas sistem dan kapasitas upload file yang

lebih besar. Selain itu diperlukan sosialisasi yang lebih sering dengan kapasitas

peserta yang lebih banyak sehingga dosen atau pun mahasiswa dapat

berkesempatan untuk mengikuti sosialisasi Exelsa. Kebiasaan menggunakan

Exelsa juga dapat ditingkatkan apabila dibuat peraturan untuk diadakan reward

bagi dosen yang bersedia menggunakan Exelsa secara aktif.


115

5.4 Saran

Berdasarkan keterbatasan yang ada dalam penelitian ini, studi masa depan

dapat memperluas model yang diterapkan dalam penelitian ini untuk memprediksi

niat dan penggunaan sistem informasi. Hal ini dapat dilakukan dengan

menambahkan variabel yang dapat mempengaruhi penerimaan dan penggunaan

sistem informasi, dilihat dari perhitungan nilai R-square di mana masih ada

variabel potensial di luar model yang mempengaruhi penerimaan dan penggunaan

sistem informasi.

Terakhir, peneliti masa depan harus menggunakan pendekatan longitudinal

untuk memprediksi niat dan penggunaan dari waktu ke waktu. Dengan demikian,

model harus divalidasi di berbagai titik dalam waktu. Misalnya, studi masa depan

harus mempelajari niat secara bertahap, seperti pra-adopsi dan pasca-adopsi

sebuah sistem informasi.


116

DAFTAR REFERENSI

AbuShanab, E., & Pearson, J. M. (2007). Internet banking in Jordan: The Unified

Theory of Acceptance and Use of Technology (UTAUT) Perspective.

Journal of Systems and Information Technology, 9(1), 78-97.

Adelyn, Kuan Lai. (2014). UTAUT2 Influencing the Behavioral Intention to

Adopt Mobile Applications. Malaysia: Universiti Tunku Abdul Rahman.

Retrieved from http://eprints.utar.edu.my/1277/1/AC-2014-1005389.pdf.

Adi, Rangga. (2014). Faktor – Faktor Yang Mempengaruhi Penerimaan Sistem

Informasi/Teknologi Informasi : Studi Kasus Program Wardes-Gpoba

Direktorat Pemberdayaan Informatika Kementerian Komunikasi Dan

Informatika. Jakarta: Universitas Indonesia. Retrieved from

http://lib.ui.ac.id/file?file=digital/20367307Rangga%20Adi%20Negara.pdf.

Akbayrak, B. (2000). A comparison of two data collecting methods: Interviews

and questionnaires. Hacettepe Universitesi Egitim Fakultesi Dergisi, 18, 1-

10.

Akour, H. (2010). Determinants of mobile learning acceptance: An empirical

investigation in higher education. ProQuest Dissertations and Theses, 379.

Alfie, Chacko P. (2012). Determinants of Intention to Use e-Learning Based on

the Technology Acceptance Model. Journal of Information Technology

Education, 11. Retrieved from http://www.jite.org/Vol11/JITEv11p301-

337Punnoose1197.pdf.

Amiroh, Adnan. (2012). Membangun e-Learning dengan LMS Moodle. Sidoarjo:

Genta Group Production.

Arikunto, Suharsimi. (2010). Manajemen Penelitian halaman 134. Jakarta: Rineka

Cipta.

Azwar, Syaifudin. (2012). Reliabilitas dan Validitas. Yogyakarta: Pustaka Pelajar.

Bakhtiar, Rivai. (2014). Penerapan Model The Unified Theory of Acceptance and

Use of Technology (UTAUT) untuk Memahani Tingkat Penerimaan dan

Penggunaan e-learning (BE-SMART) di Fakultas Teknik Universitas Negri

Yogyakarta. Yogyakarta: Universitas Negri Yogyakarta. Retrieved from

http://eprints.uny.ac.id/20808/.

Bandyopadhyay, Kakoli and Fraccastoro, Katherine A. (2007). The Effect of

Culture on User Acceptance of Information Technology. Communications

of the Association for Information Systems, 19.


117

Barbara, Byrne. (2008). Testing for Multigroup Equivalence of A Measuring

Instrument: A Walk Through The Process. Psicothema, 20, 872-882.

Barreiro, P. L. & Albandoz, J.P. (2011). Population and sample: Sampling

techniques. Management Mathematics for European Schools. Retrieved

September 20, 2016 from http://optimierung.mathematik.unikl.de/

Brown, A., & Johnson, J. (2003). Five Advantages of Using a Learning

Management System. Retrieved September 10, 2016, from Microburst

Learning: www.microburstlearning.com

Cavus, N. (2013). Selecting an Learning Management System (LMS) in

Developing Countries: Instructors’ Evaluation. Interactive Learning

Environments, 21(5), 419-437.

Cooper, D. R. and Pamela S. S. (2006). Business Research Methods, 9th ed. NY:

McGraw-Hill.

Courts, Bari & Tucker, Jan. (2012). Using Technology to Create a Dynamic

Classroom Experience. Journal of College Teaching & Learning – Second

Quarter, 9(2), 121-128.

Eckhardt, A., Laumer, S., & Weitzel, T. (2009). Who influences whom?

Analyzing workplace referents’ social influence on IT adoption and non-

adoption. Journal of Information Technology, 24(1), 11-24.

Efron, B. & Tibshirani, R.J. (1998). An introduction to the bootstrap. New York:

Chapman & Hall / CRC.

Eisingerich, A. B., & Rubera, G. (2010). Drivers of Brand Commitment: A Cross-

National Investigation. Journal of International Marketing, 18(2), 64–79.

Ellis, R. K. (2009). Field Guide to Learning Management Systems. United States:

ASTD (American Society for Training & Development) Inc.

Farahat, Taher. (2012). Applying the technology acceptance model to online

learning in the Egyptian universities. Procedia - Social and Behavioral

Sciences, 64, 95–104.

Ghozali, Imam. (2006). Aplikasi Analisis Multivarite dengan SPSS. Cetakan

Keempat. Semarang: Badan Penerbit Universitas Diponegoro.

Ghozali, Imam. (2006). Structural Equation Modeling Metode Alternatif dengan

Partial Least Square. Semarang: Semarang: Badan Penerbit Universitas

Diponegoro.


http://optimierung.mathematik.unikl.de/

http://www.microburstlearning.com/

118

Ghozali, Imam, and Fuad. (2008). Structural Equation Modeling: Teori, Konsep

dan Aplikasi Dengan Program Lisrel 8.0. Semarang: Badan Penerbit

Universitas Diponegoro.

Ghozali, Imam. (2009). Aplikasi Analisis Multivariate Dengan Program SPSS.

Semarang: Badan Penerbit Universitas Diponegoro.

Ghozali, Imam dan Hengky Latan. (2012). Partial Least Squares “Konsep,

Metode dan Aplikasi” menggunakan program WarpPLS 2.0. Semarang:

Badan Penerbit Universitas Diponegoro.

Hair, J.F., Black, W.C., Babin, B.J., & Anderson, R.E. (2010). Multivariate Data

Analysis. Seventh Edition. New Jersey: Prentice Hall.

Hamuy, Eduardo & Mirtha Galaz. (2010). Information versus Communication in

Course Management System Participation. Computers & Education, 54(1),

169-177.

Handayani, Rini. (2007). “Analisis Faktor-Faktor yang Mempengaruhi Minat

Pemanfaatan Sistem Informasi”. Surakarta: STIE Atma Bhakti.

Harsono, Listyo Dwi & Suryana, Lisandi Arinta. (2014). Factors Affecting the

Use Behavior of Social Media Using UTAUT2 Model. Proceedings of the

First Asia-Pacific Conference on Global Business, Economics, Finance and

Social Science. ISBN 978-1-941505-15-1

Hartanto, A.A. dan Purbo, O.W. (2002). Teknologi e-Learning Berbasis PHP dan

MySQL. Jakarta: Elex Media komputindo.

Hartono, Jogiyanto. (2007). Sistem Informasi Keperilakuan. Edisi Revisi.

Yogyakarta: Andi Offset.

Hartono, Jogiyanto. (2008). Metodologi Penelitian Sistem Informasi. Yogyakarta:

Andi Offset.

Hartono, Jogiyanto. (2009). Teknologi Sistem Informasi Edisi Ketiga. Yogyakarta:

Andi Offset.

Hartono, Jogiyanto dan Abdillah, W. (2009). Konsep dan Aplikasi PLS (Partial

Least Square) untuk Penelitian Empiris. Yogyakarta: BPFE.

Hartono, Jogiyanto. (2011). Metodologi Penelitian Bisnis: Salah Kaprah dan

Pengalaman-pengalaman.Yogyakarta: BPFE.


http://teorionline.net/lisrel/

119

Henseler, Jorg. (2010). PLS-MGA: A Non-Parametric Approach to Partial Least

Square-based Multi-Group Analysis. ResearchGate: Challenges at the

Interface of Data Analysis, Computer Science and Optimization.

Proceedings of the 34th Annual Conference of the Gesellschft fur

Klassifikation.

Iskandar. (2009). Metodologi Penelitian Pendidikan dan Sosial. Jakarta: Persada

Press.

Islam, M. Z., Kim, P. C. L., & Hassan, I. (2013). Intention to use advanced mobile

phone services (AMPS). Management Decision, 51(4), 824-838.

Jambulingam, M. (2013). Behavioral intention to adopt mobile technology among

tertiary students. World Applied Sciences Journal, 22(9), 1262- 1271.

Kasiram, Moh. (2008). Metodologi Penelitian. Malang: UIN-Malang Pers.

Kerlinger. (2006). Asas-Asas Penelitian Behavioral. Yogyakarta: Gadjah Mada

University Press.

Khechine, Hager, Lakhal, Sawsen, Pascot, Daniel, Bytha, Alphonse. (2014).

UTAUT Model for Blended Learning: The Role of Gender and Age in the

Intention to Use Webinar. Journal of E-Learning and Learning Objects, 10.

Kim, S.S., N.K. Malhotra. (2005). A longitudinal model of continued IS use: An

integrative view of four mechanisms underlying post-adoption phenomena.

Management Science, 51(1), 741-755.

Kothari, C. R. (2004). Research Methodology: Methods and Techniques. New

Delhi: New Age International.ltd.

Kerschenbaum, Steve. (2009). Optimizing Human Capital Development. Urbana:

Adayana.

Kurniawan & Nasir, Muhammad. (2014). Faktor-faktor yang mempengaruhi

Keberhasilan Implementasi E-Learning di Kalangan Mahasiswa Perguruan

Tinggi Swasta di Kota Palembang. Prosiding SNaPP Sains, Teknologi, dan

Kesehatan. ISSN 2089-3582.

Lai, J.Y., and Chen, W.W. (2009). Measuring e-business dependability: The

employee perspective. The Journal of Systems and Software, 82, 1046-

1055.

Leong, L. Y., Ooi, K. B., Chong, A. Y. L., & Lin, B. (2013a). Modeling the

stimulators of the behavioral intention to use mobile entertainment: Does

gender really matter? Computers in Human Behaviour, 29, 2109-2121.


120

Leong, L. Y., Hew, T. S., Tan, G. W. H., & Ooi, K. B. (2013b). Predicting the

determinants of the NFC-enabled mobile credit card acceptance: A neural

networks approach. Expert Systems with Applications, 40, 5604-5620.

Liao, C., Palvia, P., & Lin, H. N. (2006). The roles of habit and web site quality in

e-commerce. International Journal of Information Management, 26, 469-

483.

Limayem, M., Cheung, C. M. K., and Hirt, S.G. (2007). How Habit Limits the

Predictive Power of Intentions: The Case of Is Continuance. MIS Quarterly,

31(4), 5-737.

Luarn, P., & Lin, H. H. (2005). Towards an understanding of the behavioural

intention to use mobile banking. Computers in Human Behaviour, 21(6),

873-891.

Lu, J., Yao, J. E., & Yu, C. S. (2005). Personal innovativeness, social influences

and adoption of wireless internet services via mobile technology. Journal of

Strategic Information Systems, 14, 245-268.

Mafe, C. R., Blas, S. S. & Tavera-Mesias, J. F. (2010). A comparative study of

mobile messaging services acceptance to participate in television

programmes. Journal of Service Management, 21(1), 69-102.

Magni, M., Taylor, M. S., & Venkatesh, V. (2010). ‘To play or not to play’: A

cross-temporal investigation using hedonic and instrumental perspectives to

explain user intentions to explore a technology. International Journal of

Human-Computer Studies, 68, 572-588.

Margono. (2004). Metodologi Penelitian Pendidikan. Jakarta: Rineka Cipta

Min, Q.; Ji, S.; and Qu, G. (2008). Mobile commerce user acceptance study in

China: A revised UTAUT model. Tsinghua Science and Technology, 13(3),

257-264.

Nasir, Muhammad. (2013). Evaluasi Penerimaan Teknologi Informasi Mahasiswa

di Palembang menggunakan Model UTAUT. Seminar Nasional Aplikasi

Teknologi Informasi: ISSN 1907-5022

Ndume, Vitalis, Tilya, F. N. and Twaakyondo, H. (2008). Challenges of adaptive

elearning at higher learning institutions: A case study in Tanzania.

International Journal of Computing and ICT Research, 2(1), 47–59.

Osgood, Charles Egerton, George J. Suci, Perci H. Tannenbaum. (1957). The

Measurement of Meaning. United States of America: Board of Trustees of

the University Illinois.


121

Oshlyansky, Lidia, Harold Thimblebly, Paul Cairns. (2007). Unified Theory of

Acceptance and Use of Technology (UTAUT) Tool Cross-Culturally.

Proceedings of HCI.

Pahnila, S., Siponen, M., & Zheng, X. (2011). Integrating habit into UTAUT: The

Chinese eBay case. Pacific Asia Journal of the Association for Information

Systems, 3(2), 1-30.

Park, S. Y. (2009). An Analysis of the Technology Acceptance Model in

Understanding University Students' Behavioral Intention to Use e-Learning.

Educational Technology & Society, 12(3), 150–162.

Putra, Gioliano & Maya Ariyanti. (2013). Pengaruh Faktor-faktor dalam Modified

Unified Theory Acceptance and Use of Technology 2 (UTAUT2) terhadap

Niat Prospective User untuk mengadopsi Home Digital Services PT.

TELKOM di Surabaya. Jurnal Manajemen Indonesia, 12(4).

Prata, W., Moraes, A. D., & Quaresma, M. (2012). User’s demography and

expectation regarding search, purchase and evaluation in mobile application

store. Work: A Journal of Prevention, Assessment and Rehabilitation, 41(1),

1124-1311.

Raman, Arumugam & Don, Yahya. (2013). Preservice Teacher's Acceptance of

Learning Management Software: An Application of the UTAUT2 Model.

International Education Studies. Canadian Center of Science and

Education, 6(7). doi:10.5539/ass.v10n14p186.

Raman, Arumugan, Don, Yahya, Khalid, Rozalina. Rizuan, Mohd. (2014). Usage

of Learning Management System (Moodle) among Postgraduate Students:

UTAUT Model. Asian Social Science. Canadian Center of Science and

Education, 10(14).

Riduwan dan Engkos Achmad Kuncoro. (2011). Cara Menggunakan dan

Memaknai Path Analysis (Analisis Jalur). Bandung: Penerbit Alfabeta.

San Martin, H., & Herrero, A. (2012). Influence of the user’s psychological

factors on the online purchase intention in rural tourism: Integrating

innovativeness to the UTAUT framework. Tourism Management, 33(2),

341-350. http://dx.doi.org/10.1016/j.tourman.2011.04.003

Sallum, S. A. (2008). Learning management system implementation: building

strategic change. Distance Learning, 5(1), 68-72.

Santoso, Singgih. (2007). Membuat Dan Menganalisis Model SEM dengan

AMOS. Jakarta: PT. Elex Media Komputindo.


122

Sarstedt, M., Henseler, J., & Ringle, C. M. (2011). Multigroup Analysis in Partial

Least Squares (PLS) Path Modeling: Alternative Methods and Empirical

Results. Advances in International Marketing, 22, 195-218.

Sedana, I. G. N., and Wijaya, Wisnu (2010). Penerapan Model UTAUT untuk

Memahami Penerimaan dan Penggunaan Learning Management System

Studi Kasus Experiential E-learning Sanata Dharma University. Jurnal

Sistem Informasi, 5(2).

Setiawan, Agus. (2007). Tax Audit dan Tax Review. Jakarta: PT. Raja Grafindo

Persada.

Sharifah, suhaila. (2015). Adaptation of UTAUT2 Model in Understanding

Student’s Acceptance of Virtual Learning Agent. Australian Journal of

Basic and Applied Sciences, 9(25), 66-71.

Sinaga, August & Zainuddin. (2013). Persepsi dan Implementasi Kebijakan

Teknologi Informasi Dan Komunikasi Sebagai Sarana Pembelajaran dan

Pengaruhnya Terhadap Peningkatan Kualitas Pendidikan Pada SMA Negeri

Kota Pematang Siantar. Jurnal Administrasi Publik, 3(1).

Sitinjak, J.R.T & Sugiarto. (2006). LISREL. Yogyakarta: Graha Ilmu.

Sugiyono. (2009). Metode Penelitian Kuantitatif Kualitatif dan R&B. Bandung:

Alfabeta.

Sugiyono. (2012). Metode Penelitian Kuantitatif Kualitatif dan R&B. Bandung:

Alfabeta.

Sundaravej, T. (2010). Empirical Validation of Unified Theory of Acceptance and

Use of Technology Model. Journal of Global Information Technology

Management, 13(1), 5-27.

Tandirerung, V. A. (2014). Implementasi e-learning program keahlian TKJ di

SMK DIY pasca pembubaran RSBI. Jurnal Pendidikan Vokasi, 4(1), 96-

110.

Taylor, D. G., Voelker, T. A., & Pentina, I. (2011). Mobile application adoption

by young adults: A social network perspective. International Journal of

Mobile Marketing, 6(2), 60-70.

Teo, T., & Noyes, J. (2012). Explaining the intention to use technology among

pre-service teachers: A multi-group analysis of the Unified Theory of

Acceptance and Use of Technology. Interactive Learning Environments,

2(1), 51-66.


123

To, P. L., Liao, C., & Lin, T. H. (2007). Shopping motiviation on Internet: A

study based on utilitarian and hedonic value. Technovation, 27, 774-787.

Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User

acceptance of information technology: Toward a unified view. MIS

Quarterly, 27(3), 425-278.

Venkatesh, V., Thong, J. Y. L., & Xu, X. (2012). Consumer acceptance and use of

information technology: Extending the unified theory of acceptance and use

of technology. MIS Quarterly, 36(1), 157-178.

Venter, P., Rennsburg, M. J. V., and Annemarie Davis. (2012). Drivers of

learning management system use in a South African open and distance

learning institution. Australasian Journal of Educational Technology, 28(2),

183–198.

Wong, Wan-Tzu and Huang, Neng-Tang. (2011). The Effects of E-learning

System Service Quality and User's Acceptance on Organizational Learning.

International Journal of Business and Information, 6(2).

Yang, H. (2013). Bon appétit for apps: Young American consumers’ acceptance

of mobile applications. Journal of Computer Information Systems, 53(3),

85-96.

Yang, K. (2010). Determinants of US consumer mobile shopping services

adoption: Implications for designing mobile shopping services. Journal of

Consumer Marketing, 27(3), 262-270.

Yi, M. Y., Jackson, J. D., Park, J. S., and Probst, J. C. (2006). “Understanding

Information Technology Acceptance by Individual Professionals: Toward

an Integrative View,” Information & Management, 43(3), 350-363.


124

LAMPIRAN

Lampiran 1 Surat Izin Penelitian


125

Lampiran 2 Surat Pengantar Kuesioner


126

Lampiran 3 Kuesioner

KUESIONER PENELITIAN TESIS

FAKTOR YANG BERPENGARUH TERHADAP PENGGUNAAN SISTEM

PENGELOLAAN PEMBELAJARAN EXELSA UNIVERSITAS SANATA

DHARMA

A. IDENTITAS RESPONDEN

Berilah tanda centang () pada jawaban yang dianggap sesuai!

Usia :

≤ 30 tahun 51 – 60 tahun

31 – 40 tahun 60 tahun

41 – 50 tahun

Jenis kelamin :

Laki-laki Perempuan

Lama bekerja :

1 – 5 tahun 11 – 20 tahun

6 – 10 tahun 20 tahun

Sejak kapan Anda menggunakan Exelsa?

< 1 tahun 3-4 tahun

1-2 tahun > 4 tahun


127

B. PERNYATAAN KUESIONER

Berilah tanda centang () pada jawaban yang dianggap sesuai!

No Pernyataan Skala Penilaian

1 2 3 4 5 6 7

Harapan Kinerja

1 Tingkat kegunaan Exelsa dalam

pekerjaan saya sebagai dosen

Sangat rendah Sangat tinggi

2 Penggunaan Exelsa berpeluang untuk

meraih cakupan pembelajaran

(learning outcome)


3 Penggunaan Exelsa dapat

menyelesaikan tugas saya (sebagai

dosen) dengan lebih cepat


4 Penggunaan Exelsa meningkatkan

produktivitas kerja saya sebagai

dosen


Persepsi Usaha

5 Exelsa mudah dipelajari Sangat sulit Sangat mudah

6 Tingkat kejelasan fitur Exelsa Sangat rendah Sangat tinggi

7 Kemudahan mengoperasikan Exelsa Sangat sulit Sangat mudah

8 Tingkat keterampilan Anda dalam

menggunakan Exelsa



1 2 3 4 5 6 7

Faktor Sosial

9 Dukungan pimpinan untuk

menggunakan Exelsa


10 Pengaruh dosen lain untuk

menggunakan Exelsa


11 Dukungan pengembang sistem

(P3MP) untuk menggunakan Exelsa


Dukungan Fasilitas

12 Kecukupan sumber daya yang

dibutuhkan untuk menggunakan

Exelsa


13 Kecukupan pengetahuan untuk

menggunakan Exelsa


14 Kesesuaian Exelsa dengan teknologi

yang saya gunakan


15 Kecukupan bantuan tenaga ahli

dalam penggunaan Exelsa



128


1 2 3 4 5 6 7

Motivasi Hedonis

16 Penggunaan Exelsa yang

menyenangkan

Sangat

mengecewakan

Sangat

menyenangkan

17 Kenyamanan dalam menggunakan

Exelsa


18 Penggunaan Exelsa yang fleksibel Sangat kaku Sangat fleksibel

Kebiasaan

19 Saya terbiasa menggunakan Exelsa

dalam kegiatan mengajar


20 Saya terus menggunakan Exelsa


Sangat jarang Sangat sering

21 Kewajiban menggunakan Exelsa



22 Kemauan menggunakan Exelsa



Niat Penggunaan

23 Niat untuk terus menggunakan

Exelsa di masa mendatang


24 Kesediaan selalu menggunakan

Exelsa untuk kegiatan mengajar


Perilaku Penggunaan

25 Frekuensi penggunaan Exelsa dalam

kegiatan mengajar


Manfaat apa saja yang Anda dapatkan ketika menggunakan Exelsa?

………………………………………………………………………………………

………………………………………………………………………………………

Kritik dan saran mengenai Exelsa :

………………………………………………………………………………………

………………………………………………………………………………………


129

Lampiran 4 Data Pengguna Aktif Exelsa


130

Lampiran 5 Rekap Data Kuesioner

VARIABEL HARAPAN KINERJA

INDIKATOR

KATEGORI JAWABAN Jumlah

Rata-rata

Skor per

Pernyataan 1 2 3 4 5 6 7

f % f % f % f % f % f % f % N %

1 3 1.7 14 7.9 19 10.7 27 15.2 57 32 43 24.2 15 8.4 178 100 4.74

2 2 1.1 13 7.3 29 16.3 51 28.7 49 27.5 25 14 9 5.1 178 100 4.37

3 4 2.2 16 9 26 14.6 44 24.7 40 22.5 36 20.2 12 6.7 178 100 4.44

4 5 2.8 17 9.6 26 14.6 32 18 41 23 52 29.2 5 2.8 178 100 4.48

Rata-rata Skor

Variabel HK 4.51

VARIABEL PERSEPSI USAHA

INDIKATOR


Rata-rata

Skor per


f % f % f % f % f % f % f % N %

1 0 0 5 2.8 5 2.8 30 16.9 58 32.6 58 32.6 22 12.4 178 100 5.26

2 0 0 3 1.7 13 7.3 44 24.7 60 33.7 40 22.5 18 10.1 178 100 4.98

3 0 0 5 2.8 14 7.9 40 22.5 54 30.3 50 28.1 15 8.4 178 100 4.98

4 3 1.7 4 2.2 11 6.2 44 24.7 43 24.2 66 37.1 7 3.9 178 100 4.94

Rata-rata Skor

Variabel PU 5.04


131

VARIABEL FAKTOR SOSIAL

INDIKATOR


Rata-rata

Skor per


f % f % f % f % f % f % f % N %

1 6 3.4 7 3.9 11 6.2 52 29.2 40 22.5 38 21.3 24 13.5 178 100 4.81

2 11 6.2 31 17.4 29 16.3 39 21.9 40 22.5 22 12.4 6 3.4 178 100 3.88

3 8 4.5 19 10.7 16 9 34 19.1 48 27 31 17.4 22 12.4 178 100 4.55

Rata-rata Skor

Variabel FS 4.41

VARIABEL DUKUNGAN FASILITAS

INDIKATOR


Rata-rata

Skor per


f % f % f % f % f % f % f % N %

1 0 0 6 3.4 12 6.7 56 31.5 57 32 35 19.7 12 6.7 178 100 4.78

2 1 0.6 4 2.2 12 6.7 39 21.9 64 36 47 26.4 11 6.2 178 100 4.94

3 1 0.6 7 3.9 18 10.1 32 18 66 37.1 45 25.3 9 5.1 178 100 4.83

4 4 2.2 16 9 18 10.1 53 29.8 37 20.8 40 22.5 10 5.6 178 100 4.48

Rata-rata Skor

Variabel DF 4.76


132

VARIABEL MOTIVASI HEDONIS

INDIKATOR


Rata-rata

Skor per


f % f % f % f % f % f % f % N %

1 2 1.1 8 4.5 20 11.2 47 26.4 61 34.3 36 20.2 4 2.2 178 100 4.58

2 2 1.1 14 7.9 16 9 42 23.6 63 35.4 38 21.3 3 1.7 178 100 4.55

3 2 1.1 18 10.1 17 9.6 42 23.6 55 30.9 39 21.9 5 2.8 178 100 4.50

Rata-rata Skor

Variabel MH 3.41

VARIABEL KEBIASAAN

INDIKATOR


Rata-rata

Skor per


f % f % f % f % f % f % f % N %

1 9 5.1 17 9.6 22 12.4 32 18 38 21.3 44 24.7 16 9 178 100 4.51

2 12 6.7 16 9 31 17.4 33 18.5 38 21.3 34 19.1 14 7.9 178 100 4.28

3 10 11.2 41 23 46 25.8 31 17.4 23 12.9 13 7.3 4 2.2 178 100 3.29

4 7 3.9 21 11.8 23 12.9 20 11.2 39 21.9 52 29.2 16 9 178 100 4.59

Rata-rata Skor

Variabel K 4.17


133

VARIABEL NIAT PENGGUNAAN

INDIKATOR


Rata-rata

Skor per


f % f % f % f % f % f % f % N %

1 4 2.2 6 3.4 16 9 28 15.7 31 17.4 64 36 29 16.3 178 100 5.16

2 5 2.8 8 4.5 16 9 29 16.3 40 22.5 54 30.3 26 14.6 178 100 5.01

Rata-rata Skor

Variabel NP 2.54

VARIABEL PERILAKU PENGGUNAAN

INDIKATOR


Rata-rata

Skor per


f % f % f % f % f % f % f % N %

1 13 7.3 12 6.7 21 11.8 38 21.3 38 21.3 42 23.6 14 7.9 178 100 4.45

Rata-rata Skor

Variabel PP 4.45


Documents

FAKTOR-FAKTOR YANG BERPENGARUH … YANG BERPENGARUH TERHADAP PENERIMAAN DAN PENGGUNAAN SISTEM MANAJEMEN PEMBELAJARAN EXELSA UNIVERSITAS SANATA DHARMA TESIS PROGRAM STUDI MAGISTER