T1 682010062 Full text
1. Pendahuluan
Pada zaman sekarang ini, teknologi semakin berkembang dan seakan tak
bisa lepas dari aspek kehidupan manusia. Kemajuan teknologi baik perangkat
lunak maupun perangkat keras berkembang dengan sangat pesat. Pengguna dari
teknologi harus terus belajar untuk mengiringi kemajuan teknologinya. Suatu
organisasi yang mengadopsi teknologi, tentunya mempunyai maksud dan tujuan
tersendiri dalam penerapan teknologi didalamnya. Penerapan teknologi informasi
dalam organisasi (dalam hal ini di bidang pendidikan) telah mempengaruhi
strategi dan juga proses belajar mengajar khususnya di perguruan tinggi. Sistem
pembelajaran secara bertatap muka merupakan model utama dalam pendidikan,
namun dengan kemajuan teknologi informasi dalam bidang pendidikan, banyak
perguruan tinggi yang menerapkan model pembelajaran secara on-line. Flexible
Learning(FLearn) dikenalkan kepada dosen dan mahasiswa UKSW sebagai
media pembelajaran on-line, dimana sistem pembelajaran ini mengatur peran
dosen dan mahasiswa. FLearn UKSW menyediakan kemudahan dan pemenuhan
kebutuhan informasi yang berhubungan dengan proses pembelajaran. Upaya
tersebut dilakukan untuk meningkatkan mutu serta kualitas suatu perguruan
tinggi, sehingga dituntut untuk meningkatkan pengelolaan data/informasi dan
sistem pelayanan. Munculnya teknologi baru tentunya akan menimbulkan reaksireaksi pada para pengguna dari sistem tersebut, maka perlu diketahui kesiapan
para penggunanya untuk menerima teknologi baru tersebut dan sejauh mana
tingkat penerimaan teknologi informasi tersebut oleh penggunanya.
Mengukur tingkat penerimaan teknologi ada berbagai model pendekatan
seperti salah satunya Technology Acceptance Model(TAM), yang dikembangkan
untuk mendukung proses dari pengadopsian teknologi informasi.
TAM
merupakan suatu model yang digunakan untuk melakukan analisis terhadap
faktor-faktor yang mempengaruhi pengguna dalam penerimaan suatu teknologi
baru. Dua hal yang menentukan sikap dan perilaku dari penggunaan teknologi
dalam mengadopsi suatu sistem informasi, yaitu perceived usefulness (persepsi
kemanfaatan) dan perceived ease of use (persepsi kemudahan penggunaan) [1].
Analisis yang dilakukan dengan menggunakan pendekatan TAM ini untuk
mengetahui faktor-faktor apa saja yang mempengaruhi persepsi pengguna
terhadap penerapan media pembelajaran on-line FLearn UKSW, sehingga dengan
diterapkannya sistem informasi tersebut dapat diterima dan digunakan secara
optimal oleh para pengguna yaitu dosen dan mahasiswa UKSW dalam
meningkatkan proses belajar mengajar.
2. Tinjauan Pustaka
Model TAM berawal dari model Theory of Reasoned Action(TRA). Model
TRA pertama kali dikembangkan oleh Fishbein dan Ajzen pada tahun 1975. TRA
itu sendiri merupakan suatu model yang memprediksi kinerja dari pengguna
dalam berperilaku, bisa dikatakan bahwa seseorang akan melakukan sesuatu hal
yang beralasan. Seseorang mempunyai niat sebelum melakukan hal tersebut, dan
dapat dilihat bagaimana mereka berperilaku. Menurut Fishbein dan Ajzen (1975)
[2] bahwa ada dua faktor yang dapat menentukan niat berperilaku, yaitu sikap
1
individual terhadap perilaku (attitude toward behavior) dan juga norma subjectif
(subjective norms) . Sikap atau perilaku termasuk dalam faktor personal, dimana
sikap tersebut dapat berupa sikap yang positif maupun negatif. Sikap tersebut
dapat dipengaruhi oleh persepsi atau keyakinan dari individu itu sendiri dan hasil
yang akan diperoleh jika individu tersebut melakukan perilaku tersebut. Norma
subjectif termasuk dalam faktor sosial, dimana lingkungan sosial sangat
berpengaruh bagi seseorang dalam mereka berperilaku.
Model TRA dalam perkembangannya telah diadopsikan menjadi model
TAM. TAM dalam waktu ke waktu telah mengalami banyak pengembangan yang
sesuai dengan tingkat permasalahan yang sedang berkembang. Model TAM
paling banyak digunakan untuk penelitian-penelitian terhadap adopsi suatu
teknologi informasi karena model ini sederhana dan mudah diterapkan [3]. Fred
D. Davis yang memperkenalkan pertama kali model TAM, TAM dibuat khusus
untuk pemodelan adopsi sistem informasi. Dua hal yang menentukan sikap dan
perilaku seseorang dalam mengadopsi sistem informasi, yaitu perceived
usefulness dan perceived ease of use. Perceived usefulness dapat diartikan
sejauhmana seseorang yakin bahwa dengan menggunakan teknologi tersebut
mampu memberikan manfaat seperti meningkatkan kinerjanya. Perceived ease of
use yang dapat diartikan bahwa menggunakan teknologi tersebut tidak
membutuhkan usaha apapun, atau bisa dikatakan mudah. Karakteristik pengguna
dapat dilihat dari sikap atau perilaku dari individu itu sendiri, seperti contohnya
kemampuan atau keahlian pengguna dalam menggunakan teknologi tersebut.
Persepsi pengguna dipengaruhi oleh variabel eksternal yang berhubungan dengan
karakteristik sistem yang dapat meningkatkan penggunaan teknologi, seperti
contohnya tampilan dari sistem tersebut. Pengaruh faktor pribadi atas pemakai
komputer bisa jadi lebih kuat dari faktor sosial atau faktor lingkungan.
Persepsi kemanfaatan (perceived usefulness) dan persepsi kemudahan
(perceived ease of use) secara langsung dapat mempengaruhi sikap terhadap
penggunaan (attitude toward using). Attitude toward using dalam TAM
didefinisikan sebagai suatu tingkat penilaian yang dirasakan (negatif atau positif)
yang dialami sebagai dampak bila seseorang menggunakan suatu teknologi
pekerjaannya [4]. Peneliti lain menyatakan bahwa faktor sikap (attitude) sebagai
salah satu aspek yang mempengaruhi perilaku individual [5]. Actual system use
merupakan perilaku pemakaian nyata pertama kali dikonsepkan dalam bentuk
pengukuran frekuensi dan durasi waktu terhadap penggunaan sebuah teknologi
[4], dimana actual system use adalah indikator dalam mengukur penerimaan
terhadap suatu teknologi informasi. Seorang pengguna akan merasa yakin jika
sistem yang mereka gunakan itu mudah dan dapat meningkatkan kinerja mereka,
yang akan terlihat dari kondisi nyata penggunaan.
Novita (2011) menganalisis dan memahami faktor-faktor yang
mempengaruhi tingkat penerimaan bahasa pemrograman berorientasi objek
berbasis open source (Java), dalam penelitiannya membuktikan bahwa semakin
mudah penggunaan suatu teknologi informasi, maka akan meningkatkan
kemanfaatannya. Jika seseorang sudah merasakan manfaat, maka akan
mempengaruhi sikap penggunaannya yang menganggap bahwa teknologi
2
informasi yang digunakan merupakan hal yang positif dan menguntungkan serta
meningkatkan perilaku niat untuk meningkatkan penggunaannya [6].
Yuadi (2009) menggunakan variabel eksternal seperti desain portal
perpustakaan, organisasi e-resource serta kemampuan dan keahlian pengguna
dalam penelitiannya. Hasilnya menunjukkan ada dua hipotesis yang ditolak yaitu
organisasi e-resource yang tidak berpengaruh terhadap persepsi kegunaan dan
persepsi kemudahan penggunaan yang tidak berpengaruh terhadap sikap pemakai
kearah penggunaan. Perlunya untuk memperbaiki kualitas terutama yang
berkaitan dengan faktor eksternal dan sumber daya informasi, karena semudah
apapun sistem yang dimiliki tanpa didukung penyediaan informasi yang memadai
pastinya tak akan mampu memuaskan para penggunanya [7]. Wijayanti (2009)
membuktikan adanya pengaruh yang signifikan dan positif antara persepsi
pengguna terhadap kemudahan dengan persepsi pengguna terhadap manfaat yang
diperoleh. Hal ini membuktikan bahwa sikap pengguna akan memandang manfaat
suatu sistem informasi juga dilandai kemudahan dalam menggunakannya [8].
Penelitian tersebut sejalan dengan handayani (2013) bahwa persepsi kemudahan
dan kemanfaatan merupakan faktor yang mempengaruhi penerimaan suatu
teknologi informasi, dengan kata lain suatu teknologi informasi dapat beroperasi
dengan baik jika menghasilan manfaat dan kemudahan bagi penggunanya [9].
Penelitian ini mengambil 4 (empat) konstruk TAM yang dikembangkan oleh
Davis (1986) yaitu persepsi pengguna terhadap kemudahan dalam menggunakan
teknologi (perceived ease of use), persepsi pengguna terhadap kemanfaatan
teknologi (perceived usefulness), sikap pengguna terhadap penggunaan teknologi
(atitude toward using), dan penggunaan nyata (actual usage), dapat dilihat dari
gambar dibawah ini:
Gambar 1 Model Struktural Antar Konstruk
Berdasarkan model konseptual diatas, maka hipotesis penelitian sebagai berikut:
1) H1 : perceived ease of use berpengaruh positif terhadap perceived
usefulness dari penggunaan FLearn
2) H2 : perceived ease of use berpengaruh positif terhadap attitude toward
using dari penggunaan FLearn
3) H3 : perceived usefulness berpengaruh positif terhadap attitude toward
using dari penggunaan FLearn
4) H4 : attitude toward using berpengaruh positif terhadap actual usage
dari penggunaan FLearn
3
3. Metode Penelitian
Jenis penelitian yang dilakukan adalah kuantitatif, karena penelitian ini
memerlukan pengujian secara statistik. Penelitian kuantitatif menekankan pada
pengujian teori-teori melalui pengukuran variabel-variabel penelitian dengan
angka dan melakukan analisa data dengan prosedur statistik. Metode
pengumpulan data dilakukan dengan menyebarkan kuesioner. Teknik sampling
menggunakan purposive sampling atau dikenal juga dengan sampling
pertimbangan yaitu teknik sampling yang digunakan peneliti jika peneliti
mempunyai pertimbangan-pertimbangan tertentu di dalam pengambilan
sampelnya atau penentuan sampel untuk tujuan tertentu [10]. Teknik ini
digunakan karena peneliti memilih responden yang pernah atau memang
pengguna penuh FLearn UKSW sebagai sampelnya. Jumlah sampel yang
digunakan dalam penelitian ini memiliki aturan tersendiri, dimana penelitian ini
menggunakan metode analisis data statistik Structural Equation Modeling(SEM).
Penggunaan SEM memungkinkan peneliti untuk menguji validitas instrumen
penelitian, mengkonfirmasi ketepatan model sekaligus menguji pengaruh suatu
variabel terhadap variabel lain. SEM dapat menguji secara bersama-sama [11].
Menurut Sekaran (2003) [10] analisis SEM membutuhkan sampel paling
sedikit 5 kali jumlah variabel indikator yang digunakan dan merekomendasikan
jumlah sampel yang ideal untuk SEM adalah 100-200 untuk teknik Maximum
Likelihood Estimation (MLE). Maximum likelihood akan menghasilkan estimasi
parameter yang terbaik (unbiased) apabila data yang digunakan memenuhi asumsi
multivariate normality, jadi jika indikator penelitian ini sebanyak 20, maka
minimal sampel yang dibutuhkan adalah 100. Semua pertanyaan berjumlah 20
pertanyaan yang digunakan untuk mengukur variabel-variabel dalam penelitian
ini. Setiap item atau pertanyaan diukur dengan menggunakan skala likert mulai
dari 1 untuk sangat tidak setuju sampai 5 untuk sangat setuju. Pengujian hipotesis
penelitian menggunakan analisis SEM dibantu dengan menggunakan software
Lisrel 8.8 (linear structural relationship) dan SPSS 11.5 for windows untuk
keperluan tabulasi data. Model analisis yang digunakan dapat dilihat pada Gambar
2.
4
Gambar 2 Model Analisis
Tahap-tahap dalam menggunakan teknik analisis SEM dengan bantuan
software Lisrel 8.8 antara lain:
Pengembangan sebuah teori yang berjustifikasi ilmiah merupakan syarat
utama menggunakan pemodelan SEM. Konstruk dan dimensi yang akan diteliti
dari model teoritis diuraikan sebagai berikut :
a. Perceived Usefulness (PU) : lebih mudah (PU1), meningkatkan kinerja
(PU2) dan lebih efektif (PU3).
b. Perceived Ease of Use (PEU) : kemudahan untuk dipahami (PEU1),
kemudahan untuk digunakan (PEU2) dan kemudahan untuk dipelajari
(PEU3). Persepsi kemudahan penggunaan juga diukur dengan indikator
pendukung dari motivation (MO) : persepsi bahwa sistem dapat
membantu aktivitas pembelajaran (MO1), pengalaman dalam
menggunakan sistem yang hampir sama (MO2) , self efficacy (SE) :
dapat menggunakan FLearn dengan baik tanpa bantuan orang lain (SE1),
dapat menggunakan FLearn dengan baik bila pernah melihat orang lain
mendemokannya (SE2), facilitating conditions (FC) : jaringan internet
yang baik (FC1), infrastruktur yang mencukupi untuk menggunakan
FLearn(komputer, SDM) (FC2), dan perceived enjoyment (PE) :
tampilan aplikasi jelas dan tidak membingungkan (PE1), istilah-istilah
yang jelas dan dapat dimengerti (PE2), aplikasi berfungsi dengan baik,
respon terhadap perintah cukup cepat dan tidak pernah eror (PE3),
jumlah dan jenis modul aplikasi yang sudah cukup lengkap telah
memenuhi kebutuhan pengguna (PE4).
c. Attitude Toward Using (ATU) : senang menggunakan (ATU1),
menikmati penggunaan (ATU2), kenyamanan berinteraksi (ATU3)..
d. Actual Usage (AU) : frekuensi penggunaan (AU1).
Diagram alur penelitian ini menjelaskan tentang delapan variabel yaitu
perceived usefulness (PU), perceived ease of use (PEOU), attitude toward using
(ATU), actual usage (AU) dan variabel pendukung persepsi kemudahan
5
motivation (MO), self efficacy (SE), facilitating conditions (FC) dan perceived
enjoyment (PE) semuanya adalah variabel latent atau konstruk yaitu variabel yang
tidak dapat diukur secara langsung (unobserved). Dari persamaan struktural ini
ada empat variabel eksogen (independent) yaitu motivation (MO), self efficacy
(SE), facilitating conditions (FC) dan perceived enjoyment (PE). Variabel
perceived usefulness (PU), perceived ease of use (PEOU), attitude toward using
(ATU) dan actual usage (AU) merupakan variabel endogen (dependen) karena
variabel ini dipengaruhi oleh variabel sebelumnya. Keberadaan variabel latent
diukur oleh indikator-indikator atau variabel manifest (pertanyaan dalam bentuk
skala likert). Misalkan variable perceived usefulness (PU) diukur oleh 3 indikator
PU1, PU2, PU3 dengan kesalahan pengukuran (error) masing masing e1, e2 dan
e3.
Persamaan struktural (SEM) yang dirumuskan untuk menyatakan hubungan
kausalitas antar berbagai konstruk seperti pada Tabel 1.
Tabel 1 Persamaan Struktural Berdasarkan Model Analisis
Variabel Endogen = Variabel Exogen + Variabel Endogen + Error
Perceived Ease Of Use = ƴ1 Motivation + ƴ2 Self Effcacy + ƴ3 Facilitating
Conditions + ƴ4 Perceived enjoyment + δ
Perceived Usefulness = β1 Perceived Ease Of Use + δ
Attitude Toward Using = β1 Perceived Ease Of Use + β2 Perceived Usefulness +δ
Actual Usage = β3 Attitude Toward Using + δ
SEM menggunakan input data yang hanya menggunakan matriks varians
atau kovarians atau matrik korelasi untuk keseluruhan estimasi yang dilakukan.
Model estimasi standard lisrel adalah menggunakan estimasi maksimum likelihood
(ML). Estimasi dengan menggunakan maksimum likelihood menghendaki variabel
observed harus memenuhi normalitas multivariate.
Pada hasil output dapat dijelaskan jumlah sampel n = 100, jumlah data
kovarian dapat dihitung dengan menggunakan rumus:
dimana p adalah jumlah variabel observed. Sehingga diketahui
p (p+1) identifikasi model yaitu under-identified model, dimana model ini
2
dengan jumlah parameter yang diestimasi lebih besar dari jumlah data
yang diketahui.
4. Hasil Dan Pembahasan
Bagian ini akan menjelaskan hasil penelitian yang diperoleh melalui
beberapa pendekatan penilaian untuk mengetahui faktor-faktor apa sajakah yang
mempengaruhi penggunaan FLearn pada dosen dan mahasiswa FTI di Universitas
Kristen Satya Wacana. Jumlah resonden sebanyak 100 sampel, berdasarkan pada
tabel 2 dibawah ini dapat dilihat responden paling besar diambil dari mahasiswa
dengan persentase 82%.
6
Tabel 2 Deskripsi Responden
Responden
N
Mahasiswa
Dosen
82
18
Jenis Kelamin N
Laki-laki
Perempuan
Usia
N Pendidikan N
58 17 – 21thn 46
42 22 – 26thn 35
27 – 31thn 5
31 – 35 thn 7
35 – 40 thn 5
> 40 thn
2
Total
100
100
Sumber : Data primer hasil kuesioner
SMA
D3
S1
S2
S3
100
67
15
16
2
100
Pengalaman
N
Menggunakan
internet
< 2 tahun
1
2, 5 – 5 tahun 23
> 5 tahun
76
100
Normalitas digunakan agar estimasi parameter yang dihasilkan tidak bias,
sehingga kesimpulan yang diambil tepat. Ukuran normalitas pada SEM ada dua
yaitu univariate normality yang menunjukkan normal tidaknya indicator manifest
dan multivariate normality yang menunjukkan normal tidaknya keseluruhan
variabel. Normalitas terpenuhi jika nilai p-value dari skewness and kurtosis >
0,05. Pada model penelitian ini dapat dikatakan bahwa normalitas univariate telah
terpenuhi syarat normalitas (p>0.05), namun normalitas tidak terjadi multivarite
karena masih berada dibawah 0,05, sehingga dilakukan perbaikan normalitas agar
data menjadi normal secara multivarite yaitu dengan cara menggunakan
asymptotic covariance matrix (.acm).
Analisis faktor konfirmatori (Confirmatory Factor Analysis) pada analisis
validitas model pengukuran dilakukan dengan memeriksa nilai loading faktor dari
t-values dan standardized solution dari indikator-indikator pada masing-masing
variabel yang ada didalam model. Indikator dikatakan diterima jika memenuhi
ukuran kecocokan pengukuran, dimana nilai loading faktor dari t-values > 1,96
dan nilai standardized solution > 0,5. Hasil analisis validitas model pengukuran
dapat dilihat pada tabel 3.
Tabel 3 Hasil Analisis Validitas Model Pengukuran
Indikator
t-value
MO1
MO2
FC1
FC2
SE1
SE2
PE1
PE2
PE3
PE4
PEU1
PEU2
PEU3
PU1
PU2
PU3
0,91
0,85
3,38
4,93
6,13
6,48
7,16
9,31
2,41
1,37
5,79
4,36
5,37
5,83
standardized
solution
1,16
0,16
0,58
0,94
0,60
0,60
0,64
0,78
0,29
0,16
0,79
0,64
0,53
0,63
0,87
0,67
7
Keterangan
Tidak valid
Tidak valid
Valid
Valid
Valid
Valid
Valid
Valid
Tidak valid
Tidak valid
Valid
Valid
Valid
Valid
Valid
Valid
ATU1
0,85
ATU2
6,85
0,90
ATU3
3,71
0,41
Sumber : Data primer yang diolah
Valid
Valid
Tidak valid
Analisis reliabilitas model pengukuran dilakukan dengan menghitung nilai
composite (construct) realibility dan variance extracted. Cut-off value untuk
composite (construct) realibility adalah minimal 0,7 dan cut-off value untuk
variance extracted adalah minimal 0,5. Hasil pengujian reliabilitas dapat dilihat
pada tabel 4.
Tabel 4 Hasil Pengujian Reliabilitas
Variabel
CR
Facilitating Conditions
0,75
Self Efficacy
0,53
Perceived Enjoyment
0,67
Perceived Ease of Use
0,69
Perceived Usefulness
0,77
Attitude Toward Using
0,87
Sumber : Data primer yang diolah
VE
0,61
0,36
0,51
0,44
0,53
0,77
Keterangan
Reliabel baik
Reliabel buruk
Reliabel buruk
Reliabel buruk
Reliabel baik
Reliabel baik
Uji Kesesuaian (Goodness of Fit) merupakan tujuan utama dalam
persamaan struktural yaitu ingin mengetahui sampai seberapa jauh model yang
dihipotesakan “fit” atau cocok dengan sampel data. Hasil uji kesesuaian seperti
terlihat pada tabel 5.
Tabel 5 Hasil Uji Kesesuaian (Goodness of Fit)
Goodness of Fit Index
Cut of Value
X² Chi Square Statistics
Diharapkan
kecil
≥ 0,05
≥ 0,90
≥ 0,90
≥ 0,90
≥ 0,90
≥ 0,90
≥ 0,90
≤ 0,08
Significance probability
RFI
GFI
AGFI
IFI
CFI
NFI
RMSEA
Data : Hasil output
Hasil
Analisis
92,94
Evaluasi
Model
Fit
0.017
0,82
0,89
0,83
0,98
0,98
0,86
0,039
Fit
marginal
marginal
marjinal
Fit
Fit
marginal
Fit
Setelah dilakukan analisis konstruk langkah selanjutnya adalah melakukan
estimasi model full struktural yang hanya memasukkan indikator yang telah diuji
konstruknya. Pada hasil output dibawah ini menunjukkan model telah memenuhi
kriteria model fit yaitu ditunjukkan dengan nilai Chi-Square = 92,94 dengan
probability = 0.17, begitu juga dengan nilai kriteria lainnya seperti RFI = 0,82;
GFI=0,89; AGFI=0,83; IFI =0,98; dan CFI =0,98, NFI= 0,86 dan juga nilai
RMSEA=0,039 jauh dibawah kriteria yang disyaratkan kurang dari 0,08. maka
dapat disimpulkan bahwa model persamaan struktural adalah fit. Hasil analisis
model persamaan struktural seperti yang terlihat pada Gambar 3.
8
Gambar 3 Full Model Struktural
Evaluasi model persamaan struktural berkaitan dengan hubungan antar
variabel yang sebelumnya sudah dihipotesakan. Evaluasi menghasilkan hasil yang
baik, apabila koefisien hubungan antar variabel tersebut signifikan secara statistik
(t-value) ≥ 1,96. Hasil estimasi diatas dapat dilihat bahwa FC tidak berpengaruh
terhadap PEU dengan nilai t-value 1,57 < 1,96 hal ini dapat diartikan bahwa
infrastruktur yang mencukupi dan jaringan internet yang baik sebagai sumber
daya pendukung dalam menggunakan sistem tidak mempengaruhi persepsi
kemudahan penggunaan FLearn. SE tidak berpengaruh terhadap PEU dengan
nilai t-value 0,02 < 1,96 diartikan bahwa kepercayaan terhadap keberhasilan diri
sendiri dalam menggunakan sistem tidak mempengaruhi persepsi kemudahan
penggunaan FLearn. PE tidak berpengaruh terhadap PEU dengan nilai t-value
1,04 < 1,96 diartikan bahwa tampilan aplikasi yang jelas dan tidak
membingungkan serta istilah-istilah yang dapat dimengerti ketika menggunakan
sistem tidak mempengaruhi persepsi kemudahan penggunaan FLearn.
PEU berpengaruh terhadap PU dengan nilai t-value 2,80 > 1,96 hal ini
berarti media pembelajaran on-line FLearn memiliki kemudahan untuk dipahami,
dipelajari dan digunakan yang mempengaruhi persepsi kegunaan atau manfaat
yang diperoleh. PU berpengaruh terhadap ATU dengan nilai t-value 3,43 > 1,96
artinya manfaat yang diperoleh dari penggunaan FLearn seperti menjadikan
proses pembelajaran menjadi lebih mudah, dapat meningkatkan kinerja serta
menjadikan proses pembelajaran menjadi lebih efektif mempengaruhi sikap
pengguna untuk menggunakan FLearn. PEU tidak berpengaruh terhadap ATU
dengan nilai t-value -0,28 hal ini berarti kemudahan dalam menggunakan FLearn
tidak merpengaruhi sikap pengguna untuk menggunakan media pembelajaran online FLearn. ATU berpengaruh terhadap AU dengan nilai t-value 4,52 > 1,96 hal
ini dapat diartikan bahwa penerimaan FLearn dipengaruhi oleh sikap pengguna
yang merasakan senang dan puas saat menggunakan FLearn yang akan
memberikan pengaruh terhadap penggunaan FLearn.
9
Hasil analisa dapat dirumuskan berdasarkan koefisien hubungan antar
variabel yang ada pada model struktural dan sebagai dasar pengambilan keputusan
adalah dengan melihat Gambar 3 dan Tabel 6 dibawah ini. Hipotesis dengan nilai
t-value ≤ 1,96 maka hipotesis ditolak karena hubungan yang terjalin tidak
signifikan.
Tabel 6 Hasil Pengujian Hipotesis
Hipotesis
Hubungan
H1
PU PEU
H2
ATU PEU
H3
ATU PU
H4
AU ATU
Sumber : hasil pengolahan
Nilai
2,80
-0,28
3,43
4,52
Keterangan
Diterima
Ditolak
Diterima
Diterima
Hasil pengujian hipotesis berdasarkan tabel diatas diketahui PEU tidak
mempengaruhi ATU, hal ini sejalan dengan penelitian novita (2011) dan yaudi
(2009) yang berarti faktor kemudahan tidak mempengaruhi sikap untuk
menggunakan FLearn. Hal ini mengindikasikan bahwa FLearn yang memiliki
kemudahan untuk dipelajari, dipahami dan digunakan tidak akan berpengaruh
terhadap sikap dosen dan juga mahasiswa FTI UKSW untuk menggunakannya.
Kondisi yang menfasilitasi seperti jaringan internet yang baik dan infrastruktur di
universitas yang mencukupi, keberhasilan diri sendiri untuk menggunakan FLearn
tanpa bantuan orang lain serta istilah yang digunakan dan tampilan aplikasi
FLearn yang jelas tidak cukup untuk memberikan pengaruh terhadap persepsi
kemudahan penggunaan FLearn. Hal ini dibuktikan dengan nilai signifikansi dari
FC , SE dan PE yang < 1,96. Faktor-faktor pendukung dari persepsi kemudahan
yang semuanya tidak signifikan juga sejalan dengan tidak signifikannya PEU
terhadap ATU, dimana faktor kemudahan yang tidak mempengaruhi terhadap
sikap untuk menggunakan media pembelajaran on-line FLearn. Sesulit suatu
sistem informasi bisa dipelajari, namun tanpa manfaat yang diperoleh tidak akan
mempengaruhi sikap untuk menggunakannya.
Sikap pengguna untuk merasakan kesenangan dan kepuasan saat
menggunakan FLearn, tidak dipengaruhi oleh adanya faktor kemudahan dalam
menggunakan media pembelajaran on-line tersebut. FLearn yang memiliki
kemudahan dalam menggunakannya, ternyata tidak diimbangi dengan
penggunaannya. Hal ini dibuktikan dengan tidak diwajibkannya penggunaan
FLearn untuk setiap mata kuliah sebagai media pembelajaran selain bertatap
muka dikelas. Media pembelajaran on-line yang bersifat sebagai pengganti pada
kegiatan pembelajaran di dalam kelas ini tidak hanya memasukkan bahan ajar,
namun mampu mengakomodasikan sistem pembelajaran yang mengatur peran
dosen serta mahasiswa, sistem evaluasi dan monitoring pembelajaran, ternyata
tidak semua dosen dari FTI UKSW yang berminat atau tertarik untuk
menggunakannya.
Beberapa dosen yang tidak menggunakan FLearn, beranggapan bahwa
sistem bertatap muka di kelas pun sudah efektif dan dosen lain menyatakan bahwa
matakuliah mereka yang bersifat praktek menjadikan mereka untuk tidak
menggunakan FLearn sebagai media pembelajaran. Namun bagi mereka dosen
yang menggunakan FLearn untuk setiap mata kuliah yang diajarnya, menyatakan
10
bahwa dengan penggunaan FLearn memberikan banyak manfaat seperti
pembelajaran menjadi lebih mudah dan efektif, sehingga mewajibkan mahasiswa
didiknya untuk menggunakan FLearn. Namun, semudah apapun sistem informasi
jika tanpa didukung partisipasi pengguna, maka penerapannya tidak optimal.
Tidak adanya hubungan antara PEU dan ATU, maka perlu dilakukan modifikasi
dengan menghapus hubungan dari variabel PEU terhadap ATU tersebut serta
hubungan dari variabel FC,SE dan PE terhadap PEU.
Setelah melakukan uji signifikansi yang telah disampaikan dari hasil uji
kesesuaian model diatas, hasil modifikasi model uji signifikansi analisa jalur
didapat seperti gambar 4 model akhir penelitian.
Gambar 4 Model Akhir Penelitian
Berdasarkan hasil model akhir penelitian, maka didapatkan bahwa persepsi
kemudahan (ease of use) terbukti berpengaruh positif dan signifikan terhadap
persepsi kemanfaatan (usefulness) dari penggunaan F-Learn UKSW, yang
ditunjukkan melalui nilai t-value sebesar 2,76. Hal ini menunjukkan bahwa
hipotesis pertama (H1) yang menyatakan persepsi kemudahan berpengaruh positif
terhadap persepsi kemanfaatan dari penggunaan F-Learn UKSW diterima,
didukung juga oleh nilai koefisien variabel PEU sebesar 0,32 yang berarti variabel
PEU (persepsi kemudahan) memberikan pengaruh sebesar 32% terhadap PU
(persepsi kemanfaatan). Hasil penelitian ini sejalan dengan penelitian wijayanti
(2009) dan yuadi (2009) yang membuktikan bahwa adanya pengaruh yang positif
dan signifikan antara persepsi kemudahan penggunaan terhadap manfaat yang
diperoleh
Hasil penelitian ini mengindikasikan bahwa persepsi pengguna akan
memandang manfaat dari penggunaan FLearn juga dilandasi oleh kemudahan
dalam menggunakan FLearn, dengan kata lain pengguna akan menilai FLearn itu
bermanfaat bila mereka dapat menggunakan FLearn dengan mudah atau bisa
dikatakan jika semakin mudah FLearn digunakan maka semakin meningkatkan
11
kegunaan atau manfaat yang diperoleh dari penggunaan FLearn. Ini berarti
FLearn yang diteliti menurut persepsi dari penggunanya dapat dengan mudah
dipahami, digunakan dan mudah untuk dipelajari.
Persepsi kemanfaatan (usefulness) terbukti berpengaruh positif dan
signifikan terhadap sikap (attitude) dari penggunaan F-Learn, yang ditunjukkan
melalui nilai yang ditunjukkan melalui nilai t-value sebesar 3,77. Hal ini
menunjukkan bahwa hipotesis ketiga (H3) yang menyatakan persepsi kemudahan
dan persepsi kemanfaatan berpengaruh positif terhadap sikap dari penggunaan FLearn UKSW diterima, didukung juga oleh nilai koefisien variabel PU sebesar
0,49 yang berarti variabel PU (persepsi kemanfaatan) memberikan pengaruh
sebesar 49% terhadap ATU (sikap terhadap penggunaan). Hasil penelitian
handayani (2013) juga membuktikan bahwa persepsi kemanfaatan (usefulness)
merupakan faktor pada variabel atau konstruk TAM yang mempengaruhi
penerimaan suatu sistem informasi.
Hasil penelitian ini mengindikasikan bahwa semakin meningkat
kemanfaatan dari penggunaan FLearn tersebut maka akan berdampak pada sikap
dalam penggunaan FLearn. Ini berarti FLearn memiliki kemanfaatan seperti
menjadikan proses pembelajaran lebih mudah, dapat meningkatkan kinerja dan
menjadikan proses pembelajaran lebih efektif, dengan adanya manfaat yang
dirasakan oleh pengguna terhadap FLearn maka menimbulkan sikap untuk
menggunakan FLearn. Sikap penerimaan dari pengguna terhadap penggunaan
FLearn mencerminkan bahwa FLearn diterima dengan baik oleh penggunanya.
Sikap terhadap penggunaan (attitude) terbukti berpengaruh positif dan
signifikan terhadap penggunaan nyata (actual usage) dari F-Learn UKSW, yang
ditunjukkan melalui nilai yang ditunjukkan melalui nilai t-value sebesar 4,53. Hal
ini menunjukkan bahwa hipotesis keempat (H4) yang menyatakan sikap terhadap
penggunaan berpengaruh positif terhadap penggunaan nyata dari F-Learn UKSW
diterima, didukung juga oleh nilai koefisien variabel ATU sebesar 0,45 yang
berarti variabel ATU (sikap terhadap penggunaan) memberikan pengaruh sebesar
45% terhadap AU (penggunaan nyata).
Hasil penelitian ini mengindikasikan bahwa sikap pengguna terhadap
penggunaan FLearn sudah menunjukkan kearah yang positif. Perilaku atau sikap
pengguna dalam menggunakan FLearn muncul karena adanya kemudahan dan
manfaat yang dirasakan. Munculnya penerimaan terhadap FLearn sangat
dipengaruhi oleh sikap pengguna yang akan memberikan pengaruh yang
signifikan terhadap penggunaan FLearn. Kondisi nyata penggunaan suatu
teknologi mempengaruhi adanya pengukuran terhadap penerimaan suatu
teknologi. Penelitian ini mendukung konsep bahwa actual usage adalah kondisi
nyata penggunaan sistem yang dikonsepkan dalam bentuk pengukuran frekuensi
dan durasi waktu penggunaan teknologi [4]. Seseorang akan puas menggunakan
sistem jika mereka meyakini bahwa sistem tersebut mudah digunakan dan akan
meningkatkan produktifitas mereka, yang tercermin dari kondisi nyata
penggunaan [7].
12
5. Kesimpulan
Keseluruhan hipotesis dalam penelitian ini dinyatakan diterima, kecuali
persepsi kemudahan penggunaan yang tidak berpengaruh terhadap sikap pemakai
terhadap penggunaan FLearn. Penelitian ini bertujuan untuk mengetahui faktorfaktor apa saja yang mempengaruhi penerimaan penerapan Media Pembelajaran
On-line Flexible Learning UKSW terhadap dosen dan mahasiswa sebagai
pengguna dari sistem informasi tersebut. Hasil penelitian ini menunjukkan bahwa
faktor-faktor yang mempengaruhi penerimaan FLearn adalah seluruh indikator
dari persepsi kemanfaatan (usefulness) yang diperoleh dari penggunaan FLearn,
persepsi kemudahan (ease of use) dalam menggunakan FLearn dan sikap terhadap
penggunaan (attitude) FLearn. Persepsi kemudahan dan persepsi kemanfaatan
berpengaruh terhadap sikap penggunaan, dan sikap berdampak pada penggunaan
FLearn yang terlihat dari kondisi nyata penggunaan FLearn. Artinya Persepsi
pengguna memandang manfaat dari penggunaan FLearn juga dilandasi oleh
kemudahan dalam menggunakan FLearn tersebut dan juga berdampak terhadap
sikap dalam menggunakan FLearn. Jadi hasil penelitian menyimpulkan bahwa
faktor persepsi kemudahan (perceived ease of use), persepsi kemanfaatan
(perceived usefulness), sikap terhadap penggunaan (attitude toward using) dan
penggunaan nyata (actual usage) mempengaruhi penggunaan atas FLearn dalam
menunjang proses belajar mengajar.
Daftar Pustaka
[1]
[2]
[3]
[4]
[5]
[6]
[7]
Davis, F.D, 1986, A Technology Acceptance Model for Empirically Testing
New End-User Information Systems: Theory and Results. Doctoral
Dissertation, MIT Sloan of Management, Cambridge, MA.
Fishbein, M. and Ajzen, I, 1975, Belief, Attitude, Intention and Behavior:
An Introduction to Theory and Research. Addison-Wesley Publishing
Company.
Munir, 2010, Faktor-Faktor Mempengaruhi Penggunaan Learning
Management System (LMS) di Perguruan Tinggi, Universitas Pendidikan
Indonesia.
Davis, FD, 1989, Perceived Usefulness, Perceived Ease of Use, and User
Acceptance of Information Technology, _MS Quarterly, 73(3), 319-340.
Ibna, aufar, 2009 , Penggunaan kerangka Technology Acceptance Model di
dalam Melakukan Penilaian Faktor-faktor yang mempengaruhi Adopsi EGoverment Pemko Medan, Skripsi, Medan : Fakultas Teknik, Universitas
Sumatera Utara.
Novita, ita, 2011, Kajian Penerimaan Bahasa Pemrograman Objek Berbasis
Open Source Dengan Pendekatan TAM (Technology Acceptance Model)
Studi Kasus Universitas Budi Luhur.
Yuadi, imam, 2009, Technology Acceptance Model terhadap Perpustakaan
Digital dengan Structural Equation Modeling, Departemen Ilmu Informasi
dan Perpustakaan.
13
[8]
Wijayanti, ratih, 2009, Analisis Technology Acceptance Model (TAM)
Terhadap Faktor-Faktor Yang Mempengaruhi Penerimaan Nasabah
Terhadap Layanan Internet Banking (Studi Empiris Terhadap Nasabah Bank
Di Depok), Depok:Universitas Gunadarma.
[9] Handayani, tri, 2013, Analisis Penerimaan Sistem Informasi Akademik
Berbasis Web Menggunakan Technology Acceptance Model (TAM) dan
Usability Studi Kasus Pada STTNAS Yogyakarta, Seminar Nasional ke-8 :
Rekayasa Teknologi Industri dan Informasi.
[10] Riduwan , Akdon, 2009, Rumus dan data dalam analisis statistik untuk
penelitian (Administrasi pendidikan sains pemerintahan sosial kebijakan
ekonomi hukum manajemen kesehatan, Perpustakaan nasional RI: katalog
dalam penerbitan (KDT).
[11] Ghozali, imam, 2006, Aplikasi Analisis Multivariate dengan Program
SPSS, Semarang: Badan Penerbit Universitas Diponegoro.
14
Pada zaman sekarang ini, teknologi semakin berkembang dan seakan tak
bisa lepas dari aspek kehidupan manusia. Kemajuan teknologi baik perangkat
lunak maupun perangkat keras berkembang dengan sangat pesat. Pengguna dari
teknologi harus terus belajar untuk mengiringi kemajuan teknologinya. Suatu
organisasi yang mengadopsi teknologi, tentunya mempunyai maksud dan tujuan
tersendiri dalam penerapan teknologi didalamnya. Penerapan teknologi informasi
dalam organisasi (dalam hal ini di bidang pendidikan) telah mempengaruhi
strategi dan juga proses belajar mengajar khususnya di perguruan tinggi. Sistem
pembelajaran secara bertatap muka merupakan model utama dalam pendidikan,
namun dengan kemajuan teknologi informasi dalam bidang pendidikan, banyak
perguruan tinggi yang menerapkan model pembelajaran secara on-line. Flexible
Learning(FLearn) dikenalkan kepada dosen dan mahasiswa UKSW sebagai
media pembelajaran on-line, dimana sistem pembelajaran ini mengatur peran
dosen dan mahasiswa. FLearn UKSW menyediakan kemudahan dan pemenuhan
kebutuhan informasi yang berhubungan dengan proses pembelajaran. Upaya
tersebut dilakukan untuk meningkatkan mutu serta kualitas suatu perguruan
tinggi, sehingga dituntut untuk meningkatkan pengelolaan data/informasi dan
sistem pelayanan. Munculnya teknologi baru tentunya akan menimbulkan reaksireaksi pada para pengguna dari sistem tersebut, maka perlu diketahui kesiapan
para penggunanya untuk menerima teknologi baru tersebut dan sejauh mana
tingkat penerimaan teknologi informasi tersebut oleh penggunanya.
Mengukur tingkat penerimaan teknologi ada berbagai model pendekatan
seperti salah satunya Technology Acceptance Model(TAM), yang dikembangkan
untuk mendukung proses dari pengadopsian teknologi informasi.
TAM
merupakan suatu model yang digunakan untuk melakukan analisis terhadap
faktor-faktor yang mempengaruhi pengguna dalam penerimaan suatu teknologi
baru. Dua hal yang menentukan sikap dan perilaku dari penggunaan teknologi
dalam mengadopsi suatu sistem informasi, yaitu perceived usefulness (persepsi
kemanfaatan) dan perceived ease of use (persepsi kemudahan penggunaan) [1].
Analisis yang dilakukan dengan menggunakan pendekatan TAM ini untuk
mengetahui faktor-faktor apa saja yang mempengaruhi persepsi pengguna
terhadap penerapan media pembelajaran on-line FLearn UKSW, sehingga dengan
diterapkannya sistem informasi tersebut dapat diterima dan digunakan secara
optimal oleh para pengguna yaitu dosen dan mahasiswa UKSW dalam
meningkatkan proses belajar mengajar.
2. Tinjauan Pustaka
Model TAM berawal dari model Theory of Reasoned Action(TRA). Model
TRA pertama kali dikembangkan oleh Fishbein dan Ajzen pada tahun 1975. TRA
itu sendiri merupakan suatu model yang memprediksi kinerja dari pengguna
dalam berperilaku, bisa dikatakan bahwa seseorang akan melakukan sesuatu hal
yang beralasan. Seseorang mempunyai niat sebelum melakukan hal tersebut, dan
dapat dilihat bagaimana mereka berperilaku. Menurut Fishbein dan Ajzen (1975)
[2] bahwa ada dua faktor yang dapat menentukan niat berperilaku, yaitu sikap
1
individual terhadap perilaku (attitude toward behavior) dan juga norma subjectif
(subjective norms) . Sikap atau perilaku termasuk dalam faktor personal, dimana
sikap tersebut dapat berupa sikap yang positif maupun negatif. Sikap tersebut
dapat dipengaruhi oleh persepsi atau keyakinan dari individu itu sendiri dan hasil
yang akan diperoleh jika individu tersebut melakukan perilaku tersebut. Norma
subjectif termasuk dalam faktor sosial, dimana lingkungan sosial sangat
berpengaruh bagi seseorang dalam mereka berperilaku.
Model TRA dalam perkembangannya telah diadopsikan menjadi model
TAM. TAM dalam waktu ke waktu telah mengalami banyak pengembangan yang
sesuai dengan tingkat permasalahan yang sedang berkembang. Model TAM
paling banyak digunakan untuk penelitian-penelitian terhadap adopsi suatu
teknologi informasi karena model ini sederhana dan mudah diterapkan [3]. Fred
D. Davis yang memperkenalkan pertama kali model TAM, TAM dibuat khusus
untuk pemodelan adopsi sistem informasi. Dua hal yang menentukan sikap dan
perilaku seseorang dalam mengadopsi sistem informasi, yaitu perceived
usefulness dan perceived ease of use. Perceived usefulness dapat diartikan
sejauhmana seseorang yakin bahwa dengan menggunakan teknologi tersebut
mampu memberikan manfaat seperti meningkatkan kinerjanya. Perceived ease of
use yang dapat diartikan bahwa menggunakan teknologi tersebut tidak
membutuhkan usaha apapun, atau bisa dikatakan mudah. Karakteristik pengguna
dapat dilihat dari sikap atau perilaku dari individu itu sendiri, seperti contohnya
kemampuan atau keahlian pengguna dalam menggunakan teknologi tersebut.
Persepsi pengguna dipengaruhi oleh variabel eksternal yang berhubungan dengan
karakteristik sistem yang dapat meningkatkan penggunaan teknologi, seperti
contohnya tampilan dari sistem tersebut. Pengaruh faktor pribadi atas pemakai
komputer bisa jadi lebih kuat dari faktor sosial atau faktor lingkungan.
Persepsi kemanfaatan (perceived usefulness) dan persepsi kemudahan
(perceived ease of use) secara langsung dapat mempengaruhi sikap terhadap
penggunaan (attitude toward using). Attitude toward using dalam TAM
didefinisikan sebagai suatu tingkat penilaian yang dirasakan (negatif atau positif)
yang dialami sebagai dampak bila seseorang menggunakan suatu teknologi
pekerjaannya [4]. Peneliti lain menyatakan bahwa faktor sikap (attitude) sebagai
salah satu aspek yang mempengaruhi perilaku individual [5]. Actual system use
merupakan perilaku pemakaian nyata pertama kali dikonsepkan dalam bentuk
pengukuran frekuensi dan durasi waktu terhadap penggunaan sebuah teknologi
[4], dimana actual system use adalah indikator dalam mengukur penerimaan
terhadap suatu teknologi informasi. Seorang pengguna akan merasa yakin jika
sistem yang mereka gunakan itu mudah dan dapat meningkatkan kinerja mereka,
yang akan terlihat dari kondisi nyata penggunaan.
Novita (2011) menganalisis dan memahami faktor-faktor yang
mempengaruhi tingkat penerimaan bahasa pemrograman berorientasi objek
berbasis open source (Java), dalam penelitiannya membuktikan bahwa semakin
mudah penggunaan suatu teknologi informasi, maka akan meningkatkan
kemanfaatannya. Jika seseorang sudah merasakan manfaat, maka akan
mempengaruhi sikap penggunaannya yang menganggap bahwa teknologi
2
informasi yang digunakan merupakan hal yang positif dan menguntungkan serta
meningkatkan perilaku niat untuk meningkatkan penggunaannya [6].
Yuadi (2009) menggunakan variabel eksternal seperti desain portal
perpustakaan, organisasi e-resource serta kemampuan dan keahlian pengguna
dalam penelitiannya. Hasilnya menunjukkan ada dua hipotesis yang ditolak yaitu
organisasi e-resource yang tidak berpengaruh terhadap persepsi kegunaan dan
persepsi kemudahan penggunaan yang tidak berpengaruh terhadap sikap pemakai
kearah penggunaan. Perlunya untuk memperbaiki kualitas terutama yang
berkaitan dengan faktor eksternal dan sumber daya informasi, karena semudah
apapun sistem yang dimiliki tanpa didukung penyediaan informasi yang memadai
pastinya tak akan mampu memuaskan para penggunanya [7]. Wijayanti (2009)
membuktikan adanya pengaruh yang signifikan dan positif antara persepsi
pengguna terhadap kemudahan dengan persepsi pengguna terhadap manfaat yang
diperoleh. Hal ini membuktikan bahwa sikap pengguna akan memandang manfaat
suatu sistem informasi juga dilandai kemudahan dalam menggunakannya [8].
Penelitian tersebut sejalan dengan handayani (2013) bahwa persepsi kemudahan
dan kemanfaatan merupakan faktor yang mempengaruhi penerimaan suatu
teknologi informasi, dengan kata lain suatu teknologi informasi dapat beroperasi
dengan baik jika menghasilan manfaat dan kemudahan bagi penggunanya [9].
Penelitian ini mengambil 4 (empat) konstruk TAM yang dikembangkan oleh
Davis (1986) yaitu persepsi pengguna terhadap kemudahan dalam menggunakan
teknologi (perceived ease of use), persepsi pengguna terhadap kemanfaatan
teknologi (perceived usefulness), sikap pengguna terhadap penggunaan teknologi
(atitude toward using), dan penggunaan nyata (actual usage), dapat dilihat dari
gambar dibawah ini:
Gambar 1 Model Struktural Antar Konstruk
Berdasarkan model konseptual diatas, maka hipotesis penelitian sebagai berikut:
1) H1 : perceived ease of use berpengaruh positif terhadap perceived
usefulness dari penggunaan FLearn
2) H2 : perceived ease of use berpengaruh positif terhadap attitude toward
using dari penggunaan FLearn
3) H3 : perceived usefulness berpengaruh positif terhadap attitude toward
using dari penggunaan FLearn
4) H4 : attitude toward using berpengaruh positif terhadap actual usage
dari penggunaan FLearn
3
3. Metode Penelitian
Jenis penelitian yang dilakukan adalah kuantitatif, karena penelitian ini
memerlukan pengujian secara statistik. Penelitian kuantitatif menekankan pada
pengujian teori-teori melalui pengukuran variabel-variabel penelitian dengan
angka dan melakukan analisa data dengan prosedur statistik. Metode
pengumpulan data dilakukan dengan menyebarkan kuesioner. Teknik sampling
menggunakan purposive sampling atau dikenal juga dengan sampling
pertimbangan yaitu teknik sampling yang digunakan peneliti jika peneliti
mempunyai pertimbangan-pertimbangan tertentu di dalam pengambilan
sampelnya atau penentuan sampel untuk tujuan tertentu [10]. Teknik ini
digunakan karena peneliti memilih responden yang pernah atau memang
pengguna penuh FLearn UKSW sebagai sampelnya. Jumlah sampel yang
digunakan dalam penelitian ini memiliki aturan tersendiri, dimana penelitian ini
menggunakan metode analisis data statistik Structural Equation Modeling(SEM).
Penggunaan SEM memungkinkan peneliti untuk menguji validitas instrumen
penelitian, mengkonfirmasi ketepatan model sekaligus menguji pengaruh suatu
variabel terhadap variabel lain. SEM dapat menguji secara bersama-sama [11].
Menurut Sekaran (2003) [10] analisis SEM membutuhkan sampel paling
sedikit 5 kali jumlah variabel indikator yang digunakan dan merekomendasikan
jumlah sampel yang ideal untuk SEM adalah 100-200 untuk teknik Maximum
Likelihood Estimation (MLE). Maximum likelihood akan menghasilkan estimasi
parameter yang terbaik (unbiased) apabila data yang digunakan memenuhi asumsi
multivariate normality, jadi jika indikator penelitian ini sebanyak 20, maka
minimal sampel yang dibutuhkan adalah 100. Semua pertanyaan berjumlah 20
pertanyaan yang digunakan untuk mengukur variabel-variabel dalam penelitian
ini. Setiap item atau pertanyaan diukur dengan menggunakan skala likert mulai
dari 1 untuk sangat tidak setuju sampai 5 untuk sangat setuju. Pengujian hipotesis
penelitian menggunakan analisis SEM dibantu dengan menggunakan software
Lisrel 8.8 (linear structural relationship) dan SPSS 11.5 for windows untuk
keperluan tabulasi data. Model analisis yang digunakan dapat dilihat pada Gambar
2.
4
Gambar 2 Model Analisis
Tahap-tahap dalam menggunakan teknik analisis SEM dengan bantuan
software Lisrel 8.8 antara lain:
Pengembangan sebuah teori yang berjustifikasi ilmiah merupakan syarat
utama menggunakan pemodelan SEM. Konstruk dan dimensi yang akan diteliti
dari model teoritis diuraikan sebagai berikut :
a. Perceived Usefulness (PU) : lebih mudah (PU1), meningkatkan kinerja
(PU2) dan lebih efektif (PU3).
b. Perceived Ease of Use (PEU) : kemudahan untuk dipahami (PEU1),
kemudahan untuk digunakan (PEU2) dan kemudahan untuk dipelajari
(PEU3). Persepsi kemudahan penggunaan juga diukur dengan indikator
pendukung dari motivation (MO) : persepsi bahwa sistem dapat
membantu aktivitas pembelajaran (MO1), pengalaman dalam
menggunakan sistem yang hampir sama (MO2) , self efficacy (SE) :
dapat menggunakan FLearn dengan baik tanpa bantuan orang lain (SE1),
dapat menggunakan FLearn dengan baik bila pernah melihat orang lain
mendemokannya (SE2), facilitating conditions (FC) : jaringan internet
yang baik (FC1), infrastruktur yang mencukupi untuk menggunakan
FLearn(komputer, SDM) (FC2), dan perceived enjoyment (PE) :
tampilan aplikasi jelas dan tidak membingungkan (PE1), istilah-istilah
yang jelas dan dapat dimengerti (PE2), aplikasi berfungsi dengan baik,
respon terhadap perintah cukup cepat dan tidak pernah eror (PE3),
jumlah dan jenis modul aplikasi yang sudah cukup lengkap telah
memenuhi kebutuhan pengguna (PE4).
c. Attitude Toward Using (ATU) : senang menggunakan (ATU1),
menikmati penggunaan (ATU2), kenyamanan berinteraksi (ATU3)..
d. Actual Usage (AU) : frekuensi penggunaan (AU1).
Diagram alur penelitian ini menjelaskan tentang delapan variabel yaitu
perceived usefulness (PU), perceived ease of use (PEOU), attitude toward using
(ATU), actual usage (AU) dan variabel pendukung persepsi kemudahan
5
motivation (MO), self efficacy (SE), facilitating conditions (FC) dan perceived
enjoyment (PE) semuanya adalah variabel latent atau konstruk yaitu variabel yang
tidak dapat diukur secara langsung (unobserved). Dari persamaan struktural ini
ada empat variabel eksogen (independent) yaitu motivation (MO), self efficacy
(SE), facilitating conditions (FC) dan perceived enjoyment (PE). Variabel
perceived usefulness (PU), perceived ease of use (PEOU), attitude toward using
(ATU) dan actual usage (AU) merupakan variabel endogen (dependen) karena
variabel ini dipengaruhi oleh variabel sebelumnya. Keberadaan variabel latent
diukur oleh indikator-indikator atau variabel manifest (pertanyaan dalam bentuk
skala likert). Misalkan variable perceived usefulness (PU) diukur oleh 3 indikator
PU1, PU2, PU3 dengan kesalahan pengukuran (error) masing masing e1, e2 dan
e3.
Persamaan struktural (SEM) yang dirumuskan untuk menyatakan hubungan
kausalitas antar berbagai konstruk seperti pada Tabel 1.
Tabel 1 Persamaan Struktural Berdasarkan Model Analisis
Variabel Endogen = Variabel Exogen + Variabel Endogen + Error
Perceived Ease Of Use = ƴ1 Motivation + ƴ2 Self Effcacy + ƴ3 Facilitating
Conditions + ƴ4 Perceived enjoyment + δ
Perceived Usefulness = β1 Perceived Ease Of Use + δ
Attitude Toward Using = β1 Perceived Ease Of Use + β2 Perceived Usefulness +δ
Actual Usage = β3 Attitude Toward Using + δ
SEM menggunakan input data yang hanya menggunakan matriks varians
atau kovarians atau matrik korelasi untuk keseluruhan estimasi yang dilakukan.
Model estimasi standard lisrel adalah menggunakan estimasi maksimum likelihood
(ML). Estimasi dengan menggunakan maksimum likelihood menghendaki variabel
observed harus memenuhi normalitas multivariate.
Pada hasil output dapat dijelaskan jumlah sampel n = 100, jumlah data
kovarian dapat dihitung dengan menggunakan rumus:
dimana p adalah jumlah variabel observed. Sehingga diketahui
p (p+1) identifikasi model yaitu under-identified model, dimana model ini
2
dengan jumlah parameter yang diestimasi lebih besar dari jumlah data
yang diketahui.
4. Hasil Dan Pembahasan
Bagian ini akan menjelaskan hasil penelitian yang diperoleh melalui
beberapa pendekatan penilaian untuk mengetahui faktor-faktor apa sajakah yang
mempengaruhi penggunaan FLearn pada dosen dan mahasiswa FTI di Universitas
Kristen Satya Wacana. Jumlah resonden sebanyak 100 sampel, berdasarkan pada
tabel 2 dibawah ini dapat dilihat responden paling besar diambil dari mahasiswa
dengan persentase 82%.
6
Tabel 2 Deskripsi Responden
Responden
N
Mahasiswa
Dosen
82
18
Jenis Kelamin N
Laki-laki
Perempuan
Usia
N Pendidikan N
58 17 – 21thn 46
42 22 – 26thn 35
27 – 31thn 5
31 – 35 thn 7
35 – 40 thn 5
> 40 thn
2
Total
100
100
Sumber : Data primer hasil kuesioner
SMA
D3
S1
S2
S3
100
67
15
16
2
100
Pengalaman
N
Menggunakan
internet
< 2 tahun
1
2, 5 – 5 tahun 23
> 5 tahun
76
100
Normalitas digunakan agar estimasi parameter yang dihasilkan tidak bias,
sehingga kesimpulan yang diambil tepat. Ukuran normalitas pada SEM ada dua
yaitu univariate normality yang menunjukkan normal tidaknya indicator manifest
dan multivariate normality yang menunjukkan normal tidaknya keseluruhan
variabel. Normalitas terpenuhi jika nilai p-value dari skewness and kurtosis >
0,05. Pada model penelitian ini dapat dikatakan bahwa normalitas univariate telah
terpenuhi syarat normalitas (p>0.05), namun normalitas tidak terjadi multivarite
karena masih berada dibawah 0,05, sehingga dilakukan perbaikan normalitas agar
data menjadi normal secara multivarite yaitu dengan cara menggunakan
asymptotic covariance matrix (.acm).
Analisis faktor konfirmatori (Confirmatory Factor Analysis) pada analisis
validitas model pengukuran dilakukan dengan memeriksa nilai loading faktor dari
t-values dan standardized solution dari indikator-indikator pada masing-masing
variabel yang ada didalam model. Indikator dikatakan diterima jika memenuhi
ukuran kecocokan pengukuran, dimana nilai loading faktor dari t-values > 1,96
dan nilai standardized solution > 0,5. Hasil analisis validitas model pengukuran
dapat dilihat pada tabel 3.
Tabel 3 Hasil Analisis Validitas Model Pengukuran
Indikator
t-value
MO1
MO2
FC1
FC2
SE1
SE2
PE1
PE2
PE3
PE4
PEU1
PEU2
PEU3
PU1
PU2
PU3
0,91
0,85
3,38
4,93
6,13
6,48
7,16
9,31
2,41
1,37
5,79
4,36
5,37
5,83
standardized
solution
1,16
0,16
0,58
0,94
0,60
0,60
0,64
0,78
0,29
0,16
0,79
0,64
0,53
0,63
0,87
0,67
7
Keterangan
Tidak valid
Tidak valid
Valid
Valid
Valid
Valid
Valid
Valid
Tidak valid
Tidak valid
Valid
Valid
Valid
Valid
Valid
Valid
ATU1
0,85
ATU2
6,85
0,90
ATU3
3,71
0,41
Sumber : Data primer yang diolah
Valid
Valid
Tidak valid
Analisis reliabilitas model pengukuran dilakukan dengan menghitung nilai
composite (construct) realibility dan variance extracted. Cut-off value untuk
composite (construct) realibility adalah minimal 0,7 dan cut-off value untuk
variance extracted adalah minimal 0,5. Hasil pengujian reliabilitas dapat dilihat
pada tabel 4.
Tabel 4 Hasil Pengujian Reliabilitas
Variabel
CR
Facilitating Conditions
0,75
Self Efficacy
0,53
Perceived Enjoyment
0,67
Perceived Ease of Use
0,69
Perceived Usefulness
0,77
Attitude Toward Using
0,87
Sumber : Data primer yang diolah
VE
0,61
0,36
0,51
0,44
0,53
0,77
Keterangan
Reliabel baik
Reliabel buruk
Reliabel buruk
Reliabel buruk
Reliabel baik
Reliabel baik
Uji Kesesuaian (Goodness of Fit) merupakan tujuan utama dalam
persamaan struktural yaitu ingin mengetahui sampai seberapa jauh model yang
dihipotesakan “fit” atau cocok dengan sampel data. Hasil uji kesesuaian seperti
terlihat pada tabel 5.
Tabel 5 Hasil Uji Kesesuaian (Goodness of Fit)
Goodness of Fit Index
Cut of Value
X² Chi Square Statistics
Diharapkan
kecil
≥ 0,05
≥ 0,90
≥ 0,90
≥ 0,90
≥ 0,90
≥ 0,90
≥ 0,90
≤ 0,08
Significance probability
RFI
GFI
AGFI
IFI
CFI
NFI
RMSEA
Data : Hasil output
Hasil
Analisis
92,94
Evaluasi
Model
Fit
0.017
0,82
0,89
0,83
0,98
0,98
0,86
0,039
Fit
marginal
marginal
marjinal
Fit
Fit
marginal
Fit
Setelah dilakukan analisis konstruk langkah selanjutnya adalah melakukan
estimasi model full struktural yang hanya memasukkan indikator yang telah diuji
konstruknya. Pada hasil output dibawah ini menunjukkan model telah memenuhi
kriteria model fit yaitu ditunjukkan dengan nilai Chi-Square = 92,94 dengan
probability = 0.17, begitu juga dengan nilai kriteria lainnya seperti RFI = 0,82;
GFI=0,89; AGFI=0,83; IFI =0,98; dan CFI =0,98, NFI= 0,86 dan juga nilai
RMSEA=0,039 jauh dibawah kriteria yang disyaratkan kurang dari 0,08. maka
dapat disimpulkan bahwa model persamaan struktural adalah fit. Hasil analisis
model persamaan struktural seperti yang terlihat pada Gambar 3.
8
Gambar 3 Full Model Struktural
Evaluasi model persamaan struktural berkaitan dengan hubungan antar
variabel yang sebelumnya sudah dihipotesakan. Evaluasi menghasilkan hasil yang
baik, apabila koefisien hubungan antar variabel tersebut signifikan secara statistik
(t-value) ≥ 1,96. Hasil estimasi diatas dapat dilihat bahwa FC tidak berpengaruh
terhadap PEU dengan nilai t-value 1,57 < 1,96 hal ini dapat diartikan bahwa
infrastruktur yang mencukupi dan jaringan internet yang baik sebagai sumber
daya pendukung dalam menggunakan sistem tidak mempengaruhi persepsi
kemudahan penggunaan FLearn. SE tidak berpengaruh terhadap PEU dengan
nilai t-value 0,02 < 1,96 diartikan bahwa kepercayaan terhadap keberhasilan diri
sendiri dalam menggunakan sistem tidak mempengaruhi persepsi kemudahan
penggunaan FLearn. PE tidak berpengaruh terhadap PEU dengan nilai t-value
1,04 < 1,96 diartikan bahwa tampilan aplikasi yang jelas dan tidak
membingungkan serta istilah-istilah yang dapat dimengerti ketika menggunakan
sistem tidak mempengaruhi persepsi kemudahan penggunaan FLearn.
PEU berpengaruh terhadap PU dengan nilai t-value 2,80 > 1,96 hal ini
berarti media pembelajaran on-line FLearn memiliki kemudahan untuk dipahami,
dipelajari dan digunakan yang mempengaruhi persepsi kegunaan atau manfaat
yang diperoleh. PU berpengaruh terhadap ATU dengan nilai t-value 3,43 > 1,96
artinya manfaat yang diperoleh dari penggunaan FLearn seperti menjadikan
proses pembelajaran menjadi lebih mudah, dapat meningkatkan kinerja serta
menjadikan proses pembelajaran menjadi lebih efektif mempengaruhi sikap
pengguna untuk menggunakan FLearn. PEU tidak berpengaruh terhadap ATU
dengan nilai t-value -0,28 hal ini berarti kemudahan dalam menggunakan FLearn
tidak merpengaruhi sikap pengguna untuk menggunakan media pembelajaran online FLearn. ATU berpengaruh terhadap AU dengan nilai t-value 4,52 > 1,96 hal
ini dapat diartikan bahwa penerimaan FLearn dipengaruhi oleh sikap pengguna
yang merasakan senang dan puas saat menggunakan FLearn yang akan
memberikan pengaruh terhadap penggunaan FLearn.
9
Hasil analisa dapat dirumuskan berdasarkan koefisien hubungan antar
variabel yang ada pada model struktural dan sebagai dasar pengambilan keputusan
adalah dengan melihat Gambar 3 dan Tabel 6 dibawah ini. Hipotesis dengan nilai
t-value ≤ 1,96 maka hipotesis ditolak karena hubungan yang terjalin tidak
signifikan.
Tabel 6 Hasil Pengujian Hipotesis
Hipotesis
Hubungan
H1
PU PEU
H2
ATU PEU
H3
ATU PU
H4
AU ATU
Sumber : hasil pengolahan
Nilai
2,80
-0,28
3,43
4,52
Keterangan
Diterima
Ditolak
Diterima
Diterima
Hasil pengujian hipotesis berdasarkan tabel diatas diketahui PEU tidak
mempengaruhi ATU, hal ini sejalan dengan penelitian novita (2011) dan yaudi
(2009) yang berarti faktor kemudahan tidak mempengaruhi sikap untuk
menggunakan FLearn. Hal ini mengindikasikan bahwa FLearn yang memiliki
kemudahan untuk dipelajari, dipahami dan digunakan tidak akan berpengaruh
terhadap sikap dosen dan juga mahasiswa FTI UKSW untuk menggunakannya.
Kondisi yang menfasilitasi seperti jaringan internet yang baik dan infrastruktur di
universitas yang mencukupi, keberhasilan diri sendiri untuk menggunakan FLearn
tanpa bantuan orang lain serta istilah yang digunakan dan tampilan aplikasi
FLearn yang jelas tidak cukup untuk memberikan pengaruh terhadap persepsi
kemudahan penggunaan FLearn. Hal ini dibuktikan dengan nilai signifikansi dari
FC , SE dan PE yang < 1,96. Faktor-faktor pendukung dari persepsi kemudahan
yang semuanya tidak signifikan juga sejalan dengan tidak signifikannya PEU
terhadap ATU, dimana faktor kemudahan yang tidak mempengaruhi terhadap
sikap untuk menggunakan media pembelajaran on-line FLearn. Sesulit suatu
sistem informasi bisa dipelajari, namun tanpa manfaat yang diperoleh tidak akan
mempengaruhi sikap untuk menggunakannya.
Sikap pengguna untuk merasakan kesenangan dan kepuasan saat
menggunakan FLearn, tidak dipengaruhi oleh adanya faktor kemudahan dalam
menggunakan media pembelajaran on-line tersebut. FLearn yang memiliki
kemudahan dalam menggunakannya, ternyata tidak diimbangi dengan
penggunaannya. Hal ini dibuktikan dengan tidak diwajibkannya penggunaan
FLearn untuk setiap mata kuliah sebagai media pembelajaran selain bertatap
muka dikelas. Media pembelajaran on-line yang bersifat sebagai pengganti pada
kegiatan pembelajaran di dalam kelas ini tidak hanya memasukkan bahan ajar,
namun mampu mengakomodasikan sistem pembelajaran yang mengatur peran
dosen serta mahasiswa, sistem evaluasi dan monitoring pembelajaran, ternyata
tidak semua dosen dari FTI UKSW yang berminat atau tertarik untuk
menggunakannya.
Beberapa dosen yang tidak menggunakan FLearn, beranggapan bahwa
sistem bertatap muka di kelas pun sudah efektif dan dosen lain menyatakan bahwa
matakuliah mereka yang bersifat praktek menjadikan mereka untuk tidak
menggunakan FLearn sebagai media pembelajaran. Namun bagi mereka dosen
yang menggunakan FLearn untuk setiap mata kuliah yang diajarnya, menyatakan
10
bahwa dengan penggunaan FLearn memberikan banyak manfaat seperti
pembelajaran menjadi lebih mudah dan efektif, sehingga mewajibkan mahasiswa
didiknya untuk menggunakan FLearn. Namun, semudah apapun sistem informasi
jika tanpa didukung partisipasi pengguna, maka penerapannya tidak optimal.
Tidak adanya hubungan antara PEU dan ATU, maka perlu dilakukan modifikasi
dengan menghapus hubungan dari variabel PEU terhadap ATU tersebut serta
hubungan dari variabel FC,SE dan PE terhadap PEU.
Setelah melakukan uji signifikansi yang telah disampaikan dari hasil uji
kesesuaian model diatas, hasil modifikasi model uji signifikansi analisa jalur
didapat seperti gambar 4 model akhir penelitian.
Gambar 4 Model Akhir Penelitian
Berdasarkan hasil model akhir penelitian, maka didapatkan bahwa persepsi
kemudahan (ease of use) terbukti berpengaruh positif dan signifikan terhadap
persepsi kemanfaatan (usefulness) dari penggunaan F-Learn UKSW, yang
ditunjukkan melalui nilai t-value sebesar 2,76. Hal ini menunjukkan bahwa
hipotesis pertama (H1) yang menyatakan persepsi kemudahan berpengaruh positif
terhadap persepsi kemanfaatan dari penggunaan F-Learn UKSW diterima,
didukung juga oleh nilai koefisien variabel PEU sebesar 0,32 yang berarti variabel
PEU (persepsi kemudahan) memberikan pengaruh sebesar 32% terhadap PU
(persepsi kemanfaatan). Hasil penelitian ini sejalan dengan penelitian wijayanti
(2009) dan yuadi (2009) yang membuktikan bahwa adanya pengaruh yang positif
dan signifikan antara persepsi kemudahan penggunaan terhadap manfaat yang
diperoleh
Hasil penelitian ini mengindikasikan bahwa persepsi pengguna akan
memandang manfaat dari penggunaan FLearn juga dilandasi oleh kemudahan
dalam menggunakan FLearn, dengan kata lain pengguna akan menilai FLearn itu
bermanfaat bila mereka dapat menggunakan FLearn dengan mudah atau bisa
dikatakan jika semakin mudah FLearn digunakan maka semakin meningkatkan
11
kegunaan atau manfaat yang diperoleh dari penggunaan FLearn. Ini berarti
FLearn yang diteliti menurut persepsi dari penggunanya dapat dengan mudah
dipahami, digunakan dan mudah untuk dipelajari.
Persepsi kemanfaatan (usefulness) terbukti berpengaruh positif dan
signifikan terhadap sikap (attitude) dari penggunaan F-Learn, yang ditunjukkan
melalui nilai yang ditunjukkan melalui nilai t-value sebesar 3,77. Hal ini
menunjukkan bahwa hipotesis ketiga (H3) yang menyatakan persepsi kemudahan
dan persepsi kemanfaatan berpengaruh positif terhadap sikap dari penggunaan FLearn UKSW diterima, didukung juga oleh nilai koefisien variabel PU sebesar
0,49 yang berarti variabel PU (persepsi kemanfaatan) memberikan pengaruh
sebesar 49% terhadap ATU (sikap terhadap penggunaan). Hasil penelitian
handayani (2013) juga membuktikan bahwa persepsi kemanfaatan (usefulness)
merupakan faktor pada variabel atau konstruk TAM yang mempengaruhi
penerimaan suatu sistem informasi.
Hasil penelitian ini mengindikasikan bahwa semakin meningkat
kemanfaatan dari penggunaan FLearn tersebut maka akan berdampak pada sikap
dalam penggunaan FLearn. Ini berarti FLearn memiliki kemanfaatan seperti
menjadikan proses pembelajaran lebih mudah, dapat meningkatkan kinerja dan
menjadikan proses pembelajaran lebih efektif, dengan adanya manfaat yang
dirasakan oleh pengguna terhadap FLearn maka menimbulkan sikap untuk
menggunakan FLearn. Sikap penerimaan dari pengguna terhadap penggunaan
FLearn mencerminkan bahwa FLearn diterima dengan baik oleh penggunanya.
Sikap terhadap penggunaan (attitude) terbukti berpengaruh positif dan
signifikan terhadap penggunaan nyata (actual usage) dari F-Learn UKSW, yang
ditunjukkan melalui nilai yang ditunjukkan melalui nilai t-value sebesar 4,53. Hal
ini menunjukkan bahwa hipotesis keempat (H4) yang menyatakan sikap terhadap
penggunaan berpengaruh positif terhadap penggunaan nyata dari F-Learn UKSW
diterima, didukung juga oleh nilai koefisien variabel ATU sebesar 0,45 yang
berarti variabel ATU (sikap terhadap penggunaan) memberikan pengaruh sebesar
45% terhadap AU (penggunaan nyata).
Hasil penelitian ini mengindikasikan bahwa sikap pengguna terhadap
penggunaan FLearn sudah menunjukkan kearah yang positif. Perilaku atau sikap
pengguna dalam menggunakan FLearn muncul karena adanya kemudahan dan
manfaat yang dirasakan. Munculnya penerimaan terhadap FLearn sangat
dipengaruhi oleh sikap pengguna yang akan memberikan pengaruh yang
signifikan terhadap penggunaan FLearn. Kondisi nyata penggunaan suatu
teknologi mempengaruhi adanya pengukuran terhadap penerimaan suatu
teknologi. Penelitian ini mendukung konsep bahwa actual usage adalah kondisi
nyata penggunaan sistem yang dikonsepkan dalam bentuk pengukuran frekuensi
dan durasi waktu penggunaan teknologi [4]. Seseorang akan puas menggunakan
sistem jika mereka meyakini bahwa sistem tersebut mudah digunakan dan akan
meningkatkan produktifitas mereka, yang tercermin dari kondisi nyata
penggunaan [7].
12
5. Kesimpulan
Keseluruhan hipotesis dalam penelitian ini dinyatakan diterima, kecuali
persepsi kemudahan penggunaan yang tidak berpengaruh terhadap sikap pemakai
terhadap penggunaan FLearn. Penelitian ini bertujuan untuk mengetahui faktorfaktor apa saja yang mempengaruhi penerimaan penerapan Media Pembelajaran
On-line Flexible Learning UKSW terhadap dosen dan mahasiswa sebagai
pengguna dari sistem informasi tersebut. Hasil penelitian ini menunjukkan bahwa
faktor-faktor yang mempengaruhi penerimaan FLearn adalah seluruh indikator
dari persepsi kemanfaatan (usefulness) yang diperoleh dari penggunaan FLearn,
persepsi kemudahan (ease of use) dalam menggunakan FLearn dan sikap terhadap
penggunaan (attitude) FLearn. Persepsi kemudahan dan persepsi kemanfaatan
berpengaruh terhadap sikap penggunaan, dan sikap berdampak pada penggunaan
FLearn yang terlihat dari kondisi nyata penggunaan FLearn. Artinya Persepsi
pengguna memandang manfaat dari penggunaan FLearn juga dilandasi oleh
kemudahan dalam menggunakan FLearn tersebut dan juga berdampak terhadap
sikap dalam menggunakan FLearn. Jadi hasil penelitian menyimpulkan bahwa
faktor persepsi kemudahan (perceived ease of use), persepsi kemanfaatan
(perceived usefulness), sikap terhadap penggunaan (attitude toward using) dan
penggunaan nyata (actual usage) mempengaruhi penggunaan atas FLearn dalam
menunjang proses belajar mengajar.
Daftar Pustaka
[1]
[2]
[3]
[4]
[5]
[6]
[7]
Davis, F.D, 1986, A Technology Acceptance Model for Empirically Testing
New End-User Information Systems: Theory and Results. Doctoral
Dissertation, MIT Sloan of Management, Cambridge, MA.
Fishbein, M. and Ajzen, I, 1975, Belief, Attitude, Intention and Behavior:
An Introduction to Theory and Research. Addison-Wesley Publishing
Company.
Munir, 2010, Faktor-Faktor Mempengaruhi Penggunaan Learning
Management System (LMS) di Perguruan Tinggi, Universitas Pendidikan
Indonesia.
Davis, FD, 1989, Perceived Usefulness, Perceived Ease of Use, and User
Acceptance of Information Technology, _MS Quarterly, 73(3), 319-340.
Ibna, aufar, 2009 , Penggunaan kerangka Technology Acceptance Model di
dalam Melakukan Penilaian Faktor-faktor yang mempengaruhi Adopsi EGoverment Pemko Medan, Skripsi, Medan : Fakultas Teknik, Universitas
Sumatera Utara.
Novita, ita, 2011, Kajian Penerimaan Bahasa Pemrograman Objek Berbasis
Open Source Dengan Pendekatan TAM (Technology Acceptance Model)
Studi Kasus Universitas Budi Luhur.
Yuadi, imam, 2009, Technology Acceptance Model terhadap Perpustakaan
Digital dengan Structural Equation Modeling, Departemen Ilmu Informasi
dan Perpustakaan.
13
[8]
Wijayanti, ratih, 2009, Analisis Technology Acceptance Model (TAM)
Terhadap Faktor-Faktor Yang Mempengaruhi Penerimaan Nasabah
Terhadap Layanan Internet Banking (Studi Empiris Terhadap Nasabah Bank
Di Depok), Depok:Universitas Gunadarma.
[9] Handayani, tri, 2013, Analisis Penerimaan Sistem Informasi Akademik
Berbasis Web Menggunakan Technology Acceptance Model (TAM) dan
Usability Studi Kasus Pada STTNAS Yogyakarta, Seminar Nasional ke-8 :
Rekayasa Teknologi Industri dan Informasi.
[10] Riduwan , Akdon, 2009, Rumus dan data dalam analisis statistik untuk
penelitian (Administrasi pendidikan sains pemerintahan sosial kebijakan
ekonomi hukum manajemen kesehatan, Perpustakaan nasional RI: katalog
dalam penerbitan (KDT).
[11] Ghozali, imam, 2006, Aplikasi Analisis Multivariate dengan Program
SPSS, Semarang: Badan Penerbit Universitas Diponegoro.
14