TA : Pengukuran Penerimaan Aplikasi UWKS Academic Smart Mobile Menggunakan Metode UTAUT (Unified Theory Of Acceptance And Use Of Technology).

PENGUKURAN PENERIMAAN APLIKASI UWKS ACADEMIC SMART MOBILE MENGGUNAKAN METODE UTAUT (UNIFIED THEORY OF ACCEPTANCE AND USE OF TECHNOLOGY)

TUGAS AKHIR

Program Studi SI Sistem Informasi

Oleh:

DIO GADANG RACHMADI 11410100079

FAKULTAS TEKNOLOGI DAN INFORMATIKA

INSTITUT BISNIS DAN INFORMATIKA STIKOM SURABAYA 2016

ABSTRAK ... i

KATA PENGANTAR ... ii

DAFTAR ISI ... iv

DAFTAR GAMBAR ... vii

DAFTAR TABEL ... viii

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Perumusan Masalah ... 2

1.3 Pembatasan Masalah ... 3

1.4 Tujuan ... 3

1.5 Manfaat Penelitian ... 4

1.6 Sistematika Penulisan ... 4

BAB II LANDASAN TEORI ... 7

2.1 Unified Theory of Acceptance and Use of Technology (UTAUT) ... 7

2.2 Kerangka Konseptual ... 9

2.3 Pengembangan Hipotesis ... 10

2.4 Variabel Penelitian ... 13

2.5 Populasi dan Sampel ... 14

2.6 Teknik Pengambilan Sampel ... 14

2.7 Skala Pengukuran ... 16

2.10 Analisis Korelasi dan Regresi Menggunakan SEM ... 18

2.11 Kecocokan Model (Model Fit) ... 19

BAB III METODE PENELITIAN ... 22

3.1 Tahap Awal ... 22

3.2 Tahap Pengumpulan dan Analisis Data ... 23

3.2.1 Variabel Penelitian ... 23

3.2.2 Menyusun Kuesioner dan Menyebarkan Kuesioner ... 25

3.3 Pengolahan Data ... 27

3.3.1 Analisis Deskriptif ... 27

3.3.2 Analisis Validitas dan Reliabilitas ... 27

3.3.3 Analisis Tingkat Penerimaan Aplikasi Pada Mahasiswa ... 28

3.3.4 Analisis Korelasi dan Regresi dengan Metode SEM ... 29

3.4 Tahap Akhir ... 34

BAB IV HASIL DAN PEMBAHASAN ... 35

4.1 Tahap Awal ... 35

4.1.1 Studi Literatur ... 35

4.1.2 Pengumpulan Data ... 35

4.2 Pengumpulan dan Analisis Data ... 37

4.2.1 Variabel Penelitian ... 37

4.2.2 Penyusunan dan Penyebaran Kuesioner ... 39

4.2.5 Analisis Validasi dan Reliabilitas ... 49

4.2.6 Analisis Tingkat Penerimaan Aplikasi Pada Mahasiswa ... 51

4.2.7 Analisis Korelasi dan Regresi dengan Metode SEM ... 52

4.2.8 Uji Normalitas ... 55

4.1.9 Uji Outliers (Nilai-Nilai Ekstrim) ... 56

4.20 Uji Kecocokan Model (Model Fit) ... 59

4.3 Pembahasan ... 61

4.3.1 Pengujian Hipotesis ... 62

4.3.2 Korelasi Antar Variabel ... 68

4.3.3 Hasil Regresi Berdasarkan Minat Pemanfaatan ... 72

4.3.4 Hasil Regresi Berdasarkan Perilaku Penggunaan ... 73

BAB V KESIMPULAN DAN SARAN ... 73

5.1 Kesimpulan ... 73

5.2 Saran ... 75

DAFTAR PUSTAKA ... 77

LAMPIRAN...79

Gambar 2.1 Kerangka Konseptual Model UTATUT ... 10

Gambar 2.2 Contoh hubungan variabel independen dan variabel dependen ... 13

Gambar 3.1 Tahapan dalam Metode Penelitian ... 22

Gambar 3.2 Kerangka Konseptual Model UTATUT ... 29

Gambar 4. 1 Pemetaan Jenis Variabel pada UTAUT ... 37

Gambar 4.2 Grafik Sampel Mahasiswa Setiap Jurusan ... 43

Gambar 4.3 Grafik Sampel Mahasiswa Setiap Jurusan ... 43

Gambar 4.4 Path Diagram Metode UTAUT ... 52

Gambar 4.5 Notes for Model (Default Model) ... 58

Tabel 2.1 Teori-teori yang mendasari Model UTAUT ... 8

Tabel 2.2 Pengukuran Goodness of Fit Model Indeks Nilai Acuan ... 19

Tabel 3.1 Skala Likert ... 28

Tabel 3.2 Kategori Penilaian Usability ... 29

Tabel 3.3 Hipotesis ... 30

Tabel 4.1 Item Pertanyaan Kuesioner ... 39

Tabel 4.2 Jumlah Mahasiswa Fakultas Teknik dan Fakultas Hukum ... 40

Tabel 4.3 Sampel Mahasiswa Setiap Jurusan ... 42

Tabel 4.4 Profil Responden Jurusan Ilmu Hukum ... 44

Tabel 4.5 Profil Responden Jurusan Industri Pertanian ... 44

Tabel 4.6 Profil Responden Jurusan Teknik Informatika ... 44

Tabel 4.7 Profil Responden Jurusan Teknik Sipil ... 45

Tabel 4.8 Statistik Deskriptif Variabel Ekspektasi Kinerja ... 45

Tabel 4.9 Statistik Deskriptif Variabel Ekspektasi Usaha ... 46

Tabel 4.10 Statistik Deskriptif Variabel Faktor Sosial ... 46

Tabel 4.11 Statistik Deskriptif Variabel Kondisi yang Memfasilitasi ... 46

Tabel 4.12 Statistik Deskriptif Variabel Minat Pemanfaatan ... 47

Tabel 4.13 Statistik Deskriptif Variabel Perilaku Penggunaan ... 47

Tabel 4.14 Uji Validitas Ekspektasi Kinerja ... 48

Tabel 4.15 Uji Validitas Ekspektasi Usaha ... 48

Tabel 4.16 Uji Validitas Faktor Sosial ... 48

Tabel 4.17 Uji Validitas Kondisi yang Memfasilitasi ... 48

Tabel 4.20 Uji Reliabilitas ... 49

Tabel 4.21 Skala Likert ... 50

Tabel 4.22 Kategori Penilaian Usability ... 50

Tabel 4.23 Analysis Summar ... 52

Tabel 4.24 Notes for Group ... 53

Tabel 4.25 Variable Summary ... 53

Tabel 4.26 Hasil Uji Normalitas ... 54

Tabel 4.27 Observations farthest from the centroid ... 55

Tabel 4.28 Notes for Model ... 57

Tabel 4.29 Hasil Pengukuran Goodness of Fit Model ... 59

Tabel 4.30 Regression Weights ... 61

Tabel 4.31 Standardized Regression Weights ... 65

Tabel 4.33 Standardized Direct Effects ... 67

Tabel 4.34 Standardized Indirect Effects ... 68

Tabel 4.35 Standardized Total Effects ... 68

Tabel 4.36 Standardized Total Effects ... 69

Tabel 4.37 Hasil Pengujian Hipotesis berdasarkan Minat pemanfaatan ... 70

Tabel 4.38 Hasil Pengujian Hipotesis berdasarkan Perilaku Penggunaan ... 72

1 BAB I PENDAHULUAN

1.1 Latar Belakang

Perkembangan teknologi yang begitu pesat memberikan dampak besar terhadap kehidupan masyarakat. Saat ini teknologi informasi memiliki peran sebagai pendukung proses bisnis dalam berbagai organisasi termasuk dalam bidang pendidikan. Hal ini disebabkan karena teknologi informasi memiliki manfaat dalam hal pengolahan data dan penyampaian informasi yang dapat disajikan secara langsung, kapan saja, dan dimana saja.

Universitas Wijaya Kusuma Surabaya memiliki sebuah aplikasi yang bernama UWKS Academic Smart Mobile. Aplikasi tersebut bertujuan memberikan kemudahan bagi mahasiswa untuk mendapatkan informasi akademik secara realtime. UWKS Academic Smart Mobile menyediakan fitur bagi mahasiswa agar dapat mengakses informasi akademik berupa KHS (Kartu Hasil Studi), IP (Indeks Prestasi), IPK (Indeks Prestasi Kumulatif), nilai mata kuliah, profil mahasiswa, KRS (Kartu Rencana Studi), rekap transaksi pembayaran, dan transkrip nilai.

Hingga saat ini sejak aplikasi UWKS Academic Smart Mobile diimplementasikan pada tahun 2013 lalu, belum pernah dilakukan pengukuran terhadap penerimaan aplikasi pada mahasiswa. Untuk mengetahui tingkat keberhasilan suatu implementasi teknologi, perlu diketahui sejauh mana pengguna dapat menerima dan memahami teknologi tersebut. Pengukuran tingkat penerimaan aplikasi UWKS Academic Smart Mobile ini menggunakan model penerimaan Unified Theory Of Acceptance And Use Of Technology (UTAUT).

1

UTAUT (Unified Theory of Acceptance and Use of Technology) merupakan sebuah model yang dikembangkan oleh Venkatesh et al (2003) untuk menjelaskan perilaku pengguna terhadap teknologi informasi. Menurut Kristoforus (2013), keberhasilan penggunaan atau penerapan teknologi tergantung pada penerimaan dan penggunaan setiap individu pemakainya. UTAUT merupakan gabungan dari delapan teori-teori penerimaan teknologi sebelumnya. Delapan teori tersebut adalah Theory of Reasoned Action (TRA), Technology Acceptance Model (TAM), Motivational Model (MM), Theory of Planned Behavior (TPB), Combined TAM and TPB (C-TAM-TPB), Model of PC Utilization (MPCU), Innovation Diffusion Theory (IDT), Social Cognitive Theory (SCT).

1.2 Perumusan Masalah

Adapun permasalahan yang akan diteliti dapat dirumuskan dalam bentuk pertanyaan sebagai berikut:

a. Seberapa tinggi tingkat penerimaan aplikasi UWKS Academic Smart Mobile pada mahasiswa?

b. Apakah ekspektasi kinerja (performance expectancy) berpengaruh positif terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile?

c. Apakah ekspektasi usaha (effort expectancy) berpengaruh positif terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile? d. Apakah faktor sosial (social influence) berpengaruh positif terhadap minat

e. Apakah kondisi yang memfasilitasi (facilitating conditions) berpengaruh positif terhadap minat pemanfaatan (use behavior) UWKS Academic Smart Mobile?

f. Apakah minat pemanfaatan (behavior intention) berpengaruh positif terhadap perilaku penggunaan (use behavior) UWKS Academic Smart Mobile?

1.3 Pembatasan Masalah

Adapun batasan masalah dalam penelitian ini adalah sebagai berikut: a. Pengukuran penerimaan aplikasi UWKS Academic Smart Mobile

dilakukan pada mahasiswa Strata 1 (S1) Fakultas Hukum dan Fakultas Teknik Universitas Wijaya Kusuma Surabaya yang masih aktif melakukan kegiatan perkuliahan.

b. Pengukuran hanya dilakukan pada UWKS Academic Smart Mobile.

1.4 Tujuan

Berdasarkan perumusan masalah di atas, maka tujuan dari penelitian ini adalah sebagai berikut:

a. Mengetahui tingkat penerimaan aplikasi UWKS Academic Smart Mobile pada mahasiswa.

b. Untuk menguji secara empiris ekspektasi kinerja (performance expectancy) berpengaruh positif terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile.

c. Untuk menguji secara empiris ekspetkasi usaha (effort expectancy) berpengaruh positif terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile.

d. Untuk menguji secara empiris faktor sosial (social influence) berpengaruh positif terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile.

e. Untuk menguji secara empiris kondisi yang memfasilitasi (facilitating conditions) berpengaruh positif terhadap minat pemanfaatan (use behavior) UWKS Academic Smart Mobile.

f. Untuk menguji secara empiris minat pemanfaatan (behavior intention) berpengaruh positif terhadap perilaku penggunaan (use behavior) UWKS Academic Smart Mobile.

1.5 Manfaat Penelitian

Penelitian dapat memberikan manfaat bagi pihak yang membutuhkan, seperti instansi terkait dan penulis. Manfaat dari penelitian ini adalah:

a. Memberikan kontribusi pada pengembang aplikasi untuk memperhatikan faktor-faktor yang dapat menpengaruhi penggunaan UWKS Academic Smart Mobile, sehingga UWKS Academic Smart Mobile menjadi lebih baik

b. Memberikan manfaat pada Universitas Wijaya Kusuma Surabaya dan pengguna sistem dalam mengembangkan dan menggunakan aplikasi, sehingga aplikasi memiliki kinerja yang lebih baik dari sebelumnya yang berguna sebagai pertimbangan untuk mengembangkan suatu aplikasi di masa depan.

1.6 Sistematika Penulisan

Sistematika penulisan yang digunakan dalam laporan Tugas Akhir adalah sebagai berikut:

BAB I : PENDAHULUAN

Bab ini membahas tentang latar belakang masalah dilakukannya Pengukuran penerimaan aplikasi UWKS Academic Smart Mobile Menggunakan Metode Unified Theory of Acceptance And Use of Technology (UTAUT). Latar belakang, perumusan masalah, batasan masalah, tujuan, manfaat penelitian dan sistematika penulisan.

BAB II : LANDASAN TEORI

Pada bab ini akan dijelaskan mengenai dasar-dasar teori yang berhubungan dengan permasalahan yang dibahas. Unified Theory of Acceptance and Use of Technology (UTAUT), Kerangka Konseptual, Pengembangan Hipotesis, Variabel Penelitian, Populasi dan Sampel, Teknik Pengambilan Sampel, Skala Pengukuran, Analisis Deskriptif, Uji Validitas, Uji Reliabilitas, Analisis Korelasi dan Regresi Menggunakan Metode Structural Equation Model (SEM)

BAB III : METODE PENELITIAN

Pada bab ini membahas tentang metode yang digunakan penulis dalam melakukan penelitian. Tahap awal berupa studi literatur dan pengumpulan data awal. Tahap kedua yaitu pengumpulan dan analisis data berupa penentuan variabel penelitian, penyusunan dan penyebaran kuesioner, pengolahan data, dan pengukuran tingkat penerimaan aplikasi pada mahasiswa. Tahap

akhir berupa penarikan kesimpulan pengukuran tingkat penerimaan.

BAB IV : HASIL DAN PEMBAHASAN

Pada bab ini berisi tentang pembahasan penelitian yang dilakukan penulis seperti, analisa deskriptif, analisa validitas reliabilitas menggunakan perangkan lunak SPSS 16, analisa data menggunakan metode Structural Equation Model (SEM) yang menggunakan perangkat lunak AMOS 22

BAB V : PENUTUP

Bab ini terdapat kesimpulan dari penelitian yang telah dilakukan dan saran untuk pengembangan aplikasi di masa yang akan datang.

7

Pada bab ini dijelaskan mengenai dasar-dasar teori yang berhubungan dengan permasalahan yang dibahas. Teori-teori yang digunakan adalah sebagai berikut.

2.1 Unified Theory of Acceptance and Use of Technology (UTAUT)

UTAUT (Unified Theory of Acceptance and Use of Technology) merupakan sebuah model yang dikembangkan oleh Venkatesh et al (2003) untuk menjelaskan perilaku pengguna terhadap teknologi informasi. Menurut Kristoforus (2013), keberhasilan penggunaan atau penerapan teknologi tergantung pada penerimaan dan penggunaan setiap individu pemakainya. UTAUT merupakan gabungan dari delapan teori-teori penerimaan teknologi sebelumnya. Delapan teori tersebut adalah sebagai berikut:

1. Theory of Reasoned Action (TRA) 2. Technology Acceptance Model (TAM) 3. Motivational Model (MM)

4. Theory of Planned Behavior (TPB) 5. Combined TAM and TPB (C-TAM-TPB) 6. Model of PC Utilization (MPCU)

7. Innovation Diffusion Theory (IDT), 8. Social Cognitive Theory (SCT).

Tabel 2.1 Teori-teori yang mendasari Model Unified Theory of Acceptance and Use of Technology (UTAUT)

No Teori Peneliti Pengertian

1 Theory of Reasoned Action (TRA)

Fishbein dan Azjen (1975)

Teori ini didasarkan pada alasan bahwa manusia merupakan pembuat keputusan yang rasional yang memanfaatkan informasi apapun yang tersedia bagi mereka. (Bastable, 2002)

2 Theory of Planned Behavior (TPB)

Ajzen (1988) Teori ini memuat asumsi bahwa tingkah laku seseorang ditampilkan karena alasan tertentu, yaitu bahwa orang tersebut berpikir tentang konsekuensi tindakannya dan mengambil keputusan secara hati-hati untuk mencapai hasil tertentu dan menghindari hal-hal yang lain. (Widyarini, 2009).

4 Technology

Acceptance Model (TAM)

Davis F.D (1989)

Menjelaskan perilaku pengguna komputer yaitu berlandaskan pada kepercayaan (belief), sikap (attitude), keinginan (intention), dan hubungan perilaku pengguna (user behaviour relationship). Tujuan model ini untuk menjelaskan faktor‐faktor utama dari perilaku pengguna terhadap penerimaan pengguna teknologi

4 Motivational Model (MM)

Davis, et al. (1992)

Teori motivasi yang dikembangkan untuk memprediksi penerimaan dan penggunaan teknologi.

5 Combined TAM and TPB (C-TAM-TPB)

Taylor dan Todd (1995)

Model gabungan dari TPB dengan TAM yang memberikan penjelasan mengenai penentu penerimaan dan perilaku penggunaan suatu teknologi tertentu.

6 Model of PC Utilization (MPCU)

Thompson, et al. (1991)

Menilai pengaruh dari kondisi-kondisi yang mempengaruhi dan memfasilitasi, faktor sosial, kompleksitas, kesesuaian tugas dan konsekuensi jangka panjang terhadap pemanfaatan PC. 7 Innovation Diffusion

Theory (IDT)

Rogers (1962)

Menjelaskan proses bagaimana suatu inovasi disampaikan (dikomunikasikan) melalui saluran-saluran tertentu sepanjang waktu kepada sekelompok anggota dari sistem sosial. 8 Social Cognitive

Theory (SCT)

Bandura (1977)

Mengidentifikasi perilaku manusia sebagai interaksi dari faktor pribadi, perilaku, dan lingkungan yang bertujuan memberikan kerangka untuk memahami, memprediksi, dan mengubah perilaku manusia.

UTAUT (Unified Theory of Acceptance and Use of Technology) merupakan salah satu model penerimaan teknologi informasi. Implementasi suatu teknologi informasi selalu berhubungan dengan penerimaan pengguna. Sejauh mana pengguna dapat memahami teknologi tersebut adalah hal penting untuk mengetahui tingkat keberhasilan dari implementasi teknologi tersebut.

UTAUT memiliki empat faktor utama yang langsung berpengaruh terhadap minat pemanfaatan (behavioral intention) dan perilaku penggunaan (use behavior). Keempat konstruk ini adalah ekspektasi kinerja (performance expectancy), ekspektasi usaha (effort expectancy), faktor sosial (social influence), dan kondisi yang memfasilitasi (facilitating conditions) yang digambarkan dalam kerangka konseptual. UTAUT bertujuan untuk menjelaskan minat pengguna dalam menggunakan Sistem Informasi dan perilaku penggunaan berikutnya.

2.2 Kerangka Konseptual

Model kerangka konseptual menggambarkan hubungan antar variabel yang diuji dalam penelitian, yaitu variabel ekspektasi kinerja, ekspektasi usaha dan pengaruh sosial terhadap minat pemanfaatan aplikasi, serta hubungan variabel kondisi yang memfasilitasi dan minat pemanfaatan aplikasi terhadap penggunaan aplikasi. Pemahaman mengenai faktor-faktor tersebut dapat membantu instansi terkait untuk mengetahui hal apa saja yang dapat mempengaruhi pemakai dalam menggunakan suatu teknologi. Seseorang yang sudah mempunyai minat terhadap suatu sistem, pada akhirnya akan menggunakan sistem tersebut. Akan tetapi, apabila seseorang yang mempunyai minat menggunakan sistem tersebut tidak didukung fasilitas yang menunjang maka minat pemakai akan sia-sia karena tidak dapat disalurkan. Oleh karena itu penggunaan suatu sistem dipengaruhi tidak

hanya minat untuk pemanfaatan Sistem Informasi itu sendiri tetapi juga disertai dengan kondisi yang memfasilitasi (facilitating condition).

Gambar 2.1 Kerangka Konseptual Model UTATUT 2.3 Pengembangan Hipotesis

2.3.1 Ekspektasi Kinerja (Performance Expectancy) Terhadap Minat Pemanfaatan (Behavioral Intention)

Ekspektasi kinerja (Performance Expectacy) didefinisikan sebagai tingkat dimana seorang individu meyakini bahwa menggunakan sistem akan membantu dalam meningkatkan kinerjanya (Kurniawati, Wiwin.2010). Konsep ini menggambarkan manfaat sistem bagi penggunanya. Minat pemanfaatan teknologi informasi (behavioral intention) didefinisikan sebagai tingkat keinginan atau niat pemakai menggunakan sistem secara terus menerus.

Berdasarkan uraian di atas, maka diajukan hipotesis penelitian sebagai berikut:

H1: Ekspektasi kinerja mempunyai pengaruh positif terhadap minat pemanfaatan Sistem Informasi.

Performance Expectancy Ekspektasi Kinerja

Effort Expectancy Ekspektasi Usaha

Social Influence Pengaruh Sosial

Behavioral Intention Minat Pemanfaatan

Facilitating Conditions Kondisi yang memfasilitasi

Use Behavior Perilaku Penggunaan

H1

H2

H3

H4

2.3.2 Ekspektasi Usaha (Effort Expectancy) Terhadap Minat Pemanfaatan (Behavioral Intention)

Ekspektasi usaha (effort expectancy) didefinisikan sebagai tingkat kemudahan penggunaan sistem. Kemudahan penggunaan teknologi informasi akan menimbulkan perasaan minat dalam diri individu bahwa sistem itu mempunyai kegunaan dan karenanya menimbulkan rasa yang nyaman bila menggunakannya (Venkatesh,et al., 2003).

Berdasarkan uraian di atas, maka diajukan hipotesis penelitian sebagai berikut:

H2: Ekspektasi usaha mempunyai pengaruh positif terhadap minat pemanfaatan Sistem Informasi.

2.3.3 Faktor Sosial (Social Influence) Terhadap Minat Pemanfaatan (Behavioral Intention)

Faktor sosial (Social Influence) didefinisikan sebagai tingkat dimana seorang individu menganggap bahwa orang lain perlu menggunakan sistem yang baru. Faktor sosial ditujukan sebagai pengaruh dari orang yang telah menggunakan sistem atau pengaruh organisasi agar orang lain dapat ikut serta menggunakan sistem.

Berdasarkan uraian di atas, maka diajukan hipotesis penelitian sebagai berikut:

H3: Faktor sosial mempunyai pengaruh positif terhadap minat pemanfaatan Sistem Informasi

2.3.4 Kondisi yang Memfasilitasi (Facilitating Conditions) Terhadap Perilaku Penggunaan (Use Behavior)

Kondisi yang memfasilitasi (Facilitating Conditions) penggunaan teknologi informasi adalah tingkat kepercayaan seorang individu terhadap ketersediaan infrastruktur teknik dan organsasional untuk mendukung penggunaan sistem. Venkatesh, et al. (2003) yang menyatakan bahwa kondisi-kondisi yang memfasilitasi pemakai mempunyai pengaruh pada perilaku penggunaan teknologi informasi (Use Behavior).

Berdasarkan uraian di atas, maka diajukan hipotesis penelitian sebagai berikut:

H4: Kondisi yang memfasilitasi mempunyai pengaruh positif terhadap perilaku penggunaan Sistem Informasi.

2.3.5 Minat Pemanfaatan (Behavioral Intention) Terhadap Perilaku Penggunaan (Use Behavior)

Perilaku penggunaan sistem (use behavior) didefinisikan sebagai intensitas atau frekuensi pemakai dalam menggunakan teknologi informasi. Venkatesh, et al. (2003) menyatakan bahwa terdapat adanya hubungan langsung dan signifikan antara minat pemanfaatan teknologi informasi terhadap penggunaan teknologi informasi.

Berdasarkan uraian di atas, maka diajukan hipotesis penelitian sebagai berikut:

H5: Minat pemanfaatan (Behavioral Intention) mempunyai pengaruh positif terhadap perilaku penggunaan (Use Behavior) Sistem Informasi.

2.4 Variabel Penelitian

Variabel penelitian pada dasarnya adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut kemudian ditarik kesimpulannya. Menurut Kerlinger (1973) menyatakan bahwa variabel adalah konstrak (constructs) atau sifat yang akan dipelajari. Contoh, tingkat apresiasi, penghasilan, pendidikan, status sosial, jenis kelamin, dll (Lusiana, 2015).

2.4.1 Variabel Independen dan Variabel Dependen

Menurut Hubungan antara satu variabel dengan variabel lain maka macam-macam variabel dalam penelitian dapat dibedakan menjadi:

a. Variabel Independen (variabel bebas)

Merupakan variabel yang mempengaruhi atau menjadi sebab perubahannya atau timbulnya variabel dependen (terikat). Sering disebut sebagai variabel stimulus, predictor, antecedent.

b. Variabel Dependen (variabel terikat)

Merupakan variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel bebas. Sering disebut sebagai variabel output, kriteria, konsekuen (Lusiana, 2015).

Gambar 2.2 Contoh hubungan variabel independen dan variabel dependen Motivasi Belajar

(Var. Independen)

Motivasi Belajar (Var. Independen)

2.5 Populasi dan Sampel

Pepulasi adalah kumpulan dari keseluruhan pengukuran, objek, atau individu yang akan dikaji. Jadi pengertian populasi dalam statistik tidak terbatas pada sekelompok atau kumpulan orang-orang, namun mengacu pada seluruh ukuran, hitungan, atau kualitas yang menjadi fokus perhatian suatu kajian. Suatu pengamatan atau survei terhadap seluruh anggota populasi disebut sensus (Harinaldi, 2005).

Sampel adalah sebagian atau wakil dari populasi yang diteliti atau sampel adalah bagian dari populasi yang diambil dan dipergunakan untuk penelitian yang sifat dan karakteristiknya dapat mewakili populasi sebagai subjek penelitian. Penarikan sampel bertujuan untuk memeroleh keterangan tentang populasi. Dengan menggunakan sampel, penelitian akan lebih efisean biaya, tenaga, dan waktu. Mengenai jumlah sampel, tidak ada ketentuan yang baku atau rumus yang pasti, sebab keabsahan sampel terletak pada sifat dan karakteristiknya, mendekati populasi atau tidak, bukan pada jumlah atau banyaknya (Hasanah, 2008).

2.6 Teknik Pengambilan Sampel

Setelah jumlah sampel yang akan diambil ditentukan, selanjutnya pengambilan sampel harus mengikuti prosedur yang telah ditentukan dalam teknik sampling.

Ada tiga hal pokok penting dalam pengambilan sampel dari populasi, yaitu:

a. Populasi yang terhingga dan yang tidak terhingga

c. Pengambilan sampel dengan membagi-bagi dulu populasi menjadi beberapa bagian yang disebut subpopulasi sehingga subpopulasi menjadi relative homogeny atau heterogen dan pengambilan sampel langsung dari populasi yang tidak dibagi-bagi dulu menjadi beberapa subpopulasi.

2.6.1 Stratified Random Sampling

Populasi yang dianggap heterogen menurut suatu karakteristik tertentu terlebih dahulu dikelompok-kelompokkan dalam beberapa subpopulasi yang memiliki anggota sampel yang relatif homogen. Lalu dari tiap subpopulasi ini secara acak diambil anggota sampelnya. Dasar penentuan strata bisa secara geografis dan meliputi karakteristik populasi seperti pendapatan, pekerjaan, jenis kelamin, dan sebagainya. (Umar, 2005). Prosedur pada Stratified Random Sampling:

a. Tentukan strata dengan jelas sehingga setiap unit sampling dari populasi dapat dimasukkan dengan tepat ke dalam satu strata

b. Dengan Stratified Random Sampling, pilih anggota dari setiap strata

Contoh:

Terdapat populasi mahasiswa: 1286 (jurusan Teknik Sipil=272 mahasiswa, jurusan Teknik Informatika=260, jurusan Teknik Industri Pertanian=80, jurusan Ilmu Hukum=674. Sampel yang diperlukan 161. Sampel yang dapat diambil sebagai berikut:

Jurusan Teknik Sipil = 272/1286 x 161 = 34 Jurusan Teknik Informatika = 260/1286 x 161 = 33 Jurusan Teknik Industri Pertanian = 80/1286 x 161 = 10 Jurusan Ilmu Hukum = 674/1286 x 161 = 84

2.7 Skala Pengukuran

Data penelitian adalah hal yang sangat pennting dan berarti untuk dianalisis sehingga menghasilkan temuan-temuan (hasil penelitian). Data tersebut didapatkan melalui berbagai metode dan alat pengumpulan data. Peneliti perlu memahami dengan baik tentang alat ukur yang digunakannya serta bagaimana merancangnya. Salah satu yang umum digunakan dalam sebuah alat ukur adalah skala pengukuran (Swarjana, 2012).

Penelitian dilakukan dengan menggunakan skala Likert. Skala Likert merupakan skala yang mengukur kesetujuan atau ketidaksetujuan seseorang terhadap serangkaian pernyataan berkaitan dengan keyakinan atau perilaku suatu obyek tertentu (Hermawan, 2005). Skala Likert dibagi menjadi beberapa skala. Misalkan skala Likert dengan 5 skala:

a. Sangat setuju (SS) atau Strongly Agree b. Setuju (S) atau Agree

c. Ragu-ragu (RR) atau Netral d. Tidak setuju (TS) atau Disagree

e. Sangat tidak setuju (STS) atau Strongly Disagree

2.8 Analisis Deskriptif

Analisis deskriptif adalah suatu prosedur pengolahan data dengan menggambarkan dan meringkas data secara ilmiah dalam bentuk tabel atau grafik. Data-data yang disajikan meliputi rekuensi, proporsi dan rasio, ukuran-ukuran kecenderungan pusat (rata-rata hitung, median, modus), maupun ukuran-ukuran variasi (simpangan baku, variansi, rentang, dan kuartil) (Nursalam, 2008).

2.9 Pengujian Alat Ukur

Uji validitas dan reliabilitas dilakukan untuk menunjukkan sejauh mana suatu alat pengukur itu mengukur apa yang diukur dan menunjukkan sejauh mana suatu alat pengukur dapat dipercaya atau dapat diandalkan.

2.9.1 Uji Validitas

Validitas adalah suatu ukuran yang menunjukkan tingkat-tingkat keabsahan (validitas) suatu alat ukur (Arikunto, 1998:160). Suatu alat ukur yang valid, mempunyai validitas yang tinggi. Sebaliknya alat ukur yang kurang valid berarti memiliki tingkat validitas yang rendah.

Sebuah alat ukur dikatakan valid apabila mampu mengukur apa yang diinginkan. Tinggi rendahnya validitas alat ukur menunjukkan sejauh mana data yang terkumpul tidak menyimpang dari gambaran tentang variabel yang dimaksud. Ada du acara pengujian validitas, yaitu uji validitas eksternal dan uji validitas internal (Rangkuti, 2008).

a. Uji validitas eksternal

Adalah Validitas yang dicapai apabila data yang dihasilkan dari alat ukur tersebut sesuai dengan data atau informasi lain dalam kaitannya dengan variabel penelitian. Validitas eksternal menggunakan rumus korelasi pearson.

b. Uji validitas internal

Adalah validitas yang dicapai apabila terdapat kesesuaian antara bagian-bagian alat ukur dengan alat ukur secara keseluruhan. Dengan kata lain sebuah alat ukur dikatakan memiliki validitas internal apabila setiap

bagian alat ukur tersebut mengandung misi alat ukur secara keseluruhan, yaitu dapat mengungkap data dari variabel yang dimaksud.

2.9.2 Uji Reliabilitas

Jika alat ukur dinyatakan valid, selanjutnya reliabilitas alat ukur tersebut diuji. Reliabilitas adalah suatu nilai yang menunjukkan konsistensi suatu alat pengukur di dalam mengukur gejala yang sama. Setiap alat pengukur seharusnya memiliki kemampuan untuk memberikan hasil pengukuran yang konsisten (Umar 2003).

Salah satu pengujian reliabilitas adalah dilakukan dengan metode Alpha

Cronbach’s. Metode ini merupakan indeks keandalan yang terkait dengan variasi

yang dicatat dengan nilai sebenarnya dari sebuah konstruk. Koefisien Alpha yang dihasilkan uji reliabilitas berada pada rentang nilai 0-1. Semakin tinggi skor, skala yang lebih dapat diandalkan dihasilkan (Pujiati, 1989).

2.10 Analisis Korelasi dan Regresi Menggunakan Metode Structural Equation Model (SEM)

Analisis regresi dan analisis korelasi digunakan untuk mempelajari hubungan antara dua variabel atau lebih. Meskipun kedua istilah itu sering digunakan secara bergantian, namun tujuannya berbeda. Analisis regresi mengukur kedekatan hubungan antara dua variabel atau lebih. Analisis regresi digunakan untuk memperoleh persamaan yang menghubungkan variabel kriteria dengan satu variabel prediktor atau lebih (Churchill, 2005).

Structural Equation Modeling (SEM) adalah alat statistik yang dipergunakan untuk menyelesaikan model bertingkat secara serempak yang tidak dapat diselesaikan oleh persamaan regresi linear. SEM dapat juga dianggap

sebagai gabungan dari analisis regresi dan analisis faktor. SEM dapat dipergunakan untuk menyelesaikan model persamaan dengan variabel terikat lebih dari satu dan juga pengaruh timbal balik (recursive). SEM berbasis pada analisis covarians sehingga memberikan matriks covarians yang lebih akurat dari pada analisis regresi linear. Program-program statistik yang dapat dipergunakan untuk menyelesaikan SEM misalnya Analysis Moment of Structure (AMOS) atau LISREL.

2.11 Kecocokan Model (Model Fit)

Prosedur untuk melakukan estimasi dan penilaian keselarasan model dalam SEM mirip dengan apa yang dilakukan dalam model-model statistik. Pertama-tama periksa dulu data kemudian cek untuk dilihat jika asumsi distribusi masuk akal dan apa yang dapat dilakukan terhadap masalah tersebut. Metode estimasi yang umum dalam SEM ialah estimasi kesamaan maksimum (maximum likelihood (ML) estimation. Asumsi pokok untuk metode ini ialah normalitas multivariat (H. Sarjono, 2015).

Pada hasil uji kesesuaian model terdapat beberapa nilai acuan dari proses perhitungannya. Lebih jelasnya dapat dilihat pada tabel 2.2.

Tabel 2.2 Pengukuran Goodness of Fit Model Indeks Nilai Acuan Indeks Nilai Acuan

Chi-square Sekecil mungkin Probability ≥ 0,05

CMIN/DF ≤ 2,00 RMSEA ≤ 0,08 GFI Mendekati 1 AGFI Mendekati 1 TLI Mendekati 1 CFI Mendekati 1

Pada tabel 2.2 menjelaskan beberapa indeks yang merupakan acuan dalam proses kecocokan model atau Goodness of Fit Model diantaranya Chi-Square merupakan salah satu indikator untuk mengukur tingkat fitnya suatu model. Pengertian chi-square atau chi kuadrat lainya adalah sebuah uji hipotesis tentang perbandingan antara frekuensi observasi dengan frekuensi harapan yang didasarkan oleh hipotesis tertentu pada setiap kasus atau data yang ambil untuk diamati.

CMIN/DF tidak lain adalah statistik chi-square, chi-square dibagi dengan degree of freedom maka dapat menghasilkan nilai CMIN/DF. Nilai yang direkomendasikan untuk menerima kesesuaian sebuah model CMIN/DF adalah lebih kecil atau sama dengan 2,00.

RMSEA adalah suatu indeks yang dapat digunakan untuk mengkompensasi chi-square statistic dalam sampel yang besar. Nilai RMSEA menunjukkan Goodness of Fit yang dapat diharapkan bila model diestimasi dalam populasi. Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indeks untuk dapat diterimanya model yang menunjukkan sebuah close fit dari model yang didasarkan degree of freedom.

Chi-Square dan Probabilitas merupakan indeks untuk mengukur apakah model yang dipakai dapat dikategorikan baik atau tidak. Model dikatakan baik ika mempunyai nilai Chi-Square=0 berarti tidak memiliki perbedaan. Tingkat signifikan penerimaan yang direkomendasikan adalah apabila probabilitas ≥ 0,05 yang berarti matriks input sebenarnya dengan matriks input yang diprediksi tidak berbeda secara statistik.

GFI (Goodness of Fit Index) mencerminkan tingkat kesesuaian model secara keseluruhan yang dihitung dari residual kuadrat model yang dibandingkan dengan data sebenarnya. Nilai GFI biasanya dari 0 sampai 1. Nilai yang lebih baik mendekati 1 mengindikasikan model yang diuji memiliki kesesuaian yang baik nilai GFI dikatakan baik adalah ≥ 0,90.

AGFI (Adjusted GFI) merupakan pengembangan dari GFI yang disesuaikan dengan degree of freedom yang tersedia untuk menguji diterima tidaknya model. Tingkat penerimaan yang direkomendasikan adalah bila mempunyai nilai ≥ 0,90.

TLI (Tucker-Lewis Index) adalah sebuah alternatif incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. Nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model

adalah ≥ 0,90. TLI merupakan index fit yang kurang dipengaruhi oleh ukuran

sampel.

CFI (Comparative Fit Index) merupakan indeks kesesuaian incremental yang juga membandingkan model yang diuji dengan null model. Indeks ini dikatakan baik untuk mengukur kesesuaian sebuah model karena tidak dipengaruhi oleh ukuran sampel. Indeks yang mengindikasikan bahwa model yang diuji memiliki kesesuaian model yang diuji memiliki kesesuaian yang baik

22

Penelitian dilakukan melalui 3 tahap yang dijelaskan pada bab ini. Secara singkat tahapan penelitian dapat dilihat pada Gambar 3.1.

1. Tahap Awal a) Studi Literatur

b) Pengumpulan data awal (observasi, wawancara)

3. Tahap Akhir

Penarikan kesimpulan pengukuran tingkat penerimaan 2. Tahap Pengumpulan dan Analisis Data a) Variabel penelitian

b) Penyusunan kuesioner

c) Penyebaran kuesioner (Metode SRS) c) Pengolahan data

d) Pengukuran tingkat penerimaan aplikasi pada mahasiswa

Gambar 3.1 Tahapan dalam Metode Penelitian 3.1 Tahap Awal

Pada tahap awal ini hal yang dilakukan terdiri dari 2 tahapan, yaitu melakukan studi literatur dan pengumpulan data dengan cara observasi dan wawancara.

3.1.1 Studi literatur

Pada tahap ini dilakukan studi literatur dengan cara mempelajari buku, jurnal, ataupun referensi lain yang terkait dengan penelitian yang menggunakan metode UTAUT. Dari studi literatur didapatkan penjelasan mengenai teori-teori seperti yang telah dijelaskan di Bab 2 pada landasan teori, seperti metode UTAUT, penentuan variabel, pengertian uji validitas dan reliabilitas, teknik sampling, skala pengukuran, dan menguji regresi dan korelasi menggunakan metode SEM.

3.1.2 Pengumpulan data awal

Pengumpulan data awal dilakukan dengan cara observasi ke instansi terkait dan juga dengan melakukan wawancara secara langsung. Beberapa informasi yang didapatkan adalah data jumlah mahasiswa dan fitur-fitur pada aplikasi UWKS Academic Smart Mobile.

3.2 Tahap Pengumpulan dan Analisis Data

Langkah yang dilakukan setelah melakukan tahap awal adalah tahap pengumpulan dan analisis data. Pada tahap ini terdiri dari beberapa langkah, diantaranya adalah menentukan variabel penelitian, penyusunan kuesioner, menyebarkan kuesioner, melakukan pengolahan data dari hasil kuesioner, mengukur tingkat penerimaan UWKS Academic Smart Mobile dengan model UTAUT.

3.2.1 Variabel Penelitian

Pada tahap ini dihasilkan jumlah variabel yang digunakan dalam penelitian dan hubungan antara variabel yang digunakan dengan masalah yang ada. Variabel-variabel tersebut adalah sebagai berikut:

Variabel dependen:

a. Behavioral Intention (Minat Pemanfaatan)

Minat pemanfaatan aplikasi UWKS Academic Smart Mobile berhubungan dengan keinginan mahasiswa dalam menggunakan sistem tersebut untuk mendukung aktivitas akademik.

b. Use Behavior (Perilaku Penggunaan)

Penggunaan aplikasi UWKS Academic Smart Mobile adalah perilaku mahasiswa dalam menggunakan sistem tersebut untuk mendukung aktivitas akademik.

Variabel independen:

a. Performance Expectancy (Ekspektasi Kinerja)

Didefinisikan sebagai tingkat dimana seseorang meyakini bahwa dengan menggunakan UWKS Academic Smart Mobile dapat mendukung tugasnya sebagai mahasiswa.

b. Effort Expectancy (Ekspektasi Usaha)

Didefinisikan sabagai tingkat kemudahan penggunaan sistem yang akan dapat mengurangi upaya (tenaga dan waktu) individu dalam melakukan pekerjaannya. Kemudahan penggunaan UWKS Academic Smart Mobile akan menimbulkan perasaan minat bahwa sistem itu mempunyai kegunaan dan karenanya menimbulkan rasa yang nyaman bila menggunakannya. c. Social Influence (Faktor Sosial)

Faktor sosial didefinisikan sebagai tingkat dimana seorang individu menganggap bahwa orang lain menyakinkan dirinya bahwa dia harus

menggunakan sistem. Faktor sosial ditunjukan besarnya dukungan dari sesama mahasiswa, bagian akademik, dan pihak perguruan tinggi.

d. Facilitating Conditions (Kondisi yang Memfasilitasi)

Kondisi yang memfasilitasi penggunaan UWKS Academic Smart Mobile adalah tingkat dimana seseorang percaya bahwa infrastruktur dan teknis ada untuk mendukung penggunaan UWKS Academic Smart Mobile. 3.2.2 Menyusun Kuesioner dan Menyebarkan Kuesioner

Setelah menentukan variabel penelitian langkah selanjutnya adalah melakukan penyusunan kuesioner yang menghasilkan lembar kuesioner kemudian melakukan penyebaran kuesioner. Sebelum menyebarkan kuesioner perlu diketahui jumlah sampel yang dibutuhkan, yaitu dengan cara sebagai berikut:

a) Menghitung jumlah populasi

Jumlah populasi didapatkan dari jumlah mahasiswa Strata 1 (S1) Fakultas Hukum dan Fakultas Teknik yang terdiri dari empat jurusan, yaitu Ilmu Hukum, Teknik Sipil, Teknik Informatika, dan Teknik Industri Pertanian, sesuai dengan batasan masalah.

b) Menentukan jumlah sampel

Untuk menghitung jumlah sampel menggunakan rumus yang didasarkan pada presisi estimasi statistik (tingkat ketelitian) 5% dengan rumus Issac dan Michael sebagai berikut:

Keterangan:

S = ukuran sampel yang diperlukan N = jumlah populasi

P = proporsi populasi = 0,50 Q = 1-P

d = tingkat akurasi = 0,05 λ2

= tabel nilai chi-square sesuai tingkat kepercayaan 0,95 = 1,841 Contoh:

S = 1,841 x 1286 x 0,50 x 0,50 = 161 0.05 x 0,05 (1286-1) + 1,841 x 1,841 x 0,50 x 0,50

Dari perhitungan dengan rumus Issac dan Michael menghasilkan jumlah sampel penelitian sebesar 161 responden.

c) Menentukan jumlah sampel dari masing-masing prodi

Untuk Menentukan jumlah sampel dari masing-masing jurusan digunakan teknik SRS (Stratified Random Sampling) Dari langkah sebelumnya akan didapat jumlah sampel yang akan diteliti. Untuk menentukan jumlah sampel tiap jurusan dapat menggunakan rumus sebagai berikut:

Contoh:

Jurusan Teknik Sipil = 272/1286 x 161 = 34 Responden Jurusan Teknik Informatika = 260/1286 x 161 = 33 Responden Jurusan Teknik Industri Pertanian = 80/1286 x 161 = 10 Responden Jurusan Ilmu Hukum = 674/1286 x 161 = 84 Responden

3.3 Pengolahan Data

Kuesioner yang telah dikembalikan oleh responden akan ditabulasi menggunakan perangkat lunak Microsoft excel 2013. Analisis deskriptif dan analisis validitas dan reliabilitas menggunkan perangkan lunak SPSS 16. Sedangkan untuk analisis data menggunakan menggunakan metode Structural Equation Model (SEM) perangkat lunak yang digunakan untuk analisis struktural adalah AMOS 22.

3.3.1 Analisis Deskriptif

Kuesioner yang telah disebarkan kemudian ditabulasi menggunakan perangkat lunak SPSS 16 untuk mengumpulkan tanggapan para responden tentang variabel penelitian.

3.3.2 Analisis Validitas dan Reliabilitas

Setelah melakukan analisis deskriptif, kemudian dilakukan analisis validitas dan reliabilitas menggunakan perangkat lunak SPSS 16. Analisis validitas dan reliabilitas dilakukan untuk mengatahui sejauh mana alat pengukur mengukur apa yang diukur dan menunjukkan sejauh mana alat pengukur dapat dipercaya. Berikut rumus yang digunakan untuk analisis validitas:

Keterangan:

r = Koefisien validitas N = Banyaknya subjek X = Nilai pembanding

Reliabilitas dalam penelitian ini diuji dengan metode Alpha Cronbach’s menggunakan perangkat lunak SPSS 16. Koefisien Alpha yang dihasilkan uji reliabilitas berada pada rentang nilai 0-1. Semakin tinggi skor, skala yang lebih dapat diandalkan dihasilkan (Pujiati, 1989). Berikut rumus yang digunakan untuk analisis reliabilitas:

Keterangan:

k = Jumlah instrumen pertanyaan Σsj2

= Jumlah varians tiap instrumen sx2 = Varians dari kesuluruhan instrument

3.3.3 Analisis Tingkat Penerimaan UWKS Academic Smart Mobile Pada Mahasiswa

Untuk mendapatkan tingkat penerimaan UWKS Academic Smart Mobile, diambil dari kuesioner perilaku penggunaan (Use Behavior), model kuesioner menggunakan skala likert sehingga dapat diukur menjadi indikator, tujuannya untuk mengetahui sejauh mana tingkat penerimaan UWKS Academic Smart Mobile Pada Mahasiswa.

Tabel 3.1 Skala Likert

Skor (S) Skala Responden (R) S x R

5 Sangat Sering 4 Sering

3 Cukup 2 Jarang

1 Sangat jarang

Total S x R .

x 100% (Skor Tertinggi) 5 x Banyak Responden

Kemudian hasil presentase akan dibandingkan dengan tabel kriteria interpretasi Score.

Tabel 3.2 Kategori Penilaian Usability (Guritno, Sudaryono, & Rahardja, 2011) Presentase Skor Interpretasi

0%-20% Sangat lemah

21%-40% Lemah

41%-60% Cukup

61%-80% Kuat

81%-100% Sangat Kuat

3.3.4 Analisis Korelasi dan Regresi dengan Metode SEM

Analisis korelasi dan regresi dengan mtode SEM (Struqtural Equation Modeling) untuk menguji kerangka konseptual UTAUT dan menguji hipotesis. Langkah ini berfungsi untuk menentukan H0 dan H1 pada suatu penelitian.

Gambar 3.2 Kerangka Konseptual Model UTATUT Performance Expectancy

Ekspektasi Kinerja Effort Expectancy Ekspektasi Usaha

Social Influence Pengaruh Sosial

Behavioral Intention Minat Pemanfaatan

Facilitating Conditions Kondisi yang memfasilitasi

Use Behavior Perilaku Penggunaan

H1

H2

H3

H4

Tabel 3.3 Hipotesis HIPOTESIS H0.1

H1.1

Ekpetasi kinerja (performance expectancy) tidak berpengaruh positif terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile. Ekpetasi kinerja (performance expectancy) berpengaruh positif terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile.

H0.2

H1.2

Ekpetasi usaha (effort expectancy) tidak berpengaruh positif terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile.

Ekpetasi usaha (effort expectancy) berpengaruh positif terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile.

H0.3

H1.3

faktor sosial (social influence) tidak berpengaruh positif terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile.

faktor sosial (social influence) berpengaruh positif terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile.

H0.4

H1.4

kondisi yang memfasilitasi (facilitating conditions) tidak berpengaruh positif terhadap perilaku penggunaan ( use behavior) UWKS Academic Smart Mobile. kondisi yang memfasilitasi (facilitating conditions) berpengaruh positif terhadap perilaku penggunaan ( use behavior) UWKS Academic Smart Mobile.

H0.5

H1.5

Minat pemanfaatan (behavior intention) tidak berpengaruh positif terhadap perilaku penggunaan ( use behavior) UWKS Academic Smart Mobile.

Minat pemanfaatan (behavior intention) berpengaruh positif terhadap perilaku

penggunaan ( use behavior) UWKS Academic Smart Mobile.

Menentukan daerah keputusan, yaitu daerah dimana hipotesa nol diterima atau tidak. Derajat bebas (df) dalam distribusi F :

df = n – 2 Keterangan:

df = degree of freedom/derajad kebebasan n = Jumlah sampel

a) Ho diterima apabila r hitung < r tabel, artinya semua variabel bebas bukan merupakan variabel penjelas yang signifikan terhadap variabel terikat. b) Ho ditolak apabila r hitung > r tabel, artinya semua variabel bebas

merupakan penjelas yang signifikan terhadap variabel terikat.

Tingkat hubungan dinyatakan dalam indeks koefisien korelasi yang bergerak antara -1,00 sampai +1,00. Jika koefisien menghasilkan angka negative (-), berarti hubungan menunjukkan arah yang berbalik atau berlawanan. Akan tetapi, jika menghasilkan angka positif (+), berarti hubungan menunjukkan arah yang sama (Wasis, 2006).

Hubungan lebih dari dua variabel bila dinyatakan dalam bentuk persamaan matematis adalah

Y1 = α + β1X1 + β 2X2 + β3X3 + ε

Y2 = α + β4X4 + Y1 + ε

Simbol Keterangan

Y1 Minat Pemanfaatan (Behavioral Intention) Y2 Perilaku Penggunaan (Use Behavioral)

α bilangan konstan (koefisien variabel),titik potong dengan sumbu Y β 1, β 2, β 3, β 4, bilangan konstan (koefisien variabel), koefisien regresi

X1, Performance Expectancy (Ekspektasi Kinerja) variabel independent X2 Effort Expectancy (Ekspektasi Usaha) variabel independent

X3 Social Influence (Faktor Sosial) variabel independent

,X4 Facilitating Conditions (Kondisi yang Memfasilitasi) variabel independent

Untuk melihat tinggi atau rendahnya ukuran keeratan hubungan variabel dependen dan variabel independen penulis menggunakan koefisien korelasi berganda (ry12) .

Simbol Keterangan

y Nilai pada pada sumbu y

b1, b2, b3, b4, bilangan konstan (koefisien variabel), koefisien regresi

X1, Performance Expectancy (Ekspektasi Kinerja) variabel independent X2 Effort Expectancy (Ekspektasi Usaha) variabel independent

X3 Social Influence (Faktor Sosial) variabel independent

X4 Facilitating Conditions (Kondisi yang Memfasilitasi) variabel independent

Sumber data yang digunakan dalam penelitian ini adalah data primer. Data primer adalah data yang dikumpulkan dan diolah dan di olah sendiri oleh peneliti (Suprapto,2000).

Menurut Augusty Ferdinand (2006) merujuk pendapat Hair et al, pemodelan SEM melalui tujuh tahapan; Pengembangan berbasis teori, pengembangan diagram alur untuk menunjukkan hubungan kausalitas, konversi diagram alur ke dalam serangkaian persamaan structural dan spesifikasi model pengukuran, pemilihan matriks input (masukan) dan teknik estimasi terhadap model yang dibuat, menilai problem identifikasi, mengevaluasi model, melakukan interpretasi dan modifikasi model.

a. Tahap pertama, menetapkan landasan teori yang kuat yang berfungsi sebagai justifikasi model. Jika tidak ada teori yang sesuai, maka kemungkinan besar model yang dibuat akan salah. SEM pada hakikatnya tidak ditujukan untuk membuat hubungan kausalitas, tetapi pembenaran adanya hubungan kausalitas secara empiris.

b. Tahap Kedua, pembuatan diagram jalur untuk menggambarkan model teori yang dibuat sehingga peneliti akan lebih mudah melihat hubungan antar variabel yang diobservasi.

c. Tahap ketiga, melakukan konversi spesifikasi model dalam rangkaian persamaan struktural yang dirumuskan sebagai sarana untuk menyatakan adanya hubungan kasualitas antar berbagai konstruk.

Setelah teori/model teoritis dikembangkan dan digambarkan dalam sebuah diagram alur, peneliti dapat mulai mengkonversi spesifikasi model tersebut ke dalam rangkaian persamaan. Persamaan yang dibangun akan terdiri:

1. Persamaan-persamaan struktural (structural equations) dirumuskan untuk menyatakan hubungan kausalitas antar berbagai konstruk. Persamaan struktural pada dasarnya dibangun dengan pedoman berikut:

Variabel endogen = Variabel Eksogen + Variabel Endogen + Error 2. Persamaan spesifikasi model pengukuran (measurement model). Pada

spesifikasi itu peneliti menentukan variabel mana mengukur konstruk mana, serta menentukan serangkaian matriks yang menunjukkan korelasi yang dihipotesiskan antar konstruk atau variabel.

d. Tahap keempat, menentukan bentuk masukan data yang akan digunakan membuat model dan estimasinya. Data yang diolah bentuk matrik varian/kovarian atau matriks korelasi untuk pembuatan model atau estimasi.

e. Tahap kelima, menghadapi masalah identifikasi yang menyangkut masalah model yang sudah dikembangkan ternyata tidak mampu menghasilkan estimasi yang unik.

f. Tahap keenam, melakukan evaluasi model menggunakan kriteria goodness of fit. Pertama kali yang harus dilakukan oleh peneliti ialah melakukan evaluasi bahwa data yang akan digunakan untuk pembuatan model dan estimasi dapat memenuhi asumsi-asumsi SEM.

g. Tahap ketujuh, melakukan interpretasi model yang sudah dibuat dan mengubah model-model yang belum memenuhi persyaratan. Kesimpulannya ialah model yang diestimasi mempunyai residual yang kecil atau mendekati nol serta distribusi frekuensi kovarian matriksnya bersifat simetrik (Bahri & Zamzam, 2015).

3.4 Tahap Akhir

Pada tahapan ini akan menghasilkan variabel-variabel apa saja yang lebih mempengaruhi tingkat penerimaan UWKS Academic Smart Mobile bagi mahasiswa Universitas Wijaya Kusuma Surabaya. Setelah menentukan variabel yang lebih mempengaruhi maka akan menghasilkan saran dan penjelasan pada pengaruh variabel tersebut.

35 4.1 Tahap Awal

Universitas Wijaya Kusuma Surabaya adalah salah satu perguruan tinggi swasta di Surabaya yang memiliki sebuah aplikasi mobile agar mahasiswa mengakses informasi yang dibutuhkan melalui smartphone. Aplikasi tersebut adalah UWKS Academic Smart Mobile yang telah tersedia dan dapat diunduh di play store.

4.1.1 Studi Literatur

Pada tahap studi literatur menghasilkan penjelasan mengenai teori-teori yang berhubungan dengan penelitian yang didapat dari buku, jurnal, dan penelitian sebelumnya. Hasil dari studi literatur dapat dilihat pada Bab 2 landasan teori yang membahas berbagai teori seperti metode UTAUT, penentuan variabel, pengertian uji validitas dan reliabilitas, teknik sampling, skala pengukuran, dan menguji regresi dan korelasi menggunakan metode SEM.

4.1.2 Pengumpulan Data

Pada tahap pengumpulan data didapatkan informasi bahwa UWKS Academic Smart Mobile merupakan sebuah aplikasi mobile yang tersedia di play store, tidak berbayar, dan dapat digunakan di smartphone berbasis Android dan Blackberry 10. Mahasiswa meiliki hak akses dalam menggunakan UWKS Academic Smart Mobile untuk melihat profil mahasiswa, informasi akademik berupa KHS (Kartu Hasil Studi), IP (Indeks Prestasi), IPK (Indeks Prestasi Kumulatif), nilai mata kuliah dan juga tunggakan biaya kuliah, KRS (Kartu

Rencana Studi), pembayaran mahasiswa, transkrip nilai, dan fitur ngobrol. Berikut penjelasan mengenai fitur pada aplikasi UWKS Academic Smart Mobile:

a. Profil Mahasiswa

Menampilkan data identitas mahasiswa beserta foto b. KHS (Kartu Hasil Studi)

Menampilkan informasi tentang KHS.

c. IP (Indeks Prestasi) dan IPK (Indeks Prestasi Kumulatif) Menampilkan informasi tentang IP dan IPK mahasiswa. d. Nilai mata kuliah

Menampilkan informasi tentang nilai pada setiap mata kuliah yang telah ditempuh oleh mahasiswa.

e. Tunggakan biaya kuliah

Menampilkan informasi biaya kuliah yang belum dibayarkan. f. KRS (Kartu Rencana Studi)

Mahasiswa dapat melakukan proses KRS secara online dan dapat menyimpan KRS dalam bentuk file .pdf untuk keperluan arsip ataupun mencetak.

g. Pembayaran Mahasiswa

Mahasiswa dapat melihat history transaksi pembayaran kuliah per tahun. h. Transkrip Nilai

Perolehan nilai mata kuliah yang sedang maupun telah ditempuh dapat dilihat secara akurat dan detail dengan pada fitur Transkrip Nilai ini. i. Ngobrol

4.2 Pengumpulan dan Analisis Data

Tahap selanjutnya pada penelitian ini adalah menentukan variabel penelitian, menyusun kuesioner, menyebarkan kuesioner, mengolah data dari hasil kuesioner, menganalisis tingkat penerimaan aplikasi UWKS Academic Smart Mobile dengan model UTAUT.

4.2.1 Variabel Penelitian

Variabel yang digunakan dalam penelitian ini adalah semua variabel yang ada dalam model UTAUT, yaitu variabel yang dibedakan menjadi variabel dependen dan independen. Model UTAUT dapat dilihat pada gambar 4.1.

Gambar 4. 1 Pemetaan Jenis Variabel pada UTAUT A. Variabel Independen

1. Ekspektasi kinerja

Didefinisikan sebagai tingkat dimana mahasiswa meyakini bahwa menggunakan aplikasi UWKS Academic Smart Mobile akan membantu dalam meningkatkan kinerja.

Performance Expectancy Ekspektasi Kinerja

Effort Expectancy Ekspektasi Usaha

Social Influence Pengaruh Sosial

Behavioral Intention Penerimaan Pemakai

Facilitating Conditions kondisi pemfasilitasi

Use Behavior Perilaku Pemakai

Variabel Dependen

V

ar

ia

be

l ind

ep

ende

2. Ekspektasi usaha

Didefinisikan sabagai tingkat kemudahan penggunaan aplikasi yang dapat mengurangi upaya (tenaga, waktu, dan biaya) mahasiswa dalam melakukan pekerjaannya. Kemudahan penggunaan aplikasi UWKS Academic Smart Mobile akan menimbulkan perasaan minat bahwa aplikasi tersebut mempunyai kegunaan dan dapat menimbulkan rasa nyaman. 3. Faktor Sosial

Didefinisikan sebagai tingkat dimana mahasiswa menganggap bahwa orang lain menyakinkan dirinya bahwa dia harus menggunakan aplikasi UWKS Academic Smart Mobile. Faktor sosial ditunjukan besarnya dukungan dari sesama mahasiswa maupun pihak universitas.

4. Kondisi yang Memfasilitasi

Didefinisikan sebagai tingkat dimana mahasiswa percaya bahwa ada infrastruktur dan teknis untuk mendukung penggunaan aplikasi UWKS Academic Smart Mobile.

B. Variabel dependen: 1. Minat Pemanfaatan

Minat pemanfaatan aplikasi UWKS Academic Smart Mobile berhubungan dengan keinginan mahasiswa dalam menggunakan sistem tersebut untuk mendukung aktivitasnya sebagai mahasiswa.

2. Perilaku Penggunaan

Penggunaan aplikasi UWKS Academic Smart Mobile adalah perilaku mahasiswa dalam menggunakan sistem tersebut untuk mendukung aktivitasnya sebagai mahasiswa.

4.2.2 Penyusunan dan Penyebaran Kuesioner

Alat bantu yang digunakan untuk mengumpulakan data adalah dengan menggunakan media kuesioner. Kuesioner disebarkan pada mahasiswa Strata 1 (S1) Fakultas Hukum dan Fakultas Teknik Universitas Wijaya Kusuma Surabaya yang masih aktif melakukan kegiatan perkuliahan. Pertanyaan pada kesioner dapat dilihat pada Tabel 4.1 berikut.

Tabel 4.1 Item Pertanyaan Kuesioner

No. Pertanyaan Variabel Ekspektasi Kinerja

1 Menggunakan aplikasi UWKS ASM berguna dalam studi saya sebagai mahasiswa.

2 Menggunakan aplikasi UWKS ASM dapat meningkatkan efektivitas dalam menjalankan tugas sebagai mahasiswa.

3 Menggunakan aplikasi UWKS ASM meningkatkan produktivitas saya. 4 Menggunakan aplikasi UWKS ASM meningkatkan kesempatan saya untuk

mendapatkan nilai yang baik.

No. Pertanyaan Variabel Ekspektasi Usaha

1 Saya paham bagaimana caranya menggunakan aplikasi UWKS ASM. 2 Menurut saya mudah untuk terbiasa dalam menggunakan aplikasi UWKS

ASM.

3 Menurut saya aplikasi UWKS ASM adalah aplikasi yang mudah untuk digunakan.

4 Menurut saya mudah untuk belajar mengoperasikan aplikasi UWKS ASM.

No. Pertanyaan Variabel Faktor Sosial

1 Pihak universitas mewajibkan mahasiswa untuk menggunakan aplikasi UWKS ASM.

2 Teman saya mempengaruhi saya untuk menggunakan aplikasi UWKS ASM. 3 Penyuluhan atau sosialiasi dalam penggunaan aplikasi UWKS ASM telah

4 Menggunakan aplikasi UWKS ASM merupakan suatu kebanggan bagi saya.

No. Pertanyaan Variabel Kondisi yang memfasilitasi

1 Saya memiliki sumberdaya yang diperlukan untuk menggunakan aplikasi UWKS ASM (misal: smartphone, internet).

2 Saya memiliki pengetahuan yang diperlukan untuk menggunakan aplikasi UWKS ASM.

3 Aplikasi UWKS ASM tidak kompatibel dengan sistem lain yang saya gunakan (misal: aplikasi UWKS ASM tidak dapat diakses melalui komputer anda, tidak dapat diakses melalui smartphone atau tab anda). 4 Aplikasi UWKS ASM merupakan inovasi teknologi yang menguntungkan

dalam bidang akademik.

No. Pertanyaan Variabel Minat Pemanfaatan

1 Saya berniat menggunakan aplikasi UWKS ASM di semester berikutnya. 2 Saya memperkirakan bahwa saya akan menggunakan aplikasi UWKS ASM

di semester berikutnya .

3 Saya berencana menggunakan aplikasi UWKS ASM secara rutin dikemudian hari.

No. Pertanyaan Variabel Perilaku Penggunaan

1 Saya lebih memanfaatkan penggunaan aplikasi UWKS ASM dibanding dengan tatap muka langsung (misalnya melakukan proses KRS, cek history pembayaran atau tunggakan biaya kuliah).

2 Penggunaan aplikasi UWKS ASM membutuhkan waktu yang lebih singkat dibandingkan secara tatap muka.

Setelah ditentukan pertanyaan untuk kuesioner, langkah selanjutnya adalah menyebarkan kuesioner. Langkah awal yang dilakukan untuk menyebarkan kuesioner adalah menentukan sampel. Metode pengambilan sampel menggunakan metode Stratified Random Sampling.

A. Menghitung Jumlah Populasi

Data mahasiswa aktif fakultas teknik dan fakultas hukum didapat dari Pangkalan Data Universitas Wijaya Kusuma Surabaya. Data tersebut merupakan populasi yang ada dalam penelitian ini. Lebih jelasnya dapat dilihat pada tabel 4.2.

Tabel 4.2 Jumlah Mahasiswa Fakultas Teknik dan Fakultas Hukum

Fakultas Jurusan Jumlah Mahasiswa setiap

jurusan

Teknik

Teknik Sipil 272

Teknik Informatika 260

Teknik Industri Pertanian 80

Hukum Ilmu Hukum 674

Jumlah Populasi 1286

Sumber: Pangkalan Data Universitas Wijaya Kusuma Surabaya

Pada tabel 4.2 menjelaskan bahwa data yang terkumpul dapat mengetahui jumlah mahasiswa aktif fakultas teknik dan fakultas hukum sebesar 1286 mahasiswa.

B. Menentukan jumlah sampel yang diperlukan

Populasi dalam penelitian diketahui sebanyak 1268 mahasiswa dan untuk mengetahui jumlah sampel yang diberikan kuesioner maka langkah selanjutnya adalah melakukan perhitungan dengan rumus sebagai berikut.

Keterangan:

S = ukuran sampel yang diperlukan N = jumlah populasi

P = proporsi populasi = 0,50 Q = 1-P

d = tingkat akurasi = 0,05

λ2

= tabel nilai chi-square sesuai tingkat kepercayaan 0,95 = 1,841

Setelah dilakukan perhitungan menggunakan rumus tersebut jumlah sampel yang didapat sebesar 161 mahasiswa. Dari 161 mahasiswa tersebut akan dibagi lagi menjadi 4 jurusan.

C. Menentukan Jumlah Sampel dari Masing-masing Jurusan

Dari langkah sebelumnya didapat jumlah sampel sebesar 161 mahasiswa, maka untuk membagi dalam beberapa jurusan digunakan rumus sebagai berikut.

Tabel 4.3 Sampel Mahasiswa Setiap Jurusan

Fakultas Jurusan Jumlah

Mahasiswa

Perhitungan Stratified

Random Sampling Sampel

Teknik

Teknik Sipil 272 272/1286 * 161=34.052 34

Teknik Informatika 260 260/1286 * 161=32.550 33 Teknik Industri Pertanian 80 80/1286 * 161=10.015 10

Hukum Ilmu Hukum 674 674/1286 * 161=84.381 84

Setelah melakukan perihitungan dengan metode Stratified Random Sampling kemudian kuesioner disebarkan. Hasil pengumpulan data dirinci sebagai berikut:

 Jumlah kuesioner yang dikirim 161 Kuesioner  Jumlah kuesioner yang kembali 161 Kuesioner  Jumlah kuesioner yang memenuhi kriteria 161 Kuesioner  Rate responden 161

161 � 100 % = 100 %

Berdasarkan hasil pengumpulan data dapat dilihat bahwa pengiriman 161 kuesioner dan 161 kuesioner kembali dengan rate responden 100% sehingga data tersebut layak untuk dianalisis.

4.2.3 Gambaran Umum Responden

Dalam penelitian ini yang menjadi responden adalah pengguna UWKS Academic Smart Moblie yaitu mahasiswa Universitas Wijaya Kusuma Surabaya yang masih aktif. Gambaran umum 161 responden yang berpartisipasi dalam penelitian ini dapat dilihat pada grafik di bawah ini.

Gambar 4.2 Grafik Sampel Mahasiswa Setiap Jurusan 84

34 33

10

0 20 40 60 80 100

Hukum

Teknik Sipil

Teknik Informatika

Berdasarkan grafik di atas, terdapat 84 responden untuk jurusan Ilmu Hukum, 34 responden untuk jurusan Teknik Sipil, 33 responden untuk jurusan Teknik Informatika, dan 10 responden untuk jurusan Teknik Industri Pertanian. Total sebanyak 161 responden.

Gambar 4.3 Grafik Sampel Mahasiswa Setiap Jurusan

Grafik di atas menampilkan persentase responden setiap jurusan. 52% untuk jurusan Ilmu Hukum, 21% untuk jurusan Teknik Sipil, 21% untuk jurusan Teknik Informatika, dan 6% untuk Industri Pertanian.

Tabel 4.4 Profil Responden Jurusan Ilmu Hukum Tahun

Angkatan

Responden

Total

2011 2012 2013 2014 2015

Jenis

Kelamin P W P W P W P W P W

Jumlah 2 3 7 9 16 6 10 10 6 15 84

52% 21%

21% 6%

Ilmu Hukum Teknik Informatika Industri Pertanian

Berdasarkan tabel 4.4, terdapat 84 responden Jurusan Ilmu Hukum, 2 mahasiswa dan 3 mahasiswi angkatan 2011, 7 mahasiswa dan 9 mahasiswi angkatan 2012, 16 mahasiswa dan 6 mahasiswi angkatan 2013, 10 mahasiswa dan mahasiswi 10 angkatan 2014, dan 6 mahasiswa dan 15 mahasiswi angkatan 2015.

Tabel 4.5 Profil Responden Jurusan Industri Pertanian Tahun

Angkatan

Responden

Total

2012 2013 2014

Jenis

Kelamin P W P W P W

Jumlah 2 2 2 - 2 2 10

Berdasarkan tabel 4.5, terdapat 10 responden Jurusan Industri Pertanian, 2 mahasiswa dan 2 mahasiswi angkatan 2012, 2 mahasiswa angkatan 2013, dan 2 mahasiswa dan 2 mahasiswi angkatan 2014.

Tabel 4.6 Profil Responden Jurusan Teknik Informatika Tahun

Angkatan

Responden

Total

2012 2013 2014 2015

Jenis

Kelamin P W P W P W P W

Jumlah 5 5 4 - 12 - 7 - 33

Berdasarkan tabel 4.6, terdapat 33 responden Jurusan Teknik Informatika, 5 mahasiswa dan 5 mahasiswi angkatan 2012, 4 mahasiswa angkatan 2013, 12 mahasiswa angkatan 2014, dan 7 mahasiswa angkatan 2015.

Tabel 4.7 Profil Responden Jurusan Teknik Sipil Tahun

Angkatan

Responden

Total

2012 2013 2014 2015

Jenis

Kelamin P W P W P W P W

Jumlah 7 9 4 2 2 8 1 1 34

Berdasarkan tabel 4.7, terdapat 34 responden Jurusan Teknik Sipil, 7 mahasiswa dan 9 mahasiswi angkatan 2012, 4 mahasiswa dan 2 mahasiswi angkatan 2013, 2 mahasiswa dan 8 mahasiswi angkatan 2014, dan 1 mahasiswa dan mahasiswi 1 angkatan 2015.

4.2.4 Analisis Deskriptif

Analisis deskriptif dilakukan untuk mengetahui tanggapan responden terhadap variabel yang ada pada penelitian yaitu variabel ekspektasi kinerja, ekspektasi usaha, faktor sosial, kondisi yang menfasilitasi, minat pemanfaatan, dan perilaku penggunan. Hasil analisis deskriptif dapat dilihat pada tabel 4.8.

Tabel 4.8 Statistik Deskriptif Variabel Ekspektasi Kinerja

Tabel statistik deskriptif menampilkan data N yaitu jumlah responden, minimum yaitu nilai terkecil dari hasil tabulasi, maksimum yaitu nilai terbesar dari hasil tabulasi, dan mean yaitu nilai rata-rata tiap indicator.

Dari tabel 4.8 dapat dilihat bahwa rata-rata nilai yang didapat dari variabel Ekspektasi Kinerja adalah > 3. Hasil tersebut dapat diartikan bahwa responden setuju menggunakan UWKS Academic Smart Mobile dapat membantu dan memudahkan proses perkuliahan di UWK Surabaya.

Tabel 4.9 Statistik Deskriptif Variabel Ekspektasi Usaha

Dari tabel 4.9 dapat dilihat bahwa rata-rata nilai yang didapat dari variabel Ekspektasi Usaha adalah > 3. Hasil tersebut dapat diartikan responden setuju bahwa UWKS Academic Smart Mobile mudah digunakan dan mempunyai manfaat sehingga menimbulkan perasaan minat untuk menggunakan aplikasi tersebut.

Tabel 4.10 Statistik Deskriptif Variabel Faktor Sosial

Dari tabel 4.10 dapat dilihat bahwa rata-rata nilai yang didapat dari variabel Faktor Sosial adalah > 3. Hasil tersebut dapat diartikan responden setuju bahwa ada dukungan yang didapat dari sesama mahasiswa maupun pihak universitas untuk menggunakan UWKS Academic Smart Mobile.

Tabel 4.11 Statistik Deskriptif Variabel Kondisi yang Memfasilitasi

Dari tabel 4.11 dapat dilihat bahwa rata-rata nilai yang didapat dari variabel Kondisi yang Memfasilitasi adalah > 3. Hasil tersebut dapat diartikan responden setuju bahwa ada infrastruktur seperti hardware, software, jaringan, dan lain-lain untuk mendukung penggunaan aplikasi UWKS Academic Smart Mobile.

Tabel 4.12 Statistik Deskriptif Variabel Minat Pemanfaatan

Dari tabel 4.12 dapat dilihat bahwa rata-rata nilai yang didapat dari variabel Minat Pemanfaatan adalah > 3. Hasil tersebut dapat diartikan responden setuju bahwa ada keinginan dari mahasiswa dalam menggunakan UWKS Academic Smart Mobile untuk mendukung aktivitasnya sebagai mahasiswa.

Tabel 4.13 Statistik Deskriptif Variabel Perilaku Penggunaan

Dari tabel 4.13 dapat dilihat bahwa rata-rata nilai yang didapat dari variabel Perilaku Penggunaan adalah > 3. Hasil tersebut dapat diartikan responden setuju bahwa menggunakan UWKS Academic Smart Mobile dapat mendukung aktivitasnya sebagai mahasiswa.

4.2.5 Analisis Validasi dan Reliabilitas

Analisis validitas dan reliabilitas dilakukan untuk mengatahui sejauh mana alat pengukur mengukur apa yang diukur dan menunjukkan sejauh mana alat pengukur dapat dipercaya.

1. Uji Validitas

Dalam uji validitas ini nilai r tabel signifikan 5% dan menghasilkan degree of freedom (df) atau derajat kebebasan yang diperoleh dari jumlah sampel (N) -2. Nilai df pada uji validitas ini df=(161-2)=159. Dari perhitungan df tersebut maka nilai r tabel yang diperoleh dari tabel r adalah 0.1301. Variabel penelitian dikatakan valid apabila r hitung > r tabel dan dikatakan tidak valid apabila r hitung < r tabel. Hasil uji validitas dapat dilihat pada tabel 4.14 berikut.

Tabel 4.14 Uji Validitas Ekspektasi Kinerja Item Korelasi skor item terhadap skor

total (Pearson Correlations) r tabel Keterangan

EK1 0.659

0.1301

VALID

EK2 0.653 VALID

EK3 0.705 VALID

EK4 0.536 VALID

Tabel 4.15 Uji Validitas Ekspektasi Usaha Item Korelasi skor item terhadap skor

total (Pearson Correlations) r tabel Keterangan

EU1 0.391

0.1301

VALID

EU2 0.573 VALID

EU3 0.553 VALID

Tabel 4.16 Uji Validitas Faktor Sosial Item Korelasi skor item terhadap skor

total (Pearson Correlations) r tabel Keterangan

FS1 0.618

0.1301

VALID

FS2 0.562 VALID

FS3 0.301 VALID

FS4 0.573 VALID

Tabel 4.17 Uji Validitas Kondisi yang Memfasilitasi Item Korelasi skor item terhadap skor

total (Pearson Correlations) r tabel Keterangan

KM1 0.358

0.1301

VALID

KM2 0.427 VALID

KM3 0.383 VALID

KM4 0.458 VALID

Tabel 4.18 Uji Validitas Minat Pemanfaatan Item Korelasi skor item terhadap skor

total (Pearson Correlations) r tabel Keterangan

EK1 0.605

0.1301

VALID

EK2 0.687 VALID

EK3 0.580 VALID

Tabel 4.19 Uji Validitas Perilaku Penggunaan Item Korelasi skor item terhadap skor

total (Pearson Correlations) r tabel Keterangan

PP1 0.684

0.1301

VALID

PP2 0.611 VALID

2. Uji Reliabilitas

Reliabilitas dalam penelitian ini diuji dengan metode Alpha Cronbach’s menggunakan perangkat lunak SPSS 16. Koefisien Alpha yang dihasilkan uji

reliabilitas berada pada rentang nilai 0-1. Semakin tinggi skor, skala yang lebih dapat diandalkan dihasilkan (Pujiati, 1989). Data dikatakan reliabel jika Nilai

Cronbach’s Alpha ≥ 0,6 (Ghozali,2005). Hasil uji reliabilitas dapat dilihat pada tabel 4.20.

Tabel 4.20 Uji Reliabilitas

Variabel Nilai Alpha Cronbach’s Keterangan

Ekspektasi Kinerja 0.791 Reliable

Ekspektasi Usaha 0.696 Reliable

Faktor Sosial 0.704 Reliable

Kondisi yang

Memfasilitasi 0.662

Reliable

Minat Pemanfaatan 0.687 Reliable

Perilaku Penggunaan 0.743 Reliable

4.2.6 Analisis Tingkat Penerimaan UWKS Academic Smart Mobile Pada Mahasiswa

Jawaban dari 161 kuesioner tentang intensitas dalam menggunakan UWKS Academic Smart Mobile dapat digunakan untuk penghitungan tingkat penerimaan UWKS Academic Smart Mobile pada mahasiswa.

Tabel 4.21 Skala Likert

Skor (S) Skala Responden (R) S x R

5 Sangat Sering 41 205

4 Sering 47 188

3 Cukup 44 132

2 Jarang 25 50

1 Sangat jarang 4 4

Ekspektasi jumlah skor tertinggi adalah 5 x 161 (responden) = 805. Berdasarkan jawaban 161 responden tentang intensitas dalam penggunaan UWKS Academic Smart Mobile diperoleh perhitungan 579/805 x 100% = 71.9%. Analisis tersebut menghasilkan presentase sebesar 71.9% yang menjelaskan bahwa penggunaan UWKS Academic Smart Mobile tergolong kuat, kriteria skor dapat dilihat pada tabel 4.00.

Tabel 4.22 Kategori Penilaian Usability (Guritno, Sudaryono, & Rahardja, 2011) Presentase Skor Interpretasi

0%-20% Sangat lemah

21%-40% Lemah

41%-60% Cukup

61%-80% Kuat

81%-100% Sangat Kuat

4.2.7 Analisis Korelasi dan Regresi dengan Metode SEM

Persamaan regresi digunakan untuk menggambarkan hubungan antara variabel dependen (Y).

Y1 = Minat Pemanfaatan (Behavioral Intention) Y2 = Perilaku Penggunaan (Use Behavioral) variabel-variabel independen (X).

X1= Ekspektasi Kinerja (Performance Expectancy ) X2= Ekspektasi Usaha (Effort Expectancy)

X3= Faktor Sosial (Social Influence)

X4 = Kondisi yang Memfasilitasi (Facilitating Conditions)

Error (ε) diasumsikan tidak berkorelasi dengan variabel independen (exogen) yang dapat memprediksi variabel dependen (endogen). α adalah intersep

vaiabel independen (exogen) yang dapat mempredeksi variabel dependen (endogen).

a. Penelitian ini akan menganalisis persamaan regresi yang menyatakan bahwa Minat Pemanfaatan dipengaruhi oleh Ekspektasi Kinerja, Ekspektasi Usaha, dan Faktor Sosial. Secara matematis dituliskan persamaannya sebagai berikut :

Y1= α + β1X1+ β2X2+ β3X3+ ε

Minat Pemanfaatan = α + β1 Ekspektasi Kinerja + β2 Ekspektasi Usaha + β3Faktor Sosial + ε

b. Penelitian ini akan menganalisis persamaan regresi yang menyatakan bahwa Perilaku Penggunaan dipengaruhi oleh Kondisi yang Memfasilitasi dan Faktor Sosial. Secara matematis dituliskan persamaannya sebagai berikut :

Y2 = α + β4X4 + Y1 + ε

Perilaku Penggunaan = α + β1 Kondisi yang Memfasilitasi + β2 Minat Pemanfaatan +ε

Langkah selanjutnya yaitu membuat diagram alur (path diagram) menggunakan AMOS. Diagram alur ini digunakan untuk mempermudah peneliti dalam mengetauhi hubungan variabel yang akan diteliti.

Gambar 4.4 Path Diagram Metode UTAUT

Dalam path diagram pada gambar 4.4 menjelaskan tentang hubungan-hubungan yang terkait antara variabel eksogen (ekspektasi kinerja, ekspektasi usaha, faktor sosial, kondisi yang menfasilitasi) dengan variabel endogen (niat untuk berperilaku dan perilaku pengguna).

Berikut adalah output yang dihasilkan oleh perangkat lunak AMOS 22. Tabel 4.23 Analysis Summary

Analysis Summary Date and Time

Date: Tuesday, July 12, 2016 Time: 11:20:38 AM

Title

SEM AMOS UWKS: Tuesday, July 12, 2016 11:20 AM

Analysis Summary memberikan keterangan mengenai waktu dan tanggal pengolahan data.

Tabel 4.24 Notes for Group (Group number 1) Notes for Group (Group number 1)

The model is recursive. Sample size = 161

Notes for group memberikan keterangan bahwa model berbentuk recursive dengan jumlah sampel 161.

Tabel 4.25 Variable Summary Variable Summary (Group number 1)

Your model contains the following variables (Group number 1) Observed, endogenous variables

Y2 Y1

Observed, exogenous variables X1

X3 X2 X4

Unobserved, exogenous variables e1

e2

Variable counts (Group number 1) Number of variables in your model: 8 Number of observed variables: 6 Number of unobserved variables: 2 Number of exogenous variables: 6 Number of endogenous variables: 2

Variable Summary memberikan keterangan terhadap model yang dibuat. Terdapat 2 variabel endogen yaitu Y1 dan Y2, 4 variabel exogen yaitu X1, X2, X3, X4, dan 2 residual yaitu e1 dan e2.

4.2.8 Uji Normalitas

Setelah melakukan analisis regresi dan korelasi menggunakan metode SEM maka langkah selanjutnya adalah melakukan uji mormalitas. Uji normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode statistik. Uji Normalitas pada penelitian saat ini menggunakan metode statistik.

73

Berdasarkan hasil analisis data yang sudah dilakukan pada BAB IV maka peneliti dapat menarik kesimpulan dan saran seperti diuraikan di bawah ini. 5.1 Kesimpulan

Berdasarkan bukti-bukti empiris yang diperoleh ada beberapa hal dapat disimpulkan dari hasil penelitian, yaitu :

1. Tingkat penerimaan atau intensitas penggunaan dalam penggunaan UWKS Academic Smart Mobile sebesar 71.9%, yang jika dibandingkan dengan Kategori Penilaian Usability maka penggunaan UWKS Academic Smart Mobile tergolong kuat, hal tersebut mengartikan bahwa mahasiswa sering memanfaatkan UWKS Academic Smart Mobile.

2. Performance Expectancy (Ekspektasi Kinerja) memiliki tingkat probabilitas signifikansi *** (probabilitas sebesar 0,000) berarti secara default bernilai 0,001 yang berarti < 0.05 (signifikan) dan nilai r hitung = 7,966 yang berarti > 0.1301 (positif). Berdasarkan hasil tersebut dapat diketahui bahwa Performance Expectancy (Ekspektasi Kinerja) berpengaruh positif dan signifikan terhadap minat pemanfaatan UWKS Academic Smart Mobile. Hal tersebut mengartikan bahwa responden menyadari menggunakan UWKS Academic Smart Mobile akan membantu dalam tugasnya sebagai mahasiswa, mahasiswa percaya menggunakan UWKS Academic Smart Mobile.

74

3. Effort Expectancy (Ekspektasi Usaha) memiliki tingkat probabilitas signifikansi *** (probabilitas sebesar 0,000) berarti secara default bernilai 0,001 yang berarti < 0.05 (signifikan) dan nilai r hitung = 3.312 yang berarti > 0.1301 (positif). Berdasarkan hasil tersebut dapat diketahui bahwa Effort Expectancy (Ekspektasi Usaha) berpengaruh positif dan signifikan terhadap minat pemanfaatan UWKS Academic Smart Mobile. Hal tersebut mengartikan bahwa responden menyadari tingkat kemudahan penggunaan UWKS Academic Smart Mobile. Dari kemudahan penggunaan UWKS Academic Smart Mobile dapat menimbulkan minat mahasiswa bahwa sistem tersebut memiliki kegunaan dan karena hal itu dapat menimbulkan rasa yang nyaman bila menggunakannya.

4. Social influence (Faktor Sosial) memiliki tingkat probabilitas signifikansi 0.031 yang berarti < 0.05 (signifikan) dan nilai r hitung = 2.119 yang berarti > 0.1301 (positif). Berdasarkan hasil tersebut dapat diketahui bahwa Social influence (Faktor Sosial) berpengaruh positif dan signifikan terhadap minat pemanfaatan. Hal tersebut mengartikan bahwa pengguna UWKS Academic Smart Mobile sudah mendapat dukungan dari pihak universitas seperti adanya sosialisasi dan juga dukungan atau pengaruh dari sesama mahasiswa untuk menggunakan UWKS Academic Smart Mobile.

5. Facilitating Conditions (Kondisi yang Memfasilitasi) memiliki tingkat probabilitas signifikansi *** (probabilitas sebesar 0,000) berarti secara default bernilai 0,001 yang berarti < 0.05 (signifikan) dan nilai r hitung = 8.473 yang berarti > 0.1301 (positif). Berdasarkan hasil tersebut dapat

diketahui bahwa Facilitating Conditions (Kondisi yang Memfasilitasi) berpengaruh positif dan signifikan terhadap perilaku pengguna. Hal tersebut mengartikan bahwa pengguna UWKS Academic Smart Mobile telah memiliki atau mendapatkan dukungan fasilitas seperti koneksi internet dan smartphone yang compatible untuk mengakses UWKS Academic Smart Mobile.

6. Behavior Intention (minat pemanfaatan) memiliki tingkat probabilitas signifikansi 0.325 yang berarti > 0.05 (tidak signifikan) dan nilai r hitung = 0.984 yang berarti > 0.1301 (positif). Berdasarkan hasil tersebut dapat diketahui bahwa Behavior Intention (minat pemanfaatan) berpengaruh positif tetapi tidak signifikan terhadap Use Behavior (perilaku penggunaan) UWKS Academic Smart Mobile. Hal ini memiliki arti bahwa mahasiswa kurang memiliki minat untuk mengakses dan memanfaatkan UWKS Academic Smart Mobile. Sehingga ada faktor yang harus diperhatikan agar mahasiswa dapat meningkatkan minat untuk menggunakan UWKS Academic Smart Mobile.

5.2 Saran

Dari hasil pengolahan data yang diperoleh dan analisa yang telah dilakukan maka dapat diketahui bahwa minat pemanfaatan berpengaruh positif tetapi tidak signifikan terhadap perilaku penggunaan. Maka ada faktor yang perlu diperhatikan pada minat pemanfaatan agar dapat meningkatkan minat penggunaan aplikasi. Hasil analisa menunjukkan bahwa pengaruh terkecil dari minat pemanfaatan adalah faktor sosial yaitu sebesar 0.121, hal tersebut menunjukkan bahwa perlu diadakan pengenalan UWKS Academic Smart Mobile kepada para

76

mahasiswa secara terus menerus. Dapat diadakan sebuah seminar atau sosialisasi secara rutin kepada mahasiswa agar lebih mengenal dan dapat mengetahui kelebihan apa saja yang ada pada UWKS Academic Smart Mobile sehingga dapat menumbuhkan minat atau keinginan bagi mahasiswa dalam menggunakan UWKS Academic Smart Mobile.

77

DAFTAR PUSTAKA

Augusty Ferdinand, 2006, “Metode Penelitian Manajemen”, Pedoman Penelitian Untuk Penulisan Skripsi, Tesis dan Disertasi Ilmu Manajemen, Badan Penerbit Universitas Diponegoro, Semarang.

Bahri, S., & Zamzam, F. 2015. Model Penelitian Kuantitatif Berbasis SEM-AMOS. Yogyakarta: Deepublish.

Bastable, S. B. 2002. Perawat Sebagai Pendidik. Jakarta: Penerbit Buku Kedokteran EGC.

Churchill, G. A. 2005. Dasar-dasar Riset Pemasaran. Jakarta: Erlangga.

Ghozali, I., & Fuad. 2008. Structural Equation Modeling. Semarang: Universitas Dipenogoro.

H. Sarjono, W. J. 2015. Structural Equation Modeling (SEM) Sebuah Pengantar, Aplikasi Untuk Penelitian Bisnis. Jakarta: Salemba Empat.

Harinaldi. 2005. Prinsip-prinsip Statistik untuk Teknik dan Sains. Jakarta: Erlangga.

Hasanah, N. N. 2008. Persiapan Ujian Nasional Sosiologi untuk SMA/MA. Bandung: Grafindo Media Pratama.

Hermawan, A. 2005. Penelitian Bisnis Paradigma Kuantitatif. Jakarta: PT Grasindo.

Kerlinger, F. N. 1973, Foundations of Behavioral Research, New York, Holt, Rinehart and Winston.

Kristoforus. 2013. Analisis Perilaku Pengguna Sistem Informasi Menggunakan Model UTAUT. Palembang: Sekolah Tinggi Teknik Musi.

Lusiana, N. 2015. Metodologi Penelitian Kebidanan. Yogyakarta: Deepublish. Nursalam. 2008. Konsep dan Penerapan Metodologi Penelitian Ilmu

Keperawatan. Jakarta: Salemba Medika.

Pujiati, S. A. 1989. Penggunaan R dalam Psikologi. Yogyakarta: Berbagi NET. Academic Publisher .

78

Santoso, Singgih. 2011. Structural Equation Modeling (SEM) Konsep dan Aplikasi dengan Amos 18, Jakarta: PT Elex Media Komputindo.

Suprapto, J. 2000. Statistik Teori dan Aplikasi Edisi Keenam, Jakarta: PT Gelora Aksara Pratama.

Swarjana, I. K. 2012. Metodologi Penelitian Kesehatan. Yogyakarta: Penerbit ANDI.

Umar, H. 2003. Metode Riset Bisnis. Jakarta: PT Gramedia Pustaka Utama.

Umar, H. 2005. Riset Pemasaran dan Perilaku Konsumen. Jakarta: PT Gramedia Pustaka Utama.

Venkatesh, V., Moris, M.G., Davis, G.B., dan Davis F.D. 2003. User Acceptance of Information Technology: Toward a Unified View. MIS Querterly, Vol.27, No.3, September, pp.425-478

Wasis. 2006. Pedoman Riset Praktis untuk Profesi Perawat. Jakarta: Penerbit Buku Kedokteran EGC.

Widyarini, N. 2009. Kunci Pengembangan Diri. Jakarta: PT Elex Media Komputindo.

Wijaya, T. 2009. Analisis Structural Equation Modeling Menggunakan AMOS. Yogyakarta: Universitas Atma Jaya.