MULTI-GROUP ANALYSIS OF STRUCTURAL INVARIANCE: STRUCTURAL EQUATION MODEL IN TECHNOLOGY ACCEPTANCE MODELLING

Transkripsi

1 Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 MULTI-GROUP ANALYSIS OF STRUCTURAL INVARIANCE: STRUCTURAL EQUATION MODEL IN TECHNOLOGY ACCEPTANCE MODELLING 1 Margaretha Ari Anggorowati, 2 Nur Iriawan, 3 Suhartono 1 Mahasiswa S3 pada Jurusan Statistika FMIPA-ITS 2 Staf Pengajar pada Jurusan Statistika FMIPA-ITS 3 Staf Pengajar pada Jurusan Statistika FMIPA-ITS Kampus ITS Sukolilo, Surabaya Telp : (031) Fax : (031) statistika@its.ac.id ari_log22@yahoo.com ABSTRAK Technology Acceptance Model (TAM) adalah sebuah teori pada sistem informasi yang memodelkan bagaimana user dapat menerima dan menggunakan sebuah teknologi, tetapi dalam membangun model, TAM tidak melakukan proses pembobotan terhadap struktur relasi antar variable-variabel di dalam model tersebut. Structural Equation Modeling (SEM) digunakan untuk pembobotan struktur relasi antar variable-variabel pada model TAM. Dalam proses penerimaan teknologi informasi terdapat beberapa kasus yang melibatkan beberapa kelompok (multi-grup) sistem atau user. SEM merupakan test yang cukup optimal dalam mencari kesamaan solusi pada multi-grup dalam proses penerimaan teknologi informasi. Kata kunci : invarians, Percieve usefulness, Percieve ease-of-use Pendahuluan Proses difusi teknologi informasi berlangsung dalam proses implementasi teknologi oleh user. Bagi user sendiri teknologi informasi merupakan black box yang dapat dikenali oleh user dari interface, fitur-fitur, output dan akses yang dialami oleh user dalam penggunaan teknologi. Bagaimana teknologi informasi dapat dikembangkan akan tergantung oleh bagaimana user dapat menerima dan akhirnya menggunakan teknologi tersebut. 1

2 Tecnology Acceptance Model (TAM) memodelkan causal relationship dalam proses penerimaan teknologi informasi. Model yang dihasilkan oleh TAM dapat diuji oleh Structural Equation Modelling (SEM) yang melakukan pembobotan terhadap struktur dan relasi antar variabel-variabel yang ada pada model TAM tersebut. Pada beberapa kasus proses penerimaan teknologi informasi dapat terjadi proses penerimaan teknologi yang melibatkan beberapa pengelompokan baik pada sistem atau user (multi-grup). Model yang melibatkan multigrup memerlukan proses analisis statistik yang berbeda di dalam SEM. Makalah ini akan menguraikan secara sederhana langkah langkah bagaimana SEM digunakan sebagai statistik uji pada model TAM ketika proses penerimaan teknologi dilakukan secara multi-grup. Technology Acceptance Model (TAM) Tecnology Acceptance Model (TAM) adalah teori pada sistem informasi yang merupakan pengembangan dari Theory of Reason Action (TRA) 1. TAM di kembangkan oleh Fred Davis pada tahun 1986 (Davis et al., 1989). Dalam TAM reaksi dan persepsi seseorang terhadap teknologi dipahami akan menentukan keputusan seseorang dalam berperilaku dan hal ini sekaligus menjadi tolak ukur dalam penerimaan suatu teknologi. Pada model TAM hal-hal yang menentukan seseorang dalam penerimaan suatu teknologi direpresentasikan dalam variable-variabel. Dikenal 2 variabel spesifik pada TAM yaitu Percieve Usefulness (PU) dan Percieve Ease of Use (PEU). Kedua variable tersebut akan menentukan variable Intention to Use (IU). Percieve Usefulness (PU) Percieve Usefulness (PU) adalah kemungkinan subyektifitas pengguna untuk menggunakan suatu teknologi dan memiliki persepsi bahwa teknologi tersebut akan meningkatkan kinerja jika digunakan dalam melakukan pekerjaannya, 1 Fisbein& Azjen,

3 Percieve Ease of Use (PEU). Percieve Ease of Use (PEU) adalah kemungkinan yang mereferensi pada tingkat kepercayaan pengguna bahwa menggunakan teknologi tersebut akan mereduksi tahapan dalam melakukan pekerjaan atau kegiatan (free of effort). Gambar 1. Model Technology Acceptance Model (Ma & Liu, 2004) Dalam perkembangannya, model pada TAM banyak mengalami penambahan oleh para peneliti sesuai dengan kebutuhan dalam penelitian yang dilakukan. TAM sebagai teori yang mendasari bagaimana perilaku pengguna dipelajari hanya menunjukkan causal relationship tetapi tidak melakukan pembobotan terhadap relasi-relasi tersebut. Dengan karakteristik yang dimiliki oleh TAM maka model statistik yang digunakan dalam analisis adalah Structural Equation Model (SEM). SEM melakukan test terhadap model TAM dan melakukan pembobotan relasi antara variable-variabel di dalam struktur. Sesuai dengan konsep SEM maka konstruk pada TAM dapat direpresentasikan dalam SEM seperti contoh pada gambar 2 berikut : 3

4 Gambar 2. Konstruk TAM pada SEM ( Deng et al./information & Management 42 (2005) ) Pada gambar 2 percieved usefulness dan perceived ease-of-use adalah variable eksogen, sedangkan intention to use adalah variable endogen. PU1 PU6 adalah variable teramati yang memiliki efek pada variable laten percieved usefulness dan PEU1..PEU6 adalah variable teramati yang memiliki efek pada variable laten perceived ease-of-use. IU1 dan IU2 adalah variabel teramati yang memiliki efek pada variabel laten intention to use. Analisis multi-grup struktural invarians Beberapa kasus penerimaan teknologi melibatkan lebih dari satu grup sistem atau user. Sebagai contoh, dalam waktu bersamaan user dapat dihadapkan pada penggunaan beberapa jenis sistem aplikasi (baca:software) yang berbeda, yaitu spreadseet, database, graphics dan word processor. 2 Proses penerimaan tersebut dapat diamati dalam 4 grup sesuai dengan jenis software yang digunakan. Selain itu pengelompokan dapat pula ditentukan berdasarkan ketentuan lain misalnya latar belakang yang berbeda, jenis kelamin, tingkat pendidikan, demografi dan lain-lain. Perbedaan dalam tiap-tiap grup akan memiliki kompleksitas yang 2 Xiadong Deng et al,

5 berbeda. Kompleksitas yang berbeda ini akan menyulitkan dilakukannya studi komparasi. Dalam konteks model TAM, beberapa kesulitan yang dapat terjadi dalam studi komparasi multi-grup adalah : Adanya inkosistensi dalam pembobotan struktur pada tiap grup Variasi obyek yang diamati (sebagai contoh : spreadseet, database, graphics dan word processor). Perbedaan data ( data yang ada tidak sesuai dengan yang diharapkan) Menurut Byrne (1998) dalam melakukan analisis multi-grup, para peneliti ingin mendapatkan jawaban atas beberapa pertanyaan : 1. Apakah model pengukuran tidak bervariasi diantara grup-grup (grup invariant) 2. Apakah model structural tidak bervariasi diantara grup-grup 3. Apakah paths yang dispesifikasikan dalam model structural tidak bervariasi di antara grup-grup 4. Apakah muatan faktor-faktor dari model pengukuran tidak bervariasi diantara grupgrup Di dalam konsep SEM, struktur konstruk multi grup dapat dilihat pada gambar 3 dibawah ini: Gambar 3 struktur multi-grup pada SEM (Bollen Kenneth A, 1989) 5

6 Notasi parameter pada multi-grup dapat dituliskan dengan menggunakan superscript seperti (g) contoh berikut : Λ x Φ (g) dimana g menggambarkan penomoran dari grup. Komparasi antar model dapat dilakukan pada dua dimensi yaitu kesamaan bentuk model atau kesamaan nilai parameter. Hampir seluruh model yang berbeda menunjukkan range invariance yang lebih rendah. 3 Dua model dikatakan sama bentuknya jika model tiap-tiap grup memiliki matriks parameter yang sama (dimensi dan lokasi). Langkah langkah dalam analisis multi-grup : 1. Estimasi model penelitian Pada tahap estimasi model penelitian, peneliti melakukan estimasi model dengan menggunakan seluruh sample. Hal yang harus diamati pada tahap ini adalah kecocokan data model yaitu pengukuran dengan validitas reliabilitas dan estimasi koofisien model struktural. Goodness-of-Fit (GOF) digunakan untuk menentukan kecocokan model dengan data yang ada. Ukuran-ukuran dalam GOF yang biasa digunakan adalah Chi-Square X 2 = (N-1)(S- k ) Degrees of freedom (df) df = [(p)(p+1)] k Root Mean Square Error of Approximation (RMSEA) RMSEA = 0 =Max { - df /(n-1),0} Normed Fit Index (NFI) NFI = X 2 2 i / X h Comparative Fit Index ( CFI) CFI = 1- l 1 /l 2 l 1 = max(l h,0) dan l2 = max (l h,l i,0) l h = [(n-1)f h -df h ] 3 Boolen Kenneth A,

7 l i = [ (n-1)f i -df i ] 2. Pembagian sample berdasarkan grup-grup Pada tahap ini sample dikelompokkan berdasarkan kategori yang ada. Sebagai contoh user di kelompokkan ke dalam 4 kelompok berdasarkan jenis aplikasi/software yaitu spreadseet, database, graphics dan word processor 4. Pada pembagian sample, variasi dari responden yang terbagi di dalam sample juga harus dicermati agar dimensi karakteristik dari sample dapat secara merata teramati. Misalkan pada pengelompokan grup aplikasi dimensi karakteristik sampelnya dapat diambil berdasarkan wilayah utara dan selatan, latar belakang pendidikan dan pengalaman kerja. 3. Pembentukan model dasar (base line model) Model dasar adalah model spesifik pada tiap grup. Boolen (1989) membedakan model base line model berdasarkan kesamaan model atau kesamaan parameter. Seperti pada langkah pertama maka dilakukan goodness of fit (GOF) untuk melihat base line model tiap-tiap grup. 4. Estimasi multi-group model dengan parameter yang ditetapkan sama Setelah base line model untuk tiap grup diestimasi, selanjutknya dilakukan estimasi secara simultan. Pada langkah ini ditetapkan parameter yang sama untuk seluruh model pada tiap grup. Jika pada constrained parameter yang ditentukan memberikan hasil yaitu variabel teramati pada SEM sesuai dengan ketentuan hipotesis (parameter pada tiap grup sama) maka dapat dikatakan bahwa model yang dihasilkan sesuai untuk semua grup. 5. Estimasi multi-group model dengan parameter yang ditetapkan berbeda Langkah ini dilakukan untuk memeriksa parameter-parameter yang ingin dilihat perbedaannya di masing-masing grup. Parameter-parameter yang tidak dilihat perbedaannya tidak akan diperiksa (ditetapkan nilainya). Selanjutnya dianalisis apakah 4 Xiadong Deng et al,

8 koofisien relasi laten variabel pada variabel teramati memiliki nilai yang sama untuk masing-masing grup. 6. Evluasi perbedaan parameter diantara grup-grup Evaluasi perbedaan parameter diantara grup-grup dilakukan dengan menghitung perbedaan nilai X 2 ( X 2 ) dan degree of freedom ( df). Dengan nilai X 2 dan df maka diperoleh nilai signifikansi (p value). Kesimpulan Analisis multi-grup struktural invarians dalam penerimaan teknologi informasi dilakukan dengan menggunakan metode Structural Equation Model (SEM) yang diterapkan pada struktur Tecnology Acceptance Model (TAM). Analisis dilakukan untuk melihat variansi antar model dari masing-masing grup. Komparasi antar model dapat dilihat dari kesamaan bentuk model atau kesamaan nilai parameter pada masing-masing grup. Dengan melakukan Analisis multi-grup struktural invarians pada TAM menggunakan metode SEM, maka dapat diketahui variansi model pada tiap grup dan perbedaannya, sehingga dapat disimpulkan solusi yang melibatkan seluruh grup. 8

9 Daftar Pustaka Bollen Kenneth A,1989, Structural Equation with Laten Variabel, A Wiley-Interscience Publication. Hair Joseph F et al, 2006, Multivariate Data Analysis, Prentice Hall, USA. Deng X et al., A Multi-Group analysis of Structural Invariance: an Illustration using the Technology Acceptance Model, Information & management 42 (2005) Malhotra Y, Galletta Denis F, Extending the Technology Accepance Model to Account for Social Influences: Theoritical Bases and Empirical Validition. Alrafi Aziz, A.Alrafi@leedsmet.ac.id Hwa Hu Paul Jen et al., A Examining technology acceptance by school teacher : a longitudinal studi, Information & management 41 (2003) Wijanto Setyo Hari, Structural Equation Modelling dengan Lisrel 8.8 Konsep Tutorial, Graha Ilmu, Ghozali Imama H, 2005, Structural Equation Modelling Teori Konsep dan Aplikasi dengan Lisrel 8.54, Badn Penerbit Universitas Diponegoro. 9