UNIVERSITAS INDONESIA

Transkripsi

1 UNIVERSITAS INDONESIA FAKTOR-FAKTOR YANG MEMPENGARUHI PENERIMAAN PENGGUNA TERHADAP SISTEM INFORMASI ONLINE: STUDI KASUS PADA SISTEM MULTIFINANCE CONFINS DI PT. SASANA ARTHA FINANCE KARYA AKHIR FELISIA IRMA AKEMIRASTIWI FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JANUARI 2014

2 UNIVERSITAS INDONESIA FAKTOR-FAKTOR YANG MEMPENGARUHI PENERIMAAN PENGGUNA TERHADAP SISTEM INFORMASI ONLINE: STUDI KASUS PADA SISTEM MULTIFINANCE CONFINS DI PT. SASANA ARTHA FINANCE KARYA AKHIR Diajukan sebagai suatu syarat untuk memperoleh gelar Magister Teknologi Informasi FELISIA IRMA AKEMIRASTIWI FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JANUARI 2014

3 HALAMAN PERNYATAAN ORISINALITAS ii

4 HALAMAN PENGESAHAN iii

5 KATA PENGANTAR Segala puji bagi Tuhan Yesus dan berkat rahmat-nya penulis berhasil menyelesaikan Karya Akhir yang berjudul Faktor-Faktor yang Mempengaruhi Penerimaan Pengguna terhadap Sistem Informasi Online: Studi Kasus pada Sistem Multifinance Confins di PT Sasana Artha Finance tepat pada waktu yang direncanakan. Penulis menyadari bahwa dalam penulisan Karya Akhir ini masih jauh dari sempurna, oleh karena itu kritik dan saran dari semua pihak yang bersifat membangun selalu penulis harapkan demi kesempurnaan Karya Akhir ini. Selanjutnya penulis menyampaikan terima kasih kepada: 1. Bapak Riri Satria MM, yang telah mengarahkan dan membimbing penulis dengan penuh kesabaran selama mengerjakan Karya Akhir ini. 2. Seluruh karyawan PT Sasana Artha Finance khususnya teman-teman di divisi ICT. 3. Mas Henry, Mas Haris, dan Nila yang selalu memberi dukungan masukan dan membantu penulis dalam menyelesaikan Karya Akhir ini. 4. Orang Tua, Mama dan Papa yang telah mendukung penulis diberbagai aspek agar hasil penulisan Karya Akhir ini baik dan berguna. 5. Nathaniel yang selalu memberi dukungan dan kepercayaan dalam penulis menyelesaikan Karya Akhir ini 6. Teman-teman angkatan ABRI semester ini yang telah bersama-sama berjuang untuk meraih gelar MTI UI. 7. Teman-teman MTI UI 2011FA yang telah bersama-sama dengan penulis dalam perkuliahan di MTI. Akhir kata semoga Karya Akhir ini dapat bermanfaat bagi penulis dan juga untuk pengembangan ilmu pengetahuan. Jakarta, Januari 2014 iv Penulis

6 HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI KARYA AKHIR UNTUK KEPENTINGAN AKADEMIS v

7 ABSTRAK Nama Program Studi Judul Karya Akhir : Felisia Irma Akemirastiwi : Magister Teknologi Informasi : Faktor-Faktor yang Mempengaruhi Penerimaan Pengguna Terhadap Sistem Informasi Online: Studi Kasus pada Sistem Multifinance Confins di PT Sasana Artha Finance PT. Sasana Artha Finance (SAF) mempunyai Sistem Multifinance lama yaitu emf seiring berjalannya waktu sistem ini digantikan oleh sistem baru yaitu Sistem Confins. Kenyataan sistem yang tidak sesuai dengan harapan merupakan kendala yang dihadapi SAF saat ini. Salah satu penyebabnya adalah tidak pernah melakukan evaluasi terhadap sistem yang berjalan. Penelitian ini akan melakukan evaluasi penerimaan terhadap sebuah sistem dengan tujuan untuk mengetahui faktor-faktor apa saja yang mempengaruhi penerimaan Sistem Confins. Model penerimaan yang digunakan adalah UTAUT2 dan dianalisa menggunakan konsep Structural Equation Modeling (SEM) berbasis varian dengan menggunakan perangkat lunak SmartPLS. Hasil penelitian ini menunjukkan bahwa penerimaan Sistem Confins dipengaruhi oleh Effort Expectancy, Facilitating Condition, dan Habit. Kata Kunci: UTAUT, UTAUT2, SEM, PLS, Confins, model penerimaan, acceptance model vi

8 ABSTRACT Name Program Title : Felisia Irma Akemirastiwi : Master of Information Technology : Factors that Influence User Acceptance of Online Information System: Case Study of Confins Multifinance System at PT. Sasana Artha Finance PT. Sasana Artha Finance (SAF) has old multifinance system named emf, over time this system was replaced by a new system named Confins System. The fact that the system is not in accordance with the expectations of the constraints faced by the SAF today. One of the reasons is that SAF has never performed an evaluation of this system. This study will evaluate the acceptability of a system in order to determine the factors that influence the acceptance of Confins System. The model is using UTAUT2. The Analyzed method is using the concept of Structural Equation Modeling (SEM) based variants using software SmartPLS. The results of this study indicate that the admission system Confins influenced by Effort Expectancy, Facilitating Condition, and Habit. Keywords: UTAUT2, UTAUT, acceptance model,sem, PLS, Confins vii

9 DAFTAR ISI HALAMAN PERNYATAAN ORISINALITAS... ii HALAMAN PENGESAHAN... iii KATA PENGANTAR... iv HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI KARYA AKHIR UNTUK KEPENTINGAN AKADEMIS... v ABSTRAK... vi ABSTRACT... vii DAFTAR ISI... viii DAFTAR GAMBAR... xi DAFTAR TABEL... xiii BAB 1 PENDAHULUAN Latar Belakang Identifikasi Masalah Harapan terhadap Sistem Confins di SAF Keadaan Sistem Confins di SAF saat ini Kerangka Tulang Ikan Pertanyaan Penelitian Ruang Lingkup Penelitian Tujuan Penelitian Manfaat Penelitian Sistematika Penulisan BAB 2 LANDASAN TEORI Tingkat Penerimaan Pengguna Theory of Reasoned Action (TRA) Theory of Planned Behaviour(TPB) Technology Acceptance Model (TAM) Technology Acceptance Model 2 (TAM 2) Technology Acceptance Model 3 (TAM 3) The Unified Theory of Acceptance and Use of Technology (UTAUT) The Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) Structural Equation Model (SEM) Definisi Structural Equation Model (SEM) Variabel variabel dalam SEM SEM Berbasis Varian dan Kovarian Tahapan Penggunaan SEM Model Pengukuran (Outer Model) Model Struktural (Inner Model) Uji Efek Moderasi Penelitian Terdahulu Penelitian menggunakan ADUTAUT di Universitas Islam Negeri Syarif Hidayatullah Jakarta viii

10 2.3.2 Penelitian menggunakan UTAUT di Kementrian Sekertariat Negara Republik Indonesia Penelitian menggunakan UTAUT di Taiwan Penelitian menggunakan UTAUT di Kecamatan Gondokusuman Yogyakarta Penelitian menggunakan UTAUT pada sistem e-goverment di Saudi Penelitian menggunakan UTAUT2 di Direktorat Jendral Pendidikan Anak Usia Dini Kerangka Pemikiran Alasan Pemilihan Model UTAUT Hipotesis Penelitian Variabel Penelitian BAB 3 METODOLOGI PENELITIAN Tahapan Penelitian Populasi dan Sampel Populasi Sampel Metode Penelitian dan Pengumpulan Data Data Primer Data Sekunder Metode Pengolahan Data dan Analisis Data BAB 4 PROFIL ORGANISASI PT. Sasana Artha Finance (SAF) Struktur Organisasi Grup MPM Visi dan Misi SAF Misi SAF Visi SAF Ikrar SAF Nilai-Nilai Utama SAF Struktur Organisasi SAF Consumer Finance& Leasing Solution (Confins) BAB 5 ANALISIS DAN PEMBAHASAN Data Responden Asumsi-asumsi dalam SEM Model Awal Penelitian Uji Validitas Uji Validitas Konvergen Uji Validitas Konvergen Performance Expectancy (PE) Uji Validitas Konvergen Effort Expectancy(EE) Uji Validitas Konvergen Social Influence (SI) Uji Validitas Konvergen Facilitating Condition (FC) Uji Validitas Konvergen Habit (HT) Uji Validitas Konvergen Behavioral Intention (BI) Uji Validitas Konvergen Use Behaviour (U) Rangkuman Uji Validitas Konvergen Uji Validitas Diskriminan ix

11 5.5 Uji Reliabilitas Uji Model Struktural (Inner Model) Uji Hipotesis Berdasarkan Variabel Utama Uji Efek Moderasi Uji Efek Moderasi Usia (Age) Moderasi Usia Pengaruh Effort Expectancy terhadap Behavioral Intention Moderasi Usia Pengaruh Facilitating Condition terhadap Behavioral Intention Moderasi Usia Pengaruh Habit terhadap Behavioral Intention Moderasi Usia Pengaruh Facilitating Condition terhadap Uee Behavior Moderasi Usia Pengaruh Habit terhadap Use Behavior Uji Efek Moderasi Jenis Kelamin (Gender) Moderasi Jenis Kelamin Pengaruh Effort Expectancy terhadap Behavioral Intention Moderasi Jenis Kelamin Pengaruh Facilitating Condition terhadap Behavioral Intention Moderasi Jenis Kelamin Pengaruh Habit terhadap Behavioral Intention Moderasi Jenis Kelamin Pengaruh Habit terhadap Use Behaviour Uji Efek Moderasi Pengalaman Kerja (Experience) Moderasi Pengalaman Kerja Pengaruh Effort Expectancy terhadap Behavioral Intention Moderasi Pengalaman Pengaruh Facilitating Condition terhadap Behavioral Intention Moderasi Pengalaman Pengaruh Habit terhadap Behavioral Intention Moderasi Pengalaman Pengaruh Facilitating Condition terhadap Use Behaviour Moderasi Pengalaman Pengaruh Habit terhadap Use Behaviour Rangkuman Uji Efek Moderasi Pembahasan Hasil Penelitian Implikasi Penelitian pada Sistem Confins Implikasi Penelitian pada Manajemen SAF Implikasi Penelitian pada Penelitian Selanjutnya BAB 6 KESIMPULAN DAN SARAN Kesimpulan Saran Saran Untuk Manajemen SAF Saran Untuk Penelitian Selanjutnya DAFTAR PUSTAKA DAFTAR LAMPIRAN x

12 DAFTAR GAMBAR Gambar 1. 1 Sistem Pembayaran Online SAF-Confins periode 8 Juli-12 September Gambar 1. 2 Kerangka Tulang Ikan... 8 Gambar 2. 1 Theory of Reasoned Action (Fishbein & Ajzen, 1975) Gambar 2. 2 Theory of Planned Behaviour (Ajzen, 1991) Gambar 2. 3 Technology Acceptance Model (Davis F., 1989) Gambar 2. 4 Model TAM 2 (Venkatesh & Davis, 2000) Gambar 2. 5 Model TAM3 (Venkatesh & Bala, 2008) Gambar 2. 6 Model UTAUT (Venkatesh, V, et al, 2003) Gambar 2. 7 Model UTAUT2 (Venkatesh, Thong, & Xu, 2012) Gambar 2. 8 Variabel Laten Endogen dan Eksogen (Wijanto, 2008) Gambar 2. 9 Simbol Variabel Teramati (Wijanto, 2008) Gambar Kerangka Pemikiran (Muthahhari, 2011) Gambar Kerangka Pemikiran (Sitorus, 2011) Gambar Kerangka Pemikiran (Wu, Tao, & Yang, 2003) Gambar Kerangka Pemikiran (Indriani, Santosa, & Kusumawardani, 2012) Gambar Kerangka Pemikiran (Alshehri, Drew, & AlGhamdi, 2012) Gambar Kerangka Pemikiran (Aji, 2013) Gambar Kerangka Pemikiran Gambar 3. 1 Tahapan Penelitian Gambar 4. 1 Struktur Organisasi Grup MPM Gambar 4. 2 Struktur Organisasi Pusat Gambar 4. 3 Struktur Organisasi Cabang Gambar 4. 4 Portofolio Confins Gambar 4. 5 Model Bisnis Confins Gambar 4. 6 Tampilan Awal Confins Gambar 4. 7 Modul-Modul Confins Gambar 5. 1 Pie Chart Data Responden berdasarkan Jenis Kelamin Gambar 5. 2 Pie Chart data responden berdasarkan jenis kelamin Gambar 5. 3 Pie Chart data responden berdasarkan pengalaman kerja Gambar 5. 4 Model Awal Penelitian Gambar 5. 5 Uji Outer Model Gambar 5. 6 Uji Validitas Konvergen PE Gambar 5. 7 Uji Validitas PE setelah PE5 dihapus Gambar 5. 8 Uji Validitas Konvergen EE Gambar 5. 9 Uji Validitas Konvergen SI Gambar Uji Validitas Konvergen SI setelah SI4 dihapus Gambar Uji Validitas Konvergen FC Gambar Uji Validitas Konvergen FC setelah FC4 dihapus Gambar Uji Validitas Konvergen HT Gambar Uji Validitas Konvergen HT setelah HT1 dihapus Gambar Uji Validitas Konvergen BI Gambar Uji Validitas Konvergen U xi

13 Gambar Model Setelah Uji Validitas Gambar Model Akhir Berdasarkan Variabel Utama Gambar Model Pengujian Moderasi Usia terhadap EE dan BI Gambar Model Pengujian Moderasi Usia terhadap FC dan BI Gambar Model Pengujian Moderasi Usia terhadap HT dan BI Gambar Model Pengujian Moderasi Usia terhadap FC dan U Gambar Model Pengujian Moderasi Usia terhadap HT dan U Gambar Model Pengujian Moderasi Jenis Kelamin terhadap EE dan BI Gambar Model Pengujian Moderasi Jenis Kelamin terhadap FC dan BI Gambar Model Pengujian Moderasi Jenis Kelamin terhadap HT dan BI Gambar Model Pengujian Moderasi Jenis Kelamin terhadap HT dan U Gambar Model Pengujian Moderasi Pengalaman terhadap EE dan BI Gambar Model Pengujian Moderasi Pengalaman terhadap FC dan BI Gambar Model Pengujian Moderasi Pengalaman terhadap HT dan BI Gambar Model Pengujian Moderasi Pengalaman terhadap FC dan U Gambar Model Pengujian Moderasi Pengalaman terhadap HT dan U Gambar Model Akhir Hasil Penelitian xii

14 DAFTAR TABEL Tabel 2. 1 Perbandingan SEM Berbasis Kovarian dan SEM berbasis Varian Tabel 2. 2 Parameter Uji Validitas dalam Model Pengukuran PLS (Jogiyanto, 2011) Tabel 2. 3 Hipotesis Penelitian Tabel 2. 4 Indikator Pengukuran Tabel 2. 5 Kuesioner Penelitian Tabel 3. 1 Populasi Penelitian Tabel 3. 2 Sampel Populasi Tabel 5. 1 Jumlah Sampel Tabel 5. 2 Rangkuman Uji Validitas parameter AVE dan Communality Tabel 5. 3 Rangkuman Uji Validitas parameter Loading Factor Tabel 5. 4 Nilai AVE dan Akar AVE Tabel 5. 5 Nilai Korelasi antar Variabel Laten Tabel 5. 6 Uji Reliabilitas Tabel 5. 7 Nilai R 2 pada Uji Struktural Tabel 5. 8 Uji Hipotesis berdasarkan Variabel Utama Tabel 5. 9 Rangkuman Uji Hipotesis Variabel Utama Tabel Total Effects Moderasi EE*Age BI Tabel Total Effects Moderasi FC*Age BI Tabel Total Effects Moderasi HT*Age BI Tabel Total Effects Moderasi FC*Age U Tabel Total Effects Moderasi HT*Age U Tabel Total Effects Moderasi EE*Gender BI Tabel Total Effects Moderasi FC*Gender BI Tabel Total Effects Moderasi HT*Gender BI Tabel Total Effects Moderasi HT*Gender U Tabel Total Effects Moderasi EE*Experience BI Tabel Total Effects Moderasi FC*Experience BI Tabel Total Effects Moderasi HT*Experience BI Tabel Total Effects Moderasi FC*Experience U Tabel Total Effects Moderasi HT*Experience U Tabel Rangkuman Hipotesis Efek Moderasi Awal Tabel Rangkuman Hipotesis Efek Moderasi xiii

15 BAB 1 PENDAHULUAN Bab ini membahas latar belakang penelitian beserta perumusan masalah, tujuan serta ruang lingkup penelitian. 1.1 Latar Belakang PT. Sasana Artha Finance (SAF) adalah salah satu dari perusahaan pembiayaan/kredit sepeda motor Honda. Seiring dengan perkembangannya, SAF memiliki 36 cabang yang tersebar diseluruh Indonesia. emf (Electronic Multifinance) adalah aplikasi multifinance berbasis web yang digunakan oleh SAF saat ini untuk menjalankan proses bisnisnya. Seluruh data operasional berada di wilayah Jakarta sebagai kantor utama (Head Office). Seiring dengan perkembangan teknologi dan bisnis pada perusahaan multifinance, SAF mengambil langkah untuk mengimplementasikan sistem baru sebagai pengganti emf yang dipakai oleh beberapa multifinance yang ada di Indonesia dan merupakan aplikasi standar multifinance untuk Grup Mitra Pinastikha Mustika (MPM). Sistem aplikasi yang akan digunakan adalah Confins. Confins merupakan aplikasi multifinance yang dikembangkan oleh AdIns (Advance Innovation, 2013) dengan penyesuaian mengikuti kegiatan operasional dan prosedur yang ada di SAF. Implementasi sistem baru dan proses migrasi dari sistem lama ke sistem baru (emf ke Confins) bukan merupakan hal pertama yang dialami oleh SAF. Pada awal tahun 2000 dilakukan implementasi sistem emf sebagai pengganti sistem Clipper (aplikasi terdistribusi). Proses implementasi emf tersebut memakan waktu hampir 2 tahun hingga seluruh cabang berhasil menggunakan emf. Pada tahun 2013 ini dilakukan migrasi sistem emf ke Confins dengan beberapa gelombang. Gelombang pertama meliputi 7 cabang yaitu Surabaya, Sidoarjo, Jakarta I (Kebayoran), Jakarta II (Klender), Bogor, Tangerang dan Head Office 1

16 2 (Jakarta). Diharapkan sebelum akhir tahun 2013, seluruh cabang SAF sudah menggunakan Confins. 1.2 Identifikasi Masalah Identifikasi masalah akan dilakukan dengan cara melihat harapan berkaitan dengan penggunaan sistem Confins di SAF dengan keadaan saat ini. Gap antara harapan dan keadaan saat ini dapat didefinisikan menjadi masalah pada penelitian ini. Data yang dikumpulkan untuk memperoleh harapan dan fakta-fakta terhadap sistem Confins dilakukan dengan metode wawancara utama terhadap manajer ICT (Information Communication and Technology) SAF, Bapak Wangaratta, diiikuti dengan wawancara pendukung terhadap bebeberapa orang yang telah menggunakan Confins di cabang-cabang gelombang Harapan terhadap Sistem Confins di SAF Sistem Confins yang baru diterapkan di SAF saat ini, sebenarnya sudah cukup dikenal dikalangan Grup MPM sebagai holding company dari SAF. Adanya keberadaan Eloan (Sistem Confins model lama) yang digunakan oleh PT. Mitra Pinastika Mustika Finance membuat top level management dari SAF bersepakat untuk mengubah sistem emf yang ada dengan sistem Confins dengan harapan bahwa Confins akan membawa perubahan yang lebih baik untuk kinerja SAF di segala aspek departemen. Sistem yang sudah dipakai oleh beberapa perusahan finance ini seperti yang terlihat di dalam website AdIns (Advance Innovation, 2013) diharapkan mampu menjadi sistem yang dapat diandalkan untuk membangun proses bisnis SAF menjadi lebih baik lagi. Harapan lain juga tertumpu pada proses pembayaran online. SAF memiliki patner third party untuk menjembatani proses pembayaran konsumen dengan menggunakan BCA dan Kantor Pos secara online yaitu dengan PT Sarana Yukti Bandana (SYB). Pada saat sistem ini berjalan di emf ada beberapa masalah yang terjadi seperti misalnya hasil rekonsiliasi antara BCA, SYB, dan SAF yang sering tidak sesuai yang menyebabkan SAF harus melakukan pembatalan penerimaan. Adanya teknologi dan pengembangan sistem yang lebih baik, Confins diharapkan

17 3 mampu menangani permasalahan yang terjadi di sistem pembayaran online SAF ini. Sistem pembayaran online ini bekerja sama dengan empat pihak yaitu SAF, SYB (sebagai mediator), BCA dan POS. Relasi antara empat pihak ini dihubungkan oleh suatu jaringan. Dari sisi SAF sendiri ada dua sistem yang terhubung secara langsung yaitu sistem internal SAF dan sistem internal pembayaran online. Sistem ini saling berkaitan satu dengan yang lain. Jika sistem internal SAF dan sistem internal pembayaran online ini tidak terhubung/timeout akan menyebabkan tagihan tidak akan masuk ke sistem internal pembayaran online dan konsumen tidak bisa membayar melalui POS atau BCA. Sistem emf yang berbasis Java dengan teknologi open source kerap kali mengalami kendala seperti sistem sering down atau out of memory. Adanya sistem Confins yang berbasis.net yang menggunakan platform Microsoft harapanya adalah Confins menjadi lebih baik tidak terlalu sering down mengalami error atau kendala Keadaan Sistem Confins di SAF saat ini Sistem Confins yang sudah berjalan di 6 cabang dan kantor pusat saat ini pada kenyataan tidak berjalan sesuai yang diharapkan. Ada sisi positif namun ada sisi negatif yang seharusnya sudah bukan lagi menjadi masalah, mengingat sisi negatif dari sistem Confins ini ternyata sudah pernah di alami pada sistem emf sehingga dirasakan oleh beberapa para narasumber adalah sistem ini kurang efektif dalam perjalanannya. Menurut (Siagian, 2001), efektivitas adalah pemanfaatan sumber daya, sarana dan prasarana dalam jumlah tertentu yang secara sadar ditetapkan sebelumnya untuk menghasilkan sejumlah barang atas jasa kegiatan yang dijalankannya. Efektivitas menunjukkan keberhasilan dari segi tercapai tidaknya sasaran yang telah ditetapkan. Jika hasil kegiatan semakin mendekati sasaran, berarti makin tinggi efektivitasnya. Menurut (Abdurahmat, 2003), efektivitas adalah pemanfaatan sumber daya, sarana dan prasarana dalam jumlah tertentu yang secara sadar

18 4 ditetapkan sebelumnya untuk menghasilkansejumlah pekerjaan tepat pada waktunya. Menurut (Hidayat, 1986) yang menjelaskan bahwa, efektifitas adalah suatu ukuran yang menyatakan seberapa jauh target (kuantitas,kualitas dan waktu) telah tercapai, dimana makin besar prosentasetarget yang dicapai, makin tinggi efektifitasnya. Sehingga dapat ditarik kesimpulan efektif adalah pencapaian hasil sesuai dengan tujuan yang telah ditetapkan dalam pengertian yang lebih singkat adalah tepat sasaran. Adanya banyak harapan terhadap sistem Confins ini, namun tidak semua harapan tersebut terpenuhi. Seperti wawancara yang telah dilakukan penulis dengan Ibu Mardiana, Bapak Wangaratta,dan Ibu Metta Sari, dari sisi internal sistem sendiri, sistem ini ternyata masih terdapat banyak bug atau error seiring masa implementasinya. Hal ini tentu saja menjadi masalah pada SAF, mengingat jika error pada sistem dapat menyebabkan proses bisnis di SAF menjadi terhambat dan pengguna tidak bisa melakukan pekerjaannya. Contoh bug yang bermasalah adalah pada proses pembuatan kontrak yang mengakibatkan sistem penjurnalan di SAF mengalami selisih, selain itu juga ada juga error yang sering terjadi adalah pada saat login dan pada saat klik menu terutama pada modul Application Manager, modul yang digunakan untuk mengatur pengguna dan hak akses pengguna. Selain itu error yang paling bermasalah adalah pada modul payment receive atau penerimaan angsuran konsumen, menurut Jurnal Pelaksanaan 1.01 (Revisi 4) 12 Maret 2008 yang dikeluarkan oleh SAF bahwa kuitansi atau bukti penerimaan uang tidak boleh ditulis manual yang diperbolehkan hanya kuitansi sementara bukan kuitansi asli. Adapun syarat-syarat kuitansi sementara juga tertuang dalam jurnal pelaksanaan 1.01a 6 Januari 2009 dimana tidak semua orang berhak membuat kuitansi sementara ini sehingga jika modul ini error dampaknya adalah penumpukan konsumen karena tidak bisa melakukan pembayaran. Hal lain yang juga terjadi adalah pada pembayaran online SAF melalui BCA dan POS, terdapat beberapa kendala dan kendala tersebut justru datang dari cabang yang menggunakan sistem Confins. Hal ini dikarenakan ada kendala pada sistem internal SAF yang menggunakan Confins dan sistem internal pembayaran online

19 5 sering timeout. Padahal dari sisi sistem internal SAF yang menggunakan emf dan sistem internal pembayaran online tidak terjadi masalah. Menurut data yang diterima per tanggal 12 September 2013 (8 Juli September 2013), untuk error log yang terjadi akibat sistem pembayaran timeout dan mengakibatkan konsumen tidak bisa melakukan pembayaran kepada SAF. Dari Gambar 1. 1di bawah ini dapat dilihat bahwa dari awal sistem Confins di pakai oleh SAF, terdapat banyak kendala terutama masalah timeout, dari log file yang terlihat 59,09% mengalami waktu time out. Hal ini tentunya menjadi penghambat bagi berjalannya proses bisnis di SAF. Gambar 1. 1 Sistem Pembayaran Online SAF-Confins periode 8 Juli-12 September 2013 Permasalahan dari internal sistem juga dialami oleh tim ICT support dan beberapa narasumber yang lain, dimana tim ICT Support ini berperan untuk mengatur menu-menu dan hak akses pagi para pengguna. Menurut wawancara dengan divisi Support yaitu Ibu Mardiana dan Ibu Metta Sari mereka mendapati bahwa Confins ini kurang user friendly seperti misalnya pada saat akan mengatur cabang Jakarta I kemudian jika ingin mengatur cabang Jakarta II, maka mereka harus melakukan logout sistem. Ini berbeda dengan emf yang dari awal bisa melakukan proses ganti cabang tanpa melakukan logout ataupun juga saat memilih hak akses cabang untuk pengguna terdapat kerumitan seperti pemilihan data yang ditampilkan lebih

20 6 dari satu halaman pengguna harus menekan tombol simpan terlebih dahulu baru kemudian bisa melanjutkan ke halaman berikutnya untuk melakukan pemilihan. Padahal jika dilakukan di emf, emf bisa menyimpan record berapapun untuk pergantian halaman sebelum disimpan tanpa perlu menyimpan record pada tiap halaman. Dari pihak manajemen SAF sendiri ada masalah lain yang juga dihadapi oleh SAF setelah implementasi sistem Confins adalah prosedur kerja di emf dan Confins agak sedikit berbeda, ada beberapa model prosedur emf yang tidak bisa diterapkan di Confins. Hal ini berdampak pada pengguna yang mengalami kesulitan pada pengenalan sistem baru. Dari narasumber kami seperti yang dikemukakan oleh Ibu Daesy seperti pada contoh proses pencairan klaim asuransi yang biasa dilakukan di emf hanya melakukan satu kali release BPKP (Bukti Kepemilikan Kendaraan Bermotor) sedangkan di Confins harus dilakukan beberapa kali proses sebelum akhirnya bisa di release BPKB. Juga belum adanya prosedur yang baru untuk pengaturan sistem Confins juga menjadi kendala bagi pengguna yang ingin melakukan proses di sistem, karena jika menggunakan prosedur sistem emf akan ada kendala karena perbedaan proses di sistem tersebut. Juga job desk emf yang berbeda dari Confins dan itu belum diatur kembali juga menyebabkan kesulitan pagi para pengguna untuk menggunakan sistem Confins ini. Ketidakjelaskan mengenai siapa yang seharusnya mengoperasikan modul menjadi hambatan sistem ini berjalan dengan maksimal. Selain itu juga dari pihak pengguna adanya penolakan terhadap sistem Confins, kenyamanan selama beberapa tahun bersama emf membuat keengganan tersendiri bagi para pengguna untuk mempelajari sistem baru dan menyesuaikan diri dengan kondisi sistem yang berbeda. Sistem Confins yang dibangun saat ini adalah sistem secara standar bukan sistem yang sudah diperbaharui seperti sistem emf sehingga banyak data-data atau laporan yang ada di emf tidak ada di Confins, hal ini menyebabkan pula kesulitan bagi pengguna untuk melanjutkan pekerjaannya. Kurangnya pengetahuan pengguna akan sistem baru ini juga menjadi kendala sistem ini berjalan kurang efektif. Ada beberapa pengguna yang

21 7 tidak tahu bagaimana harus melakukan suatu proses tertentu yang biasa terjadi di emf. Seperti yang diutarakan oleh beberapa narasumber kami seperti Ibu Anastasia, yang merasa kurang paham akan modul-modul yang ada di Confins. Selain itu ketakutan akan kesalahan pada proses input data yang tinggi menyebabkan proses di sistem Confins menjadi lambat dan menghambat beberapa pekerjaan pengguna. Dari sisi evaluasi terhadap sistempun, menurut narasumber, semenjak SAF berdiri belum pernah dilakukan evaluasi sebuah sistem. Berdasarkan banyak sebab yang dijelaskan di atas, ada satu faktor penyebab sistem Confins ini kurang efektif yaitu adanya sedikit penolakan dari pengguna terhadap sistem Confins ini. Penggunaan sistem Confins adalah keharusan bagi pengguna atau disebut sebagai penggunaan yang bersifat mandatory. Kurangnya penerimaan pengguna tersebut dapat menyebabkan pengguna hanya sekedar terpaksa menggunakan dan tanpa diimbangi dengan penggunaan yang handal pada sistem tersebut. Selain itu juga dapat menyebabkan ketidakpuasan bagi pengguna terhadap sistem tersebut. Keengganan dan penolakan dari pengguna ini dapat menjadi penyebab tidak diperolehnya manfaat dan keuntungan dari sistem tersebut yang secara tidak langsung menyebabkan kegagalan impementasi sistem (Nah, Xin, & Hing, 2004) Kerangka Tulang Ikan Setelah melihat adanya perbedaan antara harapan dan kondisi Confins saat ini seperti yang sudah dijelaskan sebelumnya, maka berikut ini akan digambarkan kerangka tulang ikan untuk permasalahan yang terjadi di SAF pasca implementasi sistem Confins :

22 8 Gambar 1. 2 Kerangka Tulang Ikan

23 9 Pada dasarnya sistem yang telah diimplementasikan di banyak perusahaan atau organisasi dengan biaya yang tidak sedikit. Permasalahan yang sering timbul adalah penggunaan sistem yang masih rendah atau kurang suksesnya sistem dioperasikan. Rendahnya penggunaan sistem diidentifikasikan sebagai penyebab utama yang mendasari terjadinya productivity paradox yaitu investasi yang mahal di bidang sistem tetapi menghasilkan return yang rendah (Venkatesh & Davis, 2000). Productivity paradox ini menandakan bahwa sistem dalam perusahaan atau organisasi tidak efektif. Banyak faktor yang dapat mengakibatkan sistem tidak efektif, diantaranya berasal dari pengguna maupun sistem itu sendiri. Sehubungan dengan adanya sistem Confins di SAF saat ini dan melihat kembali masalah yang terjadi di atas, maka sangat penting untuk mengetahui faktor-faktor apa saja yang mempengaruhi pengguna dalam hal penerimaan atau penggunaan sistemconfins. Jika penelitian ini tidak dilakukan maka tidak akan diketahui masukan untuk perbaikan kedepan terhadap sistem Confins ini Pertanyaan Penelitian Berdasarkan fakta-fakta yang telah dijabarkan oleh penulis, maka dapat dirumuskan sebuah pertanyaan penelitian : Faktor-faktor apa saja yang mempengaruhi penerimaan pengguna terhadap Sistem Confins di SAF? 1.3 Ruang Lingkup Penelitian Ruang lingkup penelitian ini adalah : a. Objek dari penelitian adalah karyawan SAF yang telah menggunakan sistem Confins pada saat penelitian ini berlangsung adalah seluruh cabang gelombang 1 meliputi Jakarta HO, Surabaya, Sidoarjo, Jakarta I, Jakarta II, Tangerang, dan Bogor b. Identifikasi dan analisis penelitian difokuskan untuk mengetahui faktorfaktor yang mempengaruhi penerimaan pengguna Confins. c. Moderasi pengalaman menggunakan pengalaman kerja selama di SAF karena sebelumnya pernah ada sistem sejenis Confins yaitu emf yang sudah berjalan selama 10 tahun.

24 Tujuan Penelitian Tujuan yang ingin dicapai dari penelitian ini adalah: a. Mendapatkan model penerimaan untuk sistem Confins. b. Menganalisis faktor-faktor apa saja yang mempengaruhi penerimaan pengguna terhadap sistem Confins. 1.5 Manfaat Penelitian Manfaat penelitian ini dapat dilihat dari 2 sisi, yaitu bagi ilmu pengetahuan dan bagi organisasi (SAF) : a. Manfaat bagi ilmu pengetahuan Penelitian ini diharapkan dapat memberi kontribusi sebagai tambahan referensi yang lebih memperkaya pengetahuan pada model penerimaan pengguna untuk teknologi sistem informasi. b. Manfaat bagi PT Sasana Artha Finance Hasil penelitian ini diharapkan mampu menjadi referensi bagi manajemen SAF dalam upaya memaksimalkan penggunaan sistem Confinsdi SAF. 1.6 Sistematika Penulisan Sistematika penulisan Karya Akhir ini akan terbagi menjadi enam bab, yang diawali dengan bab pendahuluan, bab landasan teori, bab metodologi penelitian, bab profil organisasi, bab analisis data dan pembahasan dan bab kesimpulan dan saran. Selain itu Karya Akhir ini juga dilengkapi dengan abstraksi dan daftar pustaka. Berikut adalah penjelasan mengenai masing-masing bagian yang ada di dalam laporan Karya Akhir ini : BAB I PENDAHULUAN Bab pertama ini berisi latar belakang pengambilan topik, permasalahan penelitian, pertanyaan penelitian, ruang lingkup penelitian, tujuan dan manfaat penelitian serta sistematika penelitan yang digunakan dalam penyusunan penelitian ini.

25 11 BAB II LANDASAN TEORI Bab kedua berisi beberapa teori-teori yang akan digunakan dalam penelitian ini yaitutheory of Reasoned Action (TRA), Theory of Planned Behaviour (TPB), Technology Acceptance Model (TAM), The Unified Theory of Acceptance and Use of Technology (UTAUT), Structural Equation Model (SEM) dan beberapa penelitian terdahulu yang relevan, kerangka pemikiran dan hipotesis yang ada dalam penelitian ini. BAB III METODOLOGI PENELITIAN Bab ketiga berisi tahapan penelitian, populasi dan sampel, metode pengumpulan data, metode pengolahan data yang akan digunakan dalam penelitian. BAB IV PROFIL ORGANISASI Bab keempat berisi penjelasan singkat mengenai profil organisasi yaitu, sejarah singkat, visi, misi dan struktur organisasi dari objek penelitian yang diambil. BAB V ANALISIS DAN PEMBAHASAN Bab kelima berisi hasil pengolahan data yang kemudian akan dianalisis oleh peneliti. Secara lebih jelas akan dijelaskan langkah-langkah yang diambil dalam melakukan analisis data. BAB VI KESIMPULAN DAN SARAN Bab keenam berisi kesimpulan dari penelitian ini serta saran-saran yang diberikan kepada organisai tempat objek penelitian berdasarkan hasil penelitian.

26 BAB 2 LANDASAN TEORI Bab ini membahas mengenai beberapa teori yang digunakan dalam penelitian, beberapa penelitian terdahulu yang relevan dan kerangka pemikiran yang digunakan dalam penelitian ini. 2.1 Tingkat Penerimaan Pengguna Subbab ini akan membahas beberapa teori yang berkaitan dengan tingkat penerimaan pengguna. Teori-teori lama yang ada dalam landasan teori digunakan untuk melihat perbandingan antara penerimaan model yang lama dengan penelitian yang baru dan model penelitian yang digunakan oleh peneliti dalam penelitian ini Theory of Reasoned Action (TRA) Theory of Reasoned Action (TRA) adalah suatu teori yang berhubungan dengan sikap (attitude toward behavior) dan pengaruh social (subjective norms) dalam melaksanakan kegiatan.model ini dikembangkan oleh Fishbein dan Ajzen (Fishbein & Ajzen, 1975). Dalam TRA ini, Ajzen menyatakan untuk melakukan suatu perilaku, menentukan akan dilakukan atau tidak dilakukannya perilaku tersebut tergantung dari niat pelaku tersebut. Lebih lanjut, Ajzen mengemukakan bahwa niat melakukan atau tidak melakukan perilaku tertentu dipengaruhi oleh dua penentu dasar, yang pertama berhubungan dengan sikap (attitude towards behavior) dan yang lain berhubungan dengan pengaruh sosial yaitu norma subyektif (subjective norms). Komponen pertama mengacu pada sikap terhadap perilaku. Sikap ini merupakan hasil pertimbangan untung dan rugi dari perilaku tersebut (outcome of the behavior). Disamping itu juga dipertimbangkan pentingnya konsekuensikonsekuensi yang akan terjadi bagi individu (evaluation regarding the outcome). Komponen kedua mencerminkan dampak dari norma-norma subyektif. Norma 12

27 13 sosial mengacu pada keyakinan seseorang terhadap bagaimana dan apa yang dipikirkan orang-orang yang dianggapnya penting (referent person) dan motivasi seseorang untuk mengikuti pikiran tersebut. Gambar 2. 1 Theory of Reasoned Action (Fishbein & Ajzen, 1975) Theory of Planned Behaviour(TPB) Theory of Planned Behavior (TPB) merupakan perilaku yang direncanakan ataudiprogram dalam pemanfaatan dan penggunaan teknologi sistem informasi. TPB ini merupakan penyempurnaan dari Theory of Reasoned Action (TRA). Inti dari dari model TPB adanya unsur kontrol perilaku (perceived behavioral control) yang dirasakan dalam mempengaruhi perilaku sebagai faktor tambahan yang mempengaruhi niat konsumen untuk menggunakan teknologi sistem informasi. Dalam hal ini, perilaku individu bukan dibiarkan dalam pemanfaatan dan penggunaan teknologi sistem informasi, tetapi dikendalikan dengan berbagai alat kontrol terkait dengan perilaku individu tersebut. Menurut TPB, tindakan individu pada perilaku ditentukan oleh niat individu tersebut untuk melakukan perilaku. Niat yang tinggi terhadap penggunaan teknologi sistem informasi akan mempengaruhi perilaku dalam mengoptimalkan kinerja teknologi sistem informasi. Niat itu sendiri dipengaruhi sikap terhadap perilaku, norma subyektif yang mempengaruhi perilaku dan kontrol keperilakuan yang dirasakan. Sikap terhadap perilaku menunjukkan tingkatan seseorang mempunyai evaluasi yang baik atau yang kurang baik tentang perilaku tertentu.

28 14 Evaluasi ini diukur dengan perilaku individu dalam pemanfaatan dan penggunaan teknologi sistem informasi. Norma subyektif menunjukkan tekanan sosial yang dirasakan untuk melakukan atau tidak melakukan tindakan, sedangkan kontrol keperilakuan yang dirasakan menunjukkan mudahnya atau sulitnya seseorang melakukan tindakan dan dianggap sebagai cerminan pengalaman masa lalu di samping halangan atau hambatan yang terantisipasi. Norma subyektif meliputi dukungan pimpinan puncak, hubungan antar rekan atau relasi kerja, lingkungan pekerjaan yang kondusif atau tidak dan berbagai faktor lainnya. Kontrol keperilakuan berupa kesesuaian pendidikan, kompetensi pada individu, pengalaman terkait dengan penggunaan sistem informasi, kemudahan dalam pembelajaran sesuatu yang baru serta adaptasi pada lingkungan yang baru. Gambar 2. 2 Theory of Planned Behaviour (Ajzen, 1991) Technology Acceptance Model (TAM) Model TAM berasal dari teori psikologis untukmenjelaskan perilaku pengguna teknologi informasi yang berlandaskan pada kepercayaan (belief), sikap (attitude), minat (intention) dan hubungan perilaku pengguna (user behavior relationship). Tujuan model ini adalah untuk dapatmenjelaskan faktor-faktor utama dari perilaku pengguna teknologi informasi terhadap penerimaanpenggunaan teknologi informasi itu sendiri. Model ini akan menggambarkan bahwa penggunaanteknologi sistem informasi akan dipengaruhi oleh variabel kemanfaatan (usefulness) dan variabel kemudahan

29 15 pemakaian (ease of use), dimana keduanya memiliki determinan yang tinggi dan validitas yang telah teruji secara empiris (Davis F., 1989). TAM meyakini bahwa penggunaan teknologi sistem informasi akan meningkatkan kinerja individu atau perusahaan. Di samping itu penggunaan teknologi sistem informasi adalah mudah dan tidak memerlukan usaha keras dari penggunanya. Dengan menggunakan perceived usefulness dan perceived ease of use, maka TAM diharapkan dapat menjelaskan penerimaan pemakai sistem informasi terhadap sistem informasi itu sendiri. Gambar 2. 3 Technology Acceptance Model (Davis F., 1989) Berikut penjelasan tiap-tiap variabel pada model TAM(Davis F., 1989) : a. External Variable External Variable adalah faktor-faktor dari luar yang dapat mempengaruhi tingkat penerimaan seseorang untuk menggunakan sebuah teknologi. b. Perceived Ease of Use (PEOU) Perceived Ease of Use didefinisikan sebagai tingkat dimana seseorang meyakini bahwa penggunaan sistem informasi merupakan hal yang mudah dan tidak memerlukan usaha keras dari penggunanya. Konsep ini mencakup kejelasan tujuan penggunaan SI dan kemudahaan penggunaan sistem untuk tujuan sesuai dengan keinginan pemakai. c. Perceived Usefulness (PU) Perceived Usefullness didefinisikan sebagai tingkat keyakinan individu bahwa penggunaan sistem informasi tertentu akan meningkatkan kinerjanya. Konsep ini menggambarkan manfaat sistem bagi penggunanya yang

30 16 berkaitan dengan produktivitas, kinerja tugas, efektivitas, pentingnya suatu tugas dan overall usefulness. d. Attitude Toward Using (ATU) Attitude Toward Using didefinisikan sebagai perasaan-perasaan positif atau negatif dari seseorang individu jika harus menggunakan suatu teknologi atau juga dapat dilihat sebagai suatu bentuk evaluasi pemakai tentang ketertarikannya menggunakan suatu sistem. e. Behavioral Intention (BI) Behavioral Intention adalah tingkatan dimana seseorang telah merumuskan rencana sadar untuk melakukan atau tidak melakukan beberapa perilaku tertentu masa depan. f. Actual Usage (AU) Actual Usage adalah kondisi dimana sistem secara nyata digunakan oleh pengguna. Variabel AU ini dikonsepkan dalam bentuk pengukuran terhadap frekuensi dan durasi waktu pada penggunaan teknologi informasi Technology Acceptance Model 2 (TAM 2) Pada tahun 2000, melalui jurnal (Venkatesh & Davis, 2000) yang berjudul A Theoretical Extension of the Technology Acceptance Model Four Longitudinal Field Studies mereka membuat pengembangan dari TAM yaitu TAM2. Versi baru dari TAM ini memasukkan faktor-faktor baru dan menambahkannya ke dalam model TAM versi yang pertama. Faktor-faktor ini ditambahkan karena penggunaan teknologi yang makin lama makin berkembang dari sisi ilmu pengetahuan. Faktor-faktor tersebut adalah norma subyektif (subjective norm), image, pekerjaan (job relevance), kualitas keluaran (output quality), penunjukan hasil (result demonstrability), dan persepsi kemudahaan penggunaan (perceived ease of use) dengan dua moderator yaitu pengalaman (experience) dan sukarela (voluntariness).

31 17 Gambar 2. 4 Model TAM 2 (Venkatesh & Davis, 2000) Berikut penjelasan beberapa variabel untuk model TAM 2 : a. Subjective Norm Norma Subyektif (Subjective Norm) adalah tingkat dimana seorang individu merasa bahwa kebanyakan orang yang berarti dalam hidupnya berpikir harus atau tidak harusnya menggunakan teknologi sistem informasi (Venkatesh & Davis, 2000), (Fishbein & Ajzen, 1975). b. Image Image adalah tingkat dimana seseorang merasakan bahwa penggunaaninovasi akan meningkatkan statusnya di dalam sistem social (Moore & Benbasat, 1991). c. Job Relevance Job Relevance adalah tingkat dimana seseorang percaya bahwa target dari sistem dapat dipakai untuk pekerjaannya (Venkatesh & Davis, 2000). d. Output Quality Output Quality adalah tingkat dimana seseorang percaya bahwa sistem melakukan tugas-tugas pekerjaan dengan baik (Venkatesh & Davis, 2000).

32 18 e. Result Demonstrability Result Demonstrability adalah tingkat dimana seseorang percaya bahwa hasil menggunakan sistem yang nyata, diamati, dan menular (Moore & Benbasat, 1991) Technology Acceptance Model 3 (TAM 3) Venkatesh & Bala menggabungkan TAM2 dan model determinan dari persepsi kemudahan penggunaan (perceived ease of use) dan membangun model penerimaan yang disebut TAM3 (Venkatesh & Bala, 2008). TAM3 menambahkan variabel yang termasuk golongan adjustment dan anchor yang berhubungan dengan variabel persepsi kemudahan penggunaan (perceived ease of use) Berikut ini adalah penjelasan beberapa variabel dari TAM3 : a. Computer Self-efficacy Computer Self-efficacy adalah tingkat dimana seseorang percaya bahwa dia memiliki kemampuan untuk melakukan tugas tertentu / pekerjaan menggunakan komputer. b. Perceived of External Control Perceived of External Control adalah tingkat dimana seseorang percaya bahwa sumber daya organisasi dan teknis ada untuk mendukung penggunaan sistem. c. Computer Anxiety Computer Anxiety adalah tingkat ketakutan individu, atau bahkan ketakutan, ketika seseorang tersebut dihadapkan dengan kemungkinan menggunakan komputer (Venkatesh V., 2000). d. Computer Playfulness Computer Playfulness adalah tingkat spontanitas kognitif pada interaksi mikro.

33 19 Gambar 2. 5 Model TAM3 (Venkatesh & Bala, 2008) e. Perceived Enjoyment Perceived Enjoyment adalah sejauh mana aktivitas untuk menggunakan sistem yang spesifik dianggap menyenangkan dalam dirinya sendiri, selain dari konsekuensi kinerja yang dihasilkan dari penggunaan sistem (Venkatesh V., 2000). f. Objective Usability Objective Usability adalah perbandingan sistem berdasarkan tingkat aktual (bukan persepsi) dari usaha yang dibutuhkan untuk menyelesaikan tugas-tugas tertentu (Venkatesh V., 2000).

34 The Unified Theory of Acceptance and Use of Technology (UTAUT) The Unified Theory of Acceptance and Use of Technology (UTAUT) merupakan salah satu model penerimaan teknologi yang dikembangkan oleh Venkatesh, Morris dan beberapa peneliti lain. Model UTAUT ini sebenarnya merupakan sintesis atau penggabungan daripada elemen-elemen yang terdapat dalam delapan model penerimaan teknologi terkemuka lainnya dengan tujuan untuk memperoleh kesatuan pandangan mengenai pengguna(venkatesh, V, et al, 2003). Delapan model yang dijadikan acuan pada metodologi UTAUT yaitu Theory Reasoned Action (TRA) Seperti yang pernah dijelaskan sebelumnya teori ini mempunyai dua variabel utama yaitu sikap (attitude toward behavior) dan pengaruh sosial (subjective norms). Kedua variabel ini yang digunakan untuk membangun model UTAUT. Theory Acceptance Model (TAM) TAM juga telah dijelaskan pada subbab sebelumnya, teori ini mempunyai variabel utama yaitu perceived ease of use dan perceived usefulness. Pada pengembangan UTAUT ada satu variabel yang digunakan untuk membangun UTAUT yaitu subjective norm (TAM 2). Motivational Model (MM) Penelitian dalam bidang psikologi yang telah mendukung teori motivasi umum sebagai penjelasan tingkah laku. Penelitian yang ini dilakukan oleh Davis, Bagozzi, Warshaw pada tahun 1992 (Davis, Bagozzi, & Warshaw, 1992) mempunyai dua variabel utama yaitu Extrinsic Motivation (dengan penguatan) dan Intrinsic Motivation (tanpa penguatan). Theory of Planned Behaviour (TPB) TPB juga telah dijelaskan pada subab sebelumnya, pengembangan UTAUT mengambil variabel Attitude Toward Behavior, Subjective Norm, Perceived Behavioral Control. Combined TAM and TPB

35 21 Model ini sering disebut sebagai Decomposed Theory of Planned Behaviour. Perbedaan model teori ini terletak pada faktor penentu sikap dimana tidak hanya tergantung pada persepsi kegunaan dan persepsi kemudahan penggunaan saja tetapi juga dipengaruhi oleh kecocokan. Variabel yang digunakan untuk membangun UTAUT adalah Attitude Toward Behavior, Subjective Norm, Perceived Behavioral Control, Perceived Usefulness. Model of PC Utilization (MPTU) Model teori ini dikembangkan dengan menggunakan pendekatan faktorfaktor yang mempengaruhi sebuah perilaku dalam konteks sistem informasi untuk memprediksi pemanfaatan PC (Personal Computer). Variabel yang digunakan untuk membangun UTAUT adalah Job-fit, Complexity, Longterm Consequences, Affect Towards Use, Social Factors, dan Facilitating Conditions. Innovation Diffusion Theory (IDT) Model ini didasarkan pada teori Diffusion of Innovations yang dikembangkan oleh Everett M. Rogers pada tahun 1960 dengan mempelajari berbagai inovasi. Variabel yang digunakan untuk membangun UTAUT adalah Relative Advantage, Ease of Use, Image, Visibility, Compatibility, Results Demonstrability, Voluntariness of Use. Social Cognitive Theory (SCT). Teori SCT banyak digunakan untuk menerangkan teori perilaku manusia dalam konteks pengggunaan computer. Variabel yang digunakan untuk membangun UTAUT adalah Outcome Expectations, Performance Outcome, Expectation Personal, Self-Efficacy, Affect, Anxiety. Model UTAUT sendiri terdiri dari 4 variabel utama yakni Performance Expectancy, Effort Expectancy, Social Influence, Facilitating Condition. Dan juga terdiri dari 4 variabel tambahan atau moderator, yakni Gender, Age, Experience dan Voluntariness of Use. Dalam metodologi UTAUT ini menggambarkan keterkaitan antara masing-masing variabel utama dan variabel pendukung seperti terlihat dalam Gambar 2. 6.

36 22 Gambar 2. 6 Model UTAUT (Venkatesh, V, et al, 2003) Penjelasan untuk tiap-tiap variabel pada UTAUT menurut (Venkatesh, V, et al, 2003) adalah sebagai berikut a. Performance Expectancy Performance Expectancy didefinisikan sebagai sejauh mana seorang individu percaya bahwa menggunakan sistem akan membantunya untuk mencapai keuntungan dalam kinerja pekerjaannya. Performance Expectancy merupakan variabel yang memberikan prediksi terkuat terkait Intention, dan tetap signifikan pada semua titik pengukuran baik pada pengguna wajib maupun sukarela. Hubungan antara Performance Expectancy dan Intention (niat), dipengaruhi oleh 2 moderator, yaitu age (usia) dan gender (jenis kelamin). Teori-teori yang tergabung dalam faktor ini adalah: 1. Perceived Usefulness 2. Extrinsic Motivation 3. Job-fit 4. Relative Advantage 5. Outcome Expectations

37 23 b. Effort Expectancy Effort Expectancy didefinisikan sebagai tingkat kemudahan dalam menggunakan sistem. Seperti halnya Performance Expectancy, konstruk Effort Expectancy juga signifikan dalam kedua konteks penggunaan sukarela dan wajib dalam memberikan prediksi terkait Intention, namun masingmasing signifikan hanya selama periode awal penggunaaan sistem saja, dan menjadi tidak signifikan untuk periode berkelanjutan. Hubungan antara Effort Expectancy dan Intention, dipengaruhi oleh 3 moderator, yaitu age (usia), gender (jenis kelamin), dan experience (pengalaman). Teori-teori yang tergabung dalam faktor ini adalah: 1. Perceived Ease of Use 2. Complexity 3. Ease of Use c. Social Influence Social Influence didefinisikan sebagai sejauh mana seorang individu memandang bahwa pentingnya keberadaan orang lain dalam menggunakan sistem baru akan mempengaruhi individu tersebut dalam menggunakan sistem baru tersebut juga. Pengaruh sosial juga sebagai variabel penentu langsung terkait intention. Hubungan antara Social Influence dan Intention, dipengaruhi oleh 4 moderator, yaitu age (usia), gender (jenis kelamin), experience (pengalaman), dan volutariness of use. Teori-teori yang tergabung dalam faktor ini adalah: 1. Subjective Norm 2. Social Factor 3. Image d. Facilitating Condition Facilitating Condition didefinisikan sebagai sejauh mana seorang individu percaya bahwa infrastruktur organisasi dan teknis hadir untuk mendukung penggunaan sistem. Berdasarkan pada model-model yang telah ada sebelumnya, bila terdapat Performance Expectancy dan Effort Expectancy, maka Facilitating Condition menjadi tidak signifikan dalam memprediksi

38 24 Intention, dan ketika Facilitating Condition dimoderatori oleh experience (pengalaman) dan age (usia), Facilitating Condition akan memiliki pengaruh signifikan dalam memprediksi Use Behaviour. Teori-teori yang tergabung dalam faktor ini adalah: 1. Perceived Behavioral Control 2. Facilitating Condition 3. Compatibility e. Behavioral Intention Behavioral Intention (niat perilaku) memiliki pengaruh positif yang signifikan dalam memprediksi Use Behaviour (penggunaan teknologi). f. Gender Gender dimasukkan sebagai moderate variabel, karena penelitian mengenai perbedaan gender mengindikasikan bahwa laki-laki cenderung lebih task oriented dibanding perempuan. Oleh karena itu, Performance Expectancy, yang fokus pada penyelesaian pekerjaan, lebih menonjol pada laki-laki. Sedangkan pada wanita yang lebih menonjol adalah Effort Expectancy (Venkatesh, V, et al, 2003). g. Age Sama seperti gender, age secara teori memiliki peran sebagai moderating variabel. Age dianggap mempunyai efek pada sikap (attitude), dimana efek tersebut akan lebih kuat bagi pekerja yang lebih muda (Venkatesh, V, et al, 2003). h. Experience Experience termasuk sebagai variabel moderator. Pengaruh Effort Expectancy adn Social Influence terhadap Behavioral Intention akan kuat pada awal experience (pengalaman) pemakaian sistem. Begitu juga dengan pengaruh Facilitating Condition pada pemakaian (use) akan dipengaruhi Experience, yakni efek akan semakin kuat dengan meningkatkatnya Experience (Venkatesh, V, et al, 2003). i. Voluntariness of Use Voluntariness of Use adalah apakah sistem yang digunakan secara sukarela atau merupakan suatu keharusan. Variabel moderator ini akan

39 25 mempengaruhi Social Influence, yakni akan mempengaruhi Social Influence jika dalam keadaan mandatory pada awal pemakaian sistem (Venkatesh, V, et al, 2003) The Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) UTAUT2 adalah penelitian dengan mengadopsi model penerimaan sebelumnya yaitu UTAUT. Model penerimaan UTAUT2 dibuat oleh Venkatesh, Thong, dan Xin Xu (Venkatesh, Thong, & Xu, 2012) dalam penelitian yang berjudul Consumer Acceptance and Use Information Technology : Exentending The Unified Theory of Acceptance and Use of Technology. UTAUT2 menggunakan variabel-variabel dalam UTAUT. Model yang diajukan pada UTAUT2 adalah model UTAUT yang ditambah dengan 3 (tiga) variabel baru yaitu Hedonic Motivation, Price Value, dan Habit. Penelitian yang dilakukan oleh Venkantesh dkk ini menunjukkan, dalam konteks penggunaan konsumen atas teknologi, pengaruh hedonic motivation, price value, dan habit adalah sangat kompleks. Pertama dampak dari hedonic motivation dan behavioral intention dimoderatori oleh usia, jenis kelamin, dan pengalaman konsumen. Kedua, pengaruh price value atas behavioral intention dimoderatori oleh usia dan jenis kelamin konsumen. Habit memiliki dampak-dampak secara langsung maupun termediasi atas penggunaan teknologi dan dampak-dampak tersebut dimoderatori oleh perbedaanperbedaan individu konsumen. Berikut ini adalah model UTAUT2 yang diusulkan oleh Venkatesh dkk pada tahun 2012 seperti yang terlihat pada Gambar Secara umum studi oleh Venkatesh dkk ini mengkonfirmasi peran penting dari hedonic motivation, price value, dan habit dalam mempengaruhi penggunaan teknologi pada konsumen (Venkatesh, Thong, & Xu, 2012). Berikut adalah definisi variabel baru yang ada di UTAUT2 : 1 Hedonic Motivation Hedonic Motivation adalah tingkatan kesenangan seseorang atas penggunaan teknologi. 2 Prive Value

40 26 Price Value adalah tingkatan pengaruh harga terhadap penggunaan teknologi. 3 Habit Habit adalah tingkatan kebiasaan orang dalam menggunakan teknologi menjadi penentu penggunaan teknologi yang lain Gambar 2. 7 Model UTAUT2 (Venkatesh, Thong, & Xu, 2012) 2.2 Structural Equation Model (SEM) Subbab ini akan membahas beberapa teori yang berkaitan dengan Structural Equation Model (SEM) Definisi Structural Equation Model (SEM) Menurut (Jogiyanto, 2011) jika suatu model hanya menggunakan satu variabel dependen saja maka suatu teknik regresi dapat digunakan. Namun, apabila suatu model sudah menggunakan lebih dari satu dependen variabel, maka penyelesaian model menggunakan beberapa persamaan regresi akan menjadi tidak tepat,

41 27 sehingga dibutuhkan teknik analisis SEM yang mempunyai model yang berbentuk struktur banyak dependen variabel. SEM adalah teknik yang memungkinkan hubungan yang terpisah untuk masingmasing set variabel dependen. Dalam pengertian yang paling sederhana, pemodelan persamaan struktural memberikan teknik estimasi yang paling efisien untuk serangkaiaan persamaan regresi. Secara umum, teknik di dalam SEM terbagi menjadi dua : a. Mengestimasi beberapa persamaan yang saling berhubungan secara simultan (Structural Model). b. Merepresentasikan variabel construct berdasarkan variabel observed (Measurement Model). Structural Equation Model (SEM) merupakan sebuah teknik analisis statistika yang mengkombinasikan beberapa aspek yang terdapat pada analisis jalur dan analisis faktor konfirmatori untuk mengestimasi beberapa persamaan secara simultan. Menurut (Jogiyanto, 2011) SEM dapat digunakan untuk pengujian beberapa statistika lanjutan. Pengujian-pengujian yang dapat dilakukan oleh SEM meliputi : Invariance, yaitu ekspresi nilai yang tidak berubah ketika dilakukan proses eksekusi atau iterasi atau nilai yang tidak dapat diubah dalam proses transformasi. Multiple Group Comparison, yaitu teknik yang digunakan untuk mengatasi masalah yang timbul ketika seperangkat data diuji secara simultan melalui teknik statistika inferensi. Latent Growth Modeling, yaitu teknik analisis longitudinal yang digunakan dalam rerangka SEM untuk mengestimasi garis kurva pertumbuhan di sepanjang periode waktu tertentu. Hierarchical/multilevel model, yaitu moda statistis parameter yang bervariasi pada lebih dari satu jenjang. Model ini dapat juga dilihat sebagai GLM walaupun dapat juga digunakan pada pengembangan model non-linear.

42 28 Item Response Theory (IRT) model, yaitu inti teori yang menggambarkan aplikasi model matematika suatu data dari kuesioner dan menguji sebagai dasar pengukuran kemampuan, sikap atau variabel lain. Tujuan IRT adalah membangun kerangka berfikir untuk mengevaluasi kinerja dan menilai kualitas individu terhadap pekerjaan. Mixture model (latent class) SEM, yaitu model probabilistik untuk estimasi populasi yang menggunakan distribusi campuran. Model ini dapat dianalogikan sebagai tipe pengklasteran. Multi-method multi-trait model (MTMM), yaitu suatu pendekatan untuk menguji validitas konstruk dengan mengukur kesamaan dan perbedaan sifat (trait) sebagai bentuk pengujian validitas konvergen dan diskriminan. Terdapat enam pertimbangan ketika menguji validitas konstruk melalui matrik MTMM, yaitu : a. Evaluasi validitas konvergen, yaitu pengujian yang didesain untuk mengukur bahwa indikator-indikator dalam konstruk yang sama harus saling berkorelasi. b. Evaluasi validitas diskriminan, yaitu indikator-indikator di suatu konstruk seharusnya tidak saling berkorelasi dengan indikator di konstruk lain. c. Unit metode trait, yaitu setiap pengujian yang digunakan untuk mengukur suatu konstruk dimasukkan ke dalam unit metode trait sehingga varian dalam pengukuran merupakan bagian dari trait dan metode. Secara umum, peneliti menginginkan varian spesifik metode lebih rendah sedangkan varian trait lebih tinggi. d. Multi-metode/trait, yaitu lebih dari satu trait dan metode yang harus digunakan untuk menguji validitas diskriminan dan kontribusi relatif varian spesifik dari metode dan trait. e. Metodologi berbeda, yaitu ketika menggunakan metode beragam, perbedaan ukuran aktual harus dipertimbangkan, seperti pengukuran dengan skala wawancara dan pembacaan psikomatik harus berbeda. f. Karakteristik trait, yaitu trait harus berbeda untuk dapat dibedakan tetapi cukup serupa untuk diuji melalui matrik MTMM.

43 Variabel variabel dalam SEM Ada 2 macam variabel dalam SEM yaitu variabel laten dan variabel teramati. Berikut akan dibahas kedua variabel tersebut. 1. Variabel Laten Variabel Laten biasa disebut Latent Variabel (LV) merupakan konsep abstrak yang hanya dapat diamati secara tidak langsung dan tidak sempurna melalui efeknya pada variabel teramati. Variabel Laten terbagi menjadi 2 yaitu variabel laten eksogen dan variabel laten endogen. Variabel laten eksogen selalu muncul sebagai variabel bebas pada semua persamaan yang ada dalam model. Sedangkan variabel endogen merupakan variabel terikat pada paling sedikit satu persamaan dalam model. Gambar 2. 8 Variabel Laten Endogen dan Eksogen (Wijanto, 2008) 2. Variabel Teramati Variabel teramati (observed variabel) atau variabel terukur (measured variabel) adalah variabel yang dapat diamati atau dapat diukur secara empiris dan sering disebut sebagai indikator. Variabel teramati merupakan efek dari variabel laten eksogen (ksi/xi) diberi notasi matematik dengan label X, sedangkan yang bekaitan dengan variabel laten endogen (eta) diberi label Y.

44 30 Gambar 2. 9 Simbol Variabel Teramati (Wijanto, 2008) SEM Berbasis Varian dan Kovarian SEM dapat berbasis varian atau kovarian. SEM berbasis varian adalah SEM yang menggunakan varian dalam proses iterasi atau blok varian antar indikator atau parameter yang diestimasi dalam suatu variabel laten tanpa mengkorelasikannya dengan indikator-indikator yang ada di variabel laten lain dalam suatu model penelitian. Berbeda dengan SEM berbasis kovarian yang melakukan interkorelasi atau membebaskan indikator-indikatornya saling berkorelasi dengan indikator dan variabel laten lainnya. Konsekuensi proses iterasi berbasis varian adalah adanya pengabaian efek multikolinearitas antarindikator dan variabel laten. Selain itu, iterasi berbasis varian tidak menuntut berbagai asumsi yang rigid, sehingga informasi yang dihasilkan tidak cukup untuk model estimasi. Sebaliknya, metode ini tepat digunakan untuk model prediksi yang hanya mengukur efek kausalitas pada jenjang variabel laten. Banyak teknik statsitika yang menggunakan SEM berbasis varian. Salah satu SEM berbasis varian yang mulai banyak digunakan adalah PLS (Partial Least Square). sedangkan teknik statistika menggunakan SEM berbasis kovarian diantaranya adalah LISREL (Linear Structural Relationship) dan AMOS (Analysis Moment Structure). Berikut ini adalah perbandingan SEM berbasis kovarian (AMOS, LISREL) dengan SEM berbasis varian (PLS).

45 31 Tabel 2. 1 Perbandingan SEM Berbasis Kovarian dan SEM berbasis Varian (Jogiyanto, 2011) Parameter Pembanding SEM berbasis Kovarian (Lisrel dan SEM berbasis Varian (PLS) AMOS) Keunggulan Canggih dan handal untuk model estimasi pada pengujian teori dan pada model yang kompleks atau hipotesis model Informasi yang dihasilkan efisien dan mudah diinterpretasikan terutama pada model yang kompleks atau hipotesis model, dapat digunakan pada data set yang kecil, tidak mensyaratkan asumsi normalitas, linearitas dan heteroskedatisitas, serta dapat digunakan pada indikator yang bersifat reflektif dan formatif terhadap variabel latennya. Keterbatasan Rumit dan mensyaratkan data set yang besar, asumsi normalitas dan indikator yang bersifat reflektif terhadap variabel latennya Lemah secara dasar statistika atau matematika dalam mengestimasi model, aplikasi perangkat lunak yang dikembangkan masih terbatas dan membutuhkan aplikasi perangkat lunak lain untuk menghasilkan output tertentu, misal probabilitas signifikansi. Ukuran Sampel Estimasi LISREL Dapat dijalankan pada

46 32 Parameter Pembanding SEM berbasis Kovarian (Lisrel dan SEM berbasis Varian (PLS) AMOS) membutuhkan sampel sampel kecil besar Basis Teori Mensyaratkan dasar teori yang kuat Dapat menguji model penelitian dengan dasar teori yang lemah Asumsi Distribusi Harus memenuhi asumsi distribusi normal Tidak mensyaratkan data terdistribusi normal Sifat Konstruk Reflektif Reflektif dan formatif Pengujian Signifikansi - Model dapat diuji dan difalsifikasi - Estimasi parameter dan uji kelayakan model (GOF) - Tidak dapat diuji dan difalsifikasi - Estimasi parameter dapat dilakukan tetapi tidak untuk uji kelayakan model Jenis Pemodelan Model estimasi Model prediksi Maksimasi Komponen - Faktor atau kovarian berdasarkan kovarian penjelas - Kovarian diminimasi maksimum korelasi - Komponen berdasarkan maksimasi varian - Residual Variance diminimasi minimasi perbedaan Estimasi poin Optimasi - Probabilitas data yang diobservasi - Memaksimalkan model hipotesis yang dibangun Fokus pada penyelesaian masalah optomasi global - Fixed point estimation, sama dengan teknik least square Terbatas dalam kemampuan optimasi global melalui metode

47 33 Parameter Pembanding Error Software SEM berbasis Kovarian (Lisrel dan AMOS) Sering bermasalah dengan inadmissible dan faktor indeterminacy SEM berbasis Varian (PLS) dasar OLS (Ordinary Least Square) Relatif tidak menghadapi masalah (crashing) dalam proses menjalankan (iterasi) model Tahapan Penggunaan SEM Menurut (Jogiyanto 2011) secara garis besar, tahapan dalam menggunakan SEM adalah sebagai berikut: 1. Spesifikasi Model, yaitu membangun model yang sesuai dengan tujuan dan masalah penelitian dengan landasan teori yang kuat 2. Estimasi parameter bebas, yaitu komparasi matrik kovarian yang merepresentasi hubungan antarvariabel dan mengestimasinya ke dalam model yang paling sesuai. Parameter untuk mengukur kesesuaian model adalah maximum likehood, weighted least squares atau asymptotically distributionfree methods. Berbagai program yang dapat digunakan antara lain SPSS, AMOS, EQS, LISREL dan Mplus. 3. Assesment of fit, yaitu eksekusi estimasi kesesuaian model dengan menggunakan parameter antara lain: Chi-Square (ukuran dasar kesesuaian model yang secara konseptual merupakan fungsi dari ukuran sampel dan perbedaan antara matrik kovarian yang diobservasi dengan matrik kovarian model), Root Mean Square Error of Approximation (RMSEA), Standarized Root Mean Residual (SRMR) dan Comparative Fit Index (CFI). 4. Modifikasi model, yaitu mengembangkan model yang diuji di awal untuk meningkatkan goodness-of-fit (GOF) model. Peluang untuk mengembangkan model tergantung besarnya degree of freedom dari model. Namun

48 34 pengembangan model harus mempertimbangkan dasar teori, tidak dapat dilakukan hanya berdasarkan alasan/argumen statistis. 5. Interpretasi dan komunikasi, yaitu interpretasi hasil pengujian statistika dan pengakuan bahwa konstruk yang dibangun berdasarkan model yang paling sesuai. Namun, hasil tersebut dapat dicapai ketika desain riset dibangun secara cermat sehingga dapat membedakan hipotesis rival. 6. Replikasi dan validasi ulang, yaitu kemampuan model yang dimodifikasi untuk dapat direplikasi dan divalidasi ulang sebelum hasil penelitian diinterpretasikan dan dikomunikasikan Model Pengukuran (Outer Model) Model Outer adalah bagian dari model yang mendeskripsikan hubungan antara variabel laten dengan indikator. Model pengukuran sendiri digunakan untuk menguji validitas konstruk dan reliabilitas instrument. Berikut akan dijelaskan uji validitas, uji diskriminan, dan uji reliabilitas. 1. Uji Validitas Validitas terdiri dari validitas eksternal dan validitas internal. Validitas eksternal menunjukkan bahwa hasil dari suatu penelitian adalah valid yang dapat digeneralisir ke semua objek, situasi dan waktu yang berbeda. Validitas internal menunjukkan kemampuan dari instrument penelitian mengukur apa yang seharusnya diukur dari suatu konsep. Uji Validitas bisa diukur dengan menggunakan AVE, Communality, Redudancy, Cronbach s Alpha, dan Composite Reliability. AVE (Average Variance Extracted) adalah rerata presentase skor varian yang diekstraksi dari seperangkat variabel laten yang diestimasi melalui loading standardize indikatornya dalam proses iterasi algoritma dalam PLS. Communality adalah ukuran kualitas model pengukuran pada tiap blok variabel laten yang dihasilkan dalam proses iterasi algoritma dalam PLS. Redundancy adalah ukuran kualitas model struktural pada tiap blok variabel dependen yang diperoleh pada proses iterasi algoritma dalam pengujian model pengukuran.

49 35 Cronbach s Alpha adalah teknik statistika yang digunakan untuk mengukur konsistensi internal dalam uji reliabilitas instrumen atau data psikometrik. Composite Reliability adalah teknik statistika untuk uji reliabilities yang sama dengan Cronbach s Alpha. Namun Composite Reliability mengukur nilai reliabilitas sesungguhnya dari suatu variabel sedangkan Cronbach s Alpha mengukur nilai terendah (lower bound) reliabilitas suatu variabel sehingga nilai Composite Reliability selalu lebih tingi dari nilai Cronbach s Alpha Validitas Konstruk menyatakan korelasi yang kuat antara konstruk dengan indikator. Validitas konstruk terdiri atas validitas konvergen dan validitas diskriminan. Ukuran untuk validitas konvergen dapat dilihat pada Tabel Pada uji validitas diskriminan, parameter yang diukur adalah membandingkan akar AVE sebuah konstruk dengan korelasi antar variabel laten tersebut. Nilai akar AVE harus lebih besar dibandingkan korelasi antar variabel. Tabel 2. 2 Parameter Uji Validitas dalam Model Pengukuran PLS (Jogiyanto, 2011) Uji Parameter Rule of Thumb Validitas Konvergen Faktor Loading Lebih dari 0,7 Average Varian Extracted Lebih dari 0,5 Communality Lebih dari 0,5 Validitas Diskriminan Akar AVE dan korelasi variabel Laten Akar AVE > Korelasi variabel laten Cross Loading Lebih dari 0,7 dalam satu variabel laten Reliabilitas Cronbach s Alpha Lebih dari 0,6 Composite Reliability Lebih dari 0,7 2. Uji Reliabilitas Uji reliabilitas dapat dilihat dari nilai Cronbach s Alpha dan nilai Composite Reliability. Untuk dapat dikatakan reliabel, sebuah konstruk harus memiliki nilai Cronbach s Alpha >0,6, dan nilai Composite Reliability harus bernilai >0,7.

50 Model Struktural (Inner Model) Inner Model adalah bagian dari model yang mendeskripsikan hubungan antara variabel laten yang membentuk model. Dievaluasi dengan menggunakan R 2 untuk konstruk dependen, nilai koefisien path atau t-values tiap path untuk uji signifikansi antarkonstruk dalam model struktural. Uji model struktural menggunakan aturan yang dikemukakan oleh Wynne W. Chin (1998) pada penelitian yang berjudul The Partial Least Squares Approach to Structural Equation Modeling dalam (Latan & Ghozali, 2013) yakni 0,67 sebagai model kuat, 0,33 sebagai model moderate, dan 0,19 sebagai model lemah Uji Efek Moderasi Ada empat cara dalam menguji efek moderasi seperti yang diungkapkan oleh (Latan & Ghozali, 2013) yakni Product Indicator Approach, Two Stage Approach, The Hybrid Approach, dan The Orthogonalizing Approach. 1. Product Indicator Approach Uji efek moderasi ini dilakukan jika konstruk eksogen dan moderator berbentuk refleksif. 2. Two Stage Approach Uji efek moderasi ini dilakukan jika konstruk eksogen dan moderator ada yang berbentuk formatif. 3. The Hybrid Approach Uji efek moderasi yang dilakukan untuk menguji model PLS dalam bentuk non linear. 4. The Orthogonalizing Approach Uji efek moderasi ini merupakan prosedur interaksi yang diaplikasikan untuk SEM berbasis kovarian tetapi dapat ditransfer untuk model jalur PLS. 2.3 Penelitian Terdahulu Beberapa penelitian terdahulu yang sekiranya relevan dengan topik penelitian akan dilihat tujuan, kerangka pemikiran dan hasil penelitiannya. Hal ini dilakukan

51 37 supaya peneliti dapat membandingkan dan mencari persamaan antar penelitian untuk memperkuat landasan berfikir dan membuat kerangka pemikiran yang sesuai dengan penelitian ini Penelitian menggunakan ADUTAUT di Universitas Islam Negeri Syarif Hidayatullah Jakarta Sebuah penelitian oleh (Muthahhari, 2011) yang berjudul Kajian Tentang Penerimaan pengguna Sistem Informasi dengan Pendekatan UTAUT: Studi Kasus Universitas Islam Negeri Syarif Hidayatullah Jakarta, bertujuan untuk mengetahui faktor-faktor yang mempengaruhi pengguna terhadap penerimaan AIS (Academic Information System) yang dikembangkan oleh Puskom UIN Syarif Hidayatullah Jakarta.Kerangka pemikiran dari penelitian ini dapat dilihat pada Gambar Hasil dari penelitian ini memperlihatkan bahwa dengan ADUTAUT dapat diketahui faktor-faktor yang mempengaruhi penerimaan pengguna AIS UIN SyarifHidayatullah Jakarta dan faktor-faktor yang mempengaruhi tingkat penerimaan pengguna. Faktor-faktor yang berpengaruh terhadap penerimaan pengguna pada AIS di UIN Syarif Hidayatullah Jakarta adalah Performance Expectancy (PE), Effort Expectancy (EE), Facilitating Condition (FC), Behavioral Intention (BI), disiplin akademik, usia, jenis kelamin dan kesukarelaan pemakaian sistem.

52 38 Gambar Kerangka Pemikiran (Muthahhari, 2011) Penelitian ini menggunakan model penelitian UTAUT sedangkan pada penelitian yang dilakukan oleh peneliti menggunakan model penelitian UTAUT Penelitian menggunakan UTAUT di Kementrian Sekertariat Negara Republik Indonesia Sebuah penelitian oleh (Sitorus, 2011) yang berjudul Penerapan Model UTAUT Untuk Memahami Penerimaan dan Penggunaan Sistem Persuratan dan Disposisi Elektronik (SPDE): Studi Kasus Kementrian Sekertariat Negara Republik Indonesia, bertujuan menganalisisa sistem persuratan dan disposisi elektronik yang telah diimplementasikan di beberapa Unit Kerja, serta mengetahui seberapa banyak pengguna dari item ini dan tren login pengguna tiap bulannya. Kerangka pemikiran dari penelitian ini dapat dilihat pada Gambar

53 39 Gambar Kerangka Pemikiran (Sitorus, 2011) Hasil dari penelitian ini adalah model penelitian ini memiliki 4 variabel utama yaitu Ekspektansi Performa (Performance Expectancy), Minat Perilaku (Behavioral Intention), Pengaruh Sosial (Social Influence), Kondisi Fasilitas (Facilitating Condition), serta 2 moderasi yang berpengaruh terhadap interaksi antara Ekspektansi Performa dengan minat perilaku yang dipengaruhi oleh moderating jenis kelamin, serta interaksi antara kondisi pendukung dengan actual use yang dipengaruhi oleh moderating umur, sehingga dari semua konstruk utama dan moderating berpengaruh terhadap penggunaan SPDE. Penelitian ini menggunakan model penelitian UTAUT sedangkan pada penelitian yang dilakukan oleh peneliti menggunakan model penelitian UTAUT Penelitian menggunakan UTAUT di Taiwan Penelitian oleh (Wu, Tao, & Yang, 2003) yang berjudul Using UTAUT to Explore the Behavior of 3G Mobile Communication Users ingin membuktikan hubungan antara intention/behavior dari adopsi layanan telekomunikasi 3G dan determinannya menggunakan model teoritis. Kerangka pemikiran dari penelitian ini adalah sebagai berikut

54 40 Gambar Kerangka Pemikiran (Wu, Tao, & Yang, 2003) Setelah beberapa kali melakukan penyesuaian pada proses penelitiannya, maka gambar diatas adalah revisi terakhir model framework untuk penelitian ini. Dengan menggunakan model UTAUT dan variabel moderator seperti gender, voluntariness of use, age, experience & education. Hipotesis penelitian ini adalah Hipotesis 1 : performance expectancy mempengaruhi behavioral intention Hipotesis 2 : effort expectancy mempengaruhi behavioral intention Hipotesis 3 : social expectancy mempengaruhi behavioral intention Hipotesis 4 : facilitating condition mempengaruhi behavioral intention Hipotesis 5 : behavioral intentionmempengaruhi use behavior Dalam penelitian ini pengumpulan data dilakukan kuesioner dengan menyebar kuesioner dan yang diolah menjadi data adalah 394 kuesioner, dengan profil pria, berumur tahun bekerja secara professional, dan merupakan lulusan universitas, serta tinggal di metropolitan area, juga mempunyai pengalaman selama lima tahun dengan telepon, gaji di atas 400 NT$, serta mengakses 3G kurang dari 15 menit. Sedangkan analisis yang digunakan pada penelitian ini menggunakan AMOS untuk menganalisis data dan menggunakan SEM untuk mengevaluasi hubungan dalam model UTAUT. Penelitian ini digunakan untuk membangun model UTAUT yang digunakan untuk mengukur pengaruh pengalaman user melalui potensial determinan dari behavioral intention untuk layanan telekomunikasi 3G. Hasil menunjukkan bahwa

55 41 performance expenctancy, social expectancy, dan facilitating condition akan mempengaruhi behavioral intention dan behavioral intention akan mempengaruhi use behavior pada layanan telekomunikasi 3G Penelitian menggunakan UTAUT di Kecamatan Gondokusuman Yogyakarta Penelitian oleh (Indriani, Santosa, & Kusumawardani, 2012) yang berjudul Efek Moderasi dari Usia dan Jenis Kelamin dalam Penerimaan e-ktp di Kecamatan Gondokusuman Yogyakarta menjelaskan faktor-faktor yang mempengaruhi penerimaan e-ktp di Kecamatan Gondokusuman Yogyakarta. Kerangka pemikiran dari penelitian ini dapat dilihat pada Gambar Kerangka pemikiran menggunakan model UTAUT yang dimodifikasi sesuai dengan kebutuhan model penerimaan e-ktp di Kecamatan Gondokusuman Moderator yang digunakan dalam penelitian ini adalah gender dan age. Hipotesis dari penelitian ini adalah H1 : Performance expectancy berpengaruh positif terhadap intention to use. H1a : Gender memiliki efek moderasi yang mempengaruhi hubungan performance expectancy terhadap intention to use. H1b : Age memiliki efek moderasi yang mempengaruhi hubungan performance expectancy terhadap intention to use. H2 : Social influence berpengaruh positif terhadap intention to use. H2a : Gender memiliki efek moderasi yang mempengaruhi hubungan social influence terhadap intention to use. H2b : Age memiliki efek moderasi yang mempengaruhi hubungan social influence terhadap intention to use. H3 : Facilitating condition berpengaruh positif terhadap intention to use.

56 42 Gambar Kerangka Pemikiran (Indriani, Santosa, & Kusumawardani, 2012) H3a : Gender memiliki efek moderasi yang mempengaruhi hubungan facilitating condition terhadap intention to use. H3b : Age memiliki efek moderasi yang mempengaruhi hubungan facilitating condition terhadap intention to use. H4 : Perceived credibility berpengaruh positif terhadap intention to use. H4a : Gender memiliki efek moderasi yang mempengaruhi hubungan perceived credibility terhadap intention to use. H4b : Age memiliki efek moderasi yang mempengaruhi hubungan perceived H5 : Anxiety berpengaruh positif terhadap intention to use. H5a : Gender memiliki efek moderasi yang mempengaruhi hubungan anxiety terhadap intention to use. H5b : Age memiliki efek moderasi yang mempengaruhi hubungan anxietyterhadap intention to use.

57 43 Dalam penelitian ini pengumpulan data dilakukan kuesioner dengan menyebar sejumlah 200 kuesioner dan yang diolah menjadi data adalah 184 kuesioner. Dari hasil pengumpulan data diperoleh data statistik deskriptif yang kemudian diolah dengan menggunakan metode regresi dengan bantuan SPSS. Hasil dari penelitian ini adalah faktor yang mempengaruhi penerimaan e-ktp adalah performance expectancy, facilitating conditions, dan perceived credibility, dimana social influence dan anxiety terbukti tidak signifikan mempengaruhi penerimaan masyarakat terhadap e-ktp. Pengujian efek moderasi yang dilakukan pada gender dan age membuktikan bahwa hanya gender yang memiliki efek moderasi yang signifikan, sedangkan age terbukti tidak memiliki efek moderasi yang signifikan. Penelitian ini menggunakan model penelitian UTAUT sedangkan pada penelitian yang dilakukan oleh peneliti menggunakan model penelitian UTAUT Penelitian menggunakan UTAUT pada sistem e-goverment di Saudi Penelitian oleh (Alshehri, Drew, & AlGhamdi, 2012) yang berjudul "Analysis Of Citizens' Acceptance For e-goverment Services:Applying The UTAUT Model" menjelaskan faktor-faktor yang mempengauhi penerimaan penduduk Saudi dalam menggunakan sebuah sistem e-goverment yang sedang dikembangkan di Saudi Arabia sebagai prioritas utama pemerintah Saudi. Model yang digunakan adalah model UTAUT. Kerangka pemikiran dari penelitian ini dapat dilihat pada Gambar

58 44 Gambar Kerangka Pemikiran (Alshehri, Drew, & AlGhamdi, 2012) Hipotesis dari penelitian ini adalah H1 : PE akan mempengaruhi BI H2 : EE akan mempengaruhi BI H3 : SI akan mempengaruhi BI H4 : FC akan mempengaruhi BI Dengan variabel moderator adalah gender, age, dan internet experience. Dalam penelitian ini pengumpulan data dilakukan kuesioner dengan menyebar sejumlah 500 kuesioner dan yang diolah menjadi data adalah 400 kuesioner dari penduduk Saudi. Sedangkan analisis yang digunakan pada penelitian ini menggunakan SPSS untuk menganalisis data dan menggunakan SEM untuk mengevaluasi hubungan dalam model UTAUT. Secara rinci analisis dilakukan dengan statistik deskriptif, reliabilitas, validitas dan pengujian hipotesis. Hasil dari penelitian ini adalah bahwa faktor-faktor yang mempengaruhi penduduk Saudi menggunakan e-government adalah Performance Expectancy, Effort Expectancy, and Facilitating Condition, sedangkan Social Influence tidak mempengaruhi perilaku penduduk Saudi dalam menggunakan e-goverment.

59 45 Penelitian ini menggunakan model penelitian UTAUT sedangkan pada penelitian yang dilakukan oleh peneliti menggunakan model penelitian UTAUT Penelitian menggunakan UTAUT2 di Direktorat Jendral Pendidikan Anak Usia Dini Penelitian oleh (Aji, 2013) yang berjudul "Kajian Penerimaan Aplikasi Pendapatan Ditjen PAUDNI dengan Pendekatan Unified Theory Of Acceptance Use of Technology 2 (UTAUT2)" menjelaskan mengenaifaktor-faktor apa saja yang mempengaruhi penerimaan aplikasi pendataan Ditjen PAUDNI oleh para pengguna. Model yang digunakan adalah model UTAUT2. Kerangka pemikiran dari penelitian ini dapat dilihat pada Gambar Gambar Kerangka Pemikiran (Aji, 2013) Terdapat 32 hipotesis dalam penelitian ini. Jumlah responden yang kurang dari 100 membuat penelitian ini menggunakan SEM berbasis varian sehingga software yang digunakan adalah SmartPLS. Hasil akhir dari penelitian ini adalah 1. Social Influence yaitu pengaruh lingkungan sosial pengguna aplikasi. Faktor ini meliputi pengaruh atasan atas pentingnya penggunaan Aplikasi Pendataan Ditjen PAUDNI, pengaruh rekan kerja yang mendukung pengguna atas penggunaan aplikasi pendataan Ditjen PAUDNI serta nilai lebih yang diterima

60 46 oleh pengguna atas tugasnya sebagai petugas atau operator Pendataan Ditjen PAUDNI. 2. Facilitating Condition yaitu kondisi fasilitasi yang diterima oleh pengguna Aplilkasi Pendataan Ditjen PAUDNI. Faktor ini meliputi ketersediaan layanan bantuan bagi para pengguna yang mengalami kesulitan dalam menggunakan Aplikasi Pendataan Ditjen PAUDNI, ketersediaan manual penggunaan Aplikasi Pendataan Ditjen PAUDNI serta kondisi fasilitasi sarana dan prasarana bagi para pengguna untuk mengakses Aplikasi Pendataan Ditjen PAUDNI. 3. Habit yaitu keterbiasaan pengguna dalam menggunakan Aplikasi Pendataan atau aplikasi berbasis web lainnya. 2.4 Kerangka Pemikiran Pada penelitian ini menggunakan modifikasi model UTAUT2 yang dikembangkan oleh Venkatesh (Venkatesh, Thong, & Xu, 2012), hubungan variabel-variabel yang digunakan dalam penelitian ini dapat dilihat pada Gambar berikut ini : Gambar Kerangka Pemikiran Perilaku pengguna teknologi dipengaruhi oleh 5 komponen utama yaitu Perfomance Expectation (PE), Effort Expectancy (EE), Social Influence (SI),

61 47 Facilitating Condition (FC) dan Habit (HT). Dengan variabel moderator yang terdiri dari gender, age, dan experience Alasan Pemilihan Model UTAUT2 UTAUT2 adalah model pengembangan dari UTAUT yang menambahkan variabel baru yaitu hedonic motivation, price value, dan habit. Dalam penelitian ini hanya digunakan satu variabel baru UTAUT2 yaitu habit. Sedangkan untuk dua variabel baru UTAUT2 yaitu hedonic motivation dan price value tidak digunakan. Alasan tidak digunakannya dua variabel baru mengambil dari penelitian sebelumnya yaitu penelitian yang dilakukan oleh (Aji, 2013) karena obyek penelitian Aji dengan obyek penelitian peneliti mirip yaitu sama-sama menggunakan obyek penelitian di organisasi / perusahaan. Price value tidak digunakan dalam penelitian karena obyek penelitian yang merupakan aplikasi yang tidak diperjualbelikan sedangkan hedonic motivation tidak digunakan karena obyek penelitian bukan merupakan produk teknologi yang menjadi alasan untuk hedonic motivation. 2.5 Hipotesis Penelitian Berdasarkan kerangka pemikiranpenelitian pada subbab sebelumnya, diketahui bahwa terdapat 28 hipotesis utama pada penelitian ini. Hipotesis-hipotesis tersebut dapat dilihat ke dalam Tabel Tabel 2. 3 Hipotesis Penelitian No. Kode Hipotesis 1 H1 Performance Expectancy mempengaruhi Behavioral Intention 2 H1a Pengaruh Performance Expectancy terhadap Behavioral Intention dimoderatori oleh jenis kelamin pengguna 3 H1b Pengaruh Performance Expectancy terhadap Behavioral Intention dimoderatori oleh usia pengguna 4 H2 Effort Expectancy mempengaruhi Behavioral Intention 5 H2a Pengaruh Effort Expectancy terhadap Behavioral Intention dimoderatori oleh jenis kelamin pengguna

62 48 No. Kode Hipotesis 6 H2b Pengaruh Effort Expectancy terhadap Behavioral Intention dimoderatori oleh usia pengguna 7 H2c Pengaruh Effort Expectancy terhadap Behavioral Intention dimoderatori oleh pengalaman kerja pengguna 8 H3 Social Influence mempengaruhi Behavioral Intention 9 H3a Pengaruh Social Influence terhadap Behavioral Intention dimoderatori oleh jenis kelamin pengguna 10 H3b Pengaruh Social Influence terhadap Behavioral Intention dimoderatori oleh usia pengguna 11 H3c Pengaruh Social Influence terhadap Behavioral Intention dimoderatori oleh pengalaman kerja pengguna 12 H4 Facilitating Condition mempengaruhi Behavioral Intention 13 H4a Pengaruh Facilitating Condition terhadap Behavioral Intention dimoderatori oleh jenis kelamin pengguna 14 H4b Pengaruh Facilitating Condition terhadap Behavioral Intention dimoderatori oleh usia pengguna 15 H4c Pengaruh Facilitating Condition terhadap Behavioral Intention dimoderatori oleh pengalaman kerja pengguna 16 H5 Facilitating Condition mempengaruhi Use Behavior 17 H5a Pengaruh Facilitating Condition terhadap Use Behavior dimoderatori oleh usia pengguna 18 H5b Pengaruh Facilitating Condition terhadap Use Behavior dimoderatori oleh pengalaman kerja pengguna 19 H6 Habit mempengaruhi Behavioral Intention 20 H6a Pengaruh Habit terhadap Behavioral Intention dimoderatori oleh jenis kelamin pengguna 21 H6b Pengaruh Habit terhadap Behavioral Intention dimoderatori oleh usia pengguna 22 H6c Pengaruh Habit terhadap Behavioral Intention dimoderatori oleh pengalaman kerja pengguna 23 H7 Habit mempengaruhi Use Behavior

63 49 No. Kode Hipotesis 24 H7a Pengaruh Habit terhadap Use Behavior dimoderatori oleh jenis kelamin pengguna 25 H7b Pengaruh Habit terhadap Use Behavior dimoderatori oleh usia pengguna 26 H7c Pengaruh Habit terhadap Use Behavior dimoderatori oleh pengalaman kerja pengguna 27 H8 Behavioral Intention mempengaruhi Use Behavior 28 H8a Pengaruh Behavioral Intention terhadap Use Behavior dimoderatori oleh pengalaman kerja pengguna Hipotesis tersebut akan diujikan pada model penerimaan pengguna untuk masingmasing kelompok responden yang dikelompokkan berdasarkan moderating variabel yaitu jenis kelamin (gender), umur (age), dan pengalaman kerja (experience). 2.6 Variabel Penelitian Indikator-indikator pengukuran beserta hubungan antara variabel laten dalam kerangka pemikiran dengan variabel indikatornya terdapat pada Tabel Tabel 2. 4 Indikator Pengukuran Variabel Performance Expectancy (Venkatesh, Thong, & Xu, 2012) (Venkatesh, V, et al, 2003) Effor t Expectancy (Venkatesh, Thong, & Xu, 2012) (Venkatesh, V, et al, 2003) PE1 PE2 PE3 PE4 PE5 EE1 EE2 EE3 EE4 Indikator Sistem membantu menyelesaikan pekerjaan dengan cepat Meningkatkan produktifitas Efesiensi waktu Kemanfaatan sistem Peluang kenaikan gaji atau jabatan Kemudahan dipelajari Kemudahan digunakan Kemudahan dimengerti Kemudahan menjadi ahli

64 50 Variabel Social Influence (Venkatesh, Thong, & Xu, 2012) (Venkatesh, V, et al, 2003) Facilitating Condition (Venkatesh, Thong, & Xu, 2012) (Venkatesh, V, et al, 2003) Habit (Venkatesh, Thong, & Xu, 2012) (Venkatesh, V, et al, 2003) Behavioral Intention (Venkatesh, Thong, & Xu, 2012) (Venkatesh, V, et al, 2003) Use Behaviour (Venkatesh, Thong, & Xu, 2012) (Venkatesh, V, et al, 2003) Indikator SI1 Adanya pengaruh lingkungan kerja untuk menggunakan sistem SI2 Adanya dorongan dari atasan menggunakan sistem SI3 Adanya atasan yang membantu menggunakan sistem SI4 Adanya sosialisasi penggunaan sistem FC1 Dukungan perusahaan menggunakan sistem FC2 Sistem cocok dan selaras dengan pekerjaan FC3 Adanya rekan kerja atau divisi lain yang membantu FC4 Adanya kemudahan menggunakan sistem diluar kantor HT1 Terbiasa menggunakan sistem yang sama HT2 Terbiasa menggunakan sistem HT3 Keharusan menggunakan sistem BI1 Niat untuk terus menggunakan sistem BI2 Prediksi akan menggunakan sistem BI3 Rencana untuk menggunakan sistem UI Setiap hari menggunakan sistem U2 Minimal waktu penggunaaan sistem Setelah mendapat indikator-indikator yang dapat digunakan untuk pengukuran variabel laten dalam penelitian, selanjutnya adalah membuat kuesioner penelitian yang disesuaikan dengan indikator-indikator tersebut dan obyek penelitian.

65 51 Tabel 2. 5 Kuesioner Penelitian Indikator PE1 PE2 PE3 PE4 PE5 EE1 EE2 EE3 EE4 SI1 SI2 SI3 Pernyataan Indikator / Kuesioner Sistem membantu menyelesaikan pekerjaan dengan cepat Menggunakan Confins akan membuat saya menyelesaikan pekerjaan dengan lebih cepat. Meningkatkan produktifitas Menggunakan Confins akan meningkatkan produktivitas kerja saya. Efesiensi waktu Menggunakan Confins akan mengurangi waktu yang dibutuhkan untuk mengerjakan perkerjaan penting secara bertanggung jawab. Kemanfaatan sistem Penggunaan Confins akan berguna bagi pekerjaan saya Peluang kenaikan gaji atau jabatan Jika saya menggunakan Confins, akan meningkatkan peluang saya untuk mendapatkan kenaikan baik gaji atau jabatan Kemudahan dipelajari Mudah bagi saya mempelajari Confins Kemudahan digunakan Bagi saya Confins mudah digunakan atau dioperasikan Kemudahan dimengerti Menurut saya aplikasi Confins mudah dimengerti Kemudahan menjadi ahli Mudah bagi saya menjadi ahli dalam menggunakan Confins Adanya pengaruh lingkungan kerja untuk menggunakan sistem Orang yang mempengaruhi perilaku saya (seperti rekan kerja atau atasan), merasa bahwa saya harus menggunakan Confins Adanya dorongan dari atasan menggunakan sistem Orang yang penting bagi saya (seperti rekan kerja atau atasan), merasa bahwa saya harus menggunakan Confins Adanya atasan yang membantu menggunakan sistem

66 52 Indikator SI4 FC1 FC2 FC3 FC4 HT1 HT2 HT3 BI1 BI2 BI3 UI Pernyataan Indikator / Kuesioner Atasan saya dalam pekerjaan, banyak membantu saya dalam menggunakan Confins Adanya sosialisasi penggunaan sistem ICT mensosialisasikan penggunaan Confins Dukungan perusahaan menggunakan sistem Secara umum, perusahaan mendukung penggunaan Confins Sistem cocok dan selaras dengan pekerjaan Menggunakan Confins sangat cocok dan selaras pada semua aspek pekerjaan saya Adanya rekan kerja atau divisi lain yang membantu Adanya rekan kerja atau divisi lain yang spesifik untuk membantu saya dalam kesulitan ketika menggunakan Confins Adanya kemudahan menggunakan sistem di luar kantor Saya dapat mengakses Confins dengan mudah di luar kantor dengan menggunakan IP Public Terbiasa menggunakan sistem yang sama Saya sudah terbiasa menggunakan aplikasi berbasis web lainnya seperti Confins Terbiasa menggunakan sistem Saya sudah terbiasa menggunakan Confins Keharusan menggunakan sistem Saya harus menggunakan Confins Niat untuk terus menggunakan sistem Saya berniat akan terus menggunakan Confins kedepannya Prediksi akan menggunakan sistem Saya memprediksi akan menggunakan Confins Rencana untuk menggunakan sistem Saya berencana akan menggunakan Confins Setiap hari menggunakan sistem Setiap hari saya menggunakan Confins

67 53 Indikator U2 Pernyataan Indikator / Kuesioner Minimal waktu penggunaaan sistem Setiap kali saya mengakses Confins, saya mengakses lebih dari 1 jam

68 BAB 3 METODOLOGI PENELITIAN Bab ini membahas langkah-langkah penelitian yang akan digunakan untuk pemecahan permasalahan penelitian dan mencapai tujuan penelitian. 3.1 Tahapan Penelitian Gambar 3. 1 Tahapan Penelitian 54

69 55 Penjelasan dari setiap tahap penelitian di atas adalah sebagai berikut : 1. Minat penelitian diidentifikasi, kemudian topik dipilih 2. Pengumpulan data awal. Teknik pengumpulan data awal di lakukan dengan wawancara dengan pihak SAF, pengumpulan data dan studi literatur mengenai minat penelitian terkait (model-model penerimaan dan penelitian-penelitian terdahulu mengenai penerimaan teknologi). 3. Perumusan Masalah Mencari tahu ekspetasi dari pergantian sistem dari emf menjadi Confins yang kemudian dibandingkan dengan keadaan saat ini. Keadaan saat ini yang menjadi permasalahan diperoleh dari hasil wawancara dan beberapa fakta-fakta yang ada. Setelah membandingkan antara ekspektasi dan kenyataan saat ini, diketahuilah gap yang kemudian dirumuskan masalahnya oleh peneliti. 4. Tinjauan Pustaka Melakukan studi literatur yang lebih intensif mengenai teori, penelitianpenelitian sebelumnya dan metodologi yang relevan dengan topik pembahasan penelitian ini 5. Pengembangan Kerangka Pemikiran Pengembangan kerangka pemikiran dilakukan dengan cara membandingkan dan mencari persamaan dengan penelitian terdahulu yang berkaitan dengan tingkat penerimaan sistem informasi 6. Perumusan Hipotesis Perumusan hipotesis dilakukan dengan acuan variabel-variabel yang dibentuk pada kerangka pemikiran 7. Pengumpulan data Instrumen yang akan digunakan pada tahap pengumpulan data adalah dengan menggunakan kuesioner. Tahapan ini dimulai dengan melakukan penyusunan kuesioner, pertanyaan-pertanyaan pada kuesioner tersebut dibuat berdasarkan item pengukuran yang didapat dari studi literatur. Kuesioner menggunakan skala Likert. Setelah kuesioner selesai dirancang, maka kuesioner akan diuji dengan meminta kurang lebih 30 karyawan

70 56 SAF yang tersebar dari 7 cabang penelitian untuk mengisi kuesioner dan memberikan umpan balik. Jika terdapat umpan balik saat pengujian kuesioner, maka kuesioner akan diperbaiki sesuai dengan umpan balik yang diberikan.kuesioner yang telah sesuai kemudian disebar kembali sesuai dengan ketentuan sampel dalam populasi yang telah ditentukan dalam penelitian ini. 8. Uji Outer Model Uji Outer Model meliputi uji validitas yaitu uji validitas konvergen dan uji validitas diskriminan selain itu juga uji reliabilitas dapat dilihat dari nilai Cronbach s Alpha dan nilai Composite Reliability. Untuk dapat dikatakan reliabel, sebuah konstruk harus memiliki nilai Cronbach s Alpha > 0,6, dan nilai Composite Reliability harus bernilai > 0,7. 9. Uji Inner Model Uji Inner Model dilakukan dengan melihat nilai R 2 dari variabel laten endogen yang ada. 10. Uji Efek Moderasi Setelah didapatkan model yang umum, maka akan dilakukan pengujian terhadap variabel-variabel moderasi yang ada di penelitian ini. 11. Model Penelitian Akhir Bagian hasil dan pembahasan ini akan mengulas bagaimana model penerimaan yang dihasilkan dari analisa PLS dan dibandingkan dengan hipotesis penelitian yang sudah ditentukan sebelumnya. Dari sini kemudian diketahui hipotesis-hipotesis yang diterima dan ditolak oleh analisis PLS. 12. Kesimpulan dan Saran Menyimpulkan seluruh penelitian yang sudah dilakukan oleh peneliti serta memberikan saran-saran berkaitan dengan dampak penelitian yang sudah dilakukan.

71 Populasi dan Sampel Berikut ini akan dijelaskan mengenai jumlah populasi dan sampel dari penelitian yang akan dilakukan Populasi Menurut (Sugiyono, 2007), populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi dari penelitian ini adalah pengguna sistem ini yaitu seluruh pegawai SAF yang telah menggunakan Confins pada gelombang I yaitu Jakarta HO, Surabaya, Sidoarjo, Jakarta I, Jakarta II, Bogor, dan Tangerang yang dapat dilihat pada Tabel berikut ini. Tabel 3. 1 Populasi Penelitian No Objek Jumlah Prosentase Surabaya % Sidoarjo % Jakarta I % Bogor % Jakarta II % Tangerang % Jakarta HO % Jumlah Populasi 148 Dari Tabel 3. 1 Populasi Penelitian populasi penelitian dapat dilihat bahwa jumlah populasi untuk cabang yang sudah memakai Confins adalah 148 pegawai yang tersebar di tujuh cabang yang dalam penelitian ini disebut strata.

72 Sampel Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Sedangkan sampling adalah suatu proses memilih sebagian dari unsur populasi yang jumlahnya mencukupi secara statistik sehingga dengan mempelajari sampel serta memahami karakteristik-karakteristiknya (ciri-cirinya) akan diketahui informasi tentang keadaan populasi (Sugiyono, 2007). Probability Sampling adalah teknik sampling untuk memberikan peluang yang sama pada setiap anggota populasi untuk dipilih menjadi anggota sampel. Proportionate Stratified Random Sampling adalah pengambilan sampel dari anggota populasi secara acak dan berstrata secara proporsional, dilakukan sampling ini apalagi anggota populasinya heterogen (tidak sejenis). Proportionate stratified random sampling ini dilakukan dengan cara membuat lapisan-lapisan (strata), kemudian dari setiap lapisan diambil sejumlah subjek secara acak. Jumlah subjek dari setiap lapisan (strata) adalah sampel penelitian. Strata yang dimaksud dalam penelitian ini adalah cabang. Perhitungan jumlah sampel menggunakan rumus Slovin seperti yang dituliskan dalam (Umar, 2004) : Keterangan n : Jumlah sampel N : Total populasi e : Taraf kesalahan

73 59 Setelah diketahui jumlah sampel keseluruhan yaitu 109, maka dapat dihitung jumlah sampel untuk tiap strata sesuai dengan prosentasi kontribusi masingmasing komponen terhadap jumlah sampel. Berikut perhitungan jumlah sampel per komponen strata : 1. Cabang Surabaya = = Cabang Sidoarjo = = Cabang Jakarta I = = Cabang Bogor = = Cabang Jakarta II = = Cabang Tangerang =7.43% = Cabang Jakarta HO = 19,59 = Tabel 3. 2 Sampel Populasi No Objek Jumlah Prosentase Surabaya % Sidoarjo % Jakarta I % Bogor % Jakarta II % Tangerang % Jakarta HO % Jumlah Sample 109

74 60 Pada Tabel 3. 2 Sampel Populasi di atas dapat dilihat sampel untuk penelitian ini adalah 109, dengan menggunakan Proportionate Stratified Random Sampling dari populasi yang berjumlah Metode Penelitian dan Pengumpulan Data Metode penelitian pada penelitian ini dengan menggunakan kuesioner. Data yang dikumpulkan pada penelitian ini terdapat dua jenis yaitu data primer dan data sekunder Data Primer Data primer merupakan data yang diperoleh dari sumber data utama atau tangan pertama di lapangan. Dalam penelitian ini data primer diperoleh dengan cara menggunakan kuesioner yang disebarkan kepada para pengguna sistem Confins dengan menggunakan model skala likert. Untuk jawaban dari setiap pertanyaan diberikan 5 alternatif jawaban. Skala yang digunakan dalam jawaban tersebut adalah Sangat Setuju (nilai=5), Setuju (nilai=4), Biasa Saja (nilai=3), Tidak Setuju (nilai=2), Sangat Tidak Setuju (nilai=1) Data Sekunder Data sekunder adalah data yang dikumpulkan dari orang lain yang dapat membantu penelitian. Data ini biasanya diperoleh dari laporan-laporan penelitian terdahulu. Dalam penelitian ini data sekunder diperoleh dari sumber kepustakaan (buku dan jurnal) dan melalui pencairan data dan artikel di internet. 3.4 Metode Pengolahan Data dan Analisis Data Data yang dikumpulkan dari kuesioner kemudian digunakan untuk menguji kerangka pemikiran atau hipotesis-hipotesis dengan menggunakan tahapan pada SEM berbasis varian dengan menggunakan software SmartPLS, agar dapat diketahui sejauh mana kerangka pemikiran didukung oleh data.

75 61 PLS sebagai model prediksi tidak mengasumsikan distribusi tertentu untuk mengestimasi parameter dan memprediksi hubungan kausalitas (Jogiyanto, 2011). Dari studi literatur terhadap penelitian terdahulu seperti pada penelitian yang dilakukan oleh (Aji, 2013) dan buku-buku SEM berbasis varian, maka peneliti menggunakan langkah-langkah untuk pengolahan data adalah sebagai berikut ini (Jogiyanto, 2011) : 1. Uji Model Pengukuran (Outer Model) Model pengukuran sendiri digunakan untuk menguji validitas konstruk dan reliabilitas instrumen. a) Uji Validitas Konstruk Uji validitas konstruk ini diperoleh dari penggunaan suatu pengukuran sesuai dengan teori-teori yang digunakan untuk mendefinisikan suatu konstruk. Untuk tahap pengukurannya ada dua yang dilakukan dalam uji validitas yaitu uji validitas konvergen dan uji validitas diskriminan. 1. Uji Validitas Konvergen Uji validitas konvergen seperti pada penelitian yang dilakukan oleh (Aji, 2013), yaitu nilai indikator reflektif berdasarkan loading faktor harus lebih besar dari 0,7. Selain itu nilai AVE dan nilai communality harus lebih besar dari 0,5. 2. Uji Validitas Diskriminan Uji validitas diskriminan digunakan untuk mengukur dua konstruk yang diprediksi tidak berkorelasi menghasilkan skor yang memang tidak berkorelasi. Pengukuran dalam uji validitas diskriminan dengan menggunakan perbandingan nilai akar AVE untuk setiap konstruk dengan korelasi antara konstuk dengan konstruk lainnya dalam model seperti yang dilakukan oleh (Aji, 2013). b) Uji Reliabilitas Uji Reliabilitas digunakan untuk mengukur konsistensi internal alat ukur. Uji reliabilitas dalam PLS dapat menggunakan dua metode yaitu Cronbach s alpha dan Composite reliability. Cronbach s alpha

76 62 mengukur batas bawah nilai reliabilitas suatu kontruk sedangkan Composite reliability mengukur nilai sesungguhnya reliabilitas suatu konstruk. Nilai Composite reliability memiliki nilai yang lebih besar dari nilai Cronbanch s alpha. Nilai Cronbach s alpha dalam penelitian ini untuk uji reliabilitas lebih besar dari 0,6 seperti penelitian yang dilakukan oleh (Aji, 2013). Sedangkan nilai Composite reliability harus lebih besar dari 0,7. 2. Uji Model Struktural (Inner Model) Model struktural dalam PLS dievaluasi dengan menggunakan R 2 untuk konstruk dependen, nilai koefisien path atau t-values tiap path untuk di uji signifikansi antarkonstruk dalam model struktural (Jogiyanto, 2011). Skor untuk nilai path koefisien menggunakan t-table 1,96 seperti studi literatur yang dilakukan oleh peneliti terhadap penelitian terdahulu yaitu (Aji, 2013). 3. Uji Efek Moderasi Uji Efek Moderasi dilakukan dengan menambahkan variabel moderator dalam hubungan antara variabel independen dan variabel dependen. Variabel moderator adalah variabel yang mempengaruhi (memperkuat dan memperlemah) hubungan antara variabel independen dan variabel dependen (Sugiyono, 2007). Uji efek moderasi pada penelitian ini menggunakan efek moderasi dengan mengikuti kaidah (Baron & Kenny, 1986) dimana pengujian efek moderasi dapat dilakukan jika efek utama (hubungan langsung antara variabel independen dan dependen) adalah signifikan.

77 BAB 4 PROFIL ORGANISASI Bab ini akan membahas mengenai profil organisasi dari objek yang diteliti yaitu SAF atau PT. Sasana Artha Finance. 4.1 PT. Sasana Artha Finance (SAF) PT. Sasana Artha Finance (SAF) adalah bagian dari Grup MPM dimana Grup MPM ini memiliki beberapa perusahaan dengan 4 bidang yaitu MPM Motor dan PT Mitra Pinasthika Mulia pada Distribution dan Retail, PT Federal Karyatama (FKT) pada Consumer Auto Parts, PT Mitra Pinasthika Mustika Rent (MPM Rent) pada Consumer Auto Service, PT Mitra Pinastika Mustika Finance (MPM Finance - Car), PT Sasana Artha Finance (SAF-Motorcycle), and PT Asuransi Mitra Pelindung Mustika (MPM Insurance) pada Consumer Finance Service. SAF memiliki fokus utama pada pembiayaan sepeda motor Honda dan juga pada barang elektronik. SAF hanya melakukan pembiayaan terhadap kendaraan sepeda motor Honda untuk sepeda motor baru. Sejak tanggal 31 Juli 2013, SAF telah memiliki 36 cabang yang tersebar mulai dari Jakarta, Jawa Barat, Jawa Timur, Bali, Nusa Tenggara Barat, dan Nusa Tenggara Timur. 4.2 Struktur Organisasi Grup MPM Struktur organisasi grup MPM ditampilkan pada bab ini dengan alasan bahwa sistem Confins yang dikembangkan di SAF sudah terlebih dahulu dikembangkan di salah satu anak perusahaan lain di group MPM yaitu MPM Finance yang samasama bergerak di bidang Consumer Finance Service dengan ruang lingkup yang berbeda. MPM Finance merupakan perusahaan yang bergerak di bidang finance untuk pembiayaan mobil, sedangkan SAF merupakan perusahaan yang bergerak di bidang yang sama yaitu finance namun untuk pembiayaan sepeda motor. 63

78 64 Gambar 4. 1 Struktur Organisasi Grup MPM 4.3 Visi dan Misi SAF Dalam perkembangannya sebagai perusahaan SAF juga memiliki visi dan misi. Berikut akan ditampilkan visi dan misi SAF Misi SAF Menyediakan produk dan layanan keuangan berkualitas prima dan ramah sehingga pelanggan senang Visi SAF Menjadi nama yang akrab di benak setiap insan yang diciptakan oleh manusia yang penuh semangat dan cerdik di bawah para pemimpin yang berwibawa dan bersahaja Ikrar SAF Berikut adalah ikrar dari SAF : 1. Kita harus bersyukur atas apa yang kita miliki. 2. Para pemimpin kita harus berwibawa dan bersahaja.

79 65 3. Kita menghargai, peduli dan berlaku adil terhadap para mitra usaha dan pemasok. 4. Kesuksesan dan kekuatan kita berasal dari kecerdikan, semangat untuk bekerjasama dan dorongan untuk berprestasi tinggi. 5. Kita berkewajiban untuk membuat pelanggan senang dengan cara melampaui harapan mereka. 6. Kepercayaan dari para pemangku kepentingan hanya dapat diraih melalui integritas tanpa kompromi. 7. Keunggulan kompetitif kita dicapai dari perbaikan berkesinambungan dan kemampuan untuk beradaptasi terhadap perubahan. 8. Prestasi kerja individu maupun kelompok harus diakui dan dihargai. 9. Para pemegang saham layak mendapatkan keuntungan yang wajar atas investasi mereka. 10. Keberadaan kita hendaknya memberikan dampak positif bagi lingkungan. 4.4 Nilai-Nilai Utama SAF Berikut adalah nilai-nilai utama SAF : 1. Semangat berprestasi tinggi 2. Perbaikan berkesinambungan 3. Kemampuan beradaptasi 4. Rasa bersyukur 5. Rendah hati 6. Menghormati 7. Integritas 8. Kerjasama 4.5 Struktur Organisasi SAF SAF memiliki 1 kantor pusat yang terletak di Jakarta dan 36 cabang yang terletak di berbagai wilayah di Indonesia. Adapun untuk struktur organisasi dibedakan menjadi dua yaitu struktur organisasi untuk kantor pusat (head office) dan struktur organisasi untuk kantor cabang.

80 66 Gambar 4. 2 Struktur Organisasi Pusat

81 67 Gambar 4. 3 Struktur Organisasi Cabang

82 68 Pada Gambar 4. 2dan Gambar 4. 3 ditampilkan struktur organisasi SAF pusat dan SAF Cabang. Struktur organisasi cabang dikepalai oleh seorang manajer cabang (branch manager) yang juga menjadi bagian dalam struktur organisasi SAF pusat. 4.6 Consumer Finance& Leasing Solution (Confins) Consumer Finance& Leasing Solution (Confins) merupakan aplikasi berbasis web yang dikembangkan dengan bahasa pemrograman Microsoft.net., XML, Ajax, dan N Tiers Design. Database yang digunakan pada sistem Confins adalah Microsoft SQL Server dengan aplikasi report server adalah Crystal Report. Confins telah disertifikasi oleh Microsoft Platform Test for ISV Solutions. Berikut ini akan ditampilkan portofolio dari Confins yang sudah dipakai oleh beberapa perusahaan finance yang lain seperti yang terlihat pada Gambar Gambar 4. 4 Portofolio Confins Seperti yang terlihat pada Gambar 4. 4 ada beberapa perusahaan yang sudah menggunakan Confins, salah satunya adalah MPM Finance yang merupakan perusahaan yang bersama-sama dengan SAF dalam satu grup MPM.

83 69 Confins sendiri juga mempunyai model bisnisnya seperti yang terlihat pada Gambar Namun tidak semua dari gambar tersebut digunakan di SAF karena memang dari sistem internal SAF sendiri memang belum mengembangkan ke beberapa pihak terkait. Gambar 4. 5 Model Bisnis Confins Saat ini server Confins berada di pusat (head office) dan dikelola oleh pusat. Cabang melakukan akses Confins dengan menggunakan WAN (Wide Area Network) sehingga bisa terhubung ke server pusat. Selain server Confins sendiri, Confins juga berelasi dengan sistem B2B pembayaran online yaitu SYB (dalam hal ini pos dan BCA) dan juga asuransi dalam hal ini asuransi AAB (Asuransi Astra Buana). Adapun tampilan awal Confins ditunjukan pada Gambar 4. 6, tampilan awal dibuat oleh team Adins selanjutnya tampilan tersebut dimodifikasi oleh team ICT SAF.

84 70 Gambar 4. 6 Tampilan Awal Confins Pada saat akan login ke sistem Confins ada 2 aplikasi yang menjadi pilihan default adalah Confins dan yang kedua adalah application manager. Aplikasi Confins adalah aplikasi yang digunakan oleh pengguna pada umumnya sedangkan aplikasi manager digunakan oleh tim ICT yang ditunjuk untuk mengelola menu dan pengguna pada sistem Confins. Confins sendiri memiliki beberapa modul seperti yang terlihat pada Gambar 4. 7 Gambar 4. 7 Modul-Modul Confins

85 71 Pada Gambar 4. 7 ditampilkan modul-modul utama yang ada disistem Confins yaitu marketing, product, credit, disbursement, funding & placement, insurance, account maintenance, document custody, amendment, dan collection. Selain modul di atas ada juga beberapa modul pendukung dari sistem Confins ini yaitu menu & user management, GL Interface, dan parameter setting.

86 BAB 5 ANALISIS DAN PEMBAHASAN Bab ini akan membahas mengenai data responden yang diperoleh, penerapan prosedur SEM berbasis varian untuk analisis dan pengujian hipotesis. 5.1 Data Responden Data sampel yang dibutuhkan dengan rumus Slovin seperti yang dijelaskan pada subbab adalah sebanyak 109 sampel. Kuesioner yang disebar adalah sejumlah 120 sampel. Hal ini dilakukan karena kuesioner menggunakan hardcopy dan posisi responden yang berjauhan dengan peneliti (kecuali Jakarta HO), untuk menghindari adanya kemungkinan kuesioner yang hilang atau rusak sehingga responden tidak bisa mengisi kuesioner, maka kuesioner dilebihkan dari proporsi sampel tiap cabang. Kuesioner yang dikirim berjumlah 120 kuesioner dengan kuesioner kosong sejumlah 20 kuesioner, 4 kuesioner tidak kembali dan kuesioner terisi sejumlah 96 kuesioner. Sehingga data yang bisa diteliti adalah 96 kuesioner. Tabel 5. 1 Jumlah Sampel No Objek Jumlah Sampel yang Diperoleh Jumlah Sampel Slovin Surabaya Sidoarjo Jakarta I Bogor Jakarta II Tangerang Jakarta HO TOTAL Target pengambilan sampel sesuai dengan metode Proportionate Stratified Random Sampling yang berjumlah 109 dan yang kembali sejumlah 96 akan tetapi proporsi untuk pengambilan data dengan strata cabang tidak berjalan seperti yang dijelaskan pada bab sebelumnya karena ada beberapa strata dalam penelitian 72

87 73 iniyang adalah cabang, ada yang melebihi sampel yang diharapkan dan ada strata dengan jumlah responden yang kurang dari yang diharapkan. Pada Tabel 5. 1 terlihat jumlah sampel dengan metode Proportionate Stratified Random Sampling dan jumlah sampel yang diterima oleh peneliti. Seperti terlihat pada cabang Surabaya dimana sampel yang dibutuhkan adalah sebanyak 35 namun kuesioner yang kembali ke peneliti hanya 25 saja. Lain halnya dengan cabang Sidoarjo, Bogor, Tangerang, dan Jakarta HO dimana sampel yang kembali melebihi jumlah sampel yang sudah dirumuskan sebelumnya. Jumlah sampel yang digunakan untuk penelitian SEM berbasis kovarian adalah sebanyak 5 kali jumlah parameter yang akan diestimasi (Bentler & Chou, 1987). Pada penelitian ini memiliki 25 parameter, sehingga sampel yang dibutuhkan adalah 125 sampel. Demikian juga diungkapkan oleh (Byrne, 2010) untuk minimal sampel penelitian SEM adalah 100. Melihat pada syarat jumlah responden untuk melakukan penelitian SEM berbasis kovarian, jumlah responden yang didapat tidak memenuhi syarat untuk penelitian SEM berbasis kovarian sehingga pada penelitian ini akan digunakan teknik SEM berbasis varian dengan menggunakan alat bantu SmartPLS yang dapat digunakan untuk data kecil (Jogiyanto, 2011). Responden yang telah diperoleh datanya kemudian dicari informasinya yaitu umur (age), pengalaman kerja (experience), dan jenis kelamin (gender). Jumlah responden yang didapat berjumlah 96 responden dengan karateristik yang jenis kelamin yaitu laki-laki dan perempuan, usia dengan rentang <= 35 tahun dan >35 tahun, pengalaman kerja dengan rentang 0-4 tahun, 5-10 tahun, dan > 10 tahun. Dikarenakan rentang pengalaman kerja pada saat pembagian kuesioner tidak ada dasar pembagian rentang maka peneliti memutuskan untuk menggabungkan rentang 5-10 tahun dan >10 tahun dengan alasan bahwa penghargaan masa kerja di SAF adalah di atas 5 tahun.

88 74 Berikut ini akan ditampilkan karateristik responden berdasarkan jenis kelamin (gender), usia (age), dan pengalaman kerja (experience) dengan menggunakan pie chart. Gambar 5. 1 Pie Chart Data Responden berdasarkan Jenis Kelamin Pada penelitian ini komposisi responden berdasarkan jenis kelamin tidak menggunakan proporsi tertentu. Data untuk jenis kelamin diambil secara acak, berdasarkan pengumpulan data didapatkan responden laki-laki sebanyak 55 orang (57,29%) dan responden perempuan sebanyak 41 orang (42,71%). Gambar 5. 2 Pie Chart data responden berdasarkan jenis kelamin Sama halnya dengan komposis responden sesuai jenis kelamin, karaterisitik untuk usia tidak menggunakan proporsi tertentu. Data untuk jenis kelamin diambil

89 75 secara acak. Rentang usia dalam penelitian ini disesuaikan dengan rentang usia pekerja yang menggunakan Confins yaitu tahun. Untuk pembagiannya peneliti menggunakan kategori usia menurut departemen kesehatan RI yaitu <= 35 tahun untuk kategori dewasa awal dan > 35 tahun untuk kategori dewasa akhir. Data yang berhasil dikumpulkan untuk kategori usia, didapatkan responden yang berusia <=35 tahun sebanyak 68 responden (70,83%) dan responden yang berusia >35 tahun sebanyak 28 responden (29,17%). Gambar 5. 3 Pie Chart data responden berdasarkan pengalaman kerja Selain dikelompokkan dalam kategori jenis kelamin dan umur, responden juga dikategorikan ke dalam pengalaman kerjanya. Masa kerja di SAF digunakan sebagai tolak ukur pada moderasi experience karena fakta bahwa Confins adalah sistem baru sehingga pengalaman yang didapat pengguna adalah sama sehingga peneliti menggunakan masa kerja di SAF sebagai moderasi experience. Awalnya pengalaman kerja dibagi menjadi 3 kelompok yaitu 0-4 tahun, 5-10 tahun dan > 10 yang kemudian menjadi 2 kelompok yaitu < 5 tahun dan >= 5 tahun. Penggabungan ini didasarkan pada penghargaan masa kerja di SAF adalah 5 tahun ke atas. Rentang untuk kategori pengalaman kerja menjadi kelompok <5 tahun sebanyak 61 responden (63,54%) dan kelompok >=5 tahun sebanyak 35 responden (36,46%)

90 Asumsi-asumsi dalam SEM Asumsi-asumsi yang harus dipenuhi dalam SEM seperti uji normalitas, uji multikolinearitas, dan uji outliers tidak dilakukan dalam penelitian ini karena SEM berbasis varian yang ada digunakan dalam penelitian ini tidak mensyaratkan pengujian tersebut (Jogiyanto, 2011). 5.3 Model Awal Penelitian Seluruh variabel dan indikator yang ada dalam penelitian ini akan dibuat jalurnya sehingga terbentuk satu model utuh. Gambar 5. 4 Model Awal Penelitian Pada Gambar 5. 4 dapat dilihat bahwa variabel laten yang ada berjumlah 7 variabel laten yaitu PE, EE, SI, FC, HT, BI, U. Variabel-variabel laten tersebut mempunyai beberapa indikator. Variabel laten PE mempunyai 5 indikator, variabel laten EE mempunyai 4 indikator, variabel laten SI mempunyai 4

91 77 indikator, FC mempunyai 4 indikator, variabel HT mempunyai 3 indikator, variabel BI mempunyai 3 indikator, dan variabel AU mempunyai 2 indikator 5.4 Uji Validitas Uji validitas ini termasuk dalam uji model pengukuran (outer model). Dalam uji validitas dilakukan 2 kali pengujian yaitu uji validitas konvergen dan uji validitas diskriminan. Uji validitas konvergen adalah uji validitas yang menggunakan parameter loading factor (korelasi antara skor item/skor komponen dengan skor konstruk), Average Variance Extracted (AVE) dan Communality. Besarnya nilai AVE minimal yang direkomendasikan adalah 0,5.Jika nilai AVE didapatkan lebih besar dari 0,5 maka indikator-indikator didalam model yang dikembangkan terbukti benar-benar mengukur konstrak laten yang ditargetkan dan tidak mengukur konstrak laten yang lain. Untuk nilai communality minimal juga sama dengan nilai AVE yaitu 0,5 dan untuk nilai loading factor, nilai yang direkomendasikan adalah 0,7. Sedangkan uji validitas diskriminan adalah uji yang berhubungan dengan prinsip pengukur-pengukur variabel yang berbeda seharusnya tidak berkorelasi dengan tinggi. Uji validitas diskriminan ini dapat diukur dengan dua cara yang pertama melihat nilai akar AVE dengan korelasi variabel laten lainnya atau melihat nilai cross loading dalam satu variabel harus lebih besar dari 0,7. Uji validitas dilakukan dengan menggunakan alat bantu SmartPLS. Skema pembobotan yang digunakan untuk pengujian adalah path weighting schema. Tidak ada perbedaan yang signifikan untuk skema pembobotan dalam menghasilkan skor loading indikator dan variabel laten (Jogiyanto, 2011), sehingga peneliti menggunakan skema pembobotan default SmartPLS. Output yang dihasilkan ada dua macam yaitu data model penelitian yang menampilkan nilai skor loading (outer loading) dan model pengukuran yang disajikan dalam bentuk report yang menampilkan output data yang lebih rinci dengan format default adalah html.

92 78 Gambar 5. 5 Uji Outer Model Pada Gambar 5.5 dapat ditunjukkan bahwa setiap jalur telah memiliki nilai skor loading (outer loading). Skor loading tersebut adalah korelasi antara skor indikator dengan skor variabel Uji Validitas Konvergen Uji validitas konvergen akan dilakukan pada tiap-tiap konstruk/variabel yang ada dalam penelitian ini yaitu Performance Expectancy (PE), Effort Expectancy (EE), Social Influence (SI), Facilitating Condition (FC), Habit (HT), Behavioral Intention (BI), dan Use Behaviour (U) Uji Validitas Konvergen Performance Expectancy (PE) Variabel teramati atau indikator yang mengukur performance expectancy ada 5 yaitu PE1, PE2, PE3, PE4 dan PE5. Pada uji validitas tidak semua indikator pada variabel/konstruk PE ini mempunyai loading factor>0,7. Hasil uji validitas dapat

93 79 dilihat pada Gambar 5. 6, indikator PE1 mempunyai nilai loading factor sebesar 0,877, PE2 mempunyai nilai loading factor sebesar 0,867, PE3 mempunyai loading factor sebesar 0,711, PE4 mempunyai loading factor sebesar 0,710 dan PE5 mempunyai loading factor sebesar 0,054. Gambar 5. 6 Uji Validitas Konvergen PE Hasil dari pengujian tersebut diketahui adanya satu indikator yang mempunyai nilai loading factor < 0,7 yaitu PE5, sehingga indikator PE5 tersebut harus dihapus dari variabel PE. Setelah dihapus, terjadi perubahan nilai loading factor pada variabel PE ini seperti terlihat pada Gambar 5. 7 berikut ini. Gambar 5. 7 Uji Validitas PE setelah PE5 dihapus Setelah PE5 dihapus dari variabel PE, nilai indikator untuk PE1 mempunyai nilai loading factor 0,877, PE2 mempunyai nilai loading factor 0,868, PE3 mempunyai nilai loading factor 0,713 dan PE4 mempunyai nilai loading factor 0,710. Skor AVE dan communality yang dihasilkan oleh variabel ini setelah PE5 dihapuskan adalah sebesar 0, dan 0, Skor AVE sebesar 0, lebih besar dari 0,5 dan skorcommunality sebesar 0, lebih besar dari 0,5 sehingga variabel PE dinyatakan valid.

94 Uji Validitas Konvergen Effort Expectancy(EE) Variabel teramati atau indikator yang mengukur effort expectancy ada empat yaitu EE1, EE2, EE3 dan EE4. Semua indikator pada variabel/konstruk EE ini mempunyai loading factor> 0,7. Hasil uji validitas dapat dilihat pada Gambar 5. 8, indikator EE1 mempunyai nilai loading factor sebesar 0,884, EE2 mempunyai nilai loading factor sebesar 0,896, EE3 mempunyai loading factor sebesar 0,857 dan EE4 mempunyai loading factor sebesar 0,763. Gambar 5. 8 Uji Validitas Konvergen EE Skor AVE dan communality yang dihasilkan oleh variabel ini adalah sebesar 0, dan 0, Skor AVE sebesar 0, lebih besar dari 0,5 dan skor communality sebesar 0, lebih besar dari 0,5 sehingga variabel EE dinyatakan valid Uji Validitas Konvergen Social Influence (SI) Variabel teramati atau indikator yang mengukur social influence ada lima yaitu SI1, SI2, SI3, dan SI4. Tidak semua indikator pada variabel/konstruk SI ini mempunyai loading factor> 0,7. Hasil uji validitas dapat dilihat pada Gambar 5. 9, indikator SI1 mempunyai nilai loading factor sebesar 0,741, SI2 mempunyai nilai loading factor sebesar 0,855, SI3 mempunyai loading factor sebesar 0,722, SI4 mempunyai loading factor sebesar 0,681.

95 81 Gambar 5. 9 Uji Validitas Konvergen SI Hasil dari pengujian tersebut diketahui adanya satu indikator yang mempunyai nilai loading factor< 0,7 yaitu SI4, sehingga indikator tersebut harus dihapus dari variabel SI. Setelah dihapus, terjadi perubahan nilai loading factor pada variabel SI ini seperti terlihat pada Gambar berikut Gambar Uji Validitas Konvergen SI setelah SI4 dihapus Setelah SI4 dihapus dari variabel SI, nilai indikator untuk SI1 mempunyai nilai loading factor 0,783, SI2 mempunyai nilai loading factor 0,892, SI3 mempunyai nilai loading factor 0,701. Skor AVE dan communality yang dihasilkan oleh variabel ini setelah SI4 dihapuskan adalah sebesar 0, dan 0, Skor AVE sebesar 0, lebih besar dari 0,5 dan skor communality sebesar 0, lebih besar dari 0,5 sehingga variabel SI dinyatakan valid Uji Validitas Konvergen Facilitating Condition (FC) Variabel teramati atau indikator yang mengukur facilitating condition ada empat yaitu FC1, FC2, FC3, dan FC4. Tidak semua indikator pada variabel/konstruk FC ini mempunyai loading factor> 0,7. Hasil uji validitas dapat dilihat pada Gambar 5. 11, indikator FC1 mempunyai nilai loading factor sebesar 0,738, FC2

96 82 mempunyai nilai loading factor sebesar 0,828, FC3 mempunyai loading factor sebesar 0,750, FC4 mempunyai loading factor sebesar 0,399. Gambar Uji Validitas Konvergen FC Hasil dari pengujian tersebut diketahui adanya satu indikator yang mempunyai nilai loading factor< 0,7 yaitu FC4, sehingga indikator tersebut harus dihapus dari variabel FC. Setelah dihapus, terjadi perubahan nilai loading factor pada variabel FC ini seperti terlihat pada Gambar 5. 12berikut Gambar Uji Validitas Konvergen FC setelah FC4 dihapus Setelah FC4 dihapus dari variabel FC, nilai indikator untuk FC1 mempunyai nilai loading factor 0,759, FC2 mempunyai nilai loading factor 0,839, FC3 mempunyai nilai loading factor 0,756. Skor AVE dan communality yang dihasilkan oleh variabel ini setelah SI4 dihapuskan adalah sebesar 0, dan 0, Skor AVE sebesar 0, lebih besar dari 0,5 dan skor communality sebesar 0, lebih besar dari 0,5 sehingga variabel FC dinyatakan valid Uji Validitas Konvergen Habit (HT) Variabel teramati atau indikator yang mengukur habit ada 4 yaitu HTI1, HT2, dan HT3. Tidak semua indikator pada variabel/konstruk HT ini mempunyai loading factor> 0,7. Hasil uji validitas dapat dilihat padagambar 5. 13, indikator HT1

97 83 mempunyai nilai loading factor sebesar 0,589, HT2 mempunyai nilai loading factor sebesar 0,802, HT3 mempunyai loading factor sebesar 0,837. Gambar Uji Validitas Konvergen HT Hasil dari pengujian tersebut diketahui adanya satu indikator yang mempunyai nilai loading factor< 0,7 yaitu HT1, sehingga indikator tersebut harus dihapus dari variabel HT. Setelah dihapus, terjadi perubahan nilai loading factor pada variabel HT ini seperti terlihat pada Gambar berikut Gambar Uji Validitas Konvergen HT setelah HT1 dihapus Setelah HT1 dihapus dari variabel HT, nilai indikator untuk HT2 mempunyai nilai loading factor 0,816, HT3 mempunyai nilai loading factor 0,898. Skor AVE dan communality yang dihasilkan oleh variabel ini setelah HT1 dihapuskan adalah sebesar 0, dan 0, Skor AVE sebesar 0, lebih besar dari 0,5 dan skor communality sebesar 0, lebih besar dari 0,5 sehingga variabel HT dinyatakan valid Uji Validitas Konvergen Behavioral Intention (BI) Variabel teramati atau indikator yang mengukur behavioral intention ada empat yaitu BI1, BI2, dan BI3. Semua indikator pada variabel/konstruk BI ini mempunyai loading factor>0,7. Hasil uji validitas dapat dilihat pada Gambar 5. 15, indikator BI1 mempunyai nilai loading factor sebesar 0,904, BI2 mempunyai nilai loading factor sebesar 0,934, BI3 mempunyai loading factor sebesar 0,902.

98 84 Gambar Uji Validitas Konvergen BI Skor AVE dan communality yang dihasilkan oleh variabel ini adalah sebesar 0, dan 0, Skor AVE sebesar 0, lebih besar dari 0,5 dan skor communality sebesar 0, lebih besar dari 0,5 sehingga variabel BI dinyatakan valid Uji Validitas Konvergen Use Behaviour (U) Variabel teramati atau indikator yang mengukur Use Behavior ada dua yaitu U1 dan U2. Semua indikator pada variabel/konstruk BI ini mempunyai loading factor>0,7. Hasil uji validitas dapat dilihat pada Gambar 5. 16, indikator U1 mempunyai nilai loading factor sebesar 0,911, U2 mempunyai nilai loading factor sebesar 0,861. Gambar Uji Validitas Konvergen U Skor AVE dan communality yang dihasilkan oleh variabel ini adalah sebesar 0, dan 0, Skor AVE sebesar 0, lebih besar dari 0,5 dan skor communality sebesar 0, lebih besar dari 0,5 sehingga variabel BI dinyatakan valid Rangkuman Uji Validitas Konvergen Hasil perhitungan seluruh uji validitas pada variabel laten dirangkum pada Tabel 5. 2

99 85 Tabel 5. 2 Rangkuman Uji Validitas parameter AVE dan Communality Variabel Kesimpulan Uji AVE Communality Laten Validitas BI 0,8342 0,8342 Valid EE 0,7254 0,7254 Valid FC 0,6173 0,6173 Valid HT 0,7362 0,7362 Valid PE 0,6333 0,6333 Valid SI 0,6335 0,6335 Valid U 0,7858 0,7858 Valid Tabel 5. 3 Rangkuman Uji Validitas parameter Loading Factor Loading Factor>0,7 PE1 0,877 EE1 0,884 SI1 0,759 HT2 0,816 BI1 0,904 U1 0,911 PE2 0,868 EE2 0,896 SI2 0,839 HT3 0,898 BI2 0,934 U2 0,861 PE3 0,713 EE3 0,857 SI3 0,756 BI3 0,902 PE4 0,71 EE4 0,763 Dari hasil uji validitas dengan parameter loading factor dari indikator yang skornya < 0,7 dihapuskan. Indikator awal pada penelitian ini adalah PE1, PE2, PE3, PE4, PE5, EE1, EE2, EE3, EE4, SI1, S12, SI3, SI4, HT1, HT2, HT3, BI1, BI2, BI3, UI1, UI2. Dari Indikator awal tersebut kemudian ada beberapa indikator yang dihapus karena mempunyai nilai loading factor<0,7 yaitu PE5, SI4, HT1. Indikator yang didapat pada akhirnya PE1, PE2, PE3, PE4, EE1, EE2, EE3, EE4, SI1, S12, SI3, HT2, HT3, BI1, BI2, BI3, UI1, UI2. Model penelitian setelah dilakukan uji validitas konvergen dapat dilihat pada Gambar

100 86 Gambar Model Setelah Uji Validitas Uji validitas konvergen yang dilakukan pada model utuh menghasilkan beberapa variabel yang harus dihapuskan dari variabel latennya karena variabel tersebut tidak sesuai dengan syarat uji validitas konvergen. Indikator atau variabel teramati yang dihapuskan setelah uji validitas konvergen adalah PE5, SI4, HT1. Hasil dari uji validitas konvergen menunjukkan bahwa indikator untuk PE sebanyak 4 indikator, indikator untuk EE sebanyak 4 indikator, indikator untuk SI sebanyak 3 indikator, indikator untuk FC sebanyak 3 indikator, indikator untuk HT sebanyak 2 indikator, indikator untuk BI sebanyak 3 indikator, dan indikator untuk U sebanyak 2 indikator Uji Validitas Diskriminan Metode yang digunakan untuk mengukur validitas diskriminan adalah dengan membandingkan akar AVE untuk setiap variabel dengan korelasi antara variabel

101 87 dengan variabel lainnya dalam model. Nilai akar AVE lebih besar dari korelasi variabel laten lain maka variabel tersebut dikatakan valid. Tabel 5. 4 Nilai AVE dan Akar AVE Variabel Laten AVE Akar AVE BI 0,8342 0, EE 0,7254 0, FC 0,6173 0, HT 0,7362 0, PE 0,6333 0, SI 0,6335 0, U 0,7858 0, Nilai-nilai dari akar AVE di atas dibandingkan dengan nilai korelasi antar variabel laten yang tertera pada Tabel 5. 5 Tabel 5. 5 Nilai Korelasi antar Variabel Laten BI EE FC HT PE SI U BI EE 0, FC 0,6068 0, HT 0,546 0,5131 0, PE ,5644 0, SI ,556 0,5006 0, U , Jika dilihat dari variabel BI dengan nilai variabel laten yang lain terlihat bahwa nilai akar AVE BI adalah 0, Nilai akar AVE tersebut lebih besar dari nilai korelasi dengan variabel laten yang lain. Pada Tabel 5. 5 dapat dilihat nilai korelasi BI dengan EE 0,5391, sehingga dapat disimpulkan pada uji validitas diskriminan untuk variabel BI adalah valid. Demikian pula dapat dilihat pada Tabel 5. 5 untuk nilai akar AVE pada variabel EE, FC,HT, PE, SI, dan U semua

102 88 skornya melebihi nilai korelasi dengan variabel laten lainnya sehingga dapat disimpulkan bahwa seluruh variabel adalah valid. 5.5 Uji Reliabilitas Uji Reliabilitas dilakukan dengan menggunakan nilai Cronbach s Alpha dan Composite Reliability. Uji reliabilitas merupakan pengujian data yang menyelidiki konsistensi internal data sedangkan uji validitas merupakan pengujian data yang menentukan apakah alat pengukuran atau instrument yang digunakan adalah tepat (Aji, 2013). Nilai Cronbach s Alpha harus lebih dari 0,6 dan nilai Composite Reliability harus lebih dari 0,7. Tabel 5. 6 Uji Reliabilitas Cronbach s Alpha Composite Reliability Kesimpulan Uji Reliabilitas BI 0,9005 0,9378 Reliabel EE 0,8732 0,9133 Reliabel FC 0,6905 0,8284 Reliabel HT 0,6472 0,8478 Reliabel PE 0,8063 0,8724 Reliabel SI 0,7035 0,837 Reliabel U 0,7311 0,88 Reliabel Dalam uji reliabilitas seperti yang ditunjukkan pada Tabel 5. 6 untuk variabel laten Performance Expectancy (PE) didapat nilai Cronbach s Alpha sebesar 0,8063 yang artinya indikator-indikator dari variabel PE adalah reliabel karena nilai Cronbach s Alpha untuk variabel PE melebihi 0,6. Untuk variabel/konstruk laten Effort Expectancy (EE) diperoleh nilai Cronbach s Alpha sebesar 0,8732 angka ini melebihi batas 0,6, artinya indikator-indikator untuk variabel laten EE adalah reliabel. Variabel Social Influence (SI) nilai Cronbach s Alpha lebih kecil dibandingkan dua konstruk yang telah dibahas yaitu sebesar 0,7035, tetapi variabel/konstruk ini reliabel karena nilai Cronbach s Alphanya juga melebihi 0,6. Variabel Facilitating Condition (FC) memiliki nilai Cronbach s Alpha sebesar 0,

103 sehingga konstruk ini dinyatakan reliabel. Selanjutnya variabel laten Habit nilainnya sebesar 0, 6472, indikator-indikator untuk variabel ini reliabel. Demikian pula dengan dua konstruk terakhir yaitu Behavioral Intention (BI) dan Use Behavior (U) masing-masing memiliki nilai Cronbach s Alpha sebesar 0,9005 dan 0,7311, keduanya reliabel. Sedangkan jika diperhatikan nilai dari Composite Reliability, semua konstruk memiliki nilai lebih dari 0,7, yang artinya semuanya reliabel. Perbandingan nilai Cronbach s Alpha dan nilai Composite Reliability dari tiap-tiap konstruk dapat dilihat pada Tabel Uji Model Struktural (Inner Model) Uji model struktural menggunakan R 2 untuk variabel independen. Dalam penelitian ini terdapat 2 variabel independen yaitu Behavioral Intention (BI) dan Use Behaviour (U). Tabel 5. 7 Nilai R 2 pada Uji Struktural R Square BI EE 0 FC 0 HT 0 PE 0 SI 0 U Pada Tabel 5. 7 dapat dilihat bahwa nilai R 2 untuk BI adalah 0,4676 berarti variabel ini bisa dijelaskan oleh variabel Effort Expectancy (EE), Facilitating Condition (FC), Habit (HT), Social Influence (SI) dan Performance Expectation (PE) sebesar 47% sedangkan sisanya diukur oleh variabel lain diluar penelitian ini. Variabel independen U mempunyai nilai R 2 adalah yang berarti variabel ini bisa di jelaskan oleh variabel Facilitating Condition (FC), Habit (HT), dan Behavioral Intention (BI) sebesar 35% sedangkan sisanya diukur oleh variabel lain diluar penelitian ini. Menurut Wynne W. Chin (1998) pada penelitian yang berjudul The Partial Least Squares Approach to Structural Equation Modeling

104 90 dalam (Latan & Ghozali, 2013) nilai R 2 untuk BI sebesar 0,4676 masuk dalam kategori moderate dan nilai R 2 untuk U sebesar masuk kedalam kategori moderate. 5.7 Uji Hipotesis Berdasarkan Variabel Utama Path Coefficient digunakan untuk menguji hipotesis dengan mengamati perbandingan antara nilai T-Table dan T-Statistic. Jika nilai T-Statistics lebih besar daripada T-Table maka hipotesis terdukung. Untuk tingkat keyakinan 95% (signifikansi level=5%) maka digunakan nilai T-Table sebagai acuan sebesar 1,96. Tabel 5. 8 Uji Hipotesis berdasarkan Variabel Utama Original Sample Standard Standard T Statistics Sample Mean Deviation Error ( O/STERR ) (O) (M) (STDEV) (STERR) BI U EE BI FC BI FC U HT BI HT U PE BI ,6219 SI BI ,8803 Pada Tabel 5. 8 di atas terdapat relasi antara PE BI yang bernilai negatif (Hipotesis H1 ditolak Tabel 5. 9). Nilai negatif dalam relasi antar variabel laten berarti semakin tinggi nilai PE makan nilai BI akan semakin turun. Dalam penelitian ini berarti bahwa tingkat kepercayaan seseorang menggunakan sebuah sistem (PE) berbanding terbalik dengan niat seseorang menggunakan sebuah sistem (BI). Berikut akan ditampilkan dalam tabel rangkuman hasil uji hipotesis berdasarkan variabel utama.

105 91 Tabel 5. 9 Rangkuman Uji Hipotesis Variabel Utama BI U EE BI FC BI FC U HT BI HT U PE BI SI BI T Statistics ( O/STERR ) Hipotesis Hasil H8 Ditolak H2 Diterima H4 Diterima H5 Diterima H6 Diterima H7 Diterima 0,6219 H1 Ditolak 0,8803 H3 Ditolak Pada Tabel 5. 9 terdapat 5 hipotesis yang diterima yaitu H2, H4, H5, H6, dan H7. Nilai T-Statistic tertinggi terdapat pada hipotesis H5 dengan nilai T-statistic 3,369, kemudian menyusul hipotesis H4 dengan nilai T-Statistic 2,9447. Hipotesis H2 memyusul dengan nilai T-Statistic 2,3985. Dua hipotesis terakhir adalah H7 dan H6 dengan nilai T-Statistic adalah 2,2447 dan 2,0357. Dari hasil hipotesis variabel utama, terbentuklah model yang dihasilkan seperti pada Gambar Gambar Model Akhir Berdasarkan Variabel Utama Berdasarkan uji variabel utama tersebut menghasilkan model dengan lima variabel utama yaitu EE, FC, HT, BI, dan U. Relasi antara variabel laten tersebut

106 92 adalah EE, FC, dan HT bersama-sama mempengaruhi BI dan FC, HT bersamasama mempengaruhi U. 5.8 Uji Efek Moderasi Uji moderasi menunjukkan interaksi antara variabel moderator dengan variabel independen (prediktor) dalam mempengaruhi variabel dependen (Jogiyanto, 2011). Pengujian dengan efek moderasi ini menggunakan pendekatan (Baron & Kenny, 1986) dimana untuk menguji efek moderasi membutuhkan nilai signifikan dari pengaruh antara variabel independen terhadap dependen. Moderasi yang akan dilakukan menggunakan cara moderasi product indicator approach. Cara moderasi ini diterapkan karena variabel eksogen dan moderator berbentuk reflektif (Latan & Ghozali, 2013). Uji moderasi akan melihat nilai total effect yang dihasilkan, karena efek moderasi tidak hanya dilakukan efek langsung (direct effect) variabel independen ke variabel dependen, tetapi juga hubungan interaksi antara variabel independen dan variabel moderasi terhadap variabel dependen (indirect effect) (Jogiyanto, 2011). Uji efek moderasi ini menggunakan cara yang umum yang digunakan regresi linear berganda biasa yaitu Moderated Regression Analysis (MRA) dengan memasukkan variabel ketiga berupa perkalian antara dua variabel independen (eksogen) sebagai variabel moderating. Hal ini sebenarnya dapat menimbulkan kesalahan pengukuran dari koefisien estimasi MRA. Solusi yang diberikan SEM adalah dengan memasukkan pengaruh interaksi tersebut ke dalam model Uji Efek Moderasi Usia (Age) Berikut akan ditampilkan uji efek moderasi usia dalam penelitian ini ada lima uji moderasi usia yang akan dilakukan yaitu moderasi usia pada pengaruh Effort Expectancyterhadap Behavioral Intention, moderasi usia pada pengaruh Facilitating Condition terhadap Behavioral Intention, moderasi usia pengaruh Facilitating Condition terharap Use Behaviour, moderasi usia pengaruh Habit

107 93 terhadap Behavioral Intention, moderasi usia pengaruh Habit terhadap Use Behaviour Moderasi Usia Pengaruh Effort Expectancy terhadap Behavioral Intention Gambar Model Pengujian Moderasi Usia terhadap EE dan BI Model pengujian memasukkan pengaruh interaksi antara variabel EE dengan variabel moderasi usia (age) terhadap variabel BI seperti terlihat pada Error! Reference source not found.. Tabel Total Effects Moderasi EE*Age BI T Statistics ( O/STERR ) AGE BI EE BI EE * AGE BI FC BI FC U

108 94 T Statistics ( O/STERR ) HT BI HT U Berdasarkan tabel total effect pada pengujian efek moderasi usia yang dilakukan pada hubungan effort expectancy dan behavioral intention diperoleh nilai T- statistic variabel moderasi < 1.96 yaitu sebesar Jadi, dapat disimpulkan bahwa perbedaan tingkat usia tidak berpengaruh dalam hubungan antara effort expectancy dan behavioral intention Moderasi Usia Pengaruh Facilitating Condition terhadap Behavioral Intention Gambar Model Pengujian Moderasi Usia terhadap FC dan BI Model pengujian memasukkan pengaruh interaksi antara variabel FC dengan variabel moderasi usia (age) terhadap variabel BI seperti terlihat pada Gambar

109 95 Tabel Total Effects Moderasi FC*Age BI T Statistics ( O/STERR ) AGE -> BI EE -> BI FC -> BI FC -> U FC * AGE -> BI HT -> BI HT -> U Berdasarkan tabel total effect pada pengujian efek moderasi usia yang dilakukan pada hubungan facilitating condition dan behavioral intention diperoleh nilai T- statistic variabel moderasi < 1.96 yaitu sebesar 0, Jadi, dapat disimpulkan bahwa perbedaan tingkat usia tidak berpengaruh dalam hubungan antara facilitating condition dan behavioral intention Moderasi Usia Pengaruh Habit terhadap Behavioral Intention Gambar Model Pengujian Moderasi Usia terhadap HT dan BI Model pengujian memasukkan pengaruh interaksi antara variabel HT dengan variabel moderasi usia terhadap variabel BI seperti terlihat pada Gambar

110 96 Tabel Total Effects Moderasi HT*Age BI T Statistics ( O/STERR ) AGE BI EE BI FC BI FC U HT BI HT U HT * AGE BI Berdasarkan tabel total effect pada pengujian efek moderasi usia yang dilakukan pada hubungan habit dan behavioral intention diperoleh nilai T-statistic variabel moderasi < 1.96 yaitu sebesar 0, Jadi, dapat disimpulkan bahwa perbedaan tingkat usia tidak berpengaruh dalam hubungan antara habit dan behavioral intention Moderasi Usia Pengaruh Facilitating Condition terhadap Uee Behavior Tabel Total Effects Moderasi FC*Age U T Statistics ( O/STERR ) AGE U EE BI FC BI FC U FC * AGE U HT BI HT U Berdasarkan tabel total effect pada pengujian efek moderasi usia yang dilakukan pada hubungan facilitating condition dan use behavior diperoleh nilai T-statistic variabel moderasi < 1.96 yaitu sebesar 0,

111 97 Gambar Model Pengujian Moderasi Usia terhadap FC dan U Model pengujian memasukkan pengaruh interaksi antara variabel HT dengan variabel moderasi age (usia) terhadap variabel BI seperti terlihat pada Gambar Jadi, dapat disimpulkan bahwa perbedaan tingkat usia tidak berpengaruh dalam hubungan antara facilitating condition dan use behavior Moderasi Usia Pengaruh Habit terhadap Use Behavior Tabel Total Effects Moderasi HT*Age U T Statistics ( O/STERR ) AGE U EE BI FC BI FC U HT BI HT U HT * AGE U Berdasarkan tabel total effect pada pengujian efek moderasi usia yang dilakukan pada hubungan habit dan use behavior diperoleh nilai T-statistic variabel moderasi < 1.96 yaitu sebesar 0,

112 98 Gambar Model Pengujian Moderasi Usia terhadap HT dan U Model pengujian memasukkan pengaruh interaksi antara variabel HT dengan variabel moderasi usia (age) terhadap variabel BI seperti terlihat pada Gambar Jadi, dapat disimpulkan bahwa perbedaan tingkat usia tidak berpengaruh dalam hubungan antara habit dan use behavior Uji Efek Moderasi Jenis Kelamin (Gender) Berikut akan ditampilkan uji efek moderasi jenis kelamin dalam penelitian ini ada lima moderasi jenis kelamin yang akan dilakukan yaitu moderasi jenis kelamin pada pengaruh Effort Expectancy terhadap Behavioral Intention, moderasi jenis kelamin pada pengaruh Facilitating Condition terhadap Behavioral Intention, moderasi jenis kelamin pengaruh Habit terhadap Behavioral Intention, moderasi jenis kelamin pengaruh Habit terhadap Use Behaviour. Efek moderasi untuk jenis kelamin juga tetap menggunakan konsep (Baron & Kenny, 1986) dimana uji moderasi akan dilakukan jika hubungan langsung antara variabel independen dan dependen adalah signifikan. Uji moderasi jenis kelamin kali ini hanya menguji efek moderasi antara variabel laten sebanyak empat kali moderasi, hal ini disesuaikan dengan model moderasi UTAUT2.

113 Moderasi Jenis Kelamin Pengaruh Effort Expectancy terhadap Behavioral Intention Gambar Model Pengujian Moderasi Jenis Kelamin terhadap EE dan BI Model pengujian memasukkan pengaruh interaksi antara variabel EE dengan variabel moderasi jenis kelamin (gender) terhadap variabel BI seperti terlihat pada Gambar Tabel Total Effects Moderasi EE*Gender BI T Statistics ( O/STERR ) EE - BI EE * GENDER BI FC BI FC U GENDER BI HT BI HT U Berdasarkan tabel total effect pada pengujian efek moderasi jenis kelamin yang dilakukan pada hubungan effort exepectancy dan behavioral intention diperoleh nilai T-statistic variabel moderasi < 1.96 yaitu sebesar Jadi, dapat

114 100 disimpulkan bahwa perbedaan tingkat jenis kelamin tidak berpengaruh dalam hubungan antara effort expectancy dan behavioral intention Moderasi Jenis Kelamin Pengaruh Facilitating Condition terhadap Behavioral Intention Gambar Model Pengujian Moderasi Jenis Kelamin terhadap FC dan BI Model pengujian memasukkan pengaruh interaksi antara variabel FC dengan variabel moderasi jenis kelamin (gender) terhadap variabel BI seperti terlihat pada Gambar Tabel Total Effects Moderasi FC*Gender BI T Statistics ( O/STERR ) EE -> BI FC -> BI FC -> U FC * GENDER -> BI GENDER -> BI HT -> BI HT -> U Berdasarkan tabel total effect pada pengujian efek moderasi jenis kelamin yang dilakukan pada hubungan facilitating condition dan behavioral Intention

115 101 diperoleh nilai T-statistic variabel moderasi < 1.96 yaitu sebesar Jadi, dapat disimpulkan bahwa perbedaan tingkat jenis kelamin tidak berpengaruh dalam hubungan antara facilitating condition dan behavioral intention Moderasi Jenis Kelamin Pengaruh Habit terhadap Behavioral Intention Gambar Model Pengujian Moderasi Jenis Kelamin terhadap HT dan BI Model pengujian memasukkan pengaruh interaksi antara variabel HT dengan variabel moderasi jenis kelamin (gender) terhadap variabel BI seperti terlihat pada Gambar Tabel Total Effects Moderasi HT*Gender BI T Statistics ( O/STERR ) EE -> BI FC -> BI FC -> U GENDER -> BI HT -> BI HT -> U HT * GENDER -> BI Berdasarkan tabel total effect pada pengujian efek moderasi jenis kelamin yang dilakukan pada hubungan habit dan behavioral Intention diperoleh nilai T-

116 102 statistic variabel moderasi < 1.96 yaitu sebesar Jadi, dapat disimpulkan bahwa perbedaan tingkat jenis kelamin tidak berpengaruh dalam hubungan antara habit dan behavioral intention Moderasi Jenis Kelamin Pengaruh Habit terhadap Use Behaviour Gambar Model Pengujian Moderasi Jenis Kelamin terhadap HT dan U Model pengujian memasukkan pengaruh interaksi antara variabel HT dengan variabel moderasi jenis kelamin (gender) terhadap variabel U seperti terlihat pada Gambar Tabel Total Effects Moderasi HT*Gender U T Statistics ( O/STERR ) EE -> BI FC -> BI FC -> U GENDER -> U HT -> BI HT -> U HT * GENDER -> U

117 103 Berdasarkan tabel total effect pada pengujian efek moderasi jenis kelamin yang dilakukan pada hubungan Habit dan use behavior diperoleh nilai T-statistic variabel moderasi < 1.96 yaitu sebesar Jadi, dapat disimpulkan bahwa perbedaan tingkat jenis kelamin tidak berpengaruh dalam hubungan antara habit dan use behavior Uji Efek Moderasi Pengalaman Kerja (Experience) Berikut akan ditamplkan uji efek moderasi pengalaman kerja dalam penelitian ini ada lima moderasi jenis kelamin yang akan dilakukan yaitu moderasi jenis kelamin pada pengaruh Effort Expectancy terhadap Behavioral Intention, moderasi pengalaman pada pengaruh Facilitating Condition terhadap Behavioral Intention, moderasi pengalaman pengaruh Facilitating Condition terharap Use Behaviour, moderasi pengalaman pengaruh Habit terhadap Behavioral Intention, moderasi pengalaman pengaruh Habit terhadap Use Behaviour. Efek moderasi untuk pengalaman kerja juga tetap menggunakan konsep (Baron & Kenny, 1986) dimana uji moderasi akan dilakukan jika hubungan langsung antara variabel independen dan dependen adalah signifikan. Uji moderasi jenis kelamin kali ini hanya menguji efek moderasi antara variabel laten sebanyak lima kali moderasi, hal ini disesuaikan dengan model moderasi UTAUT Moderasi Pengalaman Kerja Pengaruh Effort Expectancy terhadap Behavioral Intention Tabel Total Effects Moderasi EE*Experience BI T Statistics ( O/STERR ) EE -> BI EE * EXPERIENCE -> BI EXPERIENCE -> BI FC -> BI FC -> U HT -> BI

118 104 T Statistics ( O/STERR ) HT -> U Berdasarkan tabel total effect pada pengujian efek moderasi pengalaman yang dilakukan pada hubungan effort expectancy dan behavioral Intention diperoleh nilai T-statistic variabel moderasi < 1.96 yaitu sebesar 0, Gambar Model Pengujian Moderasi Pengalaman terhadap EE dan BI Model pengujian memasukkan pengaruh interaksi antara variabel EE dengan variabel moderasi pengalaman kerja (experience) terhadap variabel BI seperti terlihat pada Gambar Jadi, dapat disimpulkan bahwa perbedaan tingkat pengalaman tidak berpengaruh dalam hubungan antara effort expectancy dan behavioral intention.

119 Moderasi Pengalaman Pengaruh Facilitating Condition terhadap Behavioral Intention Gambar Model Pengujian Moderasi Pengalaman terhadap FC dan BI Model pengujian memasukkan pengaruh interaksi antara variabel EE dengan variabel moderasi pengalaman kerja (experience) terhadap variabel BI seperti terlihat pada Gambar Tabel Total Effects Moderasi FC*Experience BI T Statistics ( O/STERR ) EE -> BI EXPERIENCE -> BI FC -> BI FC -> U FC * EXPERIENCE -> BI HT -> BI HT -> U Berdasarkan tabel total effect pada pengujian efek moderasi pengalaman yang dilakukan pada hubungan facilitating condition dan behavioral intention diperoleh nilai T-statistic variabel moderasi < 1.96 yaitu sebesar Jadi, dapat

120 106 disimpulkan bahwa perbedaan tingkat pengalaman tidak berpengaruh dalam hubungan antara facilitating condition dan behavioral intention Moderasi Pengalaman Pengaruh Habit terhadap Behavioral Intention Gambar Model Pengujian Moderasi Pengalaman terhadap HT dan BI Model pengujian memasukkan pengaruh interaksi antara variabel EE dengan variabel moderasi pengalaman kerja (experience) terhadap variabel BI seperti terlihat pada Gambar Tabel Total Effects Moderasi HT*Experience BI T Statistics ( O/STERR ) EE -> BI EXPERIENCE -> BI FC -> BI FC -> U HT -> BI HT -> U HT * EXPERIENCE -> BI

121 107 Berdasarkan tabel total effect pada pengujian efek moderasi pengalaman yang dilakukan pada hubungan habit dan behavioral intention diperoleh nilai T-statistic variabel moderasi < 1.96 yaitu sebesar Jadi, dapat disimpulkan bahwa perbedaan tingkat pengalaman tidak berpengaruh dalam hubungan antara habit dan behavioral intention Moderasi Pengalaman Pengaruh Facilitating Condition terhadap Use Behaviour Gambar Model Pengujian Moderasi Pengalaman terhadap FC dan U Model pengujian memasukkan pengaruh interaksi antara variabel FC dengan variabel moderasi pengalaman kerja (experience) terhadap variabel U seperti terlihat pada Gambar Tabel Total Effects Moderasi FC*Experience U T Statistics ( O/STERR ) EE -> BI EXPERIENCE -> U FC -> BI

122 108 T Statistics ( O/STERR ) FC -> U FC * EXPERIENCE -> U HT -> BI HT -> U Berdasarkan tabel total effect pada pengujian efek moderasi pengalaman yang dilakukan pada hubungan facilitating condition dan use behavior diperoleh nilai T-statistic variabel moderasi < 1.96 yaitu sebesar Jadi, dapat disimpulkan bahwa perbedaan tingkat pengalaman tidak berpengaruh dalam hubungan antara facilitating condition dan use behavior Moderasi Pengalaman Pengaruh Habit terhadap Use Behaviour Gambar Model Pengujian Moderasi Pengalaman terhadap HT dan U Model pengujian memasukkan pengaruh interaksi antara variabel HT dengan variabel moderasi pengalaman kerja (experience) terhadap variabel U seperti terlihat pada Gambar

123 109 Tabel Total Effects Moderasi HT*Experience U T Statistics ( O/STERR ) EE -> BI EXPERIENCE -> U FC -> BI FC -> U HT -> BI HT -> U HT * EXPERIENCE -> U Berdasarkan tabel total effect pada pengujian efek moderasi pengalaman yang dilakukan pada hubungan habit dan use behavior diperoleh nilai T-statistic variabel moderasi < 1.96 yaitu sebesar 0, Nilai T-statistics yang dihasilkan dari pengujian ini kurang dari 1,96 maka dapat disimpulkan bahwa perbedaan tingkat pengalaman tidak berpengaruh dalam hubungan antara habit dan use behavior Rangkuman Uji Efek Moderasi Hasil dari uji hipotesis berdasarkan variabel utama telah didapatkan model seperti yang telah ditunjukan pada Gambar Uji moderasi yang dilakukan dengan melihat nilai yang signifikan antara variabel independen terhadap dependen sehingga didapatkan hasil hipotesis untuk uji efek moderasi setelah didapatkan model akhir berdasarkan uji hipotesis variabel utama karena variabel utama ditolak sehingga tidak dilakukan pengujian terhadap efek moderasinya. Tabel Rangkuman Hipotesis Efek Moderasi Awal No. Kode Hipotesis Hasil 1 H1a Pengaruh Performance Expectancy Ditolak terhadap Behavioral Intention dimoderatori oleh jenis kelamin pengguna 2 H1b Pengaruh Performance Expectancy Ditolak terhadap Behavioral Intention

124 110 No. Kode Hipotesis Hasil dimoderatori oleh usia pengguna 3 H3a Pengaruh Social Influence terhadap Ditolak Behavioral Intention dimoderatori oleh jenis kelamin pengguna 4 H3b Pengaruh Social Influence terhadap Ditolak Behavioral Intention dimoderatori oleh usia pengguna 5 H3c Pengaruh Social Influence terhadap Behavioral Intention dimoderatori oleh pengalaman kerja pengguna Ditolak 6 H8a Pengaruh Behavioral Intention Ditolak terhadap Use Behavior dimoderatori oleh pengalaman kerja pengguna Uji moderasi di atas tidak dilakukan dan sudah dipastikan ditolak karena pengujian efek moderasi menggunakan konsep (Baron & Kenny, 1986), sehingga variabel utama yang ditolak juga membuat variabel moderasi yang berinteraksi dengan variabel utama tersebut tidak dilakukan. Setelah didapatkan model akhir kemudian dilakukan uji efek moderasi terhadap variabel-variabel yang memiliki nilai signifikan yaitu Effort Expectancy (EE), Facilitating Condition (FC), dan Habit (HT) terhadap Behavioral Intention (BI) dan Facilitating Condition (FC) dan Habit (HT) terhadap Use Behavior (U). Dari hasil pengujian efek moderasi yang sudah dilakukan pada subbab sebelumnya didapatkan hasil hipotesis seperti berikut ini. Tabel Rangkuman Hipotesis Efek Moderasi No. Kode Hipotesis Hasil 1 H2a Pengaruh Effort Expectancy terhadap Behavioral Intention dimoderatori oleh jenis kelamin pengguna Ditolak

125 111 No. Kode Hipotesis Hasil 2 H2b Pengaruh Effort Expectancy terhadap Ditolak Behavioral Intention dimoderatori oleh usia pengguna 3 H2c Pengaruh Effort Expectancy terhadap Behavioral Intention dimoderatori oleh pengalaman kerja pengguna Ditolak 4 H4a Pengaruh Facilitating Condition Ditolak terhadap Behavioral Intention dimoderatori oleh jenis kelamin pengguna 5 H4b Pengaruh Facilitating Condition Ditolak terhadap Behavioral Intention dimoderatori oleh usia pengguna 6 H4c Pengaruh Facilitating Condition Ditolak terhadap Behavioral Intention dimoderatori oleh pengalaman kerja pengguna 7 H5a Pengaruh Facilitating Condition Ditolak terhadap Use Behavior dimoderatori oleh usia pengguna 8 H5b Pengaruh Facilitating Condition Ditolak terhadap Use Behavior dimoderatori oleh pengalaman kerja pengguna 9 H6a Pengaruh Habit terhadap Behavioral Ditolak Intention dimoderatori oleh jenis kelamin pengguna 10 H6b Pengaruh Habit terhadap Behavioral Ditolak Intention dimoderatori oleh usia pengguna 11 H6c Pengaruh Habit terhadap Behavioral Ditolak

126 112 No. Kode Hipotesis Hasil Intention dimoderatori oleh pengalaman kerja pengguna 12 H7a Pengaruh Habit terhadap Use Behavior Ditolak dimoderatori oleh jenis kelamin pengguna 13 H7b Pengaruh Habit terhadap Use Behavior Ditolak dimoderatori oleh usia pengguna 14 H7c Pengaruh Habit terhadap Use Behavior dimoderatori oleh pengalaman kerja pengguna Ditolak Hasil uji efek moderasi di atas didapatkan hasil hipotesis ditolak karena pada saat pengujian dengan total effect didapatkan nilai yang kurang dari 1,96 (tingkat kepercayaan 95%). 5.9 Pembahasan Hasil Penelitian Hasil pengujian yang dilakukan pada variabel utama menunjukkan bahwa hipotesis yang diterima adalah hipotesis H2 yaitu Effort Expectancy (EE) mempengaruhi Behavioral Intention (BI), hipotesis H4 yaitu Facilitating Condition (FC) mempengaruhi Behavioral Intention (BI), hipotesis H6 yaitu Habit (HT) mempengaruhi Behavioral Intention (BI), hipotesis H5 yaitu Facilitating Condition (FC) mempengaruhi Use Behavior (U), hipotesis H7 yaitu Habit (HT) mempengaruhi Use Behavior (U). Hasil pengujian memang menunjukkan bahwa niat perilaku tidak mempengaruhi penggunaan Sistem Confins dengan ditolaknya hipotesis H8 yaitu Behavioral Intention (BI) mempengaruhi Use Behavior (U). Hal ini dikarenakan sistem mandatory setting dalam Confins yang bisa dikatakan memaksa para pengguna untuk menggunakan sistem tersebut baik dengan niat ingin menggunakan atau tidak. Seperti pada wawancara yang sudah dilakukan, ada pengguna yang memang menolak implementasi Sistem Confins bahkan pada awal-awal

127 113 implementasi ada cabang yang masih bersikeras menggunakan emf, namun niatan pengguna yang tidak ingin menggunakan Sistem Confins ini tidak berdampak pada penggunaan Sistem Confins tersebut karena penggunaan sistem ini bukan berdasarkan keinginan pengguna semata namun berdasarkan pada keputusan manajemen SAF. Hal-hal yang mempengaruhi penerimaan penggunaan sistem Confins dipengaruhi oleh beberapa kondisi yaitu kemudahan mempelajari sistem Confins, kemudahan untuk mengoperasikan dan menggunakan sistem Confins, kemudahan Sistem Confins untuk dimengerti, dan juga kemudahan untuk menjadi ahli menggunakan sistem Confins. Kemudahan-kemudahan yang ditawarkan oleh Sistem Confins menjadi pengaruh tersendiri bagi pengguna untuk menggunakan sistem tersebut. Selain itu yang mempengaruhi penerimaan pengguna baik itu niat penggunaan dan menggunakan Sistem Confins adalah kondisi fasilitas penggunaan Sistem Confins ini. Fasilitas tersebut misalnya dukungan perusahaan terhadap penggunaan sistem seperti menambah koneksi internet ke cabang sehingga lebih cepat dalam mengakses Sistem Confins, atau mungkin Sistem Confins ini dirasa oleh pengguna cocok dan selaras dengan pekerjaannya, dan juga dukungan dari rekan kerja atau divisi lain yang membantu pengguna jika mengalami kesulitan menggunakan Sistem Confins. Adanya kebiasaan menggunakan Sistem Confins juga menjadi pengaruh niat penggunaan dan menggunakan sistem Confins. Seperti misalnya keterbiasaan sehari-hari menggunakan Confins juga mempengaruhi niat pengguna menggunakan suatu sistem, serta keharusan menggunakan sistem Confins juga menjadi pengaruh niat pengunaan dan menggunakan sistem Confins. Dalam pengujian efek moderasi, dengan tingkat kepercayaan 95% (signifikansi level = 5%) semua hipotesis tidak diterima karena semua nilai T-Statistics hasil uji efek moderasi menggunakan perangkat lunak SmartPLS kurang dari 1,96. Sehingga efek moderasi tidak memiliki pengaruh terhadap model utama penelitian. Hasil pengujian akhir didapatkan model penelitian sebagai berikut

128 114 Gambar Model Akhir Hasil Penelitian Model akhir penelitian yang dihasilkan setelah uji efek moderasi tetap sama dengan hasil model akhir penelitian uji hipotesis berdasarkan konstruk utama yaitu diterimanya hipotesis H2, H4, H5, H6, dan H Implikasi Penelitian pada Sistem Confins Penelitian ini dilakukan untuk mengetahui faktor-faktor yang mempengaruhi penerimaan pengguna terhadap sistem Confins karena belum pernah sama sekali dilakukan evaluasi terhadap penerimaan sebuah sistem di SAF. Hasil penelitian yang menunjukkan bahwa salah satu faktor yang mempengaruhi penerimaan pengguna Sistem Confins adalah Effort Expectancy. Effort Expectancy seperti yang telah dijelaskan pada bab sebelumnya adalah mengenai tingkatan kemudahan seseorang menggunakan sebuah sistem. Jadi dapat disimpulkan bahwa jika Sistem Confins ini mudah digunakan, dapat dipelajari dengan mudah, kemudahan untuk dimengerti, dan mudah untuk menjadi ahli dalam sistem menjadi alasan sistem ini dapat diterima oleh pengguna. Adapun faktor lain yang mempengaruhi penerimaan pengguna terhadap Sistem Confins adalah Facilitating Condition. Implikasinya dengan penerimaan Sistem Confins adalah adanya keselarasan dan kecocokan antara sistem Confins dengan pekerjaan yang dilakukan oleh pengguna. Dalam artinya jika sistem Confins ini

129 115 mendukung setiap pekerjaan yang dilakukan pengguna maka sistem ini dapat diterima oleh pengguna. Selain itu faktor Habit (HT) juga mempengaruhi penerimaan pengguna terhadap Sistem Confins. Habit (HT) disini menjelaskan bagaimana kebiasaan seseorang menggunakan teknologi menjadi penunjang untuk menggunakan teknologi lain. Terbiasanya seorang pengguna menggunakan Sistem Confins dan keharuskan menggunakan Sistem Confins menjadi pendukung sistem ini bisa diterima oleh pengguna Implikasi Penelitian pada Manajemen SAF Berdasarkan hasil penelitian ini terdapat dua faktor yang mempengaruhi penerimaan pengguna terhadap Sistem Confins yang memiliki implikasi pada pihak manajemen yaitu Facilitating Condition. Dalam hal ini memang perusahaan mendukung sepenuhnya penggunaan Sistem Confins seperti keputusan bahwa menggunakan Sistem Confins adalah keharusan, memperbaiki bandwidth internet setiap cabang yang sudah menggunakan Sistem Confins juga merupakan bentuk dukungan perusahaan dalam menggunakan Sistem Confins juga adanya penambahan dan penggantian komputer yang sudah tidak layak pakai juga menjadi pendukung sistem Confins ini bisa diterima oleh pengguna. Selain itu juga adanya mandat atau perintah dari manajemen yang mengharuskan divisi ICT untuk membantu mendukung cabang yang kesulitan menggunakan sistem juga menjadi pendukung sistem ini bisa diterima dengan baik. Adanya kebijakan bahwa diperlukan branch operation untuk tiap cabang juga merupakan langkah yang baik yang diambil manajemen SAF untuk membantu pengguna dalam menggunakan Sistem Confins karena jabatan branch operation ini mempunyai hampir semua modul di Sistem Confins sehingga bisa membantu rekan-rekan yang lain yang mengalami kesulitan dan juga jabatan branch operation ini memegang kendali terhadap modul-modul penting Sistem Confins.

130 Implikasi Penelitian pada Penelitian Selanjutnya Penelitian kali ini menggunakan model UTAUT2 yang hanya menggunakan variabel Habit sebagai variabel utama sehingga diharapkan pada penelitianpenelitian selanjutnya bisa menggunakan variabel UTAUT2 lain seperti Hedonic Motivation dan Price Value. Selain itu juga penelitian ini menggunakan SEM berbasis varian yang hanya digunakan untuk memprediksi model karena keterbatasan pada jumlah responden yang diterima. Diharapkan pada penelitian selanjutnya dengan jumlah responden yang cukup seperti yang dikemukakan (Bentler & Chou, 1987) sebanyak lima kali jumlah parameter yang diuji atau (Byrne, 2010) penelitian SEM dengan jumlah responden minimal 100 diharapkan bisa dilakukan sehingga mendapatkan hasil penelitian SEM yang berbasis kovarian.

131 117 BAB 6 KESIMPULAN DAN SARAN Bab ini membahas kesimpulan dari hasil penelitian yang telah dilakukan. Dari identifikasi masalah yang telah disebutkan pada subbab didapatkan beberapa masalah yang ada di SAF semenjak implementasi Sistem Confins. Namun pada penelitian ini tidak semua permasalahan dicari penyelesaiannya, hanya permasalahan yang berkaitan dengan faktor-faktor yang mempengaruhi tingkat penerimaan pengguna saja yang dibahas dan diteliti lebih lanjut seperti yang dituangkan dalam pertanyaan penelitian yang disebutkan pada subbab serta saran yang berisi rekomendasi untuk manajemen SAF dan usulan untuk penelitian selanjutnya. 6.1 Kesimpulan Penelitian ini menyimpulkan bahwa faktor-faktor yang mempengaruhi penerimaan Sistem Confins oleh para pengguna seperti yang telah dijelaskan pada pembahasan penelitian pada subbab 5.9 yaitu Effort Expectancy yaitu tingkatan kemudahan seseorang menggunakan sebuah sistem. Faktor ini meliputi Sistem Confins ini mudah digunakan, dapat dipelajari dengan mudah, kemudahan untuk dimengerti, dan mudah untuk menjadi ahli dalam sistem menjadi alasan sistem ini dapat diterima oleh pengguna. Facilitating Condition yaitu sebagai sejauh mana seorang individu percaya bahwa infrastruktur organisasi dan teknis hadir untuk mendukung penggunaan sistem. Faktor ini meliputi dukungan perusahaan terhadap penggunaan sistem seperti menambah koneksi internet ke cabang sehingga lebih cepat dalam mengakses Sistem Confins, atau mungkin Sistem Confins ini dirasa oleh pengguna cocok dan selaras dengan pekerjaannya, dan juga dukungan dari rekan kerja atau divisi lain yang membantu pengguna jika mengalami kesulitan menggunakan Sistem Confins.

132 118 Habit yaitu tingkatan kebiasaan orang dalam menggunakan teknologi menjadi penentu penggunaan teknologi yang lain. Faktor ini meliputi keterbiasaan sehari-hari menggunakan Confins juga mempengaruhi niat pengguna menggunakan suatu sistem, serta keharusan menggunakan sistem Confins juga menjadi pengaruh niat pengunaan dan menggunakan sistem Confins. 6.2 Saran Subbab ini akan memaparkan beberapa saran ditujukan kepada pihak manajemen SAF untuk peningkatan dan optimalisasi Sistem Confins, kemudian saran untuk penelitian selanjutnya Saran Untuk Manajemen SAF Berdasarkan temuan faktor-faktor yang berpengaruh pada model penerimaan, beberapa rekomendasi yang dapat dipertimbangkan oleh manajemen SAF adalah sebagai berikut: Untuk modul-modul berikutnya yang akan ditambahkan dan diimplementasikan ke dalam Sistem Confins diharapkan mempunyai kemudahan dalam penggunaan dan kemudahan untuk dipelajari dengan interface yang user friendly. Pada saat ini proyek yang sedang dikerjakan oleh manajemen SAF adalah portal aplikasi SAF dan call center, diharapkan dengan proyek ini dapat dibuat dengan interface yang user friendly sehingga menambah tingkat penerimaan pengguna terhadap sistem yang ada di SAF sendiri. Manajemen yang dalam hal ini diwakili oleh pihak ICT diharapkan tetap memberi dukungan terhadap penggunaan Sistem Confins seperti terus memantau kondisi jaringan Sistem Confins dan menjaga agar setiap pengguna bisa dengan lancar menggunakan Sistem Confins tanpa mengalami hambatan permasalahan di jaringan.

133 119 Perbedaan SOP antara Sistem emf dan Sistem Confins diharapkan bisa segera terselesaikan sehingga tidak menimbulkan kesulitan cabang untuk menggunakan Sistem Confins. Pembuatan manual book online agar user bisa yang mengalami kendala mengenai penggunaan Sistem Confins bisa langsung melihat pada manual book yang telah di publikasikan secara online. Meningkatkan jumlah dan kualitas tim helpdesk pada divisi IT support untuk menampung keluh kesah pengguna terhadap kekurangan Sistem Confins yang sulit diperbaiki karena tidak ada source codenya. Role menu dalam Confins diharapkan bisa sesegera diatur, sehingga jelas dalam role menu siapa saja pengguna yang berhak untuk mengakses agar cabang tidak mengalami kesulitan untuk mengetahui siapa yang seharusnya menjalankan menu-menu tertentu di Confins Saran Untuk Penelitian Selanjutnya Beberapa saran yang dapat digunakan untuk penelitian selanjutnya adalah: Menggunakan seluruh variabel dalam UTAUT2 dengan obyek penelitian bersifat komersial. Penelitian selanjutnya diharapkan bisa menggunakan SEM berbasis kovarian dengan jumlah responden yang sesuai dengan syarat penelitian SEM berbasis kovarian.

134 120 DAFTAR PUSTAKA Abdurahmat, F. (2003). Organisasi dan Manajemen Sumber Daya Manusia. Jakarta: Rikneka Cipta. Advance Innovation. (2013). Retrieved September 9, 2013, from Aji, H. (2013). Kajian Penerimaan Aplikasi Pendapatan Ditjen PAUDNI dengan Pendekatan Unified Theory Of Acceptance Use of Technology 2 (UTAUT2). Jakarta: MTI UI. Alshehri, M., Drew, S., & AlGhamdi, R. (2012). Analysis Of Citizens' Acceptance For E-Goverment Services : Applying The UTAUT Model. Presented to IADIS International Conferences Theory and Practice in Modern Computing and Internet Applications and Research. Baron, R. M., & Kenny, D. A. (1986). The Moderator-Mediator Variable Distinction in Social Psychological Research: Conceptual, Strategic, and Statistical Considerations. Journal of Personality and Social Psychology, Bentler, P., & Chou, C.-P. (1987). Practical Issues in Structural Modeling. Sociological Methods Research, Byrne, B. M. (2010). Structural Equation Modeling with AMOS : Basic Concept, Applications, and Programming (Second Edition ed.). New York: Routledge. Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1992). Extrinsic and Intrinsic Motivation to Use Computers. Journal of Applied Social Psychology (22:14), Davis, F. (1989). Perceived Usefulness, Perceived Ease of Use, and Acceptance of Information System Technology. MIS Quarterly. Vol.13, No. 3,

135 121 Fishbein, M., & Ajzen, I. (1975). Belief, Attitude,Intentions and Behavior: An Introduction to Theory and Research. Boston: Addison-Wesely. Hidayat. (1986). Teori Efektifitas Dalam Kinerja Karyawan. Yogyakarta: Gajah Mada University Press. Indriani, M., Santosa, P. I., & Kusumawardani, S. S. (2012). Efek Moderasi dari Usia dan Jenis Kelamin dalam Penerimaan E-KTP di Kecamatan Gondokusuman Yogyakarta. Jurnal Penelitian IPTEK-KOM Vol. 14, 1. Jogiyanto. (2011). Konsep dan Aplikasi SEM Berbasis Varian dalam Penelitian Bisnis. Yogyakarta: UPP STIM YKPN. 2011Kajian Tentang Penerimaan Pengguna Sistem Informasi dengan Pendekatan UTAUT : Studi Kasus Universitas Islam Negeri Syarif Hidayatullah JakartaProgram Magister Teknologi InformasiJakarta Latan, H., & Ghozali, I. (2013). Konsep, Teknik dan Aplikasi SMART PLS 2.0 Untuk Penelitian Empiris. Semarang: UNDIP. Moore, G. C., & Benbasat, I. (1991). Development of an Instrument to Measure the Perceptions of Adopting an Information Technology Innovation. Inform. Systems Res. 2, Nah, F. H., Xin, T., & Hing, T. S. (2004). An Empirical Investigation on End- Users Acceptance of Enterprise Systems. Information Resources Management Vol 17. Siagian, S. P. (2001). Kiat Meningkatkan Produktivitas Kerja. Jakarta: Rineka. Sitorus, F. S. (2011). Penerapan Model UTAUT untuk Memahami Penerimaan dan Penggunaan Sistem Persuratan dan Disposisi Elektronik : Studi kasus Kementrian Sekertariat Negara Republik Indonesia. Jakarta: Universitas Indonesia.

136 122 Sugiyono. (2007). Statistika untuk Penelitian. Bandung: Alfabeta. Umar, H. (2004). Metode Penelitian untuk Skripsi dan Tesis Bisnis. Jakarta: PT. Rajagrafindo Persada. Venkatesh, V, et al. (2003). User Acceptance of Information Technology: Toward a Unified View. MIS Quarterly, 27(3), Venkatesh, V. (2000). Determinants of Perceived Ease of Use: Integrating Perceived Behavioral Control, Computer Anxiety and Enjoyment into the Technology Acceptance Model. Information Systems Research 11, Venkatesh, V., & Bala, H. (2008). Technology Acceptance Model 3 and a Research Agenda on Interventions. Decision Sciences Vol. 39 No. 2. Venkatesh, V., & Davis, F. D. (2000). A Theoretical Extension of the Technology Acceptance Model Four Longitudinal Field Studies. Management Science 2000 INFORMS, Venkatesh, V., Thong, J. Y., & Xu, X. (2012). Consumer Acceptance And Use Of Information Technology : Extending The Unified Theory of Acceptance And Use Of Technology. MIS Quarterly Vol. 36 No. 1, Wijanto, S. H. (2008). Struktural Equation Modeling dengan LISREL 8.8. Yogyakarta: Graha Ilmu. Wu, Y.-L., Tao, Y.-H., & Yang, P.-C. (2003). Using UTAUT to Explore the Behavior of 3G Mobile Communication Users. Department of Information Management, I-Shou University, Kaohsiung County, Taiwan.

137 123 DAFTAR LAMPIRAN Wawancara Wawancara Utama Bapak Wangaratta ( ICT Assistant Manager) Felisia Sore ko, mau tanya-tanya seputar ICT dan Confins nih Ko Wanga Ok fel ada apa? Felisia Sekarang ini kan lagi impelementasi sistem baru nih Confins gimana tuh pendapat ko wang mengenai hal itu? Ko Wanga Sistem ini kan memang manajemen yang memutuskan untuk menggunakan Confins ya, kamu juga tentunya masih ingat kan pas pak Danu bilang kalo MPM Finance sudah pake sistem ini dan sukses ya kita menghadapi dengan sisi positif aja mungkin ini adalah langkah ke depan untuk menuju ke yang lebih baik. Ya walaupun harapan saya terhadap Confins ini sangat tinggi tapi saya mencoba tetap berpikiran positif dibalik kenyataan yang tidak seperti yang diharapkan. Felisia Adakah masalah-masalah yang dihadapi ko semenjak implementasi sistem Confins ini? Ko Wanga Ada pastinya ya namanya juga sistem baru. Tapi yang membuat saya heran katanya di MPM finance sistem Confins itu jarang sekali bermasalah entah kenapa di SAF banyak sekali masalah yang terjadi. Saya sering mengutarakan ke pihak manajemen kalo Confins itu masih sering error tapi ada pihak dari manajemen yang kadang tidak percaya dan mengganggap Confins ini perfectdengan melihat pengalaman di MPMF. Kamu bisa tanya ke mbak di atau metta yang support gimana error yang sering terjadi di Confins atau mungkin ke user-user di cabang yang memakai sistem ini juga. Jadi kalo jaman dulu emf sering down sering trouble terus hadirlah Confins yah Confins dan emf ada plus minusnya. Saya juga masih khawatir mengenai sistem bunga harian yang ada di Confins sudah

138 124 Felisia Ko Wanga Felisia Ko Wanga Felisia Ko Wang Felisia Ko Wang Felisia masuk gelombang 1 untuk flexi ini belum bisa terselesaikan. Kalo sistem ganti kan pasti juga juklak ganti SOP ganti biasanya kan gitu ya ko? Kalo di Confins ini bagaimana ko? Sejauh ini sih proses bisnis dibuat seperti SAF mau ya tapi memang harus ada SOP pengganti dari emf yang lama sih ya, sampai saat ini sih belum ada SOP baru. Kalo dari sisi user sendiri gimana ko? Apakah ada user yang menolak atau tidak setuju dengan pergantian sistem? Banyak salah satunya kan bos kita Pak Anton(ICT Manager) yang tidak setuju dengan pergantian sistem ini. emf itu dibangun dengan susah payah menghabiskan masa waktu implementasi sampai 2 tahun. Terus juga anak-anak programmer rata-rata mereka dari Java tiba-tiba sistem berganti pakai.net. Yang java dulu dapat source codenya enak pengembangannya sekarang pake.net gak ada source code pengembangan yang berkaitan dengan core itu gak bisa kita lakukan. Saya juga masih ingat betul saat cabang Surabaya pertama kali live Confins, BranchManager dari Cabang Surabaya sempat berkata bagaimana kalo Surabaya balik menggunakan emf saja karena terjadi kekacauan di Surabaya pada saat Confins pertama kali diimplementasikan. Ko, pernah gak sih diadakan gitu semacam evaluasi sistem kalo sistem yang digunakan itu bisa diterima baik oleh pengguna Setahu saya dari jaman Navision, emf sampai Confins sih belum pernah ada ya evaluasi sistem. Bagus juga kalo memang ada evaluasi mau melihat juga kondisi dari sisi user sendiri bagaimana. Kalo misalnya saya mau mengevaluasi sistem Confins gitu gimana ko? Terkait dengan penerimaan sistem Confins. Sistem ini kan banyak ditolak sama user gara-gara user sudah enak dengan emf. Wah bagus juga tuh jadi kita bisa tahu ya user menerima Confins itu gimana. Bikin yang bener yah. Ok ko thanks yaa..

139 125 Ko Wang Sama-sama Wawancara Pendukung Mardiana S ICT Head of Quality Assurance and Support Felisia Mbak Diana kan sekarang ini Confins ya yang dipakai di SAF, menurut mbak Diana bagaimana Confins itu? Mbak Di Sistem ada plus minusnya ada yang bagus emf ada yang bagus di Confins. Tapi dari awal ketemu Confins gak ada yang wah gitu untuk sistem dengan harga yang segitu. Mending buat pengembangan emf aja emf lumayan kok dengan pengembangan sana sini juga bagus. Terus juga Confins ini sering banyak banget bugnya tiba-tiba error sendirilah tiba-tiba gak bisa lah aneh deh pokoknya. Oh ya tahu sendiri kan fel kalo bikin user nih di Confins ribetnya kayak apa berapa kali kita harus klik capek kurang user friendly terus kita kan sering nih rotasi BM yah nah si Confins ini gak bisa rotasi otomatis jadi kita harus daftarin BM ke cabang yang baru nah data di cabang yg lama jadi sampah donk lama-lama datanya. Metta Sari ICT Support Felisia Program ini suka error nih mbak, kadang waktu login error waktu simpen data kadang error. Kalau dulu kan setiap perubahan saya pasti tahu ya karena divisi support yang bikin request kalo sekarang enggak kadang ada perubahan kita gak tahu nanti kalo error baru teriak ke konsultannya. Jaman emf dulu sih yang bangun kan internal SAF jadi kalo ada error tuh bisa minta programmernya langsung benerin. Sekarang ni agak susah karena harus lewat konsultan. Dulu juga kalo mau request perubahan atau buat aplikasi baru kan tidak perlu bayar karena programmernya orang dalam SAF sekarang kalo mau request harus dipikir matang-matang ya karena bayar itu. Kalo mana yang lebih enak sih lebih enak emf lahh lebih pengguna friendly walau emf sering error tapi kan emf berjasa besar buat

140 126 SAF udah sejak tahun 2000 dipakai dengan pengembangan ke sana ke sini. Kalo error juga enak programernya orang SAF sendiri tinggal teriak bisa beres. Nah ini kalo ada kebutuhan-kebutuhan harus bayar. Jadi harus diseleksi mana yang penting mana yang enggak kan repot. Apalagi servernya juga mahal. Apalagi pada prakteknya juga si Confins sama aja sering eror terus ada deploydeploy jg kadang gak tahu. Kalo dulu di emf kan strict banget tuh kalo ada deploy kita juga tahu karena semua teroganisir. Liliek Dwi Hartomo Head of Database & Network Infrastuktur of ICT Department Felisia Menurut Ko Liliek, apa tanggapan ko Liliek dengan adanya Confins ini? Ko Liliek Ya, harapannya sih server gak sering down kayak dulu jamanjaman emf kan sering down tuh. Padahal emf punya server yang bagus dan ada tiga buah semua berjalan pake application server yang bagus pula udah tak customize juga tetep aja sering down. Nah sekarang ini memang Confins jarang down lagipula kalo down atau gimana-gimana kan masih ada consultan disini sembari sambil belajarlah sama yang sudah expert gak kayak dulu pas emf kan semua harus cari tahu sendiri fel. Satu hal sih yg masih ke inget banget hahaha migrasi. Nyusahin ribet hahaha. Daesy S - Administration Head Cabang Jakarta II Felisia Mbak Daesy, kan sekarang ini go live Confins ya cabang klender udah pakai Confins, menurut Mbak Daesy gimana Confins itu? Mbak Takut-takut salah gw nek kalo input di Confins makanya ini semua Daesy gw catet habis gw bingung kan ini sistem beda bener sama emf. Training sih udah training tp kan ya nek yang namanya sistem baru lu tau sendiri gimana repotnya gw belajar lagi. Ini kayak kerjaan anak buah gw jg gw harus tau kan gak lucu ntar gw gak ngerti ya nek. Banyak banget yg perlu dipelajari nih. Kenapa sih pake acara ganti-ganti sistem. Itu para jendral kagak ngerti gimana rasanya

141 127 prajurit berperang yakk. Anastasia Bunga - Data Entry Cabang Jakarta II Felisia Menurut Meily apa pendapat Meily dengan adanya sistem Confins ini berjalan di SAF? Meily Kerjaanku tambah buanyak sejak pake Confins mbak. Apa-apa sudah dan harus teliti salah input aja nih urusan bisa panjang. Kadang-kadang aku sampai takut lo input takut salah gitu. Ika Devi Christina Branch Operation Cabang Sidoarjo Felisia Menurut Mbak Devi apa pendapat Mbak Devi dengan adanya sistem Confins ini berjalan di SAF? Mbak Devi Iki Confins berasa kayak hidup dan mati yaaa...bisa gak sih balik ke emf aja?kok cabangku jadi kayak kelinci percobaan gini. Kalo input ini salah kalo input salah nanti bisa dimarahi kan ya ngeri yaa sampe kan harus minta-minta diajarin dulu kalo mau input yang baru-baru. Tambah berat gak sih Confins iki kok komputerku sering low memory sejak pakai Confins. Kiki Hertanto - Marketing Head Cabang Bogor Felisia Menurut Mas Kiki apa pendapat Mas Kiki dengan adanya sistem Confins ini berjalan di SAF? Mas Kiki Sekarang jamannya Confins malah jadi ribet ya mbak. Bisa gak kalo Bogor balik lagi ke emf aja gitu. Kalo sistemnya canggih tapi di kita malah jadi riweh kan gak bener juga sistemnya. Ginawati - Kasir Head Cabang Bogor Felisia Menurut Mbak Gina apa pendapat Mbak Gina dengan adanya sistem Confins ini berjalan di SAF? Mbak Gina Pusing ini gw kalo dikit-dikit error kayaknya kemarin bisa deh ini proses settlement kenapa hari ini gak bisa? besok ada eror apalagi nih Confins?Terus kapan bisa kelar itu gw gak bisa tutup kasir kalo settlement belum bisa jg gimana ini. Tambah lama tambah lieur kenapa sejak ada Confins semua dilimpahin ke operation. Numpuk numpuk donk tugas gw.sistem confuse ini sih gw bilang

142 128 Kuesioner Penelitian UNIVERSITAS INDONESIA FAKULTAS ILMU KOMPUTER MAGISTER TEKNOLOGI INFORMASI Kepada Yth Karyawan PT Sasana Artha Finance Di tempat Dengan Hormat, Perkenalkan saya, Felisia Irma Akemirastiwi, ICT Programmer SAF HO, selaku mahasiswa pasca sarjana program Magister Teknologi Informasi yang sedang mengadakan penelitian untuk memperoleh data guna menyelesaikan Karya Akhir (tesis). Penelitian yang saya lakukan mengenai Faktor-Faktor yang Mempengaruhi Penerimaan Pengguna terhadap Sistem Informasi Online (Studi Kasus pada Sistem MultifinanceConfins di PT. Sasana Artha Finance) Kuesioner ini semata-mata hanya untuk kepentingan akademis dan tidak berdampak apapun pada kegiatan saudara sebagai karyawan PT Sasana Artha Finance. Adapun kerahasiaan pengisian kuesioner ini akan dijamin sepenuhnya. Oleh karena itu, saya berharap saudara menjawab setiap pertanyaan dengan apa adanya, dalam arti betul-betul sesuai dengan kondisi yang saudara alami bukan apa yang anda harapkan dan juga pengaruh orang lain Atas perhatian dan kerjasamanya saya mengucapkan terimakasih. Jakarta, Oktober 2013 Hormat Saya, Felisia Irma Akemirastiwi

143 129 PETUNJUK PENGISIAN Mohon kesediaan Bapak/Ibu Karyawan SAF untuk memberikan tanda silang (X) pada angka di sebelah kanan setiap pernyataan yang ada, sesuai dengan tingkat persetujuan Anda atas setiap pernyataan yang ada. Skala penilaian : 1 = Sangat Tidak Setuju (STS) 2 = Tidak Setuju (TS) 3 = Biasa Saja (BS) 4 = Setuju (S) 5 = Sangat Setuju (SS) Setiap pernyataan dan pertanyaan diharapkan dapat diisi dengan penilaian seobjektif mungkin. Terimakasih. Contoh Pengisian : No Pernyataan Jawaban STS TS BS S SS 1 Membaca buku memberi saya banyak ilmu pengetahuan DAFTAR PERNYATAAN No Pernyataan Jawaban STS TS BS S SS Performance Expectancy 1 2 Menggunakan Confins akan membuat saya menyelesaikan pekerjaan dengan lebih cepat. Menggunakan Confins akan meningkatkan produktivitas kerja saya

144 130 No Pernyataan Menggunakan Confins akan mengurangi waktu yang dibutuhkan untuk mengerjakan perkerjaan penting secara bertanggung jawab. Penggunaan Confins akan berguna bagi pekerjaan saya Jika saya menggunakan Confins, akan meningkatkan peluang saya untuk mendapatkan kenaikan baik gaji atau jabatan Jawaban STS TS BS S SS Effort Expectancy 6 Mudah bagi saya mempelajari Confins Bagi saya Confins mudah digunakan atau dioperasikan Menurut saya aplikasi Confins mudah dimengerti Mudah bagi saya menjadi ahli dalam menggunakan Confins Social Influence Orang yang mempengaruhi perilaku saya (seperti rekan kerja atau atasan), merasa bahwa saya harus menggunakan Confins Orang yang penting bagi saya (seperti rekan kerja atau atasan), merasa bahwa saya harus menggunakan Confins Atasan saya dalam pekerjaan, banyak membantu saya dalam menggunakan Confins ICT mensosialisasikan penggunaan Confins Facilitating Condition

145 131 No Pernyataan Secara umum, perusahaan mendukung penggunaan Confins Menggunakan Confins sangat cocok dan selaras pada semua aspek pekerjaan saya Adanya rekan kerja atau divisi lain yang spesifik untuk membantu saya dalam kesulitan ketika menggunakan Confins Saya dapat mengakses Confins dengan mudah di luar kantor dengan menggunakan IP Public Jawaban STS TS BS S SS Habit 18 Saya sudah terbiasa menggunakan aplikasi berbasis web lainnya seperti Confins Saya sudah terbiasa menggunakan Confins Saya harus menggunakan Confins Behavioral Intention 21 Saya berniat akan terus menggunakan Confins kedepannya Saya memprediksi akan menggunakan Confins Saya berencana akan menggunakan Confins Actual Use 24 Setiap hari saya menggunakan Confins Setiap kali saya mengakses Confins, saya mengakses lebih dari 1 jam

146 132 DATA RESPONDEN Bagian ini adalah akhir dari kuesioner yang mencakup informasi pribadi. Mohon beri tanda silang (X) pada kotak pilihan jawaban yang sesuai dengan keadaan Anda saat ini. 1. Apakah jenis kelamin Anda (G)? Laki-laki Perempuan 2. Berapa Usia Anda? Tahun 3. Berapa lama Anda bekerja di PT. Sasana Artha Finance? Kurang dari 5 tahun 5 10 Tahun Lebih dari 10 Tahun 4. Di cabang SAF mana anda bekerja sekarang? Jakarta HO Surabaya Sidoarjo Jakarta 1 Jakarta 2 Tangerang Bogor

147 133 Jawaban Kuesioner NO PE1 PE2 PE3 PE4 PE5 EE1 EE2 EE3 EE4 SI1 SI2 SI3 SI4 FC1 FC2 FC3 FC4 HT1 HT2 HT3 BI1 BI2 BI3 U1 U2 JK AGE EXP BRANCH Jakarta HO Jakarta HO Jakarta HO Jakarta HO Jakarta HO Jakarta HO Jakarta HO Jakarta HO Jakarta HO Jakarta HO Jakarta HO Jakarta HO Jakarta HO Jakarta HO Jakarta HO Jakarta HO Tangerang Tangerang Tangerang Tangerang Tangerang Tangerang Tangerang Jakarta Jakarta Jakarta Jakarta 2

148 134 NO PE1 PE2 PE3 PE4 PE5 EE1 EE2 EE3 EE4 SI1 SI2 SI3 SI4 FC1 FC2 FC3 FC4 HT1 HT2 HT3 BI1 BI2 BI3 U1 U2 JK AGE EXP BRANCH Jakarta Jakarta Jakarta Jakarta Jakarta Jakarta Jakarta Jakarta Jakarta Jakarta Jakarta Sidoarjo Sidoarjo Surabaya Surabaya Sidoarjo Sidoarjo Sidoarjo Sidoarjo Sidoarjo Sidoarjo Sidoarjo Sidoarjo Sidoarjo Sidoarjo Sidoarjo Sidoarjo Sidoarjo

149 135 NO PE1 PE2 PE3 PE4 PE5 EE1 EE2 EE3 EE4 SI1 SI2 SI3 SI4 FC1 FC2 FC3 FC4 HT1 HT2 HT3 BI1 BI2 BI3 U1 U2 JK AGE EXP BRANCH Sidoarjo Sidoarjo Jakarta Bogor Bogor Jakarta Jakarta HO Jakarta HO Bogor Bogor Bogor Bogor Bogor Jakarta HO Jakarta HO Jakarta HO Surabaya Surabaya Surabaya Surabaya Surabaya Surabaya Jakarta HO Surabaya Surabaya Surabaya Surabaya Surabaya

150 136 NO PE1 PE2 PE3 PE4 PE5 EE1 EE2 EE3 EE4 SI1 SI2 SI3 SI4 FC1 FC2 FC3 FC4 HT1 HT2 HT3 BI1 BI2 BI3 U1 U2 JK AGE EXP BRANCH Surabaya Surabaya Surabaya Surabaya Surabaya Surabaya Surabaya Surabaya Surabaya Surabaya Surabaya Surabaya Jakarta HO

151 137 Error SistemConfins Berikut beberapa contoh error yang sering terjadi di Sistem Confins. Menurut nara sumber dan data dari JIRA ( ) kejadian seperti payment receive error sering sekali terjadi sehingga menggangu jalannya aktifitas cabang.

152 138

153 139