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

Transkripsi

1 FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN DAN PENGGUNAAN SISTEM MANAJEMEN PEMBELAJARAN EXELSA UNIVERSITAS SANATA DHARMA TESIS PROGRAM STUDI MAGISTER MANAJEMEN Diajukan oleh: Erlita Octaviani FAKULTAS EKONOMI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2016

2 FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN DAN PENGGUNAAN SISTEM MANAJEMEN PEMBELAJARAN EXELSA UNIVERSITAS SANATA DHARMA TESIS UNTUK MEMENUHI SEBAGIAN PERSYARATAN MENCAPAI DERAJAT SARJANA S-2 PROGRAM STUDI MAGISTER MANAJEMEN Diajukan oleh: Erlita Octaviani FAKULTAS EKONOMI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2016 ii

3 iii

4 iv

5 v

6 vi

7 KATA PENGANTAR Puji dan syukur pada Tuhan Yang Maha Esa atas berkat, rahmat dan karunia-nya sehingga penulis dapat menyelesaikan tesis yang berjudul FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN DAN PENGGUNAAN SISTEM MANAJEMEN PEMBELAJARAN EXELSA UNIVERSITAS SANATA DHARMA. Tesis ini ditulis sebagai salah satu syarat dalam menyelesaikan studi pada Program Magister Manajemen Fakultas Ekonomi Universitas Sanata Dharma Yogyakarta. Selama berproses dalam menyelesaikan tesis ini, penulis bersyukur atas segala bentuk dukungan dari berbagai pihak yang telah membantu sehingga tesis ini dapat diselesaikan dengan baik. Oleh karena itu pada kesempatan ini penulis mengucapkan terima kasih yang sebesar-besarnya kepada : 1. Yang terhormat bapak Drs. Johanes Eka Priyatma, M.Sc., Ph.D selaku Rektor Universitas Sanata Dharma serta dosen pembimbing I yang telah memberikan bimbingan, motivasi dan dukungan selama penulisan tesis ini. 2. Yang terhormat bapak Drs. T. Handono Eko Prabowo, MBA, Ph.D selaku Ketua Program Studi Magister Manajemen Universitas Sanata Dharma serta dosen pembimbing II yang telah memberikan bimbingan, motivasi dan dukungan selama penulisan tesis ini. 3. Yang terhormat kepala P3MP Universitas Sanata Dharma yang telah memberikan ijin penelitian serta kerjasamanya dalam penulisan tesis ini. 4. Yang terhormat dosen-dosen Magister Manajemen Universitas Sanata Dharma yang telah memberikan ilmu kepada penulis. vii

8 5. Yang terhormat bapak Ir. Ignatius Aris Dwiatmoko, M.Sc. yang telah memberikan bimbingan, arahan serta konsultasi kuantitatif dalam penulisan tesis ini. 6. Teristimewa kepada orang tua, Sis Widyanto dan Sri Mulyani serta kedua saudara saya, Ernanda Rully dan Erwinsyah Rico atas dukungan moral, spiritual dan finansial dalam penyusunan tesis ini. 7. Yang terkasih seluruh teman-teman Magister Manajemen Universitas Sanata Dharma atas kebersamaan belajar selama ini. 8. Semua pihak yang tidak bisa penulis sebutkan satu-persatu atas segala dukungannya. Penulis berharap tesis ini bermanfaat bagi pembaca yang berminat dan dapat juga sebagai referensi untuk penelitian selanjutnya. Penulis menyadari bahwa tesis ini masih jauh dari sempurna, untuk itu penulis mengharapkan kritik dan saran demi penyempurnaan tesis ini. Semoga tesis ini dapat bermanfaat bagi kita semua. viii

9 DAFTAR ISI LEMBAR PERSETUJUAN DOSEN PEMBIMBING... Error! Bookmark not defined. LEMBAR PERSETUJUAN... Error! Bookmark not defined. KATA PENGANTAR... vii DAFTAR ISI... ix DAFTAR TABEL... xii DAFTAR GAMBAR... xiii DAFTAR RUMUS... xiv DAFTAR LAMPIRAN... xv ABSTRAK... xvi ABSTRACT... xvii BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Tujuan Penelitian Manfaat Penelitian Batasan Penelitian Sistematika Penulisan... 7 BAB II TINJAUAN PUSTAKA Sistem Manajemen Pembelajaran Pengertian Sistem Manajemen Pembelajaran Sejarah Sistem Manajemen Pembelajaran Fitur-fitur Sistem Manajemen Pembelajaran Perangkat Lunak untuk Sistem Manajemen Pembelajaran Keuntungan Sistem Manajemen Pembelajaran Kelemahan Sistem Manajemen Pembelajaran E-learning Model UTAUT Performance Expectancy (Harapan Kinerja) Effort Expectancy (Persepsi Usaha) Social Influence (Faktor Sosial) Facilitating Conditions (Dukungan Fasilitas) Hedonic Motivation (Motivasi hedonis) Price Value (Nilai Harga) Habit (Kebiasaan) ix

10 2.3.8 Behavioral Intention (Niat Perilaku) Penelitian Terdahulu Pengembangan Hipotesis Kerangka Penelitian BAB III METODE PENELITIAN Desain Penelitian Definisi Operasional Penelitian Populasi dan Sampel Penelitian Instrumen Penelitian Pengujian Validitas Pengujian Reliabilitas Metode Pengumpulan Data Metode Analisis Data BAB IV HASIL PENELITIAN DAN PEMBAHASAN Deskripsi Data Deskripsi Responden Penelitian Deskripsi Variabel Penelitian Pengujian Instrumen Peneltian Pengujian Validitas Pengujian Reliabilitas Analisis PLS-SEM Evaluasi Outer Model Evaluasi Inner Model Pengujian Hipotesis Pembahasan Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa Dukungan fasilitas berpengaruh positif terhadap niat penggunaan Exelsa Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan Exelsa Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa Niat penggunaan berpengaruh positif terhadap perilaku penggunaan Exelsa x

11 BAB V KESIMPULAN DAN SARAN Kesimpulan Keterbatasan Implikasi Implikasi Akademis Implikasi Manajerial Saran DAFTAR REFERENSI LAMPIRAN Lampiran 1 Surat Izin Penelitian Lampiran 2 Surat Pengantar Kuesioner Lampiran 3 Kuesioner Lampiran 4 Data Pengguna Aktif Exelsa Lampiran 5 Rekap Data Kuesioner xi

12 DAFTAR TABEL Tabel 2.1 Penelitian Terdahulu 23 Tabel 3.1 Definisi Operasional Penelitian 38 Tabel 3.2 Jumlah Responden berdasarkan Strata Program Studi 44 Tabel 3.3 Tingkat Keandalan Cronbach s Alpha 48 Tabel 3.4 Keterangan Simbol 51 Tabel 3.5 Persamaan Model Pengukuran Variabel 52 Tabel 4.1 Tingkat Pengembalian Kuesioner 56 Tabel 4.2 Responden berdasar usia 57 Tabel 4.3 Responden berdasar jenis kelamin 57 Tabel 4.4 Responden berdasar masa kerja 58 Tabel 4.5 Responden berdasar tingkat pengalaman menggunakan exelsa 58 Tabel 4.6 Statistik Deskriptif Variabel Penelitian 59 Tabel 4.7 Hasil Uji Validitas Instrumen Penelitian 64 Tabel 4.8 Hasil Uji Reliabilitas Instrumen Penelitian 66 Tabel 4.9 Outer Loading 68 Tabel 4.10 Nilai Average Variance Extracted (AVE) 69 Tabel 4.11 Cross Loading 70 Tabel 4.12 Nilai Composite Reliability 71 Tabel 4.13 Nilai Cronbach s Alpha 72 Tabel 4.14 Nilai R-Square 72 Tabel 4.15 Hasil Analisis Jalur 80 Tabel 4.16 Hasil Analisis Jalur Moderasi Usia 81 Tabel 4.17 Hasil Analisis Jalur Moderasi Jenis Kelamin 82 Tabel 4.18 Hasil Analisis Jalur Moderasi Tingkat Pengalaman 83 Tabel 4.19 Hasil PLS-MGA Kelompok Usia 85 Tabel 4.20 Hasil PLS-MGA Kelompok Jenis Kelamin 87 Tabel 4.21 Hasil PLS-MGA Kelompok Tingkat Pengalaman 89 Tabel 4.22 Hasil Pengujian Hipotesis Penelitian 91 xii

13 DAFTAR GAMBAR Gambar 2.1 Model UTAUT 16 Gambar 2.2 Model UTAUT2 18 Gambar 2.3 Kerangka Penelitian 34 Gambar 3.1 Model Diagram Jalur PLS 50 Gambar 4.1 Path Diagram 74 xiii

14 DAFTAR RUMUS Rumus 3.1 Rumus Slovin 41 Rumus 3.2 Rumus Alokasi Proporsional 42 Rumus 3.3 Persamaan Dasar Model Pengukuran 51 Rumus 3.4 Rumus AVE 53 Rumus 3.5 Rumus Composite Reliability 53 Rumus 3.6 Persamaan Inner Model Variabel Eksogen-endogen 54 Rumus 3.7 Persamaa Inner Model Variabel Endogen 54 Rumus 3.8 Rumus Q-square 55 xiv

15 DAFTAR LAMPIRAN Lampiran 1 Surat Izin Penelitian 125 Lampiran 2 Surat Pengantar Kuesioner 126 Lampiran 3 Kuesioner 127 Lampiran 4 Data Pengguna Exelsa 129 Lampiran 5 Rekap Data Kuesioner 130 xv

16 ABSTRAK Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa di Universitas Sanata Dharma. Penelitian ini mengadopsi Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2) untuk memprediksi faktor kunci (harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, nilai harga dan kebiasaan) yang mempengaruhi niat dan perilaku penggunaan Exelsa di Universitas Sanata Dharma. Pengambilan sampel menggunakan teknik proportionate random sampling. Jumlah sampel sebanyak 180 dosen tetap yang berstatuf aktif di Universitas Sanata Dharma. Data penelitian dianalisis menggunakan PLS-SEM (Partial Least Square Structural Equation Modeling) dengan perangkat lunak SmartPLS. Hasil penelitian menunjukkan bahwa konstruk dukungan fasilitas, motivasi hedonis, dan kebiasaan berpengaruh positif terhadap niat dan perilaku penggunaan Exelsa, sedangkan konstruk harapan kinerja, persepsi usaha, dan faktor sosial tidak berpengaruh positif terhadap niat dan perilaku penggunaan Exelsa. Berdasarkan hasil penelitian, Universitas Sanata Dharma dapat mengetahui penerimaan dan penggunaan Exelsa saat ini sehingga dapat meningkatkan penerimaan dan penggunaan Exelsa dengan memperkuat aspek dukungan fasilitas, motivasi hedonis, dan kebiasaan serta memperbaiki sistem manajemen pembelajaran. Kata kunci : Sistem Manajemen Pembelajaran, Exelsa, UTAUT2 xvi

17 ABSTRACT The aim of this research is to determine the factors that influence the acceptance and use of Exelsa, a Learning Management Systems in Sanata Dharma University. This research adopted the Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2) to predict key factors (performance expectation, effort expectation, social, facilitating condition, hedonic motivation, price value and habit) that affect the intention and the use behavior of Exelsa in Sanata Dharma University. This research employed proportionate random sampling as the technique of sampling. Total sample were 180 active permanent lecturers in Sanata Dharma University. Data were analyzed using PLS-SEM (Partial Least Square - Structural Equation Modeling) with software SmartPLS. The results show that the construct of facilitating condition, hedonic motivation, and habit positively affect on the intention and the use behavior of Exelsa, whereas the construct performance expectation, effort expectation, and social influence do not give positively affect on the intention and the use behavior of Exelsa. The result of this research can help Sanata Dharma University to find out the degree of acceptance and the use of exelsa nowadays. It can helps the University to increase the acceptance and the use of exelsa by increase the facilitating conditions, hedonic motivations and habits aspects also improve the learning management system. Keywords : Learning management system, Exelsa, UTAUT 2 xvii

18 BAB I PENDAHULUAN Bab ini membahas latar belakang, rumusan masalah, tujuan penelitian, manfaat penelitian, batasan penelitian, dan sistematika penelitian. 1.1 Latar Belakang Perkembangan teknologi informasi dan komunikasi (TIK) telah memberikan pengaruh terhadap dunia pendidikan, khususnya dalam proses pembelajaran. Penerapan teknologi informasi yang tepat dalam dunia pendidikan merupakan salah satu faktor kunci penting untuk mengejar ketertinggalan dunia pendidikan dan kualitas sumber daya manusia (SDM) Indonesia dari bangsa-bangsa lain (Sinaga dan Zainuddin, 2013). Di era modern seperti ini, seorang pengajar dituntut untuk mampu memanfaatkan teknologi semaksimal mungkin untuk mendukung proses pembelajaran. Untuk menghadapi tuntutan tersebut, seorang pengajar dapat menerapkan Sistem Manajemen Pembelajaran (SMP) atau Learning Management System (LMS). SMP menyediakan media pembelajaran yang interaktif, fleksibel dan tidak terbatas ruang maupun waktu. Menurut Tandirerung (2014) bahwa Sistem Manajemen Pembelajaran telah terbukti bermanfaat untuk pengajar dan juga peserta didik. SMP adalah sebuah perangkat lunak atau software untuk keperluan administrasi, dokumentasi, pencarian materi, laporan sebuah kegiatan, pemberian materi-materi pelatihan kegiatan belajar mengajar secara online yang terhubung 1

19 2 ke internet (Ellis, 2009). SMP telah banyak digunakan dalam pendidikan tinggi karena memiliki banyak keuntungan termasuk waktu belajar fleksibel dan pembelajaran jarak jauh tak terbatas (Hamuy & Galaz, 2010). Menurut Amiroh (2012) Learning Management System (LMS) atau Course Management System (CMS) atau Virtual Learning Environment (VLE) merupakan perangkat lunak yang digunakan oleh kalangan pendidik, baik universitas / perguruan tinggi dan sekolah sebagai media pembelajaran online berbasis internet (e-learning). E- learning menghasilkan pendidikan era baru, orang dapat belajar di mana saja dan kapan saja. E-learning dapat menciptakan pembelajaran yang efektif untuk studi di pendidikan tinggi. Universitas Sanata Dharma telah menerapkan Sistem Manajemen Pembelajaran dengan nama Experiential E-Learning of Sanata Dharma University (Exelsa) sejak tahun Experiential E-Learning of Sanata Dharma University (Exelsa) diharapkan dapat meningkatkan kualitas pembelajaran dan pendidikan di Universitas Sanata Dharma. Exelsa menyediakan sejumlah fasilitas pembelajaran seperti tugas online, tes online, bahan kuliah, chating, menjawab kuesioner, melihat pengumuman, forum mata kuliah, kalender kegiatan, dan sebagainya. Exelsa juga diharapkan dapat meningkatkan efektivitas dan kualitas komunikasi pembelajaran dengan pendekatan knowledge management di antara berbagai pihak seperti dosen, mahasiswa, program studi, biro administrasi akademik, penyedia media pembelajaran serta berbagai pihak lainnya yang berkepentingan. Berdasarkan data yang didapatkan dari pihak pengembang Exelsa (Pusat Penelitian dan Pengembangan Mutu Pendidikan / P3MP) bahwa hanya 88

20 3 dari 320 dosen tetap Universitas Sanata Dharma yang menggunakan Exelsa untuk kegiatan mengajar. Hal ini menjadi masalah di bidang sistem informasi terkait penerimaan dan penggunaan sistem. Berdasarkan uraian di atas kesuksesan implementasi e-learning akan berpengaruh terhadap peningkatan kualitas dan kompetensi pengajar dan juga mahasiswa. Penelitian sebelumnya menunjukkan bahwa pengenalan teknologi e- learning biasanya merupakan suatu proses yang sulit dan pengguna tidak selalu menggunakannya (Venter, Rensburg, & Davis, 2012). Kesuksesan dan kegagalan implementasi sistem sangat bergantung pada penerimaan pengguna terhadap sistem tersebut. Meskipun teknologi memberikan keuntungan dan juga kemudahan, kegagalan implementasi terjadi bukan karena rendahnya kualitas dan kapasitas sistem tersebut, melainkan karena rendahnya tingkat penerimaan pengguna sistem. Beberapa faktor yang mempengaruhi penerimaan dan penggunaan teknologi e-learning termasuk infrastruktur teknologi, tingginya biaya teknologi, upaya instruksional, kompetensi lulusan, kepuasan teknologi (Venter et al., 2012), dukungan manajemen, metodologi, aksesibilitas dan ketersediaan sumber daya, budaya pendidikan dan gaya belajar, investasi intelektual, desain alat bantu, dan bisnis global (Ndume, Tilya and Twaakyondo, 2008). Oleh karena itu penting untuk memahami faktor-faktor yang relevan tentang prediksi niat pengguna untuk menggunakan sistem e-learning. Adopsi pengguna dalam menggunakan sistem informasi e-learning merupakan faktor penting untuk memprediksi keberhasilan atau kegagalan sistem

21 4 (Farahat, 2012). Oleh karena itu penting adanya sebuah penelitian tentang faktorfaktor yang berpengaruh terhadap tingkat penerimaan dan penggunaan Sistem Manajemen Pembelajaran. Sebagai media pembelajaran, e-learning dapat diterima dan digunakan oleh para penggunanya sehingga dapat meningkatkan produktivitas. Salah satu model terbaru untuk menjelaskan penerimaan pengguna (user acceptance) dalam bidang sistem informasi dikembangkan oleh Venkatesh, Thong, and Xu (2012), bernama model UTAUT2 (Unified Theory of Acceptance and Use of Technology v.2). UTAUT2 merupakan model terbaru setelah model UTAUT Venkatesh et al. membuat beberapa modifikasi dalam model UTAUT berdasarkan temuan mereka dari penelitian yang dilakukan di Hongkong, sehingga konstruk dalam UTAUT2 adalah performance expectancy (harapan kinerja), effort expectancy (persepsi usaha), social influence (faktor sosial), facilitating conditions (dukungan fasilitas), hedonic motivation (motivasi hedonis), price value (nilai harga), habit (kebiasaan dalam hal ini kebiasaan berinteraksi dengan sistem informasi). Venkatesh et al. (2012) menyatakan UTAUT2 menunjukkan perubahan signifikan dalam varians dijelaskan terhadap niat perilaku dan penggunaan teknologi. Oleh karena itu, penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi tingkat penerimaan dan penggunaan Sistem Manajemen Pembelajaran Exelsa di Universitas Sanata Dharma.

22 5 1.2 Rumusan Masalah Berdasarkan uraian latar belakang di atas, maka rumusan masalah dalam penelitian ini yaitu faktor apa saja yang mempengaruhi penerimaan dan penggunaan Sistem Manajemen Pembelajaran Exelsa? Penerimaan pengguna terhadap sistem informasi merupakan dasar kesuksesan sebuah sistem. Penelitian ini berfokus pada penyelidikan pengguna terhadap penerimaan dan penggunaan Exelsa. Pertanyaan di atas akan dijawab menggunakan model penerimaan dan penggunaan teknologi bernama UTAUT2 (Unified Theory of Acceptance and Use of Technology v.2). Penelitian ini mengadopsi keenam konstruk dalam model UTAUT2 (harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, dan kebiasaan) terhadap penerimaan dan penggunaan Exelsa (niat dan perilaku penggunaan). Indikator penerimaan pengguna dalam menggunakan Exelsa tersebut dapat memberikan informasi serta bukti empiris keberhasilan penerapan Sistem Manajemen Pembelajaran Exelsa di Universitas Sanata Dharma Yogyakarta. 1.3 Tujuan Penelitian Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor yang mempengaruhi tingkat penerimaan dan penggunaan Sistem Manajemen Pembelajaran (Exelsa) di Universitas Sanata Dharma menggunakan model UTAUT2.

23 6 1.4 Manfaat Penelitian Penelitian ini diharapkan dapat memberikan manfaat untuk berbagai pihak sebagai berikut: Akademisi, regulator dan praktisi pendidikan Penelitian ini memberikan sumbangan referensi penelitian mengenai faktor-faktor yang harus diperhatikan untuk meningkatkan penerimaan dan penggunaan Sistem Manajemen Pembelajaran Institusi pendidikan Menjadi acuan dalam penyelenggaraan layanan Sistem Manajemen Pembelajaran yang lebih berkualitas Menjadi masukan dan informasi bagi pengembang sistem di Universitas Sanata Dharma dalam mengembangkan sistem manajemen pembelajaran Exelsa yang menunjang kegiatan belajar dan mengajar. Secara spesifik hasil penelitian ini dapat digunakan untuk merancang program-program kerja terkait rencana pengembangan sistem dan pengenalan Exelsa untuk seluruh dosen dan mahasiswa di Universitas Sanata Dharma Peserta didik Berguna sebagai bahan penelitian lanjutan dengan topik yang sama serta dapat menjadi tambahan bahan bacaan dan acuan pustaka.

24 7 1.5 Batasan Penelitian Penelitian ini memiliki batasan-batasan sebagai berikut: Pengujian tingkat penerimaan dan penggunaan teknologi dilakukan pada Sistem Manajemen Pembelajaran Exelsa Universitas Sanata Dharma Responden penelitian ini adalah dosen tetap di Universitas Sanata Dharma yang terhitung pada tahun ajaran Pengujian dilakukan berdasarkan model UTAUT Bahasa, jenis dan teknologi yang digunakan dalam pengembangan Exelsa tidak dibahas dalam penelitian ini. 1.6 Sistematika Penulisan Penulisan proposal tesis ini disusun sistematika sebagai berikut: Bab I Pendahuluan Bab ini membahas latar belakang, rumusan masalah, tujuan penelitian dan manfaat penelitian, dan batasan penelitian. Bab II Tinjauan Pustaka Bab ini membahas tentang model teori yang diterapkan, tinjauan literatur, dan hipotesis dari penelitian.

25 8 Bab III Metode Penelitian Bab ini membahas desain penelitian, penjelasan operasional variabel penelitian, populasi dan sampel penelitian, metode pengumpulan data, teknik yang digunakan untuk menganalisis data. Bab IV Hasil Penelitian Dan Pembahasan Bab ini menjelaskan hasil dari analisis data yang telah dilakukan berdasarkan metode penelitian yang diuraikan pada bab III. Pembahasan bab ini diawali dengan penjelasan data demografi responden penelitian. Kemudian dilanjutkan dengan pembahasan hasil pengolahan serta analisis data, dan diakhiri dengan kesimpulan yang diperoleh berdasarkan analisis data yang telah dilakukan. Bab V Kesimpulan Dan Saran Bab ini merupakan bagian akhir penelitian yang mengemukakan kesimpulan dari hasil analisis, keterbatasan penelitian, implikasi manajerial, serta saran dari penulis. Daftar Referensi Bagian ini merupakan urutan daftar dari acuan-acuan yang digunakan ketika melakukan penelitian, baik dari jurnal maupun buku.

26 BAB II TINJAUAN PUSTAKA Bab ini membahas tentang model teori yang diterapkan, tinjauan literatur, dan hipotesis dari penelitian. 2.1 Sistem Manajemen Pembelajaran Pengertian Sistem Manajemen Pembelajaran Sistem Manajemen Pembelajaran (SMP) atau Learning Management System (LMS) merupakan suatu perangkat lunak yang digunakan untuk mengelola dokumentasi, materi dan bahan ajar pelatihan serta laporan kegiatan belajarmengajar secara online (Ellis, 2009). Menurut Courts dan Tucker (2012), SMP adalah aplikasi yang digunakan untuk mengelola pembelajaran, mengirimkan konten, dan melacak aktivitas daring seperti memastikan kehadiran dalam kelas maya, memastikan waktu pengumpulan tugas, dan melacak hasil pencapaian siswa. Menurut Kerschenbaum (2009), SMP adalah sebuah aplikasi yang berfungsi sebagai administrasi otomatis berbagai kegiatan pembelajaran. Sistem Manajemen Pembelajaran adalah perangkat lunak yang digunakan untuk menyampaikan, melacak dan mengelola pelatihan/pendidikan. Sistem ini berisi aplikasi perangkat lunak dan fitur yang membuat konten pembelajaran mudah diakses dan dikelola. SMP menyediakan platform untuk jenis lingkungan belajar yang memungkinkan manajemen, pengiriman, pelacakan pembelajaran, pengujian, komunikasi, proses pendaftaran, dan penjadwalan (Cavus, 2013). 9

27 10 Sallum (2008) mendeskripsikan SMP sebagai paket solusi tinggi yang memungkinkan untuk pengiriman dan administrasi konten beserta sumber daya untuk semua siswa dan karyawan Sejarah Sistem Manajemen Pembelajaran Sistem Manajemen Pembelajaran modern merupakan perangkat lunak mutakhir berbasis cloud. SMP pertama dikembangkan dan digunakan kembali pada tahun 1924 ketika Sidney Pressey menciptakan mesin mengajar pertama. Mesin tersebut menyerupai mesin tik dengan jendela yang bisa mengelola beberapa pertanyaan pilihan. Hal ini diikuti oleh masalah silinder diciptakan oleh M.E. Lazerte selama tahun Sebuah sistem pengajaran adaptif diciptakan pada tahun 1956 secara otomatis disesuaikan dengan pertanyaan untuk pelajar sesuai dengan tingkat performa mereka. SMP mulai mengambil wajah baru ketika HP memperkenalkan desktop personal computer pada tahun Kelahiran internet pada tahun 1982 diikuti software pertama SMP milik SoftArc pada tahun 1990, lalu disusul kedatangan Moodle, ditindaklanjuti peningkatan SMP berbasis open source Fitur-fitur Sistem Manajemen Pembelajaran Fitur-fitur yang terdapat dalam Sistem Manajemen Pembelajaran antara lain (Ellis, 2009) : Administrasi yaitu informasi tentang unit terkait dalam proses belajar mengajar antara lain : tujuan dan sasaran, silabus, metode pengajaran,

28 11 jadwal kuliah, daftar referensi, profil dan kontak pengajar, serta tracking dan monitoring Materi dan sumber referensi antara lain: diktat dan catatan kuliah, bahan presentasi, FAQ (Frequently Asked Question), dan artikel dalam jurnal online Sistem Penilaian Ujian online Komunikasi antara lain: forum diskusi online, mailing list diskusi dan instant messaging. Melalui SMP ini, mahasiswa juga dapat melihat nilai tugas, kuis atau ujian serta peringkatnya berdasarkan nilai tersebut. Selain itu, mahasiswa dapat melihat modul-modul yang ditawarkan, mengambil tugas-tugas dan tes-tes yang harus dikerjakan, serta melihat jadwal diskusi secara online dengan instruktur, narasumber dan siswa lain Perangkat Lunak untuk Sistem Manajemen Pembelajaran Perangkat lunak yang menyediakan fungsi-fungsi Sistem Manajemen Pembelajaran biasanya berbasis web, tersedia beberapa ragam baik komersial maupun free. Beberapa perangkat lunak tersebut di antaranya: Atutor ( Dokeos ( dotlrn ( Freestyle Learning (

29 ILIAS ( ON-CAPA ( Moodle ( OpenACS ( OpenUSS ( Sakai ( Spaghetti Learning ( Keuntungan Sistem Manajemen Pembelajaran Kebanyakan sistem manajemen pembelajaran di lingkungan pendidikan telah dengan mudah beradaptasi dan bahan dapat digunakan kembali. Ada lebih banyak pilihan bagi pembuat kurikulum, seperti metode pengiriman, desain bahan, dan teknik untuk evaluasi. Hal ini membuat organisasi dapat berhemat untuk mengembangkan dan mempertahankan konten yang mereka gunakan. Ini memiliki ruang lingkup untuk perbaikan dalam pengembangan profesional dan evaluasi, yang memungkinkan perusahaan untuk mendapatkan nilai lebih dari sumber daya manusia sekaligus memberdayakan individu dengan alat tambahan untuk perbaikan diri. Berikut ini adalah berbagai keuntungan lain dari system manajemen pembelajaran (e-learning Guild, 2007): Pekerjaan kelas dapat dijadwalkan sekitar urusan pekerjaan dan keluarga.

30 Mengurangi waktu dan biaya perjalanan menuju kampus, pelajar dapat memiliki pilihan untuk memilih materi pembelajaran yang mereka inginkan Pelajar dapat belajar di mana saja sesuai dengan akses ke komputer dan koneksi internet Modul pembelajaran yang dapat memungkinkan pelajar untuk bekerja pada kemampuan mereka Fleksibilitas untuk bergabung dalam diskusi Berinteraksi dengan teman sekelas maupun instruktur dari jarak jauh melalui chat room Mengembangkan pengetahuan tentang keterampilan komputer dan internet Kelemahan Sistem Manajemen Pembelajaran Meskipun sistem manajemen pembelajaran memiliki berbagai keunggulan, tentu saja masih memiliki beberapa kelemahan. Bagi pelajar dengan motivasi rendah atau kebiasaan belajar yang buruk dapat mengalami kegagalan. Tanpa struktur rutin dalam kelas tradisional, pelajar dapat tersesat atau bingung tentang kegiatan belajar dan tenggat waktu. Pelajar mungkin merasa terisolasi dari instruktur dan teman sekelas. Instruktur mungkin tidak selalu tersedia ketika pelajar butuh bantuan. Koneksi internet yang lambat atau operasi komputer yang lama dapat membuat frustasi ketika mengakses materi pelajaran. Pengelolaan file komputer dan software pembelajaran online kadang-kadang tampak rumit untuk

31 14 pelajar dengan keterampilan komputer tingkat pemula. Penjelasan dalam praktikum lab sulit untuk mensimulasikan dalam kelas virtual. (e-learning Guild, 2007). 2.2 E-learning Istilah electronic learning atau e-learning sering kali disamakan pengertiannya dengan Sistem Manajemen Pembelajaran (Learning Management System), padahal kedua istilah tersebut berbeda. Menurut Ellis (2009) Sistem Manajemen Pembelajaran adalah perangkat lunak yang digunakan untuk mengelola dokumentasi, materi, dan bahan ajar pelatihan serta laporan kegiatan belajar-mengajar secara online. Sedangkan pengertian e-learning atau pembelajaran elektronik menurut Clark Addrick adalah Kombinasi antara proses, materi dan infrastruktur dalam penggunaan komputer dan jaringannya dalam rangka meningkatkan kualitas pada satu atau lebih bagian signifikan dari aspekaspek rangkaian kegiatan pembelajaran, termasuk di antaranya adalah aspek manajemen dan aspek pendistribusian materi pelajaran. E-learning merupakan proses belajar secara efektif yang dihasilkan dengan cara menggabungkan penyampaian materi secara digital yang terdiri dari dukungan dan layanan dalam belajar (Barbara, 2008).

32 Model UTAUT 2 Unified Theory of Acceptance and Use of Technology (UTAUT) dikembangkan oleh Venkatesh et al. (2003). Model ini mensitesiskan delapan model penerimaan teknologi yang telah dikembangkan sebelumnya. Delapan model tersebut antara lain Theory Reasoned Action (TRA), Technology Acceptance Model (TAM), Motivational Model (MM), Theory of Planned Behavior (TPB), Combined TAM and TPB, Model of PC Utilization (MPCU), Innovation Diffusion Theory (IDT) dan Social Cognitive Theory (SCT). Dibandingkan dengan kedelapan model tersebut, UTAUT terbukti lebih berhasil menjelaskan hingga 70% varian variabel behavior intention. Pendapat ini diperkuat oleh Oshlyansky, Harold dan Paul (2007) yang menemukan bahwa UTAUT cukup tangguh (robust) kendati diterjemahkan dalam berbagai bahasa dan dapat digunakan pada lintas budaya. Model UTAUT memiliki empat konstruk utama yang memainkan peran penting sebagai determinan langsung dari behavioral intention dan use behavior, yakni performance expectancy, effort expectancy, social influence dan facilitating conditions. Disamping itu terdapat empat moderator yakni gender, age, experience dan voluntariness of use, yang diposisikan untuk memoderasi dampak dari konstruk-konstruk pada behavioral intention dan use behaviour. Gambar 2.1 menampilkan model UTAUT yang dikembangkan oleh Venkatesh et al. (2003).

33 16 Gambar 2.1 Model UTAUT (Venkatesh et al., 2003) Berdasarkan UTAUT, performance expectancy, effort expectancy, social influence merupakan faktor penting yang mempengaruhi behavioral intention untuk menggunakan teknologi, sedangkan behavioral intention dan facilitating conditions menentukan perilaku penggunaan teknologi. Model UTAUT cocok untuk menilai kemungkinan keberhasilan untuk implementasi teknologi dalam pengaturan organisasi dan telah divalidasi oleh penelitian empiris (Lai & Chen, 2009; Min, Ji, & Qu, 2008). Venkatesh et al. (2012) membuat beberapa modifikasi dalam model UTAUT berdasarkan temuan mereka dari penelitian yang dilakukan di Hong Kong. Venkatesh et al. (2012) menyajikan tiga konstruksi baru dalam model UTAUT 2. Konstruk pertama adalah hedonic motivation (motivasi hedonis). Yang

34 17 kedua adalah price value (nilai harga) dianggap sebagai faktor penting di mana konsumen harus menanggung biaya yang terkait dengan pembelian perangkat dan layanan tetapi akan dikeluarkan dari penelitian ini karena kurang relevan (dalam penelitian ini untuk mengakses Exelsa tanpa dikenakan biaya secara langsung). Akhirnya, konstruk ketiga adalah habit. Venkatesh et al. (2012) menyatakan UTAUT2 baik dalam membenarkan penerimaan teknologi dengan meningkatkan varians dalam 18% niat dan 12% penggunaan teknologi. Penambahan konstruk dalam UTAUT2 menunjukkan perubahan signifikan dari varians dalam niat dan penggunaan teknologi. Meskipun ada banyak penelitian yang menyajikan literatur teori penerimaan teknologi, beberapa telah terintegrasi model UTAUT2. Penelitian ini penting karena menggunakan UTAUT2 untuk mengetahui faktor apa saja yang berpengaruh terhadap penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa di Universitas Sanata Dharma. Gambar 2.2 merupakan model UTAUT2 yang dikembangkan oleh Venkatesh (2012).

35 18 Gambar 2.2 Model UTAUT2 (Venkatesh et al., 2012) Performance Expectancy (Harapan Kinerja) Venkatesh et al. (2003) mendefinisikan harapan kinerja sebagai "sejauh mana seorang individu percaya bahwa menggunakan sistem akan membantu seseorang untuk mencapai keuntungan dalam kinerja pekerjaan". Penelitian sebelumnya

36 19 melaporkan bahwa harapan kinerja adalah prakiraan yang signifikan dari niat perilaku (Venkatesh et al., 2003). Hasil penelitian Handayani (2007) menunjukkan bahwa harapan kinerja secara signifikan mempunyai pengaurh positif terhadap minat pemanfaatan sistem informasi. Pada penelitian ini harapan kinerja menggambarkan keyakinan pengguna mendapatkan banyak manfaat dan membantu mereka dalam menyelesaikan pekerjaan Effort Expectancy (Persepsi Usaha) Persepsi usaha didefinisikan sebagai "tingkat kemudahan terkait dengan penggunaan sistem". Penelitian sebelumnya mendukung bahwa variabel laten terkait dengan harapan upaya yang signifikan dalam menentukan niat seseorang untuk mengadopsi teknologi baru (Zhou, Lu, Wang, 2010). Menurut Adelyn (2014) persepsi usaha mengacu pada sejauh mana siswa yakin bahwa aplikasi mobile mudah digunakan. Hasil penelitian mengungkapkan bahwa persepsi usaha positif mempengaruhi niat untuk mengadopsi aplikasi mobile (Adelyn, 2014) Social Influence (Faktor Sosial) Faktor sosial berarti sejauh mana seseorang merasakan bagaimana orang lain percaya ia harus menggunakan teknologi. Penelitian sebelumnya mendukung bahwa faktor sosial signifikan dalam menentukan niat seseorang untuk menggunakan teknologi baru (Raman & Yahya, 2013; Putra & Ariyanti, 2013; Kurniawan & Nasir, 2014). Faktor sosial merupakan persepsi individu bahwa

37 20 orang lain yang signifikan percaya bahwa individu harus mengadopsi sistem informasi (Leong, Hew, Tan dan Ooi, 2013) Facilitating Conditions (Dukungan Fasilitas) Dukungan fasilitas adalah persepsi bahwa infrastruktur organisasi dan teknis ada untuk mendukung penggunaan teknologi (Venkatesh et al ). Wu & Wang (2008) menemukan bahwa dukungan fasilitas signifikan mempengaruhi niat perilaku untuk layanan telekomunikasi seluler 3G. Penelitian Raman dan Yahya (2013) menunjukkan hasil bahwa dukungan fasilitas berpengaruh positif terhadap niat dan perilaku penggunaan learning management system. Studi-studi empiris setuju bahwa kondisi yang memfasilitasi merupakan faktor signifikan dalam mempengaruhi niat perilaku untuk mengadopsi teknologi Hedonic Motivation (Motivasi hedonis) Venkatesh (2003) mendefinisikan motivasi hedonis sebagai kenikmatan atau kebahagiaan yang dihasilkan dari menggunakan teknologi dan berperan penting dalam menentukan adopsi teknologi baru. Motivasi hedonis memainkan peran penting dalam memprediksi niat untuk menggunakan teknologi (Venkatesh et al ). Penelitian Harsono & Arinta (2014) menunjukkan hasil bahwa motivasi hedonis memiliki pengaruh positif terhadap niat menggunakan media sosial LINE.

38 Price Value (Nilai Harga) Nilai harga adalah trade-off antara biaya yang dibayarkan untuk menggunakan teknologi dan manfaat yang dirasakan diterima (Dodds, Monroe & Grewal, 1991). Venkatesh et al.. (2012) menyoroti bahwa nilai harga dalam pengambilan keputusan konsumen mengenai penggunaan teknologi merupakan faktor penting yang mempengaruhi niat perilaku yang diuji dengan menggunakan PLS. Prata, Moraes & Quaresma (2012) mengumpulkan informasi pengguna tentang pencarian, pembelian dan proses evaluasi dalam penggunaan aplikasi toko ponsel di Brazil melalui kuesioner dan menemukan bahwa harga aplikasi mobile adalah alasan utama untuk membeli sebuah aplikasi seperti itu dianggap mahal. Konstruk nilai harga dikeluarkan dari penelitian ini karena kurang relevan (dalam penelitian ini untuk mengakses Exelsa tanpa dikenakan biaya secara langsung) Habit (Kebiasaan) Kebiasaan dibedakan dalam dua cara yang berbeda. Kebiasaan pertama dilihat sebagai perilaku sebelum (Kim dan Malhotra, 2005) dan kedua, kebiasaan adalah di mana seorang individu percaya perilaku menjadi otomatis (Limayem, Cheung and Hirt, 2007). Venkatesh et al., (2012) dimodelkan kebiasaan sebagai memiliki efek langsung dan tidak langsung melalui niat perilaku. Kebiasaan adalah sejauh bahwa individu cenderung untuk menjalankan perilaku otomatis (Limayem et al., 2007). Venkatesh et al., (2012) menemukan kebiasaan yang secara langsung dan tidak langsung merupakan efek dari niat perilaku untuk menggunakan teknologi.

39 22 Ditemukan bahwa peningkatan pengalaman dalam penggunaan teknologi mengarah ke kebiasaan penggunaan teknologi Behavioral Intention (Niat Perilaku) Islam, Kim dan Hassan (2013) mendefinisikan niat sebagai penetapan tujuan dari perkiraan perilaku untuk melakukan tindakan tertentu ketika seorang individu bertindak secara sukarela. Selain itu, niat perilaku adalah probabilitas subjektif melaksanakan perilaku dan juga penyebab perilaku penggunaan tertentu (Yi et al., 2006). Dengan demikian, niat menunjukkan faktor-faktor motivasi yang mempengaruhi perilaku dan indikator bagaimana orang bersedia untuk mencoba dan upaya mereka dimasukkan ke dalam untuk terlibat dalam perilaku (Mafe & Tavera, 2010).

40 2.4 Penelitian Terdahulu Penelitian terdahulu dengan topik dan subyek penelitian yang berbeda tetapi relevan dengan penelitian ini, dapat dilihat pada tabel 2.1 berikut. Tabel 2.1 : Penelitian terdahulu Penulis dan Judul Penelitian Tahun publikasi Penerapan Model I Gusti UTAUT untuk Nyoman & Memahami St. Wisnu Penerimaan dan Wijaya Penggunaan LMS Studi Kasus: Exelsa 2010 Universitas Sanata Dharma Evaluasi Penerimaan Teknologi Informasi Mahasiswa di Palembang Menggunakan Model UTAUT Muhammad Nasir 2013 Sampel, Lokasi, dan Model Teori 281 mahasiswa, Universitas Sanata Dharma, Model UTAUT 120 mahasiswa, Perguruan Tinggi Swasta di Kota Palembang, Model UTAUT Teknik Analisis Korelasi Spearman Regresi linear berganda Tujuan Penelitian Memperoleh pemahaman yang lebih baik terhadap penerimaan dan penggunaan Exelsa oleh mahasiswa Universitas Sanata Dharma Mengetahui sejauh mana pengguna dapat menerima dan memahami teknologi Hasil Penelitian Variabel PE, SI dan FC terbukti signifikan mempengaruhi BI dalam menggunakan Exelsa, sementara variabel EE terbukti tidak signifikan. Variabel BI terbukti signifikan mempengaruhi use behavior, sementara variabel FC terbukti tidak signifikan. Terdapat hubungan yang signifikan dan positif antara variabel harapan kinerja, persepsi usaha, faktor sosial, niat penggunaan dan perilaku penggunaan terhadap Penerimaan Teknologi. 23

41 Tabel 2.1 : Penelitian terdahulu (lanjutan) Judul Penelitian Preservice Teachers Acceptance of Learning Management Software: An Application of the UTAUT2 Model Applying the UTAUT to Understand Factors Affecting the Use of English E-Learning Websites in Taiwan UTAUT2 Influencing the Behavioral Intention to Adopt Mobile Applications Penulis dan Tahun publikasi Arumugam Raman & Yahya Don 2013 Tan Paul Juinn Bing 2013 Adelyn Kuan Lai 2014 Sampel, Lokasi, dan Model Teori 320 mahasiswa, Universiti Utara Malaysia, Model UTAUT2 176 mahasiswa, Taiwan, Model UTAUT 300 mahasiswa, Universiti Tunku Abdul Rahman Malaysia, UTAUT2 model Teknik Analisis Partial Least Square Regresi Linear Berganda Regresi Linear Berganda Tujuan Penelitian Mengidentifikasi dan menilai hubungan variabel dalam model UTAUT2 yang mempengaruhi penerimaan LMS dalam proses pembelajaran. Mengeksplorasi kebutuhan mahasiswa Taiwan dalam penggunaan website E-learning English Mengidentifikasi faktor-faktor penentu yang mempengaruhi niat perilaku untuk mengadopsi aplikasi mobile Hasil Penelitian Harapan kinerja dan harapan usaha berdampak pada niat perilaku. Motivasi hedonis menunjukkan pengaruh positif pada penggunaan LMS, namun kebiasaan tidak signifikan. Model UTAUT menunjukkan bahwa perilaku penggunaan siswa dari situs bahasa Inggris E-learning tergantung pada harapan kinerja, persepsi usaha, dan faktor sosial. Model UTAUT2 terbukti dapat digunakan untuk mengetahui faktor penentu yang mempengaruhi niat untuk adopsi aplikasi mobile. Variabel kebiasaan merupakan faktor penentu utama, kemudian diikuti oleh motivasi hedonis, harapan kinerja, dan harapan usaha. 24

42 Tabel 2.1 : Penelitian terdahulu (lanjutan) Judul Penelitian UTAUT Model for Blended Learning: The Role of Jenis kelamin and Age in the Intention to Use Webinars Model Keberhasilan Belajar Mahasiswa menggunakan LMS Penulis dan Tahun publikasi Hager Khechine, Sawsen Lakhal, Daniel Pascot, Alphonse Bhyta; 2014 Zahirul Alfan, Endang Siti, Astuti Riyadi 2014 Sampel, Lokasi, dan Model Teori 114 mahasiswa di Laval University; Quebec Canada; Model UTAUT 90 mahasiswa, Universitas Brawijaya, ISS Model Delone & McLean Teknik Analisis Regresi linear berganda Partial Least Square Tujuan Penelitian Menentukan faktorfaktor yang menjelaskan penerimaan sistem webinar (Elluminate) dalam kursus blended learning oleh siswa Menganalisis dan menjelaskan pengaruh dari Model Keberhasilan Belajar Mahasiswa menggunakan Learning Management System Hasil Penelitian Hasil menunjukkan bahwa usia memainkan peran utama, sebagai siswa yang lebih muda lebih peduli dengan kinerja mereka, dan siswa yang lebih tua khawatir tentang dukungan fasilitas. Variabel kualitas sistem dan kualitas pelayanan berpengaruh signifikan terhadap penggunaan LMS dan kepuasan mahasiswa, variabel penggunaan LMS dan kepuasan juga berpengaruh signifikan terhadap kinerja mahasiswa, dan variabel penggunaan LMS berpengaruh signifikan terhadap kepuasan mahasiswa. Sedangkan hasil tidak signifikan ditemukan antara variabel kualitas informasi terhadap penggunaan LMS dan kepuasan. 25

43 Tabel 2.1 : Penelitian terdahulu (lanjutan) Judul Penelitian Usage of Learning Management System (Moodle) among Postgraduate Students: UTAUT Model Factors Affecting the Use Behavior of Social Media Using UTAUT 2 Model Penulis dan Tahun publikasi Arumugam Raman; Yahya Don; Rozalina Khalid; Mohd Rizuan 2014 Listyo Dwi Harsono; Lisandy Arinta Suryana 2014 Sampel, Lokasi, dan Model Teori 65 mahasiswa pascasarjana University Utara Malaysia; UTAUT model 419, Bandung, Model UTAUT2 Teknik Analisis Analisis SEM Analisis Regresi Linear Berganda Tujuan Penelitian Menyimpulkan penerimaan teknologi dengan menjelaskan varian dalam Niat Perilaku (BI). Mengetahui tindakan penggunaan LINE untuk pengguna Hasil Penelitian Media interaktif e-learning dapat menarik minat dan perhatian siswa. Penentu utama penerimaan Tablet PC bagi siswa adalah sikap siswa diikuti oleh harapan kinerja, faktor sosial, persepsi usaha dan dukungan fasilitas. Hampir semua variabel independen mempengaruhi niat perilaku dan perilaku penggunaan LINE, kecuali nilai harga. Hasil penelitian juga menunjukkan bahwa niat perilaku dan perilaku penggunaan LINE adalah dalam kategori sangat tinggi yang berarti bahwa mahasiswa di kota Bandung memiliki keinginan dan intensitas yang tinggi dalam menggunakan LINE. 26

44 Tabel 2.1 : Penelitian terdahulu (lanjutan) Judul Penelitian Faktor-faktor yang mempengaruhi Penerimaan Sistem Informasi Studi Kasus Program WARDES-GPOBA Direktorat Pemberdayaan Informatika Kementrian Komunikasi dan Informatika Faktor-faktor yang mempengaruhi Keberhasilan Implementasi e- learning di Perguruan Tinggi Swasta Palembang Penulis dan Tahun publikasi Rangga Adi Negara 2014 Kurniawan; Muhamad Nasir 2014 Sampel, Lokasi, dan Model Teori 200 sampel, Jawa Barat dan Banten, Model UTAUT2 120 sampel, Perguruan Tinggi di Kota Palembang UTAUT SEM Teknik Analisis Regresi Linear Berganda Tujuan Penelitian Menganalisis faktor faktor yang mempengaruhi penerimaan program Wardes-GPOBA oleh masyarakat. Mengetahui kajian perilaku pengguna (user) terhadap penggunaan media e-learning dalam proses pembelajaran. Hasil Penelitian Hasil penelitian ini menunjukkan bahwa penerimaan program Wardes- GPOBA oleh masyarakat dipengaruhi oleh variabel harapan kinerja, persepsi usaha, nilai harga dan kebiasaan. Variabel harapan kinerja, persepsi usaha tidak berpengaruh terhadap penerimaan pembelajaran menggunakan e learning secara parsial. Namun variabel faktor sosial berpengaruh terhadap penerimaan pembelajaran menggunakan e learning secara parsial. 27

45 Pengembangan Hipotesis Harapan kinerja didefinisikan sebagai tingkat seorang individu meyakini bahwa dengan menggunakan sistem akan membantu dalam meningkatkan kinerjanya. Konsep ini menggambarkan manfaat sistem bagi pemakainya yang berkaitan dengan kegunaan yang dirasakan, motivasi ekstrinsik, job fit, dan keuntungan relatif (Venkatesh et al., 2003). Harapan kinerja adalah prediktor terkuat dari niat dan tetap signifikan pada semua titik pengukuran (Venkatesh et al., 2003). Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh harapan kinerja terhadap niat menggunakan Exelsa dalam rumusan hipotesis ke-1 : H1: Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa. Persepsi usaha merupakan tingkat kemudahan penggunaan sistem yang dapat mengurangi upaya (tenaga dan waktu) individu dalam melakukan pekerjaannya. Hal ini berarti bahwa individu yang menggunakan sistem informasi dalam pekerjaan akan lebih mudah daripada dengan cara manual. Konstruk yang membentuk konsep ini adalah kemudahan penggunaan dan kompleksitas (Venkatesh et al., 2003). Tan (2013) menunjukkan bahwa persepsi usaha mempunyai pengaruh positif terhadap niat untuk menggunakan e-learning. Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh persepsi usaha terhadap niat menggunakan Exelsa dalam rumusan hipotesis ke-2 : H2: Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa. Faktor sosial adalah persepsi individu bahwa orang lain yang signifikan percaya individu harus mengadopsi sistem informasi (Leong et al., 2013). Akour

46 29 (2010) menemukan bahwa pengaruh ekstrinsik (pengaruh senior dan rekan) dari mahasiswa baru di Oklahoma State University merupakan faktor yang paling berpengaruh dari penerimaan m-learning dalam pendidikan. Hal ini lebih didukung oleh Taylor et al. (2011) melakukan survey di Universitas Midwest AS menemukan bahwa adopsi siswa dan penggunaan aplikasi mobile sangat dipengaruhi oleh teman-teman mereka dibandingkan dengan anggota keluarga. Selanjutnya, Leong et al. (2013) membuktikan bahwa faktor sosial memiliki peran penting dalam mempengaruhi niat untuk menggunakan m-entertainment. Studi-studi empiris setuju bahwa faktor sosial merupakan faktor signifikan dalam mempengaruhi niat untuk menggunakan teknologi. Penelitian yang dilakukan oleh Nasir (2013), Venkatesh et al. (2012), dan Pahnila et al. (2011) menunjukkan bahwa faktor sosial memiliki pengaruh langsung pada niat perilaku. Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh faktor sosial terhadap niat menggunakan Exelsa dalam rumusan hipotesis ke-3 : H3: Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa Dukungan fasilitas didefinisikan sebagai sejauh mana seorang individu percaya bahwa struktur organisasi dan teknis ada untuk mendukung penggunaan sistem. Beberapa bukti menunjukkan bahwa ketika pengguna merasa bahwa mereka didukung dalam berbagai acara, mereka akan lebih cenderung untuk menggunakan sistem (AbuShanab, 2010; Eckhardt, 2009; San Martin & Herrero, 2012). Dalam konteks penelitian ini, dosen diberi dukungan fasilitas seperti koneksi internet (WiFi area kampus), komputer, teknisi untuk membantu setiap kesulitan terkait sistem, tutorial penggunaan sistem dan juga sosialisasi sistem

47 30 manajemen pembelajaran Exelsa. Berdasarkan penelitian yang dilakukan oleh Jati & Laksitu (2012), Venkatesh et al. (2012), dan Pahnila et al. (2011), bahwa dukungan fasilitas memiliki pengaruh langsung terhadap niat dan perilaku penggunaan sistem informasi. Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh dukungan fasilitas terhadap niat dan perilaku menggunakan Exelsa dalam rumusan hipotesis ke-4 : H4a: Dukungan fasilitas berpengaruh positif terhadap niat penggunaan Exelsa. H4b: Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan Exelsa. Brown dan Venkatesh (2005) mendefinisikan motivasi hedonis sebagai kenikmatan atau kebahagiaan yang dihasilkan dari menggunakan teknologi dan berperan penting dalam menentukan adopsi teknologi baru. Menurut penelitian yang dilakukan oleh Magni, Taylor dan Venkatesh (2010) bahwa motivasi hedonis mempengaruhi niat individu untuk mengeksplorasi teknologi, tetapi efek berbeda di tahap adopsi teknologi. Penelitian ini dilakukan pada mahasiswa MBA di sebuah universitas swasta di AS dan diuji menggunakan Partial Least Squares. Secara teoritis, motivasi hedonis memainkan peran penting dalam memprediksi niat untuk menggunakan teknologi (Venkatesh et al., 2012). Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh motivasi hedonis terhadap niat menggunakan Exelsa dalam rumusan hipotesis ke-5 : H5: Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa.

48 31 Kebiasaan adalah sejauh bahwa individu cenderung untuk menjalankan perilaku otomatis (Limayem et al., 2007). Venkatesh et al. (2012) menemukan kebiasaan memiliki efek secara langsung dan tidak langsung terhadap niat untuk menggunakan teknologi. Ditemukan bahwa peningkatan pengalaman dalam penggunaan teknologi mengarah ke kebiasaan menggunakan teknologi tersebut. Liao, Palvia dan Lin (2006), melakukan survei pos di Taiwan dengan menargetkan mahasiswa sarjana dan pascasarjana serta karyawan perusahaan dan menemukan bahwa kebiasaan memiliki pengaruh terhadap niat berkelanjutan untuk menggunakan e-commerce. Kebiasaan akan menyebabkan niat tersimpan yang pada gilirannya akan mempengaruhi perilaku penggunaan (Venkatesh et al., 2012). Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh kebiasaan terhadap niat dan perilaku menggunakan Exelsa dalam rumusan hipotesis ke-6 : H6a: Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa. H6b: Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa. Islam et al.. (2013) mendefinisikan niat sebagai penetapan tujuan dari perkiraan perilaku untuk melakukan tindakan tertentu ketika seorang individu bertindak secara sukarela. Dengan demikian, niat menunjukkan faktor-faktor motivasi yang mempengaruhi perilaku dan indikator bagaimana orang bersedia untuk mencoba dan upaya mereka dimasukkan ke dalam untuk terlibat dalam perilaku (Mafe et al., 2010). Juga, ditemukan bahwa niat perilaku menjadi faktor utama penggunaan sistem informasi (Mafe et al., 2010). Penelitian Venkatesh et al. (2012) menyatakan bahwa terdapat hubungan langsung dan signifikan antara

49 32 niat terhadap penggunaan sistem informasi. Berdasarkan hasil penelitian di atas, maka peneliti mengajukan hipotesis sebagai berikut: H7: Niat penggunaan berpengaruh positif terhadap perilaku penggunaan Exelsa. 2.6 Kerangka Penelitian Sejak UTAUT2 diperkenalkan pada tahun 2012, beberapa telah melakukan penerapan UTAUT2 untuk penelitiannya. Raman & Yahya (2013) menggunakan model UTAUT2 untuk mengidentifikasi dan menilai hubungan variabel UTAUT2 yang mempengaruhi penerimaan preservice guru yang terintegrasi SMP dalam proses pembelajaran. Mereka menemukan bahwa harapan kinerja dan persepsi usaha berdampak pada niat perilaku. Sedangkan motivasi hedonis menunjukkan pengaruh positif pada penggunaan niat perilaku dari SMP namun kebiasaan menunjukkan tidak signifikan. Yang (2013) menggunakan model UTAUT2 untuk mengetahui faktor-faktor penentu penerimaan mobile learning oleh mahasiswa di China. Hasil analisis persamaan struktural menunjukkan bahwa motivasi hedonis, harapan kinerja, faktor sosial dan nilai harga mempengaruhi adopsi mobile learning mahasiswa. Prinz (2014) melakukan validasi terhadap model UTAUT2 yang diaplikasikan di bidang pendidikan. Temuannya menunjukkan bahwa model UTAUT2 merupakan alat yang valid untuk mengukur niat penggunaan dalam lingkungan pendidikan. Sharifah et al. (2015) menerapkan model UTAUT2 yang dimodifikasi dalam menilai penerimaan mahasiswa sebagai pengguna pembelajaran virtual dalam lingkungan belajar mereka. Hasil menunjukkan bahwa motivasi hedonis, harapan kinerja, dan faktor sosial merupakan faktor utama yang

50 33 mempengaruhi niat penggunaan mahasiswa dalam menggunakan VLE. Fokus penelitian mereka adalah mahasiswa. Oleh karena itu, penelitian ini menerapkan 6 elemen dalam model UTAUT2 untuk menentukan apakah itu mempengaruhi niat perilaku pengguna untuk menggunakan Exelsa. Seperti teori terpadu ini didasarkan pada model terkemuka yang berfokus pada konteks penggunaan konsumen teknologi, sehingga dapat lebih memvalidasi model UTAUT2. Penelitian ini memodifikasi model asli UTAUT2 dengan menghilangkan elemen Nilai Harga. Alasannya, dalam mengakses Exelsa di Universitas Sanata Dharma tidak diperlukan biaya secara langsung untuk biaya akses. Sehingga menjadi relevan jika elemen tersebut dihilangkan. Penelitian ini berfokus pada pengguna, yaitu dosen (sebagai instruktur). Mahasiswa akan menggunakan Exelsa apabila dosen juga mengarahkan untuk menggunakan Exelsa. Maka kerangka penelitian ini disajikan dalam gambar 2.3.

51 34 Gambar 2.3 Kerangka Penelitian

52 35 Keterangan: H1 : Harapan Kinerja berpengaruh positif terhadap niat penggunaan Exelsa H2 : Persepsi Usaha berpengaruh positif terhadap niat penggunaan Exelsa H3 : Faktor Sosial berpengaruh positif terhadap niat penggunaan Exelsa H4a : Dukungan fasilitas berpengaruh positif terhadap niat penggunaan Exelsa. H4b : Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan Exelsa. H5 : Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa. H6a : Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa. H6b : Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa H7 : Niat penggunaan berpengaruh positif terhadap perilaku penggunaan Exelsa.

53 BAB III METODE PENELITIAN Bab ini membahas desain penelitian, penjelasan operasional variabel penelitian, populasi dan sampel penelitian, metode pengumpulan data, teknik yang digunakan untuk menganalisis data. 3.1 Desain Penelitian Pertanyaan yang akan dijawab dalam penelitian ini adalah faktor apa saja yang mempengaruhi penerimaan dan penggunaan Sistem Manajemen Pembelajaran Exelsa di Universitas Sanata Dharma. Pertanyaan tersebut akan dijawab menggunakan model UTAUT 2. Jenis penelitian ini adalah penelitian eksplanatori dengan pendekatan kuantitatif. Data-data yang didapatkan dari hasil penelitian yang terkumpul mengungkapkan hubungan dari varibel-variabel yang ada. Adapun tujuan dari desain penelitian adalah untuk mengetahui pengaruh variabel bebas (independen) terhadap variabel terikat (dependen), serta untuk menguji hipotesis-hipotesis yang telah dirumuskan (Sugiyono, 2007). Variabel penelitian dalam kuantitatif dapat dibedakan menjadi (Sugiyono, 2007) : Variabel bebas Variabel bebas merupakan variabel yang mempengaruhi atau menjadi sebab perubahan atau timbulnya variabel terikat. Dalam metode PLS- SEM, variabel bebas disebut variabel eksogen / predictor. Variabel 36

54 37 eksogen dalam penelitian ini adalah harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, dan kebiasaan Variabel terikat Variabel terikat merupakan variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas. Variabel terikat dalam PLS-SEM disebut sebagai variabel endogen. Variabel endogen dalam penelitian ini adalah niat dan perilaku penggunaan Variabel moderasi Variabel moderasi adalah variabel yang memperkuat atau memperlemah hubungan antara variabel bebas dengan variabel terikat. Variabel moderasi dalam penelitian ini adalah usia, jenis kelamin dan tingkat pengalaman. Menurut Sugiyono (2012) penelitian eksplanatori menjelaskan kedudukan variabel-variabel yang diteliti serta hubungan antara satu variabel dengan yang lain. Menurut Kasiram (2008), penelitian kuantitatif adalah proses menemukan pengetahuan yang menggunakan data berupa angka sebagai alat untuk menganalisis keterangan mengenai apa yang ingin diketahui. Dalam penelitian kuantitatif, data yang diperoleh dari sampel populasi penelitian dianalisis sesuai dengan metode statistik yang digunakan kemudian diinterprestasikan. Model analisis data yang digunakan adalah Partial Least Square - Structural Equation Modeling (PLS-SEM) menggunakan perangkat lunak SmartPLS

55 Definisi Operasional Penelitian Definisi operasional penelitian dapat dilihat pada table 3.1 di bawah ini. Tabel 3.1 : Definisi Operasional Penelitian Variabel Definisi Indikator Pengukuran Sejauh mana seorang Skala individu percaya perbedaan bahwa mengadopsi semantik teknologi akan 1-7 membantunya untuk meningkatkan kinerja (Venkatesh, et al. 2012) Harapan Kinerja Persepsi Usaha Faktor Sosial Tingkat kemudahan terkait dengan penggunaan teknologi (Venkatesh, dkk 2012). Pengaruh orang lain atau lingkungan terhadap kesadaran seseorang akan pentingnya suatu teknologi atau sistem informasi. Teknologi atau sistem informasi: Berguna dalam pekerjaan Meningkatkan peluang untuk mencapai hal penting Membantu menyelesaikan tugas atau pekerjaan dengan lebih cepat (efektif). Meningkatkan produktivitas kerja Sistem informasi mudah dipelajari cara pengoperasiannya. Interaksi pengguna dengan sistem informasi jelas dan mudah dimengerti. Sistem informasi mudah digunakan. Mudah bagi pengguna untuk menjadi terampil menggunakan sistem informasi. Pengaruh orang yang dianggap penting untuk menggunakan sistem informasi Pengaruh orang yang dianggap penting untuk harus menggunakan sistem informasi. Pengaruh orang berpendapat tentang penggunaan sistem informasi Skala perbedaan semantik 1-7 Skala perbedaan semantik 1-7

56 39 Tabel 3.1 : Definisi Operasional Penelitian (lanjutan) Variabel Definisi Indikator Pengukuran Tingkat dimana Skala seorang individu perbedaan percaya bahwa semantik infrastruktur 1-7 organisasi dan teknis yang ada untuk mendukung penggunaan sistem (Venkatesh, dkk 2012). Dukungan fasilitas Motivasi Hedonis Kenikmatan atau kebahagiaan yang dihasilkan dari menggunakan teknologi baru dan berperan penting dalam menentukan adopsi teknologi baru (Brown dan Venkatesh 2005). Adanya sumber daya yang diperlukan untuk menggunakan sistem informasi. Adanya pengetahuan yang diperlukan untuk menggunakan sistem informasi. Kesesuaian antara teknologi atau sistem yang baru dengan sistem yang sudah ada Tersedianya tenaga ahli yang dapat membantu mengatasi kesulitan dalam menggunakan sistem informasi. Penggunaan teknologi yang dirasa menyenangkan Penggunaan teknologi yang dirasa nyaman Penggunaan teknologi yang dirasa sangat menghibur Skala perbedaan semantik 1-7 Kebiasaan Hal ini didefinisikan sebagai perilaku. Tingkat dimana seseorang telah dirumuskan sadar untuk melakukan atau tidak melakukan beberapa perilaku masa depan yang ditetapkan (Venkatesh, et.al. 2012). Penggunaan teknologi telah menjadi kebiasaan Kecanduan dalam menggunakan teknologi Rasa keharusan menggunakan teknologi Penggunaan teknologi yang dirasa alamiah Skala perbedaan semantik 1-7

57 40 Tabel 3.1 : Definisi Operasional Penelitian (lanjutan) Variabel Definisi Indikator Pengukuran Niat Penggunaan Perilaku Penggunaan Tingkat dimana seseorang telah dirumuskan rencana sadar untuk melakukan atau tidak melakukan beberapa perilaku masa depan yang ditetapkan. (Venkatesh, dkk 2012). Perasaan positif atau negatif individu tentang melakukan perilaku sasaran dalam hal ini - menggunakan sistem (Venkatesh, dkk 2012). Niat untuk terus menggunakan teknologi / system informasi di masa mendatang Kemauan mencoba untuk menggunakan teknologi dalam kehidupan seharihari Rencana untuk terus menggunakan teknologi lebih sering lagi Frekuensi penggunaan teknologi Skala perbedaan semantik 1-7 Skala perbedaan semantik Populasi dan Sampel Penelitian Populasi merupakan jumlah keseluruhan elemen yang akan diteliti (Cooper & Schindler, 2006). Untuk mengetahui faktor-faktor yang mempengaruhi penerimaan dan penggunaan Sistem Manajemen Pembelajaran Exelsa Universitas Sanata Dharma, populasi dalam penelitian ini adalah pengguna Exelsa Universitas Sanata Dharma. Dosen ditargetkan karena yang lebih mungkin untuk menggunakan Exelsa dalam sistem pembelajaran yang diterapkan di Universitas Sanata Dharma. Mahasiswa cenderung akan menggunakan Exelsa apabila dosen yang mengarahkan. Universitas Sanata Dharma memiliki 8 fakultas, meliputi: Fakultas Ekonomi, Fakultas Farmasi, Fakultas Keguruan dan Ilmu Pendidikan, Fakultas

58 41 Psikologi, Fakultas Sains dan Teknologi, Fakultas Sastra, Fakultas Teologi, dan Program Pasca Sarjana. Populasi dalam penelitian ini adalah dosen tetap yang berstatus aktif di Universitas Sanata Dharma, sedangkan sampel yang diambil adalah beberapa dosen dari masing-masing program studi di Universitas Sanata Dharma. Menurut Arikunto (2010), sampel adalah sebagian atau wakil populasi yang diteliti. Selanjutnya menurut Sugiyono (2010) sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Responden yang ditargetkan berasal dari berbagai program studi dan akan diklasifikasikan berdasarkan usia, jenis kelamin, dan tingkat pengalaman dalam menggunakan Exelsa. Penelitian ini menggunakan teknik pengambilan sampel proportionate random sampling. Menurut Arikunto (2006) teknik proportionate random sampling adalah teknik pengambilan proporsi untuk wilayah ditentukan seimbang atau sebanding dalam masing-masing wilayah. Dalam penelitian ini sampel diambil setiap program studi di Universitas Sanata Dharma. Penelitian ini menggunakan rumus slovin untuk menentukan ukuran sampel, hal ini mengacu pada pendapat Riduwan dan Engkos (2011) bahwa pengambilan sampel menggunakan rumus slovin dapat digunakan apabila populasi sudah diketahui. Perhitungan menggunakan rumus Slovin: n = N / ((N * α 2 )+1) (Rumus 3.1)

59 42 Keterangan: n = Jumlah sampel N = Jumlah populasi α = taraf signifikan (0,05), taraf signifikan adalah tingkat kesalahan yang dikehendaki. Menurut Sugiyono (2013) berdasarkan Isaac dan Michael, ukuran sampel dapat diperoleh melalui perhitungan matematis dengan taraf signifikansi 1%, 5%, dan 10%. Dalam penelitian ini peneliti menggunakan taraf signifikan 5%. Karena taraf signifikan 5% berarti memiliki tingkat kepercayaan kebenaran penelitian sebesar 95%. Perhitungan untuk menentukan jumlah sampel adalah sebagai berikut : n = N / ((N * α 2 )+1) n = 320 / ( (320 * 0,05 2 ) + 1 ) = 320 / 1.8 = 177,778 Jumlah responden adalah 180 dosen. Selanjutnya dilakukan perhitungan jumlah sampel berdasar program studi dengan menggunakan rumus alokasi proporsional (lihat rumus 3.2). ni = Ni N Keterangan: x n (Rumus 3.2) ni Ni n N = Jumlah sampel menurut program studi = Jumlah populasi menurut program studi = Jumlah sampel seluruhnya = Jumlah populasi seluruhnya

60 43 Sebagai contoh di program studi Teknik Informatika, jumlah dosen tetap sebanyak 16 (Ni = 16), N = 320, dan n = 180. Maka dapat dihitung jumlah ni adalah ni = Ni N x n ni = x 180 ni = 9 Jumlah dosen Teknik Informatika yang menjadi sampel sebanyak 9 dosen. Langkah selanjutnya memberikan kode pada 320 dosen tetap di Universitas Sanata Dharma. Kemudian dilakukan teknik random menggunakan Ms. Excel. Sebagai contoh di program studi Teknik Informatika, 16 dosen diberi kode, lalu setelah diketahui hanya 9 dosen yang dijadikan sampel, dilakukan pengacakan menggunakan Ms. Excel dengan formula randombetween. Daftar dosen yang menjadi responden dalam penelitian ini disajikan pada tabel 3.2.

61 44 Tabel 3.2 : Jumlah Responden berdasarkan strata program studi Fakultas Program Studi Jumlah Dosen Tetap Jumlah Responden Ekonomi Akuntansi 10 6 Ekonomi 3 2 Magister Manajemen 6 3 Manajemen 12 7 Pend. Profesi Akuntansi 6 3 Farmasi Farmasi Profesi Apoteker 6 3 Keguruan dan Ilmu Pendidikan Bimbingan dan Konseling 8 5 Pendidikan Agama Katolik 13 7 Pend Bahasa dan Sastra Indonesia 9 5 Pendidikan Akuntansi 9 5 Pendidikan Ekonomi 6 3 Pendidikan Bahasa Inggris Pendidikan Biologi 7 4 Pendidikan Fisika 9 5 Pendidikan Matematika 13 7 Pendidikan Sejarah 4 2 Pendidikan Guru Sekolah Dasar S2 Pend. Bahasa dan Sastra 1 1 Indonesia S2 Pendidikan Matematika 1 1 Psikologi Psikologi Sains dan Teknologi Matematika 7 4 Teknik Elektro 12 7 Teknik Informatika 16 9 Teknik Mesin 13 7 Sastra Sastra Indonesia 6 3 Sastra Inggris Sejarah 6 3 Teologi Ilmu Teologi 13 7 Magister Teologi 8 5 Pascasarjana Magister Kajian Bahasa Inggris 5 3 Magister Ilmu Religi dan Budaya 5 3 TOTAL

62 Instrumen Penelitian Instrumen yang digunakan penelitian ini adalah kuesioner. Kuesioner dibagikan melalui tatap muka untuk pengguna di Universitas Sanata Dharma di setiap program studi yang berbeda. Menurut Iskandar (2009), kuesioner merupakan alat pengumpulan data yang diimplementasikan dengan cara memberikan seperangkat pertanyaan kepada responden untuk dijawab. Penelitian ini mengadaptasi elemen dari studi empiris sebelumnya untuk memvalidasi skala yang digunakan (Luarn & Lin, 2005). Selain itu, kuesioner termasuk pertanyaan demografis tentang jenis kelamin, usia dan tingkat pengalaman menggunakan Exelsa. Item ini diukur dengan menggunakan skala perbedaan semantik 7 poin. Teknik pengukuran ini dikenalkan oleh Charles Osgood (1957) yang menekankan pada aspek semantik sebuah kata. Teknik perbedaan semantik merupakan penyempurnaan dari skala likert yang tidak mampu menjangkau respon yang bersifat multidimensi. Respon skala perbedaan semantik terdiri dari 3 dimensi, yaitu: Dimensi evaluasi (baik buruk) Penilaian subyek terkait dengan baik-buruknya topik stimulus yang disajikan, termasuk juga di dalamnya perasaan subyek (senang marah) atau penilaian kualitas (cantik jelek, kasar lembut), atau moral (bijak jahat). Buruk Baik Kejam Ramah Jelek Indah Sedih Senang Tidak berharga Berharga

63 Dimensi potensi (kuat lemah) Penilaian mengenai kekuatan yang dikandung oleh stimulus. Penilaian ini memuat tentang kapasitas stimulus (tinggi-rendah), besar-kecil, dalamdangkal, berat-ringan. Lemah Kuat Kecil Besar Lembut Kasar Dangkal Dalam Sederhana Kompleks Dimensi aktivitas (aktif-pasif) Penilaian mengenai muatan aktivitas yang dikandung stimulus, misalnya: cepat-lambat, tenang-riuh, acak-teratur. Pasif Aktif Lambat Cepat Diam Berisik Redup Terang Dingin Panas Menurut Arikunto (2010) bahwa kualitas instrument akan menentukan kualitas data yang terkumpul. Instrument penelitian memiliki dua syarat utama yang wajib dipenuhi yaitu memenuhi persyaratan validitas dan reliabilitas (Azwar, 2012). Alat ukur yang tidak reliable atau tidak valid akan memberikan informasi yang tidak akurat mengenai keadaan subyek penelitian Pengujian Validitas Menurut Jogiyanto (2007), validitas dalam penelitian dijelaskan sebagai suatu derajat ketepatan alat ukur penelitian tentang inti atau arti sebenarnya yang

64 47 diukur. Tinggi rendahnya validitas menunjukkan sejauh mana data yang terkumpul tidak menyimpang dari gambaran tentang variabel yang dimaksud. Validitas dapat dilakukan dengan mengkorelasikan antar skor item instrument dengan skor total seluruh item pertanyaan. Pengujian validitas ini menggunakan uji validitas Product Moment Pearson Correlation dengan cara menghubungkan masing-masing skor item dengan skor total yang diperoleh dalam penelitian. Dalam uji validitas ini, dasr pengambilan keputusannya adalah sebagai berikut: Jika nilai r hitung lebih besar atau sama dengan nilai r tabel, maka instrumen penelitian dinyatakan valid Jika nilai r hitung lebih kecil dari nilai r tabel, maka instrumen penelitian dinyatakan tidak valid Pengujian Reliabilitas Menurut Jogiyanto (2007), reliabilitas adalah derajat ketepatan, ketelitian atau keakuratan yang ditunjukkan oleh instrumen pengukuran di mana pengujiannya dapat dilakukan secara internal yaitu pengujian dengan menganalisis konsistensi butir-butir yang ada. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu. Reliabilitas suatu test merujuk pada derajat stabilitas, konsistensi, daya prediksi, dan akurasi. Pengukuran yang memiliki reliabilitas yang tinggi adalah pengukuran yang dapat menghasilkan data yang reliabel. Pengujian reliabilitas instrumen diukur berdasarkan nilai cronbach s alpha. Cronbach s alpha merupakan sebuah ukuran reliabilitas yang memiliki

65 48 nilai berkisar dari 0 sampai dengan 1 (Hair et al., 2010). Menurut Eisingerich dan Rubera (2010) nilai reliabilitas cronbach s alpha minimum adalah 0,70. Tingkat keandalan cronbach s alpha menurut Hair et al. (2010) dapat dilihat pada tabel 3.3 di bawah ini. Tabel 3.3 : Tingkat Keandalan Cronbach s Alpha Nilai Cronbach s Alpha Tingkat Keandalan 0,00 0,20 Kurang handal >0,20 0,40 Agak handal >0,40 0,60 Cukup handal >0,60 0,80 Handal >0,80 1,00 Sangat handal 3.5 Metode Pengumpulan Data Data yang digunakan dalam penelitian ini adalah data primer. Data primer adalah data yang diperoleh langsung dari sumber data dan belum diolah oleh pihak mana pun untuk tujuan penelitian (Cooper dan Shindler, 2006). Pengumpulan data untuk penelitian ini melalui kuesioner terstruktur. Kuesioner disebarkan kepada dosen Universitas Sanata Dharma yang terpilih menjadi sampel penelitian. Di dalam kuesioner terdapat daftar pernyataan-pernyataan dan setiap responden diminta untuk memberikan penilaian sesuai dengan petunjuk di dalam kuesioner. 3.6 Metode Analisis Data Semua kuesioner dikumpulkan dan digunakan untuk melakukan analisis data. Data yang dikumpulkan tersebut dimasukkan ke software SmartPLS. Data tersebut diperiksa ulang untuk konsistensi sehingga dapat meminimalkan

66 49 kesalahan dalam memasukkan dalam data. Data dianalisis menggunakan analisis statistik deskriptif dan inferensial. Analisis statistik deskriptif menampilkan data hasil penelitian dalam bentuk rerata skor. Analisis inferensial menggunakan teknik analisis PLS-SEM (Partial Least Squares Structural Equation Modeling) dengan menggunakan perangkat lunak SmartPLS Penelitian ini menggunakan model kausalitas atau hubungan pengaruh. Dengan demikian, untuk menguji hipotesis yang diajukan digunakan teknik analisis Partial Least Square - Stuctural Equation Modeling (PLS-SEM) yang dioperasikan melalui program SmartPLS Menurut Jogiyanto dan Abdillah (2009) Partial Least Squares adalah analisis persamaan structural (Structural Equation Modeling / SEM) berbasis varian yang secara simultan dapat melakukan pengujian model pengukuran sekaligus pengujian model structural. Model pengukuran digunakan untuk uji validitas dan reliabilitas, sedangkan model structural digunakan untuk uji kausalitas. Keunggulan teknik analisis PLS menurut Jogiyanto dan Abdillah (2009) adalah: Mampu memodelkan banyak variabel dependen dan independen (model kompleks) Mampu mengelola masalah multikolinearitas antar variabel independen Hasil tetap kokoh walaupun terdapat data yang tidak normal Menghasilkan variabel laten independen secara langsung berbasi crossproduct yang melibatkan variabel laten dependen sebagai kekuatan prediksi Dapat digunakan pada sampel kecil (di bawah 100).

67 Tidak mensyaratkan data terdistribusi normal. Penggunaan PLS-SEM dalam penelitian ini digunakan untuk menguji dan mengukur pengaruh langsung dan tidak langsung dari variabel harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, kebiasaan, niat dan perilaku penggunaan. Gambar 3.1 di bawah ini menunjukkan model diagram jalur Partial Least Square. Gambar 3.1 Model Diagram Jalur Partial Least Square

68 51 Analisis PLS-SEM terdiri dari 2 sub model yaitu: inner model dan outer model Outer Model Outer model atau outer relation atau measurement model mendefinisikan bagaimana setiap blok indikator berhubungan dengan variabel latennya. Model ini menspesifikasi hubungan antar variabel laten dengan indikatornya atau dapat dikatakan bahwa outer model mendefinisikan hubungan setiap indikator dengan variabel latennya. Menurut Ghozali (2006), model persamaan dasar dari model pengukuran atau outer model dapat ditulis sebagai berikut: Rumus 3.3 Persamaan dasar model pengukuran Untuk konstruk laten eksogen (X) : X = λx ξ + δ untuk konstruk laten endogen (Y): Y = λy η + ε Sumber : Ghozali (2006) Tabel 3.4 : Keterangan Simbol Simbol Nama Keterangan λ Lamda Bobot faktor Antara variabel laten dengan indikatornya ξ Ksi Variabel laten eksogen ε Epsilon Pengukuran eror indikator endogen η Eta Variabel laten endogen δ Delta Pengukuran eror indikator eksogen Gambar 3.1 menunjukkan bahwa ξ1 dan ξ2 merupakan variabel laten eksogen atau independen variabel, η1 dan η2 merupakan variabel laten endogen atau variaben dependen. Nilai koefisien dari persamaan akan menerangkan hubungan atau pengaruh antar variabel sesuai dengan paradigma penelitian.

69 52 Persamaan model pengukuran untuk setiap variabel dapat dilihat pada tabel 3.5 sebagai berikut. Tabel 3.5 : Persamaa Model Pengukuran Variabel Variabel Bobot Indikator Persamaan Model Pengukuran X1 Harapan Kinerja λhk1.1 X1.1 = λhk1.1 X1 + δ1 λhk1.2 λhk1.3 λhk1.4 X1.2 = λhk1.2 X1 + δ2 X1.3 = λhk1.3 X1 + δ3 X1.4 = λhk1.4 X1 + δ4 X2 Persepsi Usaha λpu2.1 X2.1 = λpu2.1 X2 + δ5 λpu2.2 λpu2.3 λpu2.4 X2.2 = λpu2.2 X2 + δ6 X2.3 = λpu2.3 X2 + δ7 X2.4 = λpu2.4 X2 + δ8 X3 Faktor Sosial λfs3.1 X3.1 = λfs3.1x3 + δ9 λfs3.2 λfs3.3 X3.2 = λfs3.2 X3 + δ10 X3.3 = λfs3.3 X3 + δ11 X4 Dukungan Fasilitas λdf4.1 X4.1 = λdf4.1 X4 + δ12 λdf4.2 λdf4.3 λdf4.4 X4.2 = λdf4.2 X4 + δ13 X4.3 = λdf4.3 X4 + δ14 X4.4 = λdf4.4 X4 + δ15 X5 Motivasi Hedonis λmh5.1 X5.1 = λmh5.1 X5 + δ16 λmh5.2 λmh5.3 X5.2 = λmh5.2 X5 + δ17 X5.3 = λmh5.3 X5 + δ18 X6 Kebiasaan λk6.1 X6.1 = λk6.1 X6 + δ19 λk6.2 λk6.3 λk6.4 X6.2 = λk6.2 X6 + δ20 X6.3 = λk6.3 X6 + δ21 X6.4 = λk6.4 X6 + δ22 Y1 Niat Penggunaan λnp1.1 Y1.1 = λnp1.1 Y1 + ε1 λnp1.2 Y1.2 = λnp1.2 Y1 + ε2 Y2 Perilaku Penggunaan λpp2.1 Y2.1 = λpp2.1y2 + ε3 Pengujian dalam outer model yaitu: Uji Validitas Pengujian validitas ada 2 yaitu validitas konvergen dan validitas diskriminan. Validitas konvergen diuji melalui parameter loading factor dan nilai Average Variance Extracted (AVE). Pengukuran dapat

70 53 dikategorikan memiliki validitas konvergen apabila nilai loading factor lebih dari 0,7 dan nilai AVE lebih dari 0,5 (Ghozali, 2008). AVE = λ i 2 λi 2 + var(ε i ) i (Rumus 3.4) Validitas diskriminan ditentukan dengan melihat cross loading dari setiap variabel. Pengukuran dapat dikategorikan memiliki validitas diskriminan apabila memiliki nilai cross loading lebih dari 0,7 (Jogiyanto, 2011) Uji Reliabilitas Pengujian reliabilitas dapat dilihat berdasarkan nilai Cronbach s alpha harus lebih dari 0,6 dan nilai composite reliability harus lebih dari 0,7 (Jogiyanto, 2011). Nilai composite reliability menunjukkan ukuran nilai reliabilitas sesungguhnya dari suatu variabel sedangkan cronbach s alpha menunjukkan ukuran nilai reliabilitas terrendah dari suatu variabel. c = ( λi) 2 ( λi) 2 + var(ε i ) i (Rumus 3.5) Inner Model Pengujian padal inner model atau model struktural dilakukan untuk menguji hubungan antar konstruk laten. Inner model meliputi inner relation, structural model dan substantive theory menggambarkan hubungan antara variabel laten berdasarkan pada teori substantive. Inner model diuji dengan melihat nilai R- square, Q-square dan path coefficient (koefisien jalur) untuk mendapatkan informasi seberapa besar variabel laten dependen dipengaruhi oleh variabel laten

71 54 independen, serta uji signifikansi untuk menguji nilai signifikansi hubungan atau pengaruh antar variabel (Ghozali, 2006). Pengujian dalam inner model yaitu: R-square test Nilai R-square atau koefisien determinasi menunjukkan keragaman konstruk endogen yang mampu dijelaskan oleh konstruk-konstruk eksogen secara serentak. Nilai R-square digunakan untuk mengukur tingkat variabilitas perubahan variabel independen terhadap variabel dependen. Parameter ini juga digunakan untuk mengukur kelayakan model prediksi dengan rentang 0 sampai 1. Semakin tinggi nilai R-square maka semakin besar pula pengaruh variabel laten eksogen terhadap variabel laten endogen. Nilai R-square dapat mendeteksi pengaruh langsung dari variabel eksogen tertentu terhadap variabel endogen. Perubahan nilai R-square (f 2 ) digunakan untuk menilai pengaruh variabel independen tertentu terhadap variabel laten dependen secara substantive (Ghozali, 2006). η1 = 1ξ1 + 2ξ2 + 1 (Rumus 3.6) η2 = 1η1 + 3ξ1 + 4ξ2 + 2 (Rumus 3.7) Keterangan= η = Eta = Variabel laten endogen = Gamma = Koefisien pengaruh variabel eksogen terhadap variabel endogen ξ = Ksi = Variabel laten eksogen = Zeta = Galat model = Beta = Koefisien pengaruh variabel endogen terhadap variabel endogen

72 Q-square test Q-square test dalam PLS digunakan untuk predictive relevancy dalam model konstruktif. Pada penilaian goodness of fit bisa diketahui melalui nilai Q 2. Nilai Q 2 memiliki arti yang sama dengan koefisien determinasi (R-Square) pada analisis regresi, di mana semakin tinggi R-Square, maka model dapat dikatakan semakin fit dengan data. Q-square mengukur seberapa baik nilai observasi yang dihasilkan oleh model dan juga estimasi parameternya. Pendekatan ini menggunakan rumus sebagai berikut (Hengky dan Ghozali, 2012) : Q 2 = 1 (1 R1 2 ) (1 - R2 2 ) (1 Rp 2 ) (Rumus 3.8) Keterangan: R1 2 R2 2 Rp 2 : R-square variabel endogen dalam model. Interpretasi Q 2 sama dengan koefisien determinasi total pada analisis jalur. (mirip dengan R 2 pada regresi). Q 2 : koefisien determinasi total pada analisis jalur Koefisien jalur Koefisien jalur menunjukkan seberapa besar hubungan atau pengaruh konstruk laten yang dilakukan dengan prosedur bootstrapping.

73 56 Pengujian hipotesis terkait dengan pengujian hubungan antar variabel. Pengujian hipotesis ditempuh dengan melihat hasil uji secara parsial untuk masing-masing variabel. Ukuran signifikansi keterdukungan hipotesis dapat digunakan perbandingan nilai t-table dan t-statistic. Untuk melihat ada tidaknya pengaruh variabel eksogen terhadap variabel endogen, dapat dilihat dari nilai t- statistic yang dibandingkan dengan nilai t-table. Jika nilai t-statistic lebih besar dari pada nilai t-table, maka signifikan. Sebaliknya jika nilai t-statistic lebih kecil dari pada nilai t-table, maka tidak signifikan. Dalam penelitian ini untuk tingkat keyakinan 95% (α 0,05) maka nilai t-table untuk hipotesis satu ekor (one-tailed) adalah 1, Selain itu untuk menguji efek moderasi terhadap pengaruh variabel independen terhadap variabel dependen, maka dilakukan analisis lanjutan menggunakan analisis moderating effect dan analisis multiple group (PLS-MGA). Analisis moderating effect dijalankan menggunakan perangkat lunak SmartPLS dengan cara membuat variabel moderasi dalam model. Setelah itu dilakukan kalkulasi model dengan melibatkan variabel moderasi. Hasil yang didapatkan adalah hubungan variabel independen dengan variabel dependen yang secara umum dipengaruhi oleh variabel moderasi. Selanjutnya untuk mengetahui efek moderasi dalam kelompok tertentu, dilakukan analisis multiple group. Berdasarkan Henseler (2009), analisis multiple group memungkinkan untuk menguji apakah kelompok data yang telah ditetapkan memiliki perbedaan yang signifikan dalam estimasi parameter kelompok-spesifik (misalnya, bobot luar, beban luar dan koefisien jalur). Analisis multiple group membagi sampel

74 57 berdasarkan karakteristik tertentu, yang ditentukan terlebih dahulu dan ada dalam proses pengumpulan data (Santoso, 2007). Sebagai contoh, instrumen penelitian (kuesioner) pada model penerimaan dan penggunaan Exelsa memasukkan profil pengguna seperti jenis kelamin, usia, dan tingkat pengalaman menggunakan Exelsa. SmartPLS memberikan hasil tiga pendekatan yang berbeda yang didasarkan pada hasil bootstrap dari setiap kelompok. Sarstedt et al. (2011) menjelaskan metode analisis multiple group secara rinci, yaitu: ) Confidence Intervals (Bias Corrected) Metode ini menghitung tingkat keyakinan bias yang dikoreksi untuk estimasi parameter kelompok tertentu dalam model jalur PLS. Hasil kelompok spesifik dari koefisien jalur yang berbeda secara signifikan jika tingkat keyakinan bias yang dikoreksi tidak tumpang tindih ) Partial Least Squares Multigroup Analysis (PLS-MGA) Metode ini merupakan uji signifikansi non-parametrik untuk perbedaan hasil kelompok spesifik yang dibangun di atas hasil bootstrap PLS-SEM. Hasil signifikan pada probabilitas 5% dari tingkat kesalahan, jika p-value lebih kecil dari 0,05 atau lebih besar dari 0,95 untuk perbedaan tertentu koefisien jalur kelompok tertentu ) Parametric Test Metode ini merupakan uji signifikansi parametrik untuk perbedaan kelompok-spesifik hasil PLS-SEM yang mengasumsikan varian yang sama di seluruh kelompok.

75 ) Welch-Satterthwait Test Metode ini merupakan uji signifikansi parametrik terhadap perbedaan kelompok spesifik dari hasil PLS-SEM yang mengasumsikan varian yang tidak sama di seluruh grup. Dalam pengaturan analisis multiple group di SmartPLS, kelompok yang dipilih akan dinilai untuk perbedaan yang signifikan dalam estimasi parameter. Semua kelompok data yang dipilih dalam grup A akan dibandingkan dengan semua kelompok data yang dipilih pada grup B.

76 BAB IV HASIL PENELITIAN DAN PEMBAHASAN Bab ini menjelaskan hasil dari analisis data yang telah dilakukan berdasarkan metode penelitian yang diuraikan pada bab III. Pembahasan bab ini diawali dengan deskripsi data kemudian dilanjutkan dengan pengujian hipotesis serta pembahasannya. 4.1 Deskripsi Data Deskripsi Responden Penelitian Pengumpulan data pada penelitian ini dilaksanakan dengan menyebarkan kuesioner di Universitas Sanata Dharma. Responden dalam penelitian ini adalah dosen tetap di Universitas Sanata Dharma. Jumlah responden yang diteliti sebanyak 180 dosen tetap. Kuesioner mulai dibagikan kepada responden pada tanggal 8 Agustus Pengumpulan kembali kuesioner dilakukan sendiri oleh penulis dan dilakukan secara bertahap tergantung pada kesediaan para responden untuk mengisi kuesioner. Besarnya tingkat pengembalian kuesioner dapat dilihat pada tabel 4.1 berikut ini: Tabel 4.1 : Tingkat Pengembalian Kuesioner Jumlah Persentase (%) Kuesioner yang dikirimkan 180 Kuesioner yang kembali ,00% Kuesioner yang tidak lengkap 2 1,11% Kuesioner yang dapat digunakan (Tingkat Pengembalian Kuesioner) ,89% Sumber: Data diolah (2016) 56

77 57 Tabel 4.1 menunjukkan bahwa sebanyak 178 kuesioner dapat digunakan dalam penelitian ini. Selanjutnya data tersebut dikelompokkan berdasarkan usia, jenis kelamin, masa kerja, dan tingkat pengalaman dalam menggunakan Exelsa Responden berdasarkan usia Data responden berdasarkan kelompok usia di Universitas Sanata Dharma dapat dilihat pada table 4.2 berikut ini. Tabel 4.2 : Responden berdasarkan usia Kelompok Usia Jumlah Persentase (%) 30 tahun 10 5,62% tahun 38 21,35% tahun 80 44,94% tahun 40 22,47% >60 tahun 10 5,62% TOTAL ,00% Sumber: Data diolah (2016) Tabel 4.2 menunjukkan bahwa frekuensi tertinggi adalah responden yang memiliki kelompok usia pada rentang tahun (44,94%) Responden berdasarkan jenis kelamin Data responden berdasarkan jenis kelamin di Universitas Sanata Dharma dapat dilihat pada table 4.3 berikut ini. Tabel 4.3 : Responden berdasarkan jenis kelamin Jenis Kelamin Jumlah Persentase (%) Pria % Wanita % TOTAL % Sumber: Data diolah (2016)

78 58 Tabel 4.3 menunjukkan bahwa frekuensi tertinggi adalah responden yang berjenis kelamin pria (66,29%) Responden berdasarkan masa kerja Data responden berdasarkan kelompok masa kerja di Universitas Sanata Dharma dapat dilihat pada table 4.4 berikut ini. Tabel 4.4 : Responden berdasarkan masa kerja Kelompok Masa Kerja Jumlah Persentase (%) < 6 tahun 38 21,35% 6-10 tahun 14 7,87% tahun 69 38,76% 20 tahun 57 32,02% TOTAL % Sumber: Data diolah (2016) Tabel 4.4 menunjukkan bahwa frekuensi tertinggi adalah responden yang memiliki kelompok masa kerja pada rentang tahun (38,76%) Responden berdasarkan tingkat pengalaman menggunakan Exelsa Data responden berdasarkan tingkat pengalaman menggunakan Exelsa di Universitas Sanata Dharma dapat dilihat pada table 4.5 berikut ini. Tabel 4.5 : Responden berdasarkan tingkat pengalaman menggunakan Exelsa Tingkat Pengalaman Jumlah Persentase (%) < 1 tahun 74 41,57% 1-2 tahun 15 8,43% 3-4 tahun 40 22,47% 4 tahun 47 26,40% TOTAL % Sumber: Data diolah (2016)

79 59 Tabel 4.5 menunjukkan bahwa frekuensi tertinggi adalah responden yang memiliki tingkat pengalaman selama kurang dari 1 tahun (41,57%) Deskripsi Variabel Penelitian Variabel dalam penelitian ini terbagi menjadi : Variabel eksogen : Harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, kebiasaan Variabel endogen Variabel moderasi : Niat dan perilaku penggunaan : Usia, jenis kelamin, dan tingkat pengalaman Analisis deskriptif variabel merupakan upaya dari penulis untuk mengambarkan secara umum tentang data yang diperoleh selama penelitian, sehingga akan mengetahui makna dan keadaan yang sebenarnya. Statistik deskriptif variabel dalam penelitian ini dapat dilihat pada table 4.6. Tabel 4.6 : Statistik Deskriptif Variabel Penelitian VARIABEL N MIN MAX MEAN STDEV Harapan Kinerja Persepsi Usaha Faktor Sosial Dukungan Fasilitas Motivasi Hedonis Kebiasaan Niat Penggunaan Perilaku Penggunaan Sumber: Data diolah (2016) Analisis deskriptif variabel Harapan Kinerja Analisis deskriptif variabel harapan kinerja bertujuan untuk mengetahui sejauh mana pengguna (dosen) percaya bahwa menggunakan sistem

80 60 (Exelsa) dapat mencapai keuntungan dalam kinerja pekerjaan (Venkatesh et al., 2003). Tabel 4.6 menunjukkan bahwa Exelsa memiliki tingkat kegunaan yang cukup tinggi untuk meningkatkan kinerja dosen dalam menyelesaikan tugas sebagai dosen. Nilai standar deviasi harapan kinerja sebesar 1.42 artinya penyebaran data dalam penelitian ini cukup beragam Analisis deskriptif variabel Persepsi Usaha Analisis deskriptif variabel persepsi usaha bertujuan untuk mengetahui tingkat kemudahan penggunaan Exelsa (Zhou et al., 2010; Venkatesh et al., 2012). Tabel 4.6 menunjukkan Exelsa memiliki tingkat kemudahan yang cukup tinggi untuk mengoperasikannya. Pengguna merasa mudah mempelajari dan mengoperasikan fitur-fitur yang ada di dalam Exelsa, serta pengguna merasa terampil dalam mengoperasikannya. Nilai standar deviasi persepsi usaha sebesar 1.17 artinya penyebaran data dalam penelitian ini cukup beragam Analisis deskriptif variabel Faktor Sosial Analisis deskriptif variabel faktor sosial bertujuan untuk mengetahui sejauh mana pengguna merasakan bagaimana pengguna lain percaya ia harus menggunakan Exelsa (Leong et al., 2013). Tabel 4.6 menunjukkan pengguna merasakan bahwa ia harus menggunakan Exelsa dengan adanya dukungan dari pimpinan, dukungan dari pengembang sistem dan

81 61 juga pengaruh dari pengguna lain untuk menggunakan Exelsa. Nilai standar deviasi faktor sosial sebesar 1.17 artinya penyebaran data dalam penelitian ini cukup beragam Analisis deskriptif variabel Dukungan Fasilitas Analisis deskriptif variabel dukungan fasilitas bertujuan untuk mengetahui persepsi bahwa infrastruktur organisasi dan teknis ada untuk mendukung penggunaan teknologi (Venkatesh et al ). Tabel 4.6 menunjukkan pengguna merasakan adanya kecukupan sumber daya, bantuan tenaga ahli dan pengetahuan yang cukup tinggi dalam menggunakan Exelsa. Nilai standar deviasi dukungan fasilitas sebesar 1.24 artinya penyebaran data dalam penelitian ini cukup beragam Analisis deskriptif variabel Motivasi Hedonis Analisis deskriptif variabel motivasi hedonis bertujuan untuk mengetahui kenikmatan atau kesenangan yang dihasilkan dari menggunakan Exelsa (Brown & Venkatesh, 2005). Table 4.6 menunjukkan pengguna memiliki perasaan nyaman dan senang yang kurang ketika menggunakan Exelsa. Pengguna juga kurang merasa bahwa penggunaan Exelsa sangat fleksibel. Nilai standar deviasi motivasi hedonis sebesar 0.95 artinya penyebaran data dalam penelitian ini cukup beragam.

82 Analisis deskriptif variabel Kebiasaan Analisis deskriptif variabel kebiasaan bertujuan untuk mengetahui sejauh bahwa individu cenderung untuk menjalankan perilaku otomatis (Limayem et al ). Tabel 4.6 menunjukkan pengguna merasa terbiasa dan memiliki kemauan yang cukup tinggi untuk menggunakan Exelsa. Pengguna juga merasa bahwa menggunakan Exelsa merupakan kewajiban. Nilai standar deviasi kebiasaan sebesar 1.63 artinya penyebaran data dalam penelitian ini cukup beragam Analisis deskriptif variabel Niat Penggunaan Analisis deskriptif variabel niat bertujuan untuk mengetahui probabilitas subjektif melaksanakan perilaku dan juga penyebab perilaku penggunaan tertentu (Yi et al., 2006). Tabel 4.6 menunjukkan pengguna memiliki niat dan kesediaan yang kurang tinggi untuk terus menggunakan Exelsa. Nilai standar deviasi niat penggunaan sebesar 0.75 artinya penyebaran data dalam penelitian ini cukup beragam Analisis deskriptif variabel Perilaku Penggunaan Analisis deskriptif variabel perilaku penggunaan bertujuan untuk mengetahui intensitas dosen dalam menggunakan Exelsa di setiap kegiatan mengajar. Tabel 4.6 menunjukkan pengguna memiliki intensitas yang cukup tinggi dalam menggunakan Exelsa di setiap kegiatan

83 63 mengajar. Nilai standar deviasi niat penggunaan sebesar 1.65 artinya penyebaran data dalam penelitian ini cukup beragam. 4.2 Pengujian Instrumen Peneltian Dalam suatu penelitian, data mempunyai kedudukan yang sangat penting. Hal ini dikarenakan data merupakan penggambaran variabel yang diteliti dan berfungsi sebagai alat pembuktian hipotesis. Valid atau tidaknya data sangat menentukan kualitas dari data tersebut. Instrumen yang digunakan harus memenuhi syarat validitas dan reliabilitas Pengujian Validitas Menurut Jogiyanto (2007), validitas dalam penelitian dijelaskan sebagai suatu derajat ketepatan alat ukur penelitian tentang inti atau arti sebenarnya yang diukur. Tinggi rendahnya validitas menunjukkan sejauh mana data yang terkumpul tidak menyimpang dari gambaran tentang variabel yang dimaksud. Validitas dapat dilakukan dengan mengkorelasikan antar skor item instrumen dengan skor total seluruh item pertanyaan. Pengujian validitas ini menggunakan uji validitas Product Moment Pearson Correlation dengan cara menghubungkan antara masing-masing skor item dengan skor total yang diperoleh dalam penelitian. Dalam uji validitas ini, dasar pengambilan keputusannya adalah sebagai berikut: Jika nilai r hitung lebih besar atau sama dengan nilai r tabel, maka instrumen penelitian dinyatakan valid.

84 Jika nilai r hitung lebih kecil dari nilai r tabel, maka instrumen penelitian dinyatakan tidak valid. Dalam pengujian validitas ini penulis menggunakan data 30 sampel (N = 30) dengan item soal berjumlah 25 butir. Berdasarkan jumlah N adalah 30 pada tingkat signifikansi 5% maka nilai r tabel sebesar 0,361. Nilai r tabel akan dibandingkan dengan nilai r hitung. Berikut ini hasil pengujian validitas instrumen penelitian akan disajikan pada tabel 4.7. Tabel 4.7 : Hasil Uji Validitas Instrumen Penelitian Variabel Item pertanyaan rhitung rtabel Ket Harapan Kinerja (HK) HK1 0,788 0,361 Valid HK2 0,872 0,361 Valid HK3 0,852 0,361 Valid HK4 0,850 0,361 Valid Persepsi Usaha (PU) PU1 0,936 0,361 Valid PU2 0,883 0,361 Valid PU3 0,919 0,361 Valid PU4 0,790 0,361 Valid Faktor Sosial (FS) FS1 0,857 0,361 Valid FS2 0,934 0,361 Valid FS3 0,921 0,361 Valid Dukungan Fasilitas (DF) DF1 0,881 0,361 Valid DF2 0,846 0,361 Valid DF3 0,822 0,361 Valid DF4 0,860 0,361 Valid Motivasi Hedonis (MH) MH1 0,926 0,361 Valid MH2 0,949 0,361 Valid MH3 0,905 0,361 Valid Kebiasaan (K) K1 0,828 0,361 Valid K2 0,813 0,361 Valid K3 0,626 0,361 Valid K4 0,823 0,361 Valid Niat Penggunaan (NP) NP1 0,973 0,361 Valid NP2 0,978 0,361 Valid

85 65 Tabel 4.7 : Hasil Uji Validitas Instrumen Penelitian (lanjutan) Variabel Item pertanyaan rhitung rtabel Ket Perilaku Penggunaan (PP) PP1 1,000 0,361 Valid Sumber: Data diolah (2016) Pengujian Reliabilitas Menurut Jogiyanto (2007), reliabilitas adalah derajat ketepatan, ketelitian atau keakuratan yang ditunjukkan oleh instrumen pengukuran di mana pengujiannya dapat dilakukan secara internal yaitu pengujian dengan menganalisis konsistensi butir-butir yang ada. Sugiarto dan Sitinjak (2006) menyatakan bahwa reliabilitas menunjuk pada suatu pengertian bahwa instrumen yang digunakan dalam penelitian untuk memperoleh informasi yang digunakan dapat dipercaya sebagai alat pengumpulan data dan mampu mengungkap informasi yang sebenarnya dilapangan. Ghozali (2009) menyatakan bahwa reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari peubah atau konstruk. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu. Reliabilitas suatu test merujuk pada derajat stabilitas, konsistensi, daya prediksi, dan akurasi. Pengukuran yang memiliki reliabilitas yang tinggi adalah pengukuran yang dapat menghasilkan data yang reliabel. Dalam pengujian reliabilitas ini penulis menggunakan data 30 sampel (N = 30) dengan item soal berjumlah 25 butir. Berikut ini hasil pengujian reliabilitas instrumen penelitian akan disajikan pada tabel 4.8.

86 66 Tabel 4.8 : Hasil Uji Reliabilitas Instrumen Penelitian Variabel Nilai cronbach s alpha Keterangan Harapan Kinerja (HK 0,859 Sangat Handal Persepsi Usaha (PU) 0,900 Sangat Handal Faktor Sosial (FS) 0,888 Sangat Handal Dukungan Fasilitas (DF) 0,865 Sangat Handal Motivasi Hedonis (MH) 0,912 Sangat Handal Kebiasaan (K) 0,755 Sangat Handal Niat Penggunaan (NP) 0,947 Sangat Handal Perilaku Penggunaan (PP) 1,000 Sangat Handal Sumber: Data diolah (2016) Berdasarkan hasil uji reliabilitas pada tabel di atas, dapat diketahui bahwa nilai Cronbach Alpha pada masing-masing variabel nilainya lebih besar dari 0,6. Dengan demikian semua item pernyataan dalam variabel penelitian adalah reliable atau handal. Sehingga item-item pernyataan dalam variabel penelitian dapat digunakan untuk penelitian selanjutnya. 4.3 Analisis PLS-SEM Data kuesioner yang diisi oleh 153 dosen tetap Universitas Sanata Dharma diolah menggunakan PLS-SEM. Tahap-tahap analisis PLS-SEM adalah sebagai berikut: Evaluasi Outer Model Outer model dievaluasi dengan cara melihat nilai validitas dan reliabilitas pengukuran dari model tersebut.

87 Uji Validitas Validitas pengukuran terdiri atas validitas konvergen dan validitas diskriminan. Validitas konvergen ditentukan menggunakan parameter loading factor dan nilai AVE (Average Variance Extracted). Pengukuran dapat dikategorikan memiliki validitas konvergen apabila nilai loading factor > 0,7 dan nilai AVE > 0,5 (Jogiyanto, 2009). Validitas diskriminan ditentukan dengan melihat cross loading dari setiap variabel dan dikategorikan memiliki validitas diskriminan apabila memiliki nilai cross loading mencapai 0,7 (Jogiyanto, 2009) Validitas Konvergen Validitas konvergen merupakan korelasi Antara skor indikator dengan skor konstruknya. Model PLS-SEM memenuhi convergent validity dapat dikatakan valid apabila nilai outer loading > 0,7 dan nilai AVE > 0,5 (Jogiyanto, 2009). Berikut ini merupakan hasil korelasi antara indikator dengan konstruknya menunjukkan nilai outer loading > 0,7. Nilai outer loading dalam model dapat dilihat pada table 4.9.

88 68 Tabel 4.9 : Outer Loading HK PU FS DF MH K NP PP HK HK Hk HK PU PU PU PU FS FS FS DF DF DF DF MH MH MH K K K K NP NP PP Sumber : Data diolah (2016)

89 69 Selain itu uji validitas konvergen dilihat dari nilai AVE. Variabel dalam penelitian ini sudah memiliki nilai AVE > 0,5. Nilai AVE dalam model dapat dilihat pada table 4.10 di bawah ini. Tabel 4.10 : Nilai Average Variance Extracted (AVE) Variabel Nilai AVE Harapan Kinerja Persepsi Usaha Faktor Sosial Dukungan Fasilitas Motivasi Hedonis Kebiasaan Niat Penggunaan Perilaku Penggunaan Sumber : Data diolah (2016) Dengan demikian dapat disimpulkan bahwa berdasarkan nilai outer loading dan AVE, data penelitian ini sudah memenuhi persyaratan validitas konvergen Validitas Diskriminan Pada validitas diskriminan digunakan nilai cross loading. Suatu indikator dikatakan memenuhi validitas diskriminan jika nilai cross loading indikator terhadap variabelnya adalah yang terbesar dibandingkan terhadap variabel lainnya. Nilai cross loading dalam model dapat dilihat pada tabel 4.11.

90 70 Tabel 4.11 : Cross Loading HK PU FS DF MH K NP PP HK HK HK HK PU PU PU PU FS FS FS DF DF DF DF MH MH MH K K K K NP NP PP Sumber : Data diolah (2016) Berdasarkan tabel 4.11 dapat diketahui bahwa semua indikator yang menyusun masing-masing variabel dalam penelitian ini telah memenuhi validitas diskriminan yaitu nilai cross loading melebihi nilai 0,7 (Jogiyanto, 2011) Uji Reliabilitas Composite reliability menguji nilai reliabilitas indikator-indikator pada suatu variabel. Suatu variabel dikatakan memenuhi composite reliability apabila

91 71 memiliki nilai composite reliability > 0,7. Nilai composite reliability masingmasing variabel dapat dilihat pada tabel 4.12 di bawah ini. Tabel 4.12 : Nilai Composite Reliability Variabel Nilai Composite Reliability Harapan Kinerja Persepsi Usaha Faktor Sosial Dukungan Fasilitas Motivasi Hedonis Kebiasaan Niat Penggunaan Perilaku Penggunaan Sumber : Data diolah (2016) Tabel 4.12 menunjukkan nilai composite reliability telah memenuhi syarat yaitu lebih dari 0.7. Pengujian reliabilitas juga dilihat dari nilai cronbach s alpha yang disajikan pada tabel Tabel 4.13 : Nilai Cronbach s Alpha Variabel Nilai Cronbach s Alpha Harapan Kinerja 0,928 Persepsi Usaha 0,933 Faktor Sosial 0,769 Dukungan Fasilitas 0,864 Motivasi Hedonis 0,949 Kebiasaan 0,919 Niat Penggunaan 0,977 Perilaku Penggunaan 1,000 Sumber : Data diolah (2016) Nilai Cronbach s Alpha di atas menunjukkan nilai di atas 0,6 yang membuktikan bahwa pengukuran dalam penelitian ini adalah reliabel / handal.

92 Evaluasi Inner Model Evaluasi inner model atau uji model struktural untuk melihat pengaruh langsung dan tidak langsung antar variabel. Evaluasi inner model dengan PLS- SEM dimulai dengan melihat nilai R-square. Berdasarkan pengolahan data dengan SmartPLS 3.0 Professional, dihasilkan nilai R-Square dalam table 4.14 berikut. Tabel 4.14 : Nilai R-square Variabel Nilai R-square Niat Penggunaan (NP) 0,776 Perilaku Penggunaan (PP) 0,785 Sumber : Data diolah (2016) Tabel 4.14 menunjukkan bahwa nilai R-square untuk variabel Niat Penggunaan sebesar 0,776. Hal ini berarti bahwa persentase besarnya pengaruh harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, dan kebiasaan terhadap niat penggunaan adalah sebesar 77,6% sedangkan sisanya yaitu 22,4% dipengaruhi oleh faktor lain. Selanjutnya nilai R- square untuk variabel Perilaku Penggunaan sebesar 0,785. Hal ini berarti bahwa persentase besarnya pengaruh harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, dan kebiasaan terhadap perilaku penggunaan adalah sebesar 78,5% sedangkan sisanya yaitu 21,5% dipengaruhi oleh faktor lain. Pada penilaian goodness of fit bisa diketahui melalui nilai Q 2. Nilai Q 2 memiliki arti yang sama dengan koefisien determinasi (R-Square) pada analisis regresi, di mana semakin tinggi R-Square, maka model dapat dikatakan semakin fit dengan data. Perhitungan nilai Q 2 sebagai berikut (Hair et al., 2011) :

93 73 Q 2 = 1 (1 R1 2 ) (1 - R2 2 ) (1 Rp 2 ) Q 2 = 1 - (1-0,776) x (1-0,785) = 1 (0,224 x 0,215) = 1 0,05 = 0,95 Hasil perhitungan diketahui nilai Q 2 sebesar 0,95 artinya besarnya keberagaman dari data penelitian dapat dijelaskan oleh model struktural yang dikembangkan dalam penelitian ini adalah sebesar 95%. Berdasarkan hasil ini, model struktural pada penelitian telah memiliki goodness of fit yang baik. Evaluasi selanjutnya pada inner model dengan melihat path diagram yang menunjukkan seberapa besar pengaruh variabel independen terhadap variabel dependen. Gambar 4.1 merupakan path diagram dalam model ini.

94 74 Gambar 4.1 Path diagram

95 Pengujian Hipotesis Setelah data memenuhi syarat pengukuran, maka dapat dilanjutkan dengan melakukan metode bootstrapping pada SmartPLS Metode bootstrapping adalah prosedur pengambilan sampel baru secara berulang sebanyak N sampel baru dari data asal berukuran n, di mana untuk sebuah sampel baru dilakukan pengambilan titik sampel dari data asal dengan cara satu persatu sampai n kali dengan pengambilan (Efron & Tibshirani, 1998). Untuk uji simultan digunakan Uji T-statistic yang dimaksudkan untuk menguji signifikansi pengaruh variabel-variabel eksogen Xi secara keseluruhan terhadap variabel endogen Y. Pengujian ini dilakukan dengan cara membandingkan anatara nilai T yang dihasilkan dari perhitungan T-statistic dengan nilai T-tabel. Hipotesis nol akan diterima apabila nilai T-statistic lebih kecil dari nilai T-tabel (T-statistic < T-table), ini berarti hipotesis alternatif yang ditolak. Sebaliknya, hipotesis nol akan ditolak apabila nilai T-statistic lebih besar atau sama dengan nilai T-tabel (T-statistic T-table), ini berarti hipotesis alternatif yang diterima. Nilai T-tabel dapat diketahui berdasarkan taraf signifikansi 0,05 dengan jumlah observasi 178, yaitu 1, Tabel berikut ini merupakan hasil uji t-statistik. Tabel 4.14 : Uji statistic hipotesis nol Hipotesis Statistik ξ η t-statistic H0 1 Harapan kinerja Niat penggunaan H0 2 Persepsi Usaha Niat penggunaan H0 3 Faktor Sosial Niat penggunaan H0 4 Dukungan fasilitas Niat penggunaan H0 5 Dukungan fasilitas Perilaku penggunaan H0 6 Motivasi hedonis Niat penggunaan H0 7 Kebiasaan Niat penggunaan 8.716

96 76 Tabel 4.14 : Uji statistic hipotesis nol (lanjutan) Hipotesis Statistik ξ η t-statistic H0 8 Kebiasaan Perilaku penggunaan H0 9 Niat penggunaan Perilaku penggunaan Sumber: data diolah (2016) Berdasaran model persamaan pada gambar 3.1 tersebut, dibuat persamaan struktural dalam diagram jalur serta uji hipotesis statistic untuk pengujian masingmasing hipotesis penelitian sebagai berikut: H1: Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa. H01 : 1 0 : Harapan kinerja (ξ1) tidak berpengaruh positif terhadap niat penggunaan Exelsa (η1). Ha1 : 1 > 0 : Harapan kinerja (ξ1) berpengaruh positif terhadap niat penggunaan Exelsa (η1). T-statistic(H01) = 1,094. 1,094 < 1,65356 T-statistic(H01) < T-table, maka H01 diterima (Ha1 ditolak). H2: Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa. H02 : 2 0 : Persepsi usaha (ξ2) tidak berpengaruh positif terhadap niat penggunaan Exelsa (η1). Ha2 : 2 > 0 : Persepsi usaha (ξ2) berpengaruh positif terhadap niat penggunaan Exelsa (η1). T-statistic(H02) = 1,259 1,259 < 1,65356 T-statistic(H02) < T-table, maka H02 diterima (Ha2 ditolak).

97 77 H3: Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa H03 : 3 0 : Faktor sosial (ξ3) tidak berpengaruh positif terhadap niat penggunaan Exelsa (η1). Ha3 : 3 > 0 : Faktor sosial (ξ3) berpengaruh positif terhadap niat penggunaan Exelsa (η1). T-statistic(H03) = 0,588 0,588 < 1,65356 T-statistic(H03) < T-table, maka H03 diterima (Ha3 ditolak). H4a: Dukungan fasilitas berpengaruh positif terhadap niat penggunaan Exelsa. H04 : 4 0 : Dukungan fasilitas (ξ4) tidak berpengaruh positif terhadap niat penggunaan Exelsa (η1).. Ha4 : 4 > 0 : Dukungan fasilitas (ξ4) berpengaruh positif terhadap niat penggunaan Exelsa (η1). T-statistic(H04) = 2,118 2,118 1,65356 T-statistic(H04) T-table, maka H04 ditolak (Ha4 diterima). H4b: Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan Exelsa. H05 : 5 0 : Dukungan fasilitas (ξ5) tidak berpengaruh positif terhadap perilaku penggunaan Exelsa (η2). Ha5 : 5 > 0 : Dukungan fasilitas (ξ5) berpengaruh positif terhadap perilaku penggunaan Exelsa (η2). T-statistic(H05) = 1,228

98 78 1,228 < 1,65356 T-statistic(H05) < T-table, maka H05 diterima (Ha5 ditolak). H5: Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa. H06 : 6 0 : Motivasi hedonis (ξ6) tidak berpengaruh positif terhadap niat penggunaan Exelsa (η1). Ha6 : 6 > 0 : Motivasi hedonis (ξ6) berpengaruh positif terhadap niat penggunaan Exelsa (η1). T-statistic(H06) = 1,789 1,789 1,65356 T-statistic(H06) T-table, maka H06 ditolak (Ha6 diterima). H6a: Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa. H07 : Kebiasaan (ξ7) tidak berpengaruh positif terhadap niat penggunaan Exelsa (η1). Ha7 : Kebiasaan (ξ7) berpengaruh positif terhadap niat penggunaan Exelsa (η1). T-statistic(H07) = 8,716 8,716 1,65356 T-statistic(H07) T-table, maka H07 ditolak (Ha7 diterima). H6b: Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa. H08 : Kebiasaan (ξ8) tidak berpengaruh positif terhadap perilaku penggunaan Exelsa (η2). Ha8 : Kebiasaan (ξ8) berpengaruh positif terhadap perilaku penggunaan Exelsa (η2).

99 79 T-statistic(H08) = 7,391 7,391 1,65356 T-statistic(H08) T-table, maka H08 ditolak (Ha8 diterima). H7: Niat penggunaan berpengaruh positif terhadap perilaku penggunaan Exelsa. H09 : Niat penggunaan (η1) tidak berpengaruh positif terhadap perilaku penggunaan Exelsa (η2). Ha9 : Niat penggunaan (η1) berpengaruh positif terhadap perilaku penggunaan Exelsa (η2). T-statistic(H09) = 1,975 1,975 1,65356 T-statistic(H09) T-table, maka H09 ditolak (Ha9 diterima). Apabila dalam hasil pengujian inner model merupakan signifikan, maka dapat disimpulkan bahwa terdapat pengaruh yang bermakna dari variabel independen terhadap variabel dependen. Sedangkan kuatnya pengaruh hubungan antar variabel dapat dilihat dari nilai inner weight. Jika nilai inner weight menunjukkan angka 0,67; 0,33; dan 0,19 mengindikasikan bahwa pengaruh antar variabel kuat, moderat dan lemah (Ghozali, 2008). Tabel 4.15 menunjukkan hasil analisis jalur.

100 80 Tabel 4.15 : Hasil Analisis Jalur Hipotesis Penelitian H1 H2 H3 H4a H4b H5 H6a H6b H7 Hubungan Harapan Kinerja berpengaruh positif terhadap Niat Penggunaan Exelsa Persepsi Usaha berpengaruh positif terhadap Niat Penggunaan Exelsa Faktor Sosial berpengaruh positif terhadap Niat Penggunaan Exelsa Dukungan Fasilitas berpengaruh positif terhadap Niat Penggunaan Exelsa Dukungan Fasilitas berpengaruh positif terhadap Perilaku Penggunaan Exelsa Motivasi Hedonis berpengaruh positif terhadap Niat Penggunaan Exelsa Kebiasaan berpengaruh positif terhadap Niat Penggunaan Exelsa Kebiasaan berpengaruh positif terhadap Perilaku Penggunaan Exelsa Niat Penggunaan berpengaruh positif terhadap Perilaku Penggunaan Exelsa Sumber : Data diolah (2016) Koefisien Jalur t- statistic p- value Keterangan Ditolak Ditolak Ditolak Diterima Ditolak Diterima Diterima Diterima Diterima Data di atas menunjukkan t-statistic lebih besar dari 1,65356 yang membuktikan bahwa 5 hipotesis penelitian yang diterima (H4a, H5, H6a, H6b, H7). Kebenaran dalam uji hipotesis di atas ditunjukkan dengan menolak Ho, sehingga hipotesis penelitian tersebut dapat diterima. Berdasarkan model UTAUT2 (Venkatesh et al., 2012) pengujian dilakukan untuk mengetahui apakah usia, jenis kelamin dan tingkat pengalaman mampu memoderasi model dalam penelitian. Pengujian moderasi dalam penelitian ini dilakukan dengan 2 langkah yaitu analisis moderating effect dan

101 81 analisis multiple group. Hasil pengujian moderasi menggunakan analisis moderating effect dapat dilihat pada tabel Tabel 4.16 : Hasil Analisis Jalur Moderasi Usia Pengaruh Moderasi Usia memperkuat pengaruh Harapan Kinerja terhadap Niat Penggunaan Exelsa Usia memperkuat pengaruh Persepsi Usaha terhadap Niat Penggunaan Exelsa Usia memperkuat pengaruh Faktor Sosial terhadap Niat Penggunaan Exelsa Usia memperkuat pengaruh Dukungan Fasilitas terhadap Niat Penggunaan Exelsa Usia memperkuat pengaruh Dukungan Fasilitas terhadap Perilaku Penggunaan Exelsa Usia memperkuat pengaruh Motivasi Hedonis terhadap Niat Penggunaan Exelsa Usia memperkuat pengaruh Kebiasaan terhadap Niat Penggunaan Exelsa Usia memperkuat pengaruh Kebiasaan terhadap Perilaku Penggunaan Exelsa Sumber: Data diolah (2016) Koefisien Jalur t- statistic p- value Berdasarkan hasil analisis jalur pada tabel 4.16 dapat disimpulkan bahwa secara umum variabel usia tidak memoderasi (tidak memperkuat dan tidak memperlemah) hubungan antara variabel harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, kebiasaan terhadap niat dan perilaku penggunaan). Hal ini dilihat berdasar tabel 4.16 bahwa nilai p-value lebih besar dari 0,05.

102 82 Tabel 4.17 : Hasil Analisis Jalur Moderasi Jenis Kelamin Koefisien Pengaruh Moderasi Jalur JenisKelamin memperkuat pengaruh Harapan Kinerja terhadap Niat Penggunaan Exelsa JenisKelamin memperkuat pengaruh Persepsi Usaha terhadap Niat Penggunaan Exelsa JenisKelamin memperkuat pengaruh Faktor Sosial terhadap Niat Penggunaan Exelsa JenisKelamin memperkuat pengaruh Dukungan Fasilitas terhadap Niat Penggunaan Exelsa JenisKelamin memperkuat pengaruh Dukungan Fasilitas terhadap Perilaku Penggunaan Exelsa JenisKelamin memperkuat pengaruh Motivasi Hedonis terhadap Niat Penggunaan Exelsa JenisKelamin memperkuat pengaruh Kebiasaan terhadap Niat Penggunaan Exelsa JenisKelamin memperkuat pengaruh Kebiasaan terhadap Perilaku Penggunaan Exelsa Sumber: Data diolah (2016) * menunjukkan p < 0.05 berarti hipotesisi diterima / didukung t- statistic p- value * Data di atas menunjukkan nilai p-values (0.049) lebih kecil dari 0.05 yang membuktikan bahwa variabel jenis kelamin memoderasi hubungan antar variabel faktor sosial terhadap variabel niat penggunaan. Berdasarkan tabel 4.16 hubungan variabel Faktor Sosial Niat Penggunaan memiliki t-statistic sebesar 0.955, dengan adanya moderasi jenis kelamin sehingga memperkuat hubungan variabel Faktor Sosial Niat Penggunaan sehingga nilai t-statistic menjadi

103 83 Tabel 4.18 : Hasil Analisis Jalur Moderasi Tingkat Pengalaman Koefisien Pengaruh Moderasi Jalur TgktPengalaman memperkuat pengaruh Harapan Kinerja terhadap Niat Penggunaan Exelsa TgktPengalaman memperkuat pengaruh Persepsi Usaha terhadap Niat Penggunaan Exelsa TgktPengalaman memperkuat pengaruh Faktor Sosial terhadap Niat Penggunaan Exelsa TgktPengalaman memperkuat pengaruh Dukungan Fasilitas terhadap Niat Penggunaan Exelsa TgktPengalaman memperkuat pengaruh Dukungan Fasilitas terhadap Perilaku Penggunaan Exelsa TgktPengalaman memperkuat pengaruh Motivasi Hedonis terhadap Niat Penggunaan Exelsa TgktPengalaman memperkuat pengaruh Kebiasaan terhadap Niat Penggunaan Exelsa TgktPengalaman memperkuat pengaruh Kebiasaan terhadap Perilaku Penggunaan Exelsa Sumber: Data diolah (2016) * menunjukkan p < 0.05 berarti hipotesisi diterima / didukung t- statistic p- value * Berdasarkan hasil analisis jalur pada tabel 4.18 dapat disimpulkan bahwa variabel tingkat pengalaman memoderasi hubungan variabel dukungan fasilitas terhadap niat penggunaan. Hal ini dilihat berdasar tabel 4.18 bahwa hubungan variabel Dukungan Fasilitas Niat Penggunaan memiliki nilai p-value (0.038) lebih kecil dari 0,05. Berdasarkan pada table 4.16 hubungan variabel Dukungan Fasilitas Niat Penggunaan memiliki nilai t-statistic sebesar 0.237, dengan adanya moderasi tingkat pengalaman sehingga memperkuat hubungan variabel Dukungan Fasilitas Niat Penggunaan sehingga nilai t-statistic menjadi Selanjutnya pengujian moderasi kedua adalah mengetahui adanya pengaruh variabel harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas,

104 84 motivasi hedonis, kebiasaan terhadap variabel niat dan perilaku penggunaan berdasarkan kelompok data usia, jenis kelamin dan tingkat pengalaman, dilakukan analisis multigrup menggunakan PLS-MGA (Partial Least Square Multiple Group Analysis). Berdasarkan Henseler (2009), analisis multiple group memungkinkan untuk menguji apakah kelompok data yang telah ditetapkan memiliki perbedaan yang signifikan dalam estimasi parameter kelompok-spesifik (misalnya, bobot luar, beban luar dan koefisien jalur). Proses PLS-MGA melibatkan data yang akan dibagi menjadi subsamples berdasarkan variabel moderasi yang berteori dan model jalur masing-masing sub-sampel (kelompok) untuk dibandingkan. Dengan kata lain, model yang sama dapat digunakan untuk memperkirakan setiap kelompok diskrit menggunakan rumus (Henseler, 2012:498). Dalam penelitian ini penulis mengelompokkan responden dalam 3 kelompok berdasarkan jenis kelamin, usia dan tingkat pengalaman menggunakan Exelsa. Setelah itu penulis mengukur pengaruh variabel eksogen terhadap variabel endogen berdasarkan pengelompokan tersebut menggunakan PLS-MGA (Partial Least Square Multiple Group Analysis) Kelompok berdasarkan usia Pengelompokan berdasarkan usia bertujuan untuk mengetahui tingkat pengaruh variabel eksogen terhadap variabel endogen dari segi usia. Pengelompokan usia dibedakan menjadi kelompok usia 1 ( 30 tahun), usia 2 (31-40 tahun), usia 3 (41-50 tahun), usia 4 (51-60 tahun) dan usia 5 (>60 tahun).

105 85 Menurut Henseler (2012), untuk perbandingan kelompok minimal 30 responden setiap kelompok. Berdasarkan tabel 4.2 deskripsi responden berdasar usia, bahwa jumlah kelompok usia yang memenuhi syarat PLS-MGA adalah kelompok usia 2 (38 responden), usia 3 (80 responden), dan usia 4 (40 responden). Tabel 4.19 : Hasil PLS-MGA Kelompok Usia Usia tahun tahun tahun Hubungan t- t- t- p-value p-value statistic statistic statistic p-value HK NP PU NP FS NP DF NP * DF PP * MH NP * * K NP * * * K PP * * * NP PP * Sumber : Data diolah (2016) * menunjukkan p < 0.05 berarti hipotesisi diterima / didukung Berdasarkan tabel 4.16 dapat dilihat bahwa hubungan variabel harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, dan kebiasaan terhadap variabel niat dan perilaku penggunaan tidak diperkuat atau tidak diperlemah oleh usia. Secara umum, pengaruh dari variabel eksogen terhadap variabel endogen tidak dimoderasi oleh usia, akan tetapi berbeda dalam setiap kelompok data. Data dikelompokkan menurut usia tahun, tahun dan tahun kemudian diuji kembali untuk masing-masing kelompok. PLS-MGA digunakan untuk membandingkan model jalur antara kelompok usia 2 (31-40 tahun), usia 3 (41-50 tahun), dan usia 4 (51-60 tahun). Terdapat perbedaan faktor yang mempengaruhi niat dan perilaku penggunaan antar setiap

106 86 kelompok usia. Bagi dosen yang berusia tahun, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah harapan kinerja, dukungan fasilitas dan kebiasaan. Sedangkan bagi dosen yang berusia tahun, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah motivasi hedonis dan kebiasaan dalam menggunakan Exelsa. Terakhir adalah bagi dosen yang berusia tahun faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah motivasi hedonis, kebiasaan dan niat dalam menggunakan Exelsa. Dari ketiga kelompok usia ini, faktor utama yang paling menentukan penerimaan dan penggunaan Exelsa adalah kebiasaan. Kebiasaan dalam hal ini mengacu pada kebiasaan berinteraksi menggunakan sistem informasi. Semakin terbiasa berinteraksi dengan sistem informasi tersebut maka semakin bisa menerima dan menggunakannya, karena dengan frekuensi penggunaan yang tinggi, individu tersebut dapat lebih terampil menggunakan system informasi sehingga mempermudah penggunaan Kelompok berdasarkan jenis kelamin Pengelompokan berdasarkan jenis kelamin bertujuan untuk mengetahui tingkat pengaruh variabel eksogen terhadap variabel endogen dari segi jenis kelamin pria maupun wanita. Mayoritas responden dalam penelitian ini adalah pria (66,67%) dan sisanya wanita (33,33%). Menurut Henseler (2012), untuk perbandingan kelompok, minimal 30 responden setiap kelompok. Henseler menambahkan bahwa PLS-MGA memungkinkan analisis yang akan dilakukan

107 87 antara kelompok dengan kesenjangan yang besar dalam jumlah responden dalam hal ini, pria 118 dan wanita 60. Tabel 4.20 : Hasil PLS-MGA Kelompok Jenis Kelamin Jenis Kelamin PRIA WANITA Hubungan t-statistic p-value t-statistic p-value HK NP * PU NP FS NP DF NP * DF PP MH NP * K NP * * K PP * * NP PP * * Sumber: Data diolah (2016) * menunjukkan p < 0.05 berarti hipotesisi diterima / didukung Berdasarkan tabel 4.17 dapat dilihat bahwa hubungan variabel harapan kinerja, persepsi usaha, dukungan fasilitas, motivasi hedonis, dan kebiasaan terhadap variabel niat dan perilaku penggunaan tidak dimoderasi oleh jenis kelamin. Sedangkan variabel faktor sosial terhadap niat penggunaan dimoderasi oleh jenis kelamin. Secara umum, pengaruh dari variabel harapan kinerja, persepsi usaha, dukungan fasilitas, motivasi hedonis, dan kebiasaan terhadap variabel niat dan perilaku penggunaan tidak dimoderasi oleh jenis kelamin, akan tetapi berbeda dalam setiap kelompok data. Data dikelompokkan menurut jenis kelamin pria dan wanita kemudian diuji kembali untuk masing-masing kelompok. PLS-MGA digunakan untuk membandingkan model jalur antara dosen pria dan wanita dalam menggunakan Exelsa. Terdapat adanya perbedaan faktor yang mempengaruhi niat dan perilaku penggunaan antara dosen pria dan wanita. Bagi dosen pria, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah

108 88 faktor dukungan fasilitas, motivasi hedonis, dan kebiasaan. Sedangkan bagi dosen wanita, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah harapan kinerja, kebiasaan dan niat untuk menggunakan Exelsa. Berdasarkan kelompok jenis kelamin, faktor utama yang paling menentukan penerimaan dan penggunaan Exelsa adalah kebiasaan. Kebiasaan dalam hal ini mengacu pada kebiasaan berinteraksi menggunakan sistem informasi. Semakin terbiasa berinteraksi dengan sistem informasi tersebut maka semakin bisa menerima dan menggunakannya, karena dengan frekuensi penggunaan yang tinggi, individu tersebut dapat lebih terampil menggunakan system informasi sehingga mempermudah penggunaan Kelompok berdasarkan tingkat pengalaman menggunakan Exelsa Pengelompokan berdasarkan tingkat pengalaman menggunakan Exelsa bertujuan untuk mengetahui tingkat pengaruh variabel eksogen terhadap variabel endogen dari segi tingkat pengalaman dosen selama kurang dari 1 tahun (EXP1), 1-3 tahun (EXP2), 3-4 tahun (EXP3) dan lebih dari 4 tahun (EXP3). Menurut Henseler (2012), untuk perbandingan kelompok minimal 30 responden setiap kelompok. Berdasarkan tabel 4.5 Deskripsi Responden berdasar Tingkat Pengalaman, bahwa jumlah kelompok tingkat pengalaman yang memenuhi syarat PLS-MGA adalah kelompok EXP1 (74 responden), EXP3 (40 responden), dan exp4 (47 responden).

109 89 Tabel 4.21 : Hasil PLS-MGA Kelompok Pengalaman Pengalaman < 1 tahun 3-4 tahun > 4 tahun Hubungan t- t- t- p-value p-value statistic statistic statistic p-value HK NP PU NP * FS NP DF NP * DF PP MH NP * * K NP * * * K PP * * * NP PP Sumber : Data diolah (2016) * menunjukkan p < 0.05 berarti hipotesisi diterima / didukung Berdasarkan tabel 4.18 dapat dilihat bahwa hubungan variabel harapan kinerja, persepsi usaha, faktor sosial, motivasi hedonis, dan kebiasaan terhadap variabel niat dan perilaku penggunaan tidak dimoderasi oleh tingkat pengalaman. Sedangkan variabel dukungan fasilitas terhadap niat penggunaan dimoderasi oleh tingkat pengalaman. Secara umum, pengaruh dari variabel harapan kinerja, persepsi usaha, faktor sosial, motivasi hedonis, dan kebiasaan terhadap variabel niat dan perilaku penggunaan tidak dimoderasi oleh tingkat pengalaman, akan tetapi berbeda dalam setiap kelompok data. Data dikelompokkan menurut tingkat pengalaman kurang dari 1 tahun, 3-4 tahun, dan lebih dari 4 tahun kemudian diuji kembali untuk masing-masing kelompok. PLS-MGA digunakan untuk membandingkan model jalur antara kelompok pengalaman EXP1 2 (< 1 tahun), EXP3 (3-4 tahun), dan EXP4 (> 4 tahun). Terdapat perbedaan faktor yang mempengaruhi niat dan perilaku penggunaan antar setiap kelompok pengalaman. Bagi dosen dengan tingkat pengalaman Exelsa

110 90 kurang dari 1 tahun, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah dukungan fasilitas, kebiasaan dan niat penggunaan. Bagi dosen dengan tingkat pengalaman Exelsa 3-4 tahun, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah persepsi usaha, motivasi hedonis, dan kebiasaan. Terakhir bagi dosen dengan tingkat pengalaman Exelsa 3-4 tahun, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah motivasi hedonis dan kebiasaan. Berdasarkan tabel 4.21 di atas, dapat diperoleh kesimpulan bahwa berdasarkan tingkat pengalaman, faktor utama yang mempengaruhi penerimaan dan penggunaan Exelsa adalah kebiasaan. Semakin tinggi frekuensi penggunaan Exelsa maka dosen semakin terbiasa dan akrab ketike menggunakan Exelsa. 4.5 Pembahasan Penelitian ini menguji pengaruh variabel harapan kinerja, persepsi usaha, dukungan fasilitas, faktor sosial, motivasi hedonis, dan kebiasaan terhadap niat dan perilaku penggunaan Exelsa dengan variabel moderasi usia, jenis kelamin dan tingkat pengalaman. Setelah melakukan analisis data menggunakan teknik analisis PLS-SEM (Partial Least Squares Structural Equation Modeling) maka didapatkan hasil pengolahan statistik untuk menguji hipotesis penelitian pada table 4.22 sebagai berikut.

111 91 Tabel 4.22 : Hasil Pengujian Hipotesis Penelitian No Hipotesis Penelitian Kesimpulan 1 H1: Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa Tidak Didukung 2 H2: Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa Tidak Didukung 3 H3: Faktor Sosial berpengaruh positif terhadap niat penggunaan Exelsa Tidak Didukung 4 H4a: Dukungan fasilitas berpengaruh positif terhadap niat Didukung penggunaan Exelsa. 5 H4b: Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan Exelsa. Tidak Didukung 6 H5: Motivasi hedonis berpengaruh positif terhadap niat Didukung penggunaan Exelsa. 7 H6a: Kebiasaan berpengaruh positif terhadap niat Didukung penggunaan Exelsa. 8 H6b: Kebiasaan berpengaruh positif terhadap perilaku Didukung penggunaan Exelsa 9 H7: Niat penggunaan berpengaruh positif terhadap perilaku penggunaan Exelsa. Didukung Pembahasan berikut ini bertujuan menjelaskan hasil pengujian hipotesis: Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa H1 yang diajukan tidak didukung. Dosen Universitas Sanata Dharma belum merasakan adanya kegunaan Exelsa yang sesuai dengan kebutuhan pekerjaan sebagai dosen. Sehingga P3MP sebaiknya berusaha membuat Exelsa dapat memiliki kinerja yang unggul dan memberi manfaat setinggi-tingginya kepada konsumen. Hipotesis penelitian H1 tidak didukung, sejalan dengan penelitian Kurniawan dan Nasir (2014) yang menyatakan bahwa harapan kinerja tidak memiliki pengaruh positif terhadap niat mengadopsi e-learning bagi mahasiswa perguruan tinggi swasta di kota Palembang.

112 92 Berdasarkan respon terhadap pernyataan untuk konstruk harapan kinerja terdiri dari 4 item pernyataan yang mewakili indikator kegunaan yang dirasakan (perceived usefulness), motivasi ekstrinsik (extrinsic motivation), kesesuaian pekerjaan (job-fit), dan keuntungan relative (relative advantage). Indikator motivasi ekstrinsik menjadi prediktor yang lemah terhadap niat menggunakan Exelsa. Indikator motivasi ekstrinsik dalam penelitian ini mengacu pada peluang penggunaan Exelsa untuk meraih cakupan pembelajaran (learning outcome). Hal ini berarti Exelsa belum sepenuhnya berguna untuk meraih cakupan pembelajaran di Universitas Sanata Dharma. Berdasarkan hasil wawancara singkat dengan responden, penulis mendapatkan hasil bahwa pengguna menggunakan atau tidak menggunakan Exelsa, tidak mempengaruhi poisi mereka dalam pekerjaan sebagai dosen di Universitas Sanata Dharma. Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel harapan kinerja terhadap niat dan perilaku penggunaan Exelsa tidak dimoderasi oleh usia, jenis kelamin dan tingkat pengalaman. Pengujian moderasi usia dengan metode PLS-MGA ditunjukkan pada tabel Berdasarkan kelompok usia tahun, tahun dan tahun menunjukkan bahwa harapan kinerja tidak berpengaruh positif terhadap niat penggunaan Exelsa. Pengujian moderasi jenis kelamin dengan metode PLS-MGA ditunjukkan pada tabel Efek moderasi jenis kelamin pada pengaruh harapan kinerja terhadap niat dan perilaku penggunaan Exelsa menunjukkan adanya perbedaan pandangan antara jenis kelamin pria dan wanita. Bagi pria, harapan kinerja tidak berpengaruh positif terhadap niat penggunaan Exelsa. Hasil berbeda pada

113 93 kelompok wanita menunjukkan bahwa harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa. Dosen wanita memiliki tingkat harapan kinerja yang lebih tinggi dibandingkan dosen pria untuk menggunakan Exelsa. Pengujian moderasi tingkat pengalaman dengan metode PLS-MGA ditunjukkan pada tabel Efek moderasi tingkat pengalaman pada pengaruh harapan kinerja terhadap niat dan perilaku penggunaan Exelsa menunjukkan adanya persamaan pandangan antara tingkat pengalaman menggunakan Exelsa kurang dari 1 tahun, 3-4 tahun dan lebih dari 4 tahun. Bagi ketiga kelompok tingkat pengalaman tersebut menunjukkan bahwa harapan kinerja tidak berpengaruh positif terhadap niat penggunaan Exelsa. Berdasarkan hasil pengujian moderasi menggunakan PLS-MGA, dapat diketahui bahwa dosen dengan jenis kelamin wanita memiliki harapan kinerja yang tinggi terhadap niat penggunaan Exelsa. Kelompok tersebut memiliki kesediaan yang tinggi untuk menggunakan Exelsa dengan harapan kinerja bahwa Exelsa memiliki kegunaan yang dibutuhkan dosen, meningkatkan produktivitas kerja, membantu menyelesaikan tugas sebagai dosen, dan dapat meraih learning outcome Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa hipotesis penelitian H2 tidak didukung. Bersadarkan respon terhadap pernyataan untuk variabel persepsi usaha (PU) terdiri dari 4 pernyataan yang mewakili

114 94 indikator persepsi kemudahan, kompleksitas dan kemudahan penggunaan Exelsa. Berdasarkan penolakan tersebut dapat disimpulkan bahwa tingkat kemudahan Exelsa masih rendah sehingga pengguna memiliki tingkat penerimaan dan penggunaan yang rendah. Berdasarkan hasil wawancara singkat dengan responden, didapatkan hasil bahwa pengguna Exelsa merasa kesulitan memahami ikon yang terdapat dalam interface Exelsa, interface Exelsa dinilai tidak fleksibel ketika diakses menggunakan laptop dan HP, bahkan dengan browser yang berbeda juga. Hipotesis penelitian H2 tidak didukung, sejalan dengan temuan Raman dan Yahya (2014) bahwa persepsi usaha tidak berpengaruh positif terhadap niat untuk mengadopsi e-learning moodle bagi mahasiswa pascasarjana di Universitas Utara Malaysia. Menurut temuan Hager, Lakhal, Passchot, dan Bhyta (2014) persepsi usaha tidak berpengaruh positif terhadap niat menggunakan e-learning webinars di Laval University Quebec-Canada. Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel persepsi usaha terhadap variabel niat penggunaan Exelsa tidak dimoderasi oleh usia, jenis kelamin dan tingkat pengalaman. Pengujian moderasi usia dengan metode PLS- MGA ditunjukkan pada tabel Berdasarkan kelompok usia tahun, tahun dan tahun menunjukkan bahwa persepsi usaha tidak berpengaruh positif terhadap niat penggunaan. Hal yang sama ditunjukkan pada pengujian moderasi jenis kelamin dengan metode PLS-MGA bahwa persepsi usaha tidak berpengaruh positif terhadap niat penggunaan Exelsa.

115 95 Pengujian moderasi tingkat pengalaman dengan metode PLS-MGA ditunjukkan pada tabel Efek moderasi tingkat pengalaman pada kelompok 3-4 tahun menunjukkan signifikan. Pada kelompok pengalaman 3-4 tahun tingkat pengalaman memoderasi (memperlemah) pengaruh persepsi usaha terhadap niat penggunaan Exelsa. Sedangkan pada tingkat pengalaman kurang dari 1 tahun dan lebih dari 4 tahun, efek moderasi tingkat pengalaman tidak signifikan. Hal ini berarti bagi dosen yang memiliki tingkat pengalaman menggunakan Exelsa selama 3-4 tahun merasakan kemudahan dalam memahami fitur dan mengoperasikan Exelsa Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa Dalam penelitian ini, faktor sosial adalah sejauh mana seseorang merasakan bagaimana orang lain percaya ia harus menggunakan Exelsa. Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa hipotesis penelitian H3 yang diajukan tidak didukung. Hal ini disebabkan tidak adanya himbauan dari pihak pengembang system (P3MP), pimpinan Universitas dan sesama dosen untuk menggunakan Exelsa. Penolakan ini sejalan dengan temuan Yang (2013), Bendi & Andayani (2013), El-Gayar & Moran (2006), dan Sundaravej (2010) bahwa faktor sosial tidak mempengaruhi niat penggunaan. Berdasarkan respon terhadap pernyataan untuk konstruk faktor sosial terdiri dari 3 item pernyataan yang mewakili indikator norma subyektif (subjective norm), pengaruh lingkungan dan image. Indikator norma subyektif menjadi prediktor yang lemah terhadap niat penggunaan. Indikator norma subyektif dalam

116 96 kuesioner ini mengacu pada dukungan pengembang sistem untuk menggunakan Exelsa. Berdasarkan hasil wawancara singkat dengan responden, didapatkan hasil bahwa dosen tidak menggunakan Exelsa karena tidak ada aturan yang mengharuskan untuk menggunakan Exelsa, serta tidak ada perbedaan yang dosen rasakan ketika menggunakan Exelsa atau tidak menggunakan Exelsa. Tabel 4.16, dan 4.18 menunjukkan bahwa hubungan variabel faktor sosial terhadap variabel niat penggunaan Exelsa tidak dimoderasi oleh usia dan tingkat pengalaman. Akan tetapi pada tabel 4.17 menunjukkan bahwa hubungan variabel faktor sosial terhadap niat penggunaan dimoderasi oleh jenis kelamin dilihat dari nilai p-value (0,049) lebih kecil dari 0,05 sehingga variabel moderasi jenis kelamin signifikan berpengaruh. Variabel jenis kelamin memperkuat pengaruh faktor sosial terhadap niat penggunaan. Pengujian moderasi usia dengan metode PLS-MGA ditunjukkan pada tabel Berdasarkan kelompok usia tahun, tahun dan tahun menunjukkan bahwa faktor sosial tidak berpengaruh positif terhadap niat penggunaan dilihat dari nilai p-value lebih besar dari 0,05. Hal yang sama ditunjukkan pada pengujian moderasi jenis kelamin dan tingkat pengalaman dengan metode PLS-MGA bahwa faktor sosial tidak berpengaruh positif terhadap niat penggunaan Exelsa. Berdasarkan penolakan tersebut dapat disimpulkan bahwa penerimaan dan penggunaan Exelsa tidak dipengaruhi oleh dukungan pimpinan, dukungan pengembang sistem maupun ajakan, saran dan rekomendasi dosen lain yang menggunakan Exelsa. Universitas Sanata Dharma khususnya pihak pengembang

117 97 sistem Exelsa (P3MP) perlu meningkatkan kegiatan sosialisasi Exelsa disertai dengan panduan pelatihan Exelsa. Hal ini bertujuan untuk mempromosikan Exelsa kepada para dosen agar bersedia untuk menggunakan Exelsa Dukungan fasilitas berpengaruh positif terhadap niat penggunaan Exelsa Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa hipotesis penelitian H4a yang diajukan diterima / didukung. Hasil koefisian jalur DF-NP (variabel dukungan fasilitas terhadap niat penggunaan) menunjukkan bahwa nilai p-value lebih kecil dari 0,05 yaitu 0,017 sehingga pengaruh yang diberikan DF terhadap NP signifikan berpengaruh. Nilai koefisien jalur variabel laten dukungan fasilitas terhadap niat penggunaan sebesar 0,149 yang berarti terdapat pengaruh positif sebesar 14,9% terhadap variabel niat penggunaan. Semakin tinggi pengguna menerima dukungan fasilitas untuk menggunakan Exelsa, maka akan semakin tinggi penerimaan dan penggunaan Exelsa. Penerimaan hipotesis penelitian ini disebabkan karena dukungan infrastuktur dan teknis yang ada di Universitas Sanata Dharma telah memenuhi kebutuhan dosen untuk menggunakan Exelsa. Tabel 4.16 dan 4.17 menunjukkan bahwa hubungan variabel dukungan fasilitas terhadap niat penggunaan Exelsa tidak dimoderasi oleh usia dan jenis kelamin. Akan tetapi pada tabel 4.18 menunjukkan bahwa hubungan variabel dukungan fasilitas terhadap niat penggunaan dimoderasi oleh tingkat pengalaman

118 98 dilihat dari nilai p-value (0,038) lebih kecil dari 0,05 sehingga variabel moderasi tingkat pengalaman signifikan berpengaruh. Pengujian moderasi usia dengan metode PLS-MGA ditunjukkan pada tabel Berdasarkan kelompok usia tahun dan tahun menunjukkan bahwa dukungan fasilitas tidak berpengaruh positif terhadap niat penggunaan. Sedangkan pada kelompok usia tahun menunjukkan bahwa dukungan fasilitas berpengaruh positif terhadap niat penggunaan. Pengujian moderasi jenis kelamin dengan metode PLS-MGA ditunjukkan pada tabel Berdasarkan kelompok jenis kelamin pria menunjukkan bahwa dukungan fasilitas berpengaruh positif terhadap niat penggunaan dilihat dari nilai p-value (0,045) lebih kecil dari 0,05. Sedangkan bagi kelompok wanita, variabel dukungan fasilitas tidak berpengaruh terhadap niat penggunaan. Pengujian moderasi tingkat pengalaman dengan metode PLS-MGA ditunjukkan pada tabel Berdasarkan kelompok tingkat pengalaman kurang dari 1 tahun menunjukkan bahwa dukungan fasilitas berpengaruh positif terhadap niat penggunaan dilihat dari nilai p-value (0,005) lebih kecil dari 0,05. Sedangkan pada kelompok tingkat pengalaman 3-4 tahun dan lebih dari 4 tahun menunjukkan bahwa dukungan fasilitas tidak berpengaruh positif terhadap niat penggunaan dilihat dari nilai p-value lebih besar dari 0,05. Penerimaan hipotesis H4a sejalan dengan temuan Tan (2013) bahwa dukungan fasilitas berpengaruh positif terhadap niat penggunaan English E- Learning Website di Taiwan. Raman dan Yahya (2013) menyatakan bahwa dukungan fasilitas berpengaruh positif terhadap niat penggunaan dalam

119 99 menggunakan learning management software di Universitas Utara Malaysia. Penelitian Hager et al. (2014) menunjukkan bahwa dukungan fasilitas bepengaruh positif terhadap niat penggunaan webinar system Elluminate dalam pembelajaran di Laval University. Infrastruktur teknologi dan organisasi dan organisasi mendukung penggunaan Elluminate. Anggota staf yang berpengetahuan tersedia untuk menjawab pertanyaan dengan cepat, bersedia melayani permintaan pengguna, sehingga terlaksana sistem webinar yang efektif di lingkungan belajar. Selain itu juga disediakan teknisi dan dokumentasi yang dapat membantu pengguna menguasai teknologi dan membantu kesulitan terhadap pemakaian teknologi tersebut Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan Exelsa Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa hipotesis penelitian H4b yang diajukan tidak didukung. Hasil koefisian jalur DF- PP (dukungan fasilitas terhadap perilaku penggunaan) menunjukkan bahwa nilai p-value lebih besar dari 0,05 yaitu 0,110 sehingga pengaruh yang diberikan DF terhadap PP terbukti signifikan. Penolakan H4b sejalan dengan temuan Raman dan Don (2014) bahwa dukungan fasilitas tidak berpengaruh pada niat penggunaan e-learning moodle bagi mahasiswa pascasarjana di Universitas Utara Malaysia. Tan (2013) juga menemukan bahwa dukungan fasilitas tidak berpengaruh pada niat penggunaan e-learning websites di Taiwan. Rangga (2014)

120 100 juga menemukan bahwa dukungan fasilitas tidak berpengaruh pada niat mengadopsi program WARDES di Jawa Barat. Berdasarkan respon terhadap pernyataan untuk konstruk faktor sosial terdiri dari 4 item pernyataan yang mewakili indikator kontrol perilaku yang dirasakan, infrasturktur teknologi, dan kompatibilitas. Indikator infrastruktur teknologi menjadi prediktor yang lemah terhadap niat penggunaan. Indikator infrastruktur teknologi mengacu pada kecukupan bantuan tenaga ahli dalam menggunakan Exelsa. Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel dukungan fasilitas terhadap perilaku penggunaan Exelsa tidak dimoderasi oleh usia, jenis kelamin dan tingkat pengalaman. Pengujian moderasi usia dengan metode PLS-MGA ditunjukkan pada tabel Pengaruh dukungan fasilitas terhadap perilaku penggunaan Exelsa pada kelompok usia tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,032) lebih kecil dari 0,05. Sedangkan pada kelompok usia tahun dan tahun dukungan fasilitas tidak berpengaruh positif terhadap niat penggunaan. Hal ini berarti dosen yang berusia tahun membutuhkan dukungan fasilitas untuk menggunakan Exelsa. Mereka bersedia menggunakan Exelsa apabila memiliki kecukupan sumber daya yang dibutuhkan, pengetahuan, teknologi yang digunakan dan bantuan tenaga ahli. Pengujian moderasi jenis kelamin dengan metode PLS-MGA ditunjukkan pada tabel Pengaruh dukungan fasilitas terhadap perilaku penggunaan Exelsa pada pada pria dan wanita terbukti tidak signifikan dilihat dari nilai p-

121 101 value lebih besar dari 0,05. Hal ini sama dengan pengujian moderasi tingkat pengalaman dengan metode PLS-MGA, bahwa tidak ada pengaruh signifikan dari dukungan fasilitas terhadap perilaku penggunaan Exelsa pada semua kelompok pengalaman. Berdasarkan hasil pengujian moderasi menggunakan PLS-MGA, dapat diketahui bahwa dosen yang berusia tahun memiliki kesediaan yang tinggi untuk menggunakan Exelsa dengan adanya kecukupan sumber daya, pengetahuan dan bantuan tenaga ahli Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa hipotesis penelitian H5 yang diajukan dapat diterima / didukung. Hasil koefisian jalur MH-NP (motivasi hedonis terhadap niat penggunaan) menunjukkan bahwa nilai p-value lebih kecil dari 0,05 yaitu 0,037 sehingga pengaruh yang diberikan motivasi hedonis terhadap niat penggunaan terbukti signifikan. Nilai koefisien jalur variabel laten motivasi hedonis terhadap niat penggunaan sebesar 0,187 yang berarti terdapat pengaruh positif sebesar 18,7% terhadap variabel niat penggunaan. Semakin tinggi pengguna memiliki motivasi hedonis untuk menggunakan Exelsa, maka akan semakin tinggi penerimaan dan penggunaan Exelsa. Penerimaan hipotesis penelitian ini menunjukkan bahwa dosen Universitas Sanata Dharma memiliki perasaan nyaman dan senang ketika menggunakan Exelsa.

122 102 Dalam penelitian ini, motivasi hedonis mengacu pada pengalaman menyenangkan atau kesenangan pengguna menggunakan Exelsa. Hasil dalam penelitian ini menunjukkan bahwa motivasi hedonis positif mempengaruhi niat penggunaan yang didukung oleh To et al. (2007), Magni et al. (2010) dan Venkatesh et al. (2012). Pengguna mengalami kesenangan, kenikmatan dan merasa terhibur ketika menggunakan sistem informasi. Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel motivasi hedonis terhadap niat penggunaan Exelsa tidak dimoderasi oleh usia, jenis kelamin dan tingkat pengalaman. Pengujian moderasi usia dengan metode PLS- MGA ditunjukkan pada tabel Efek moderasi usia pada pengaruh motivasi hedonis terhadap niat penggunaan Exelsa menunjukkan adanya perbedaan pandangan antara kelompok usia tahun, tahun dan tahun. Pengaruh motivasi hedonis terhadap niat penggunaan Exelsa lebih tinggi pada kelompok usia tahun dibandingkan dengan kelompok usia tahun. Pada kelompok usia tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,017) lebih kecil dari 0,05. Pada kelompok usia tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,031) lebih kecil dari 0,05. Sedangkan pada kelompok usia tahun menunjukkan motivasi hedonis tidak berpengaruh positif terhadap niat penggunaan Exelsa dilihat dari nilai p-value lebih besar dari 0,05. Pengujian moderasi jenis kelamin dengan metode PLS-MGA ditunjukkan pada tabel Efek moderasi jenis kelamin pada pengaruh motivasi hedonis terhadap niat penggunaan Exelsa menunjukkan adanya perbedaan pandangan

123 103 antara jenis kelamin pria dan wanita. Bagi pria, motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa ditunjukkan dengan nilai p-value (0,004) lebih kecil dari 0,05. Hasil berbeda pada kelompok wanita menunjukkan bahwa motivasi hedonis tidak berpengaruh terhadap niat penggunaan Exelsa dilihat dari nilai p-value lebih besar dari 0,05. Dosen pria memiliki motivasi hedonis yang lebih tinggi dibandingkan dosen wanita sehingga dapat menimbulkan niat untuk menggunakan Exelsa. Pengujian moderasi tingkat pengalaman dengan metode PLS-MGA ditunjukkan pada tabel Efek moderasi tingkat pengalaman pada pengaruh motivasi hedonis terhadap niat penggunaan Exelsa menunjukkan adanya perbedaan pandangan antara tingkat pengalaman menggunakan Exelsa kurang dari 1 tahun, 3-4 tahun dan lebih dari 4 tahun. Pada tingkat pengalaman 3-4 tahun dan lebih dari 4 tahun, variabel motivasi hedonis terbukti signifikan terhadap niat penggunaan Exelsa. Berdasarkan hasil pengujian moderasi menggunakan PLS-MGA, dapat diketahui bahwa dosen dengan jenis kelamin pria dan berusia lebih dari 40 tahun memiliki motivasi hedonis yang tinggi untuk menumbuhkan niat penggunaan Exelsa. Kelompok tersebut memiliki kesediaan yang tinggi untuk menggunakan Exelsa karena penggunaan Exelsa dirasa menyenangkan, nyaman, dan fleksibel. Pihak pengembang sistem Exelsa di Universitas Sanata Dharma diharapkan dapat memperhatikan aspek hedonis untuk meningkatkan penerimaan dan penggunaan Exelsa.

124 Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa Dalam penelitian ini variabel kebiasaan mengacu pada perilaku otomatis menggunakan sistem informasi. Hasil penelitian ini mengungkapkan bahwa kebiasaan adalah prediktor terkuat dari niat untuk menggunakan sistem informasi, dan pengaruh positif didukung oleh penelitian Venkatesh et al. (2012), Liao et al. (2006), Putra dan Ariyanti (2013), Raman dan Yahya (2013). Liao et al. (2006) mengungkapkan bahwa ketika penggunaan sistem informasi telah menjadi rutinitas, kebiasaan akan menjadi kekuatan tambahan yang meningkatkan niat perilaku untuk terus menggunakan sistem informasi. Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa hipotesis penelitian H6a yang diajukan dapat diterima. Hasil koefisian jalur K-NP (kebiasaan terhadap niat penggunaan) menunjukkan bahwa nilai p-value lebih kecil dari 0,05 yaitu 0,000 sehingga pengaruh yang diberikan kebiasaan terhadap niat penggunaan terbukti signifikan. Nilai koefisien jalur variabel laten kebiasaan terhadap niat penggunaan sebesar 0,587 yang berarti terdapat pengaruh positif sebesar 58,7% terhadap variabel niat penggunaan. Semakin pengguna terbiasa menggunakan Exelsa, maka akan semakin tinggi penerimaan dan penggunaan Exelsa. Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel kebiasaan terhadap niat penggunaan Exelsa tidak dimoderasi oleh usia, jenis kelamin dan tingkat pengalaman. Pada setiap jalur menunjukkan bahwa nilai p- value lebih beasr dari 0,05 sehingga variabel moderasi tidak signifikan berpengaruh.

125 105 Pengujian moderasi usia dengan metode PLS-MGA ditunjukkan pada tabel Efek moderasi usia pada pengaruh kebiasaan terhadap niat penggunaan Exelsa menunjukkan adanya perbedaan pandangan antara kelompok usia tahun, tahun dan tahun. Pengaruh kebiasaan terhadap niat penggunaan Exelsa lebih tinggi pada kelompok usia tahun dibandingkan dengan kelompok usia tahun dan tahun. Pada kelompok usia tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih kecil dari 0,05. Pengujian moderasi jenis kelamin dengan metode PLS-MGA ditunjukkan pada tabel Efek moderasi jenis kelamin pada pengaruh kebiasaan terhadap niat penggunaan Exelsa lebih tinggi pada kelompok pria dibandingkan kelompok wanita. Pada dosen pria terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih kecil dari 0,05. Sedangkan pada kelompok wanita memiliki nilai p- value (0,000) lebih kecil dari 0,05. Pengujian moderasi tingkat pengalaman dengan metode PLS-MGA ditunjukkan pada tabel Efek moderasi tingkat pengalaman pada pengaruh kebiasaan terhadap niat penggunaan Exelsa menunjukkan adanya perbedaan pandangan antara tingkat pengalaman menggunakan Exelsa kurang dari 1 tahun, 3-4 tahun dan lebih dari 4 tahun. Pengguna pada tingkat pengalaman lebih dari 4 tahun memiliki pengaruh kebiasaan yang lebih tinggi dibandingkan pada tingkat pengalaman kurang dari 1 tahun dan 3-4 tahun. Pada tingkat pengalaman lebih dari 4 tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih kecil dari 0,05.

126 Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa hipotesis penelitian H6b yang diajukan dapat diterima. Hasil koefisian jalur K-PP (kebiasaan terhadap perilaku penggunaan) menunjukkan bahwa nilai p-value kurang dari 0,05 yaitu 0,000 sehingga pengaruh yang diberikan K terhadap PP terbukti signifikan. Nilai koefisien jalur variabel laten kebiasaan terhadap perilaku penggunaan sebesar 0,73 yang berarti terdapat pengaruh positif sebesar 73% terhadap variabel perilaku penggunaan. Semakin tinggi kebiasaan pengguna menggunakan Exelsa, maka akan semakin tinggi penerimaan dan penggunaan Exelsa. Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel kebiasaan terhadap perilaku penggunaan Exelsa tidak dimoderasi oleh usia, jenis kelamin dan tingkat pengalaman. Pada setiap jalur menunjukkan bahwa nilai p- value lebih dari 0,05 sehingga variabel moderasi tidak signifikan berpengaruh. Pengujian moderasi usia dengan metode PLS-MGA ditunjukkan pada tabel Efek moderasi usia pada pengaruh kebiasaan terhadap perilaku penggunaan Exelsa menunjukkan adanya perbedaan pandangan antara kelompok usia tahun, tahun dan tahun. Pengaruh kebiasaan terhadap perilaku penggunaan Exelsa lebih tinggi pada kelompok usia tahun dibandingkan dengan kelompok usia tahun dan tahun. Pada kelompok usia tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih kecil dari 0,05.

127 107 Pengujian moderasi jenis kelamin dengan metode PLS-MGA ditunjukkan pada tabel Efek moderasi jenis kelamin pada pengaruh kebiasaan terhadap perilaku penggunaan Exelsa lebih tinggi pada kelompok pria dibandingkan kelompok wanita. Pada dosen pria terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih kecil dari 0,05. Sedangkan pada kelompok wanita memiliki nilai p-value (0,000) lebih kecil dari 0,05. Pengujian moderasi tingkat pengalaman dengan metode PLS-MGA ditunjukkan pada tabel Efek moderasi tingkat pengalaman pada pengaruh kebiasaan terhadap perilaku penggunaan Exelsa menunjukkan adanya perbedaan pandangan antara tingkat pengalaman menggunakan Exelsa kurang dari 1 tahun, 3-4 tahun dan lebih dari 4 tahun. Pengguna pada tingkat pengalaman 3-4 tahun memiliki pengaruh kebiasaan yang lebih tinggi dibandingkan pada tingkat pengalaman kurang dari 1 tahun dan lebih dari 4 tahun. Pada tingkat pengalaman 3-4 tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih kecil dari 0,05. Dosen dengan pengalaman menggunakan Exelsa 3-4 tahun terbukti memiliki kebiasaan lebih tinggi dalam menggunakan Exelsa sehingga dapat menimbulkan perilaku untuk terus menggunakan Exelsa Niat penggunaan berpengaruh positif terhadap perilaku penggunaan Exelsa Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa hipotesis penelitian H7 yang diajukan dapat diterima. Hasil koefisian jalur NP-PP (niat penggunaan terhadap perilaku penggunaan) menunjukkan bahwa nilai p-

128 108 value kurang dari 0,05 yaitu 0,024 sehingga pengaruh yang diberikan NP terhadap PP terbukti signifikan. Nilai koefisien jalur variabel laten niat terhadap perilaku penggunaan sebesar 0,231 yang berarti terdapat pengaruh positif sebesar 23,1% terhadap variabel perilaku penggunaan. Semakin tinggi niat untuk menggunakan Exelsa, maka akan semakin tinggi penerimaan dan penggunaan Exelsa. Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel niat penggunaan terhadap perilaku penggunaan Exelsa tidak dimoderasi oleh usia, jenis kelamin dan tingkat pengalaman. Pada setiap jalur menunjukkan bahwa nilai p-value lebih dari 0,05 sehingga variabel moderasi tidak signifikan berpengaruh. Pengujian moderasi usia dengan metode PLS-MGA ditunjukkan pada tabel Berdasarkan kelompok usia tahun dan tahun menunjukkan bahwa niat penggunaan tidak berpengaruh positif terhadap perilaku penggunaan dilihat dari nilai p-value lebih besar dari 0,05. Sedangkan pada kelompok usia tahun menunjukkan bahwa niat penggunaan berpengaruh positif terhadap perilaku penggunaan dilihat dari nilai p-value (0,031) lebih kecil dari 0,05. Pengujian moderasi jenis kelamin dengan metode PLS-MGA ditunjukkan pada table Pada kelompok jenis kelamin wanita menunjukkan bahwa niat penggunaan berpengaruh positif terhadap perilaku penggunaan dilihat dari nilai p- value (0,002) lebih kecil dari 0,05. Sedangkan pada kelompok jenis kelamin pria, variabel niat penggunaan tidak berpengaruh positif terhadap perilaku penggunaan. Dosen wanita memiliki niat penggunaan Exelsa yang lebih tinggi dibandingkan dosen pria sehingga dapat menimbulkan perilaku yang lebih sering dalam menggunakan Exelsa.

129 109 Pengujian moderasi tingkat pengalaman dengan metode PLS-MGA menunjukkan bahwa niat penggunaan tidak berpengaruh positif terhadap perilaku penggunaan.

130 BAB V KESIMPULAN DAN SARAN Bab ini menyajikan hasil penelitian, implikasi, keterbatasan dan rekomendasi untuk penelitian masa depan. 5.1 Kesimpulan Penelitian ini bertujuan untuk mengetahui faktor apa saja yang berpengaruh terhadap penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa di Universitas Sanata Dharma. Model yang digunakan untuk mengetahui faktorfaktor yang mempengaruhi penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa pada penelitian ini adalah The Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2). Metode yang digunakan untuk menganalisis hubungan antar variabel adalah PLS-SEM (Partial Least Square Structural Equation Modeling) dengan perangkat lunak SmartPLS versi Berdasarkan analisis hasil penelitian dan pembahasan pada bagian sebelumnya, maka dapat disimpulkan bahwa faktor-faktor yang mempengaruhi penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa di Universitas Sanata Dharma adalah : Dukungan fasilitas meliputi kontrol perilaku yang dirasakan ketika menggunakan Exelsa, penggunaan Exelsa sesuai dengan infrastruktur teknologi yang dibutuhkan (sumber daya dan bantuan ahli) dan

131 111 kompatibilitas sistem manajemen pembelajaran Exelsa dengan teknologi yang digunakan Motivasi hedonis meliputi persepsi penggunaan system manajemen pembelajaran Exelsa yang menimbulkan perasaan senang, nyaman, dan fleksibel. Semakin tinggi motivasi hedonis yang dirasakan pengguna ketika menggunakan Exelsa, akan meningkatkan niat penggunaan Exelsa Kebiasaan meliputi persepsi bahwa pengguna berencana dan memperkirakan akan menggunakan sistem manajemen pembelajaran Exelsa dalam waktu dekat serta keterbiasaan pengguna dalam menggunakan berbagai fitur yang ada dalam Exelsa. Semakin tinggi kebiasaan dalam menggunakan Exelsa sehingga dapat menimbulkan niat dan perilaku untuk terus menggunakan Exelsa Niat penggunaan meliputi rencana dan kesediaan untuk terus menggunakan Exelsa. Semakin tinggi niat penggunaan Exelsa maka perilaku penggunaan menjadi lebih tinggi atau dalam kata lain frekuensi penggunaan Exelsa menjadi lebih besar. 5.2 Keterbatasan Penelitian ini telah dilakukan sesuai dengan pedoman penelitian yang seharusnya dan hasil penelitian ini telah memenuhi persyaratan pengujian PLS- SEM serta didukung oleh teori-teori dan penelitian terdahulu. Namun masih terdapat keterbatasan dalam pelaksanaannya. Keterbatasan tersebut dapat

132 112 menimbulkan bias dan ketidakakuratan sehingga dapat mempengaruhi hasil penelitian. Keterbatasan-keterbatasan yang terjadi pada penelitian ini adalah: Peneliti memiliki keterbatasan untuk mendampingi para responden dalam mengisi kuesioner. Hal ini dikarenakan ijin dari masing-masing sekretariat di setiap fakultas Universitas Sanata Dharma untuk bertemu secara langsung ke pada dosen karena alasan tertentu. Sehingga kurang adanya pernyataan dari dosen terkait pengalaman ketika menggunakan Exelsa Penelitian ini masih mengupayakan untuk memprediksi faktor yang berpengaruh terhadap penerimaan dan penggunaan Exelsa di Universitas Sanata Dharma. Namun berdasarkan uji R-square didapatkan hasil bahwa masih ada variabel di luar model yang berpotensi mempengaruhi penerimaan dan penggunaan Exelsa. 5.3 Implikasi Implikasi Akademis Hasil penelitian ini memberikan pandangan baru bahwa model UTAUT2 dapat dijadikan dasar untuk memprediksi penerimaan dan penggunaan Exelsa di Universitas Sanata Dharma dari sudut pandang pengguna akhir. Hasil penelitian ini dapat dijadikan acuan bagi penelitian-penelitian selanjutnya untuk mengetahui faktor-faktor yang berpengaruh terhadap penerimaan dan penggunaan sistem informasi. Identifikasi terhadap variabel-variabel lainnya di luar penelitian ini yang mempengaruhi penerimaan dan penggunaan bagi pengguna akhir dimungkinkan

133 113 pada penelitian selanjutnya untuk mendapatkan model yang lebih mampu menjelaskan secara praktis Implikasi Manajerial Implikasi berikut ini dianjurkan untuk menilai faktor keberhasilan untuk mengembangkan aplikasi e-learning dalam lingkungan pendidikan. Aspek hedonis dan kebiasaan harus diambil serius karena faktor ini yang paling signifikan dalam menumbuhkan niat penggunaan Exelsa. Selain menciptakan sistem yang meningkatkan kenikmatan dan kegembiraan, pengembang sistem harus mencoba untuk terus memperkuat kebiasaan pengguna dengan layanan nilai tambah dan upgrade. Selanjutnya, pengembang sistem dapat mengubah kebiasaan pengguna dengan memberikan manfaat yang lebih besar sesuai kebutuhan pengguna. Kebiasaan menggunakan Exelsa juga dapat ditingkatkan apabila dibuat peraturan untuk diadakan reward bagi dosen yang bersedia menggunakan Exelsa secara aktif. Penelitian ini memberikan informasi tentang faktor-faktor yang mendorong dosen untuk menggunakan Exelsa. Oleh karena itu, pertimbangan khusus harus diberikan kepada kebutuhan pengguna dalam rangka memenuhi harapan mereka. Hal ini dibuktikan bahwa persepsi usaha bukanlah hal yang penting ketika menggunakan Exelsa. Namun, aspek hedonis yang perlu diperhatikan untuk mendorong dosen bersedia menggunakan Exelsa. Tindakan ini berupa penggunaan Exelsa secara berkelanjutan karena perasaan yang nyaman dan senang ketika menggunakan Exelsa. Pengetahuan ini bisa membantu pihak

134 114 Universitas serta P3MP dalam membuat keputusan yang lebih baik untuk membuat atau memperbaiki sistem informasi. Kontribusi penelitian ini adalah untuk meningkatkan pemahaman dan praktek dari manajemen organisasional dari sistem manajemen pembelajaran Exelsa dengan cara mengidentifikasi beberapa faktor yang berpengaruh untuk keputusan penerimaan dan penggunaan sistem informasi untuk dosen. Selanjutnya untuk melakukan formulasi strategi organisasional yang mendorong penerimaan dan penggunaan Exelsa. Dalam upaya meningkatkan penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa di Universitas Sanata Dharma, maka saran yang diberikan untuk pihak pengembang system (P3MP) adalah mensosialisasikan kegunaan Exelsa kepada seluruh dosen Universitas Sanata Dharma di mana dengan Exelsa memiliki tingkat kegunaan yang sesuai dengan kebutuhan sebagai dosen yaitu kemudahan distribusi materi, fleksibilitas sistem dan kapasitas upload file yang lebih besar. Selain itu diperlukan sosialisasi yang lebih sering dengan kapasitas peserta yang lebih banyak sehingga dosen atau pun mahasiswa dapat berkesempatan untuk mengikuti sosialisasi Exelsa. Kebiasaan menggunakan Exelsa juga dapat ditingkatkan apabila dibuat peraturan untuk diadakan reward bagi dosen yang bersedia menggunakan Exelsa secara aktif.

135 Saran Berdasarkan keterbatasan yang ada dalam penelitian ini, studi masa depan dapat memperluas model yang diterapkan dalam penelitian ini untuk memprediksi niat dan penggunaan sistem informasi. Hal ini dapat dilakukan dengan menambahkan variabel yang dapat mempengaruhi penerimaan dan penggunaan sistem informasi, dilihat dari perhitungan nilai R-square di mana masih ada variabel potensial di luar model yang mempengaruhi penerimaan dan penggunaan sistem informasi. Terakhir, peneliti masa depan harus menggunakan pendekatan longitudinal untuk memprediksi niat dan penggunaan dari waktu ke waktu. Dengan demikian, model harus divalidasi di berbagai titik dalam waktu. Misalnya, studi masa depan harus mempelajari niat secara bertahap, seperti pra-adopsi dan pasca-adopsi sebuah sistem informasi.

136 DAFTAR REFERENSI AbuShanab, E., & Pearson, J. M. (2007). Internet banking in Jordan: The Unified Theory of Acceptance and Use of Technology (UTAUT) Perspective. Journal of Systems and Information Technology, 9(1), Adelyn, Kuan Lai. (2014). UTAUT2 Influencing the Behavioral Intention to Adopt Mobile Applications. Malaysia: Universiti Tunku Abdul Rahman. Retrieved from Adi, Rangga. (2014). Faktor Faktor Yang Mempengaruhi Penerimaan Sistem Informasi/Teknologi Informasi : Studi Kasus Program Wardes-Gpoba Direktorat Pemberdayaan Informatika Kementerian Komunikasi Dan Informatika. Jakarta: Universitas Indonesia. Retrieved from Akbayrak, B. (2000). A comparison of two data collecting methods: Interviews and questionnaires. Hacettepe U niversitesi Egitim Faku ltesi Dergisi, 18, Akour, H. (2010). Determinants of mobile learning acceptance: An empirical investigation in higher education. ProQuest Dissertations and Theses, 379. Alfie, Chacko P. (2012). Determinants of Intention to Use e-learning Based on the Technology Acceptance Model. Journal of Information Technology Education, 11. Retrieved from Amiroh, Adnan. (2012). Membangun e-learning dengan LMS Moodle. Sidoarjo: Genta Group Production. Arikunto, Suharsimi. (2010). Manajemen Penelitian halaman 134. Jakarta: Rineka Cipta. Azwar, Syaifudin. (2012). Reliabilitas dan Validitas. Yogyakarta: Pustaka Pelajar. Bakhtiar, Rivai. (2014). Penerapan Model The Unified Theory of Acceptance and Use of Technology (UTAUT) untuk Memahani Tingkat Penerimaan dan Penggunaan e-learning (BE-SMART) di Fakultas Teknik Universitas Negri Yogyakarta. Yogyakarta: Universitas Negri Yogyakarta. Retrieved from Bandyopadhyay, Kakoli and Fraccastoro, Katherine A. (2007). The Effect of Culture on User Acceptance of Information Technology. Communications of the Association for Information Systems,

137 117 Barbara, Byrne. (2008). Testing for Multigroup Equivalence of A Measuring Instrument: A Walk Through The Process. Psicothema, 20, Barreiro, P. L. & Albandoz, J.P. (2011). Population and sample: Sampling techniques. Management Mathematics for European Schools. Retrieved September 20, 2016 from Brown, A., & Johnson, J. (2003). Five Advantages of Using a Learning Management System. Retrieved September 10, 2016, from Microburst Learning: Cavus, N. (2013). Selecting an Learning Management System (LMS) in Developing Countries: Instructors Evaluation. Interactive Learning Environments, 21(5), Cooper, D. R. and Pamela S. S. (2006). Business Research Methods, 9th ed. NY: McGraw-Hill. Courts, Bari & Tucker, Jan. (2012). Using Technology to Create a Dynamic Classroom Experience. Journal of College Teaching & Learning Second Quarter, 9(2), Eckhardt, A., Laumer, S., & Weitzel, T. (2009). Who influences whom? Analyzing workplace referents social influence on IT adoption and nonadoption. Journal of Information Technology, 24(1), Efron, B. & Tibshirani, R.J. (1998). An introduction to the bootstrap. New York: Chapman & Hall / CRC. Eisingerich, A. B., & Rubera, G. (2010). Drivers of Brand Commitment: A Cross- National Investigation. Journal of International Marketing, 18(2), Ellis, R. K. (2009). Field Guide to Learning Management Systems. United States: ASTD (American Society for Training & Development) Inc. Farahat, Taher. (2012). Applying the technology acceptance model to online learning in the Egyptian universities. Procedia - Social and Behavioral Sciences, 64, Ghozali, Imam. (2006). Aplikasi Analisis Multivarite dengan SPSS. Cetakan Keempat. Semarang: Badan Penerbit Universitas Diponegoro. Ghozali, Imam. (2006). Structural Equation Modeling Metode Alternatif dengan Partial Least Square. Semarang: Semarang: Badan Penerbit Universitas Diponegoro.

138 118 Ghozali, Imam, and Fuad. (2008). Structural Equation Modeling: Teori, Konsep dan Aplikasi Dengan Program Lisrel 8.0. Semarang: Badan Penerbit Universitas Diponegoro. Ghozali, Imam. (2009). Aplikasi Analisis Multivariate Dengan Program SPSS. Semarang: Badan Penerbit Universitas Diponegoro. Ghozali, Imam dan Hengky Latan. (2012). Partial Least Squares Konsep, Metode dan Aplikasi menggunakan program WarpPLS 2.0. Semarang: Badan Penerbit Universitas Diponegoro. Hair, J.F., Black, W.C., Babin, B.J., & Anderson, R.E. (2010). Multivariate Data Analysis. Seventh Edition. New Jersey: Prentice Hall. Hamuy, Eduardo & Mirtha Galaz. (2010). Information versus Communication in Course Management System Participation. Computers & Education, 54(1), Handayani, Rini. (2007). Analisis Faktor-Faktor yang Mempengaruhi Minat Pemanfaatan Sistem Informasi. Surakarta: STIE Atma Bhakti. Harsono, Listyo Dwi & Suryana, Lisandi Arinta. (2014). Factors Affecting the Use Behavior of Social Media Using UTAUT2 Model. Proceedings of the First Asia-Pacific Conference on Global Business, Economics, Finance and Social Science. ISBN Hartanto, A.A. dan Purbo, O.W. (2002). Teknologi e-learning Berbasis PHP dan MySQL. Jakarta: Elex Media komputindo. Hartono, Jogiyanto. (2007). Sistem Informasi Keperilakuan. Edisi Revisi. Yogyakarta: Andi Offset. Hartono, Jogiyanto. (2008). Metodologi Penelitian Sistem Informasi. Yogyakarta: Andi Offset. Hartono, Jogiyanto. (2009). Teknologi Sistem Informasi Edisi Ketiga. Yogyakarta: Andi Offset. Hartono, Jogiyanto dan Abdillah, W. (2009). Konsep dan Aplikasi PLS (Partial Least Square) untuk Penelitian Empiris. Yogyakarta: BPFE. Hartono, Jogiyanto. (2011). Metodologi Penelitian Bisnis: Salah Kaprah dan Pengalaman-pengalaman.Yogyakarta: BPFE.

139 119 Henseler, Jorg. (2010). PLS-MGA: A Non-Parametric Approach to Partial Least Square-based Multi-Group Analysis. ResearchGate: Challenges at the Interface of Data Analysis, Computer Science and Optimization. Proceedings of the 34 th Annual Conference of the Gesellschft fur Klassifikation. Iskandar. (2009). Metodologi Penelitian Pendidikan dan Sosial. Jakarta: Persada Press. Islam, M. Z., Kim, P. C. L., & Hassan, I. (2013). Intention to use advanced mobile phone services (AMPS). Management Decision, 51(4), Jambulingam, M. (2013). Behavioral intention to adopt mobile technology among tertiary students. World Applied Sciences Journal, 22(9), Kasiram, Moh. (2008). Metodologi Penelitian. Malang: UIN-Malang Pers. Kerlinger. (2006). Asas-Asas Penelitian Behavioral. Yogyakarta: Gadjah Mada University Press. Khechine, Hager, Lakhal, Sawsen, Pascot, Daniel, Bytha, Alphonse. (2014). UTAUT Model for Blended Learning: The Role of Gender and Age in the Intention to Use Webinar. Journal of E-Learning and Learning Objects, 10. Kim, S.S., N.K. Malhotra. (2005). A longitudinal model of continued IS use: An integrative view of four mechanisms underlying post-adoption phenomena. Management Science, 51(1), Kothari, C. R. (2004). Research Methodology: Methods and Techniques. New Delhi: New Age International.ltd. Kerschenbaum, Steve. (2009). Optimizing Human Capital Development. Urbana: Adayana. Kurniawan & Nasir, Muhammad. (2014). Faktor-faktor yang mempengaruhi Keberhasilan Implementasi E-Learning di Kalangan Mahasiswa Perguruan Tinggi Swasta di Kota Palembang. Prosiding SNaPP Sains, Teknologi, dan Kesehatan. ISSN Lai, J.Y., and Chen, W.W. (2009). Measuring e-business dependability: The employee perspective. The Journal of Systems and Software, 82, Leong, L. Y., Ooi, K. B., Chong, A. Y. L., & Lin, B. (2013a). Modeling the stimulators of the behavioral intention to use mobile entertainment: Does gender really matter? Computers in Human Behaviour, 29,

140 120 Leong, L. Y., Hew, T. S., Tan, G. W. H., & Ooi, K. B. (2013b). Predicting the determinants of the NFC-enabled mobile credit card acceptance: A neural networks approach. Expert Systems with Applications, 40, Liao, C., Palvia, P., & Lin, H. N. (2006). The roles of habit and web site quality in e-commerce. International Journal of Information Management, 26, Limayem, M., Cheung, C. M. K., and Hirt, S.G. (2007). How Habit Limits the Predictive Power of Intentions: The Case of Is Continuance. MIS Quarterly, 31(4), Luarn, P., & Lin, H. H. (2005). Towards an understanding of the behavioural intention to use mobile banking. Computers in Human Behaviour, 21(6), Lu, J., Yao, J. E., & Yu, C. S. (2005). Personal innovativeness, social influences and adoption of wireless internet services via mobile technology. Journal of Strategic Information Systems, 14, Mafe, C. R., Blas, S. S. & Tavera-Mesias, J. F. (2010). A comparative study of mobile messaging services acceptance to participate in television programmes. Journal of Service Management, 21(1), Magni, M., Taylor, M. S., & Venkatesh, V. (2010). To play or not to play : A cross-temporal investigation using hedonic and instrumental perspectives to explain user intentions to explore a technology. International Journal of Human-Computer Studies, 68, Margono. (2004). Metodologi Penelitian Pendidikan. Jakarta: Rineka Cipta Min, Q.; Ji, S.; and Qu, G. (2008). Mobile commerce user acceptance study in China: A revised UTAUT model. Tsinghua Science and Technology, 13(3), Nasir, Muhammad. (2013). Evaluasi Penerimaan Teknologi Informasi Mahasiswa di Palembang menggunakan Model UTAUT. Seminar Nasional Aplikasi Teknologi Informasi: ISSN Ndume, Vitalis, Tilya, F. N. and Twaakyondo, H. (2008). Challenges of adaptive elearning at higher learning institutions: A case study in Tanzania. International Journal of Computing and ICT Research, 2(1), Osgood, Charles Egerton, George J. Suci, Perci H. Tannenbaum. (1957). The Measurement of Meaning. United States of America: Board of Trustees of the University Illinois.

141 121 Oshlyansky, Lidia, Harold Thimblebly, Paul Cairns. (2007). Unified Theory of Acceptance and Use of Technology (UTAUT) Tool Cross-Culturally. Proceedings of HCI. Pahnila, S., Siponen, M., & Zheng, X. (2011). Integrating habit into UTAUT: The Chinese ebay case. Pacific Asia Journal of the Association for Information Systems, 3(2), Park, S. Y. (2009). An Analysis of the Technology Acceptance Model in Understanding University Students' Behavioral Intention to Use e-learning. Educational Technology & Society, 12(3), Putra, Gioliano & Maya Ariyanti. (2013). Pengaruh Faktor-faktor dalam Modified Unified Theory Acceptance and Use of Technology 2 (UTAUT2) terhadap Niat Prospective User untuk mengadopsi Home Digital Services PT. TELKOM di Surabaya. Jurnal Manajemen Indonesia, 12(4). Prata, W., Moraes, A. D., & Quaresma, M. (2012). User s demography and expectation regarding search, purchase and evaluation in mobile application store. Work: A Journal of Prevention, Assessment and Rehabilitation, 41(1), Raman, Arumugam & Don, Yahya. (2013). Preservice Teacher's Acceptance of Learning Management Software: An Application of the UTAUT2 Model. International Education Studies. Canadian Center of Science and Education, 6(7). doi: /ass.v10n14p186. Raman, Arumugan, Don, Yahya, Khalid, Rozalina. Rizuan, Mohd. (2014). Usage of Learning Management System (Moodle) among Postgraduate Students: UTAUT Model. Asian Social Science. Canadian Center of Science and Education, 10(14). Riduwan dan Engkos Achmad Kuncoro. (2011). Cara Menggunakan dan Memaknai Path Analysis (Analisis Jalur). Bandung: Penerbit Alfabeta. San Martin, H., & Herrero, A. (2012). Influence of the user s psychological factors on the online purchase intention in rural tourism: Integrating innovativeness to the UTAUT framework. Tourism Management, 33(2), Sallum, S. A. (2008). Learning management system implementation: building strategic change. Distance Learning, 5(1), Santoso, Singgih. (2007). Membuat Dan Menganalisis Model SEM dengan AMOS. Jakarta: PT. Elex Media Komputindo.

142 122 Sarstedt, M., Henseler, J., & Ringle, C. M. (2011). Multigroup Analysis in Partial Least Squares (PLS) Path Modeling: Alternative Methods and Empirical Results. Advances in International Marketing, 22, Sedana, I. G. N., and Wijaya, Wisnu (2010). Penerapan Model UTAUT untuk Memahami Penerimaan dan Penggunaan Learning Management System Studi Kasus Experiential E-learning Sanata Dharma University. Jurnal Sistem Informasi, 5(2). Setiawan, Agus. (2007). Tax Audit dan Tax Review. Jakarta: PT. Raja Grafindo Persada. Sharifah, suhaila. (2015). Adaptation of UTAUT2 Model in Understanding Student s Acceptance of Virtual Learning Agent. Australian Journal of Basic and Applied Sciences, 9(25), Sinaga, August & Zainuddin. (2013). Persepsi dan Implementasi Kebijakan Teknologi Informasi Dan Komunikasi Sebagai Sarana Pembelajaran dan Pengaruhnya Terhadap Peningkatan Kualitas Pendidikan Pada SMA Negeri Kota Pematang Siantar. Jurnal Administrasi Publik, 3(1). Sitinjak, J.R.T & Sugiarto. (2006). LISREL. Yogyakarta: Graha Ilmu. Sugiyono. (2009). Metode Penelitian Kuantitatif Kualitatif dan R&B. Bandung: Alfabeta. Sugiyono. (2012). Metode Penelitian Kuantitatif Kualitatif dan R&B. Bandung: Alfabeta. Sundaravej, T. (2010). Empirical Validation of Unified Theory of Acceptance and Use of Technology Model. Journal of Global Information Technology Management, 13(1), Tandirerung, V. A. (2014). Implementasi e-learning program keahlian TKJ di SMK DIY pasca pembubaran RSBI. Jurnal Pendidikan Vokasi, 4(1), Taylor, D. G., Voelker, T. A., & Pentina, I. (2011). Mobile application adoption by young adults: A social network perspective. International Journal of Mobile Marketing, 6(2), Teo, T., & Noyes, J. (2012). Explaining the intention to use technology among pre-service teachers: A multi-group analysis of the Unified Theory of Acceptance and Use of Technology. Interactive Learning Environments, 2(1),

143 123 To, P. L., Liao, C., & Lin, T. H. (2007). Shopping motiviation on Internet: A study based on utilitarian and hedonic value. Technovation, 27, Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), Venkatesh, V., Thong, J. Y. L., & Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), Venter, P., Rennsburg, M. J. V., and Annemarie Davis. (2012). Drivers of learning management system use in a South African open and distance learning institution. Australasian Journal of Educational Technology, 28(2), Wong, Wan-Tzu and Huang, Neng-Tang. (2011). The Effects of E-learning System Service Quality and User's Acceptance on Organizational Learning. International Journal of Business and Information, 6(2). Yang, H. (2013). Bon appétit for apps: Young American consumers acceptance of mobile applications. Journal of Computer Information Systems, 53(3), Yang, K. (2010). Determinants of US consumer mobile shopping services adoption: Implications for designing mobile shopping services. Journal of Consumer Marketing, 27(3), Yi, M. Y., Jackson, J. D., Park, J. S., and Probst, J. C. (2006). Understanding Information Technology Acceptance by Individual Professionals: Toward an Integrative View, Information & Management, 43(3),

144 LAMPIRAN Lampiran 1 Surat Izin Penelitian 124

145 125 Lampiran 2 Surat Pengantar Kuesioner

146 126 Lampiran 3 Kuesioner KUESIONER PENELITIAN TESIS FAKTOR YANG BERPENGARUH TERHADAP PENGGUNAAN SISTEM PENGELOLAAN PEMBELAJARAN EXELSA UNIVERSITAS SANATA DHARMA A. IDENTITAS RESPONDEN Berilah tanda centang ( ) pada jawaban yang dianggap sesuai! Usia : 30 tahun tahun tahun 60 tahun tahun Jenis kelamin : Laki-laki Perempuan Lama bekerja : 1 5 tahun tahun 6 10 tahun 20 tahun Sejak kapan Anda menggunakan Exelsa? < 1 tahun 3-4 tahun 1-2 tahun > 4 tahun

147 127 B. PERNYATAAN KUESIONER Berilah tanda centang ( ) pada jawaban yang dianggap sesuai! No Pernyataan Skala Penilaian Harapan Kinerja 1 Tingkat kegunaan Exelsa dalam Sangat rendah Sangat tinggi pekerjaan saya sebagai dosen 2 Penggunaan Exelsa berpeluang untuk Sangat rendah Sangat tinggi meraih cakupan pembelajaran (learning outcome) 3 Penggunaan Exelsa dapat Sangat rendah Sangat tinggi menyelesaikan tugas saya (sebagai dosen) dengan lebih cepat 4 Penggunaan Exelsa meningkatkan Sangat rendah Sangat tinggi produktivitas kerja saya sebagai dosen Persepsi Usaha 5 Exelsa mudah dipelajari Sangat sulit Sangat mudah 6 Tingkat kejelasan fitur Exelsa Sangat rendah Sangat tinggi 7 Kemudahan mengoperasikan Exelsa Sangat sulit Sangat mudah 8 Tingkat keterampilan Anda dalam menggunakan Exelsa Sangat rendah Sangat tinggi No Pernyataan Skala Penilaian Faktor Sosial 9 Dukungan pimpinan untuk Sangat rendah Sangat tinggi menggunakan Exelsa 10 Pengaruh dosen lain untuk Sangat rendah Sangat tinggi menggunakan Exelsa 11 Dukungan pengembang sistem Sangat rendah Sangat tinggi (P3MP) untuk menggunakan Exelsa Dukungan Fasilitas 12 Kecukupan sumber daya yang Sangat rendah Sangat tinggi dibutuhkan untuk menggunakan Exelsa 13 Kecukupan pengetahuan untuk Sangat rendah Sangat tinggi menggunakan Exelsa 14 Kesesuaian Exelsa dengan teknologi yang saya gunakan Sangat rendah Sangat tinggi 15 Kecukupan bantuan tenaga ahli Sangat rendah Sangat tinggi dalam penggunaan Exelsa

148 128 No Pernyataan Skala Penilaian Motivasi Hedonis 16 Penggunaan Exelsa yang Sangat Sangat menyenangkan mengecewakan menyenangkan 17 Kenyamanan dalam menggunakan Sangat rendah Sangat tinggi Exelsa 18 Penggunaan Exelsa yang fleksibel Sangat kaku Sangat fleksibel Kebiasaan 19 Saya terbiasa menggunakan Exelsa Sangat rendah Sangat tinggi dalam kegiatan mengajar 20 Saya terus menggunakan Exelsa dalam kegiatan mengajar Sangat jarang Sangat sering 21 Kewajiban menggunakan Exelsa Sangat rendah Sangat tinggi dalam kegiatan mengajar 22 Kemauan menggunakan Exelsa Sangat rendah Sangat tinggi dalam kegiatan mengajar Niat Penggunaan 23 Niat untuk terus menggunakan Sangat rendah Sangat tinggi Exelsa di masa mendatang 24 Kesediaan selalu menggunakan Sangat rendah Sangat tinggi Exelsa untuk kegiatan mengajar Perilaku Penggunaan 25 Frekuensi penggunaan Exelsa dalam kegiatan mengajar Sangat rendah Sangat tinggi Manfaat apa saja yang Anda dapatkan ketika menggunakan Exelsa? Kritik dan saran mengenai Exelsa :

149 129 Lampiran 4 Data Pengguna Aktif Exelsa