Analisis Penerimaan Os Windows 10 Dengan Unified Theory of Acceptance and Use of Technology (UTAUT2)
Vol. 1, No. 6, Juni 2017, hlm. 514-523 http://j-ptiik.ub.ac.id
Analisis Penerimaan Os Windows 10 Dengan Unified Theory of Acceptance
and Use of Technology (UTAUT2)
1 23 Mega Shero Gayatrie , Ari Kusyanti , Mochamad Chandra Saputra 1,3 2 Sistem Informasi, Fakultas Ilmu Komputer, Universitas Brawijaya
Teknik Komputer, Fakultas Ilmu Komputer, Universitas Brawijaya 1 2 3 Email: 135150401111136@ub.ac.id, kusyanti.ari@ub.ac.id, andra@ub.ac.id
Abstrak
Penelitian ini membahas penerimaan Windows 10 sebagai sistem operasi untuk perangkat desktop.Penelitian ini dilakukan berdasarkan tujuh konstruk Unified Theory of Acceptance and Use of
Technology 2 (UTAUT2) dari model Venkatesh et al. (2012) tanpa konstruk moderator yang diolah
dengan metode analisis Structural Equation Model (SEM). Responden penelitian merupakan pengguna mahasiswa di Indonesia.Hasil menunjukkan bahwa kemudahan, kondisi fasilitas dan harga tidak berpengaruh positif terhadap niat pengguna sedangkan manfaat, lingkungan sekitar, motivasi kesenangan serta kebiasaan memiliki pengaruh positif yang signifikan terhadap niat pengguna. Disisi lain, faktor kondisi fasilitas dan kebiasaan memengaruhi perilaku pengguna sedangkan niat tidak berdampak positif terhadap perilaku pengguna untuk menggunakan Windows 10.
Kata kunci: Windows 10, model UTAUT2, SEM
Abstract
This study discusses the acceptance of Windows 10 as operating system for desktop. This study is
based on the seven constructs of the Unified Theory of Acceptance and Use of Technology 2
(UTAUT2) from Venkatesh et al. (2012) without moderate constructs who processed with Structural
Equation Model (SEM). The respondents were teenage users in Indonesia. The result showed that
effort expectancy, facilitating condition and price value do not have a significant positive impact on
behavioral intentions while performance expectancy, social influence, hedonic motivation and habit
had a significant positive effect on behavior intention. On the other hand, facilitating condition and
habit factors influence use behavior while behavior intention do not have a positive impact on use
behaviour to use Windows 10.Keywords: Windows 10, UTAUT2 model, SEM 1.
ini semenjak dirilis bulan juli 2015.
PENDAHULUAN
Berdasarkan data tersebut, Microsoft Teknologi baik disisi perangkat keras menyatakan tingkat adopsi Windows 10 maupun perangkat lunak berkembang dengan merupakan yang tercepat dibandingkan pesat, berbagai usaha dilakukan untuk
Windows 7 dengan persentase penerimaan
menciptakan teknologi yang dapat memenuhi mencapai 115% (Amalia, 2016). Windows 10 harapan pengguna.OS Windows 10 merupakan juga saat ini berada diposisi kedua dengan salah satu pengembangan perangkat lunak persentase 17,3% sebagai sistem operasi versi terbaru untuk mengatasi kekurangan pada
desktop yang paling banyak digunakan di dunia
sistem operasi sebelumnya dan sekaligus namun di negara Indonesia sistem operasi ini menjadi sistem operasi versi terakhir keluaran hanya berhasil menempati urutan keempat
Microsoft (Myerson, 2016).Lebih dari 400 juta dengan 8,69% (Globalstats, 2016).
perangkat beralih menggunakan sistem operasi
Fakultas Ilmu Komputer Universitas Brawijaya
514
Hal tersebut mendasari penelitian ini untuk menganalisis penyebab yang memengaruhi penerimaan pengguna terhadap OS Windows 10.
Sistem operasi ini juga didukung dengan enam edisi untuk berbagai kriteria pengguna.Salah satu kriteria pengguna yang ditargetkan adalah kalangan pelajar dan mahasiswa (Nabila, 2015). Indonesia sebagai negara yang akan diteliti mengkategorikan mahasiswa kedalam rentang usia 19 sampai 24 tahun (Harsono, 2014). Sehingga, pengguna mahasiswa dengan rentang usia 19 sampai 24 tahun dipilih dalam penelitian ini untuk merepresentasikan pengguna Windows 10 di Indonesia. Sehingga dapat dilakukan analisis mengenai faktor-faktor yang memengaruhi maupun tidak memengaruhi penerimaan pengguna Windows 10 di Indonesia.
expectancy, social influence, facilitating condition, price value, hedonic motivation dan habit (Raman et al., 2014).
Model ini menjelaskan bagaimana niat dan perilaku pengguna terhadap penerimaan suatu teknologi yang dipengaruhi oleh beberapa faktor seperti performance expectancy, effort
model penerimaan teknologi dari Venkatesh et al. (2012).Model ini menjelaskan penerimaan suatu teknologi berdasarkan sisi pengguna lebih baik dengan persentase perbaikan dari 56% menjadi 74% untuk penerimaan berupa niat perilaku penggunaan dan perbaikan pada penerimaan berupa perilaku penggunaan dengan persentase dari 40% menjadi 52% (Venkatesh et al., 2012).
2.2 Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) Unified Theory of Acceptance and Use of Technology 2 (UTAUT2)merupakan sebuah
Continuum Fitur ini memungkinkan perangkat untuk dapat digunakan kedalam mode 2-in-1 yang berjalan sesuai mode yang diinginkan.
f.
Xbox Play Anywhere Fitur ini memungkinkan pengguna terhubung dengan komunitas game dimanapun untuk bermain dengan performa yang baik.
e.
Cortana Fitur ini layaknya seperti asisten pribadi yang memungkinkan pengguna dapat menyelesaikan tugas, mengatur pengingat dan bekerja dengan perangkat secara lebih produktif.
d.
Windows Ink Fitur ini memungkinkan ide-ide didalam pikiran dituliskan dengan pena khusus untuk kemudian ditangkap kedalam gambar dan diolah.
c.
dibangun modern dan lebih bersifat pribadi serta responsif.
Microsoft edge adalah browser yang
Microsoft edge
b.
(UTAUT2) yang diusulkan oleh Venkatesh et al. (2012) tanpa moderator yang mengacu pada penelitian Xiuyan Shao & Mikko Siponen (2011). Data sampel penelitian ini didapat melalui penyebaran kuisioner secara online dan dianalisis menggunakan metode Structural
(Myerson, 2015), yaitu: a. Windows hello
10
Penelitian ini menganalisis penerimaan
Windows 10 dengan model Unified Theory of Acceptance and Use of Technology
2
Fitur ini menggantikan fungsi password dengan deteksi wajah atau sidik jari dengan otentikasi lebih aman yang mendukung seumur hidup.
keterkaitan hubungan antar konstruk yang dimodelkan.
Equation Model (SEM) untuk dapat memahami
2. DASAR TEORI
2.1 Windows 10
home untuk pengguna rumah tangga, pro untuk
pengguna dengan usaha kecil menengah,
enterprise untuk koorporasi, serta education
untuk kalangan pelajar dan mahasiswa (Nabila, 2015). Beberapa fitur yang ada pada Windows
Sistem operasi terbaru sekaligus keluaran terakhir perusahaanMicrosoft ini dirilis pada 29 Juli 2015 untuk mengatasi kekurangan pada sistem operasi sebelumnya dengan menambahkan berbagai fitur termasuk tampilan menu start yang ada pada Windows 7. Sistem operasi ini juga memiliki fitur untuk melakukan pembaharuan terhadap sistem yang dilakukan secara otomatis dengan tampilan yang lebih baik dan modern (Myerson, 2015). Sistem operasi ini dibagi menjadi beberapa edisi yaitu
Performance expectancy
kondisi fasilitas (FC) dengan perilaku (UB).
persepsi manfaat (PE) dengan niat (BI).
H2. Terdapat hubungan positif antara
persepsi kemudahan (EE) dengan niat (BI).
H3. Terdapat hubungan positif antara
lingkungan sekitar (SI) dengan niat (BI).
H4. Terdapat hubungan positif antara kondisi fasilitas (FC) dengan niat (BI). H5. Terdapat hubungan positif antara
H6. Terdapat hubungan positif antara
(UB) dengan 10 hipotesis, yaitu:
motivasi kesenangan (HM) dengan niat (BI).
H7. Terdapat hubungan positif antara harga (PV) dengan niat (BI). H8. Terdapat hubungan positif antara kebiasaan (H) dengan niat (BI). H9. Terdapat hubungan positif antara kebiasaan (H) dengan perilaku (UB). H10. Terdapat hubungan positif antara niat (BI) dengan perilaku (UB).
3. METODOLOGI
Penelitian ini mengadopsi item-item kuisioner berdasarkan model UTAUT2 dari Venkatesh et al. (2012) yang diterjemahkan dan di sesuaikan dengan penelitian. Kuisioner juga dilakukan pengujian untuk mengetahui keandalannya dengan melakukan pilot study. Kuisioner terdiri dari 33 pertanyaan meliputi tiga pertanyaan demografi responden dan tiga puluh pertanyaan berdasarkan variabel-variabel yang diteliti yaitu empat pertanyaan mengenai
performance expectancy (PE), empat
pertanyaan mengenai effort expectancy (EE), tiga pertanyaan mengenai social influence (SI), empat pertanyaan mengenai facilitating
condition (FC), tiga pertanyaan mengenai hedonic motivation (HM), tiga pertanyaan
H1. Terdapat hubungan positif antara
hedonic motivation (HM), price value (PV), habit (H), behaviour intention (BI) dan use behaviour
(PE) digunakan untuk menjelaskan sejauh mana pengguna mendapatkan manfaat dalam menggunakan suatu sistem atau teknologi (Venkatesh et al., 2012).
Hedonic Motivation (HM) merupakan
Effort Expectany (EE) menjelaskan sejauh
mana suatu sistem atau teknologi mudah untuk digunakan (Jambulingam, 2013).
Social Influence (SI)menjelaskan seseorang
menggunakan suatu teknologi karena adanya dorongan dari orang-orang sekitar (Harsono, 2014).
Facilitating Conditiion (FC) menjelaskan
persepsi seseorang bahwa infrastruktur berupa perangkat atau pengetahuan mendukung penggunaan suatu sistem atau teknologi (Raman et al., 2014).
motivasi kesenangan yang diperoleh dari penggunaan suatu sistem atau teknologi (Venkatesh et al., 2012).
(SI), facilitating condition (FC),
Price Value (PV) adalah trade-off antara
biaya yang dibayar dengan manfaat yang didapatkan dari penggunaan teknologi (Venkatesh et al., 2012).
Habit (H) menjelaskan bagaimana seseorang
menggunakan suatu sistem dalam kesehariannya (Harsono, 2014).
Pada penelitian ini digunakan model asli UTAUT2 yang disarankan oleh Venkatesh et al. (2012) tanpa moderator yang merujuk pada penelitian Xiuyan Shao & Mikko Siponen (2011).Model penelitian dapat dilihat dalam Gambar 1.
Gambar 1. Model Penelitian Berdasarkan gambar tersebut, terdapat sembilan konstruk yaitu performance
expectancy (PE), effort expectancy (EE), social influence
mengenai price value (PV), empat pertanyaanmengenai habit (H), tiga pertanyaan mengenai behaviour intention (BI) dan dua pertanyaan mengenai use behaviour (UB). Kuisioner penelitian menggunakan google form secara online dan di distribusikan kepada responden penelitian yang merupakan pengguna
OS Windows 10
Laki-Laki 152 58,46% Perempuan 108 41,54% Usia 19-24 tahun
Equation Model (SEM) untuk mengetahui
keterkaitan antar variabel apakah hipotesis dapat diterima atau ditolak berdasarkan hasil dari analisis data yang dilakukan menggunakan software statistik (Oruc et al., 2016).
mahasiswa di Indonesia dengan rentang usia 19 sampai 24 tahun untuk mengetahui faktor-faktor yang memengaruhi penerimaan sistem operasi ini. Data hasil kuisioner dianalisis dengan metode Structural
4.1 Little MCAR Test Missing data merupakan masalah yang
69 26,54%
260 100% Pengalaman 1-5 bulan 100 38,46% 6-12 bulan 91 35% >12 bulan
Berdasarkan Tabel 1, dapat disimpulkan bahwa semua indikator telah reliable sehingga kuisioner dapat digunakan untuk mengambil data responden. Data yang berhasil dikumpulkan sebanyak 260 data.Karakteristik responden dapat dilihat dalam Tabel 2.
Tabel 2. Karakteristik Responden
Kategori Tipe Jumlah Persentase Jenis Kelamin
4. ANALISIS DATA
(>0,6) Performance Expectancy (PE) 0,773 Effort Expectancy (EE) 0,873 Social Influence (SI) 0,821 Facilitating Condition (FC) 0,694 Hedonic Motivation (HM) 0,888 Price Value (PV) 0,824 Habit (H) 0,866 Behavioural Intention (BI) 0,913 Use Behaviour (UB) 0,664
4.2 Uji Outlier Outlier adalah kondisi pengamatan dari
outlier sehingga jumlah data yang akan dipergunakan yaitu sebanyak 238 data.
untuk data yang memiliki nilai diatas batas dihapus dimana pada penelitian terdapat 22 data
mahalanobis distance sebesar 50,892 sehingga
kebebasan (Arriyani,Raupong& Annisa, 2008 disitasi dalam Haq, 2016). Pengujian dilakukan dengan taraf signifikasi 0,01 dengan nilai
chi-square dengan menggunakan derajat
suatu data yang memiliki karakteristik unik yang jauh berbeda dari pengamatan lainnya dan muncul dalam bentuk nilai yang ekstrim (Ghozali, 2008 disitasi dalam Lestari, 2016).Jarak mahalanobis digunakan sebagai perhitungan jarak dari titik pusat suatu data. Perhitungan mahalanobis mengikuti distribusi
atau tidak terdapat missing data (Chandio, 2011).Sehingga berdasarkan hasil pengujian data tersebut, data yang dipergunakan berjumlah 260 data.
Variabel Croanbach Alpha
MCAR untuk setiap indikator bernilai 0 (Sig. 0)
ini juga didukung dengan nilai pengujian little
missing data atau data yang tidak lengkap. Hal
mencari missing value pada data. Pada penelitian ini, dikarenakan penggunaan kuisioner secara online dengan sistem required untuk setiap pertanyaan maka tidak terdapat
MCAR test digunakan pada penelitian ini untuk
Pada penelitian ini, kuisioner yang digunakan mengacu pada Venkatesh et al. (2012) yang diterjemahkan dan diubah menurut pendapat ahli.Pilot study dilakukan untuk menguji keandalan kuisioner yang akan dibagikan kepada responden yang mewakili sampel penelitian sebelum full scale study. Uji reliabilitas digunakan untuk mengukur konsistensi jawaban responden (Simon, 2011).Ukuran yang digunakan untuk menentukan suatu indikator dapat dinyatakan reliabel dinamakan cronbach alpha . Kriterianilai dari cronbach alpha dibagi menjadi tiga, yaitu dapat dikatakan baik bila (>0,7), dapat diterima bila (>0,6) dan ditolak apabila (<0,5) (Bhatnagar et al., 2014). Hasil pengujian dapat dilihat dalam Tabel 1.
Tabel 1. Nilai Croanbach Alpha
sering di temukan dalam analisis statistik.Little
- (signifikan pada 0,01)
- (signifikan pada 0,05)
pearson correlation menunjukkan bahwa
masing-masing indicator kemudian dapat merepresentasikan variabel latennya sehingga 238 data dapat dinyatakan valid, nilai pearson
correlation
masing-masing variabeldapat dilihat dalam Tabel 4. Tabel 4. Nilai Pearson Correlation
Variabel laten Indikator Pearson Correlation
Performance Expectancy (PE) PE1 0,797** PE2 0,855** PE3 0,770** PE4 0,827**
Effort Expectancy (EE) EE1 0,894** EE2 0,902** EE3 0,904** EE4 0,881**
Social Influence (SI) SI1 0,896** SI2 0,877** SI3 0,808**
FC2 0,749** FC3 0,771** FC4 0,721**
Facilitating Condition (FC) FC1 0,806**
Hedonic Motivation (HM) HM1 0,927**
HM2 0,928** HM3 0,894** Price Value (PV) PV1 0,895**
PV2 0,914** PV3 0,829** Habit (H) H1 0,906**
H2 0,923** H3 0,924** H4 0,908**
Behaviour Intention (BI) BI1 0,925**
- – 0,9 great >0,9 superb Field (2009) Bartlett’s Test 0,000 <0,001
BI2 0,949** BI3 0,955** Use Behaviour UB1 0,805**
UB2 0,834**
pearson product moment untuk memastikan
setiap indikator telah merepresentasikan variabel latennya. Hasil dari perhitungan
Pengujian dilakukan untuk memastikan jumlah sampel data yang digunakan telah memenuhi kecukupan data. Metode KMO
4.3 Kolmogorof-Smirnov Test
Pengujian normalitas menggunakan
kolmogorof-smirnov test untuk memastikan
bahwa data yang digunakan memiliki distribusi yang normal. Dari hasil pengujian dinyatakan bahwa 238 data memiliki distribusi yang normal dengan nilai signifikasi 0,091 (Sig. >0,05) (Field, 2009).
4.4 Levene’s Test
Pengujian homogenitas menggunakan levene’s test untuk memastikan bahwa data berasal dari varians yang sama. Dari hasil pengujian dinyatakan bahwa 238 data homogen dengan mayoritas nilai setiap indikator (>0,05) (Field, 2009).
4.5 Kaiser-Mayer-Olkin and Bartlett Test
andBartlett test digunakan untuk menguji
Pengujian ini dilakukan dengan perhitungan
kecukupan data sebanyak 238 data yang telah terkumpul. Hasil pengujian menunjukkan bahwa data telah memenuhi kecukupan data.Hasil dapat dilihat dalam Tabel 3.
Tabel 3. Nilai KMO and Bartlett Test
Indeks Nilai Kriteria Referensi Kaiser- Meyer-
Olkin 0,930 <0,5 not acceptable
0,5 – 0,7 mediocre
0,7 – 0,8 good 0,8
4.6 Uji Validitas
Berdasarkan Tabel 4, dapat dilihat untuk nilai dari setiap indikator yang dipergunakan pada penelitian menunjukkan nilai untuk keseluruhan indikator berada pada taraf signifikasi 0,01 (Teturan dan Wati, 2014) sehingga setiap indikator dinyatakan dapat menjelaskan konstruk yang diteliti di dalam penelitian ini.
4.7 Uji Overall Model Fit
Tabel 6. Hasil uji measurement model fit
Berdasarkan data tersebut, setiap indikator telah sesuai untuk mengukur variabel latennya.
BI BI1 0,875 21,939 *** BI2 0,916 24,561 *** BI3 0,925 - UB UB1 0,682 4,280 *** UB2 0,502 -
H H1 0,869 17,577 *** H2 0,889 18,253 *** H3 0,864 14,413 *** H4 0,836 -
HM HM1 0,900 17,243 *** HM2 0,915 17,596 *** HM3 0,806 - PV PV1 0,755 11,659 *** PV2 0,839 12,630 *** PV3 0,767 -
FC FC1 0,688 8,295 *** FC2 0,655 8,110 *** FC3 0,666 8,124 *** FC4 0,592 -
PE2 0,733 12,239 *** PE3 0,587 9,458 *** PE4 0,808 - EE EE1 0,855 15,260 *** EE2 0,864 15,482 *** EE3 0,853 15,229 *** EE4 0,788 - SI SI1 0,781 10,921 *** SI2 0,757 10,682 *** SI3 0,724 -
Kriteria >0,5 >1,96 <0,5* <0,01** <0,001*** PE PE1 0,771 12,991 ***
Item Loading Factor t-value p-value
Pada tahap uji kecocokan seluruh model dilakukan uji kecocokan antara model yang digunakan dengan data yang diperoleh dengan menggunakan kriteria GOFI (Goodness Of Fit
Indices ) (Wijanto, 2008). Model pengujian
Factor Analysis yang digunakan untuk
Pengujian ini dilakukan untuk mengetahui kecocokan antara indikator dan variabel laten. Metode yang digunakan adalah Confirmatory
4.8 Uji Measurement Model Fit
Berdasarkan Gambar 2, model digambarkan dengan variabel laten yang memiliki indikator dan error dimana untuk antar variabel laten digambarkan dengan panah dua arah sebagai langkah untuk mengukur kesesuaian suatu model. Sedangkan pada Tabel 5, dapat dilihat bahwa nilai dari setiap indeks telah memenuhi kriteria sehingga model dapat dinyatakan bahwa telah sesuai dengan data (fit).
(2016) GFI >0,8 0,859 Fit AGFI >0,8 0,822 Fit RMSEA <0,08 0,056 Fit CFI >0,9 0,942 Fit
Indeks Batas Nilai Keterangan Referensi x 2 /df <3 1,809 Fit Oruҫ & Tatar
Gambar 2. Overall Model Fit Tabel 5. Nilai Goodness Of Fit Indices
dapat dilihat dalam Gambar 2 dan hasil dari analisis GOFI dapat dilihat dalam Tabel 5.
mengonfirmasi bahwa pertanyaan yang digunakan dapat menjelaskan variabel latennya (Santoso, 2015 disitasi dalam Haq, 2016).Hasil pengujian dapat dilihat dalam Tabel 6.
4.9 Uji StructuralModel Fit
10 .
H2 : Responden tidak merasa kemudahan dalam menggunakan OS Windows 10 menjadi salah satu faktor pendorong munculnya niat untuk menggunakan sistem operasi ini. Cara kerja maupun interaksi dengan pengguna yang mudah dipahami pada sistem operasi ini dirasa tidak memengaruhi niat responden untuk menggunakan OS Windows 10.Oleh karena itu dalam penelitian ini hipotesis 2 ditolak. Hasil ini serupa dengan penelitian sebelumnya yang dilakukan oleh Arumugam Raman et al. (2014) yang menyatakan bahwa faktor persepsi kemudahan tidak memengaruhi niat responden untuk menjadikan Facebook sebagai media komunikasi untuk pembelajaran sehingga hubungan antara kemudahan (EE) dengan niat responden (BI) ditolak.
>1,96) dan nilai p-value 0,001 atau (***) (<0,05), hal ini menunjukkan bahwa dalam penelitian ini manfaat yang diharapkan (PE) sangat memengaruhi niat responden (BI) untuk menggunakan OS Windows 10. Oleh karena itu dalam penelitian ini hipotesis 1 diterima.
Windows 10 . Dengan nilai t-value 5,191 (
sehingga manfaat yang diharapkan dalam menggunakan sistem operasi ini berhubungan erat dengan niat responden untuk menggunakan
Windows 10 akan membawa dampak positif,
Menurut responden dengan menggunakan OS
Pengujian ini dilakukan menggunakan metode path analysis untuk menganalisis hubungan sebab akibat antar variabel laten yang dihipotesiskan diawal pada model yang digunakan. Hipotesis yang diusulkan dapat diterima apabila memiliki nilai yang signifikan (t-value>1,96; p-value <0,05). Sedangkan kekuatan hubungan dilihat berdasarkan nilai
standardized regression weights
5. PEMBAHASAN
Berdasarkan Tabel 7, terdapat 6 hipotesis yang memiliki hubungan yang signifikan dan 4 hipotesis yang memiliki hubungan tidak signifikan. Hipotesis dengan nilai yang signifikan dapat dinyatakan diterima diantaranya adalah hubungan antara kemanfaatan, lingkungan sekitar, kesenangan serta kebiasaan dengan niat pengguna dan hubungan antara kondisi fasilitas dan kebiasaan dengan perilaku penggunaan.Sedangkan, hipotesis dengan nilai yang tidak signifikan dapat dinyatakan ditolak diantaranya adalah hubungan antara kemudahan, harga dan kondisi fasilitas dengan niat pengguna dan niat penggunaan dengan perilaku pengguna.
BI < - - PE 0,288 5,191 *** Diterima BI < - - EE -0,051 -1,004 0,315 Ditolak BI < - - FC 0,099 1,768 0,077 DItolak BI < - - H 0,653 11,024 *** Diterima BI < - - SI 0,116 2,145 0,032 Diterima BI < - - HM 0,149 2,931 0,003 Diterima BI < - - PV 0,021 0,413 0,679 Ditolak UB < - - FC 0,258 2,281 0,023 Diterima UB < - - H 0,424 2,773 0,006 Diterima UB < - - BI -0,059 -0,499 0,624 Ditolak
(>1,96) p-value (<0,05) Keterangan
Indikator Β t-value
Gambar 3 Structural Model Fit Tabel 7. Hasil uji structural model fit
(β) (β >0,3) (Hoe, 2008). Gambar pengujian model dapat dilihat dalam Gambar 3 dan hasil dari uji hipotesis dapat dilihat pada Tabel 7.
H1 : Responden merasa mendapatkan manfaat apabila menggunakan OS Windows H3 : Responden merasa lingkungan disekitar membuat responden berfikir dengan menggunakan OS Windows
10 akan memberikan dampak positif baginya.
Berdasarkan nilai dari t-value 2,145 ( >1,96) dan nilai p-value 0,032 (<0,05), hal ini menunjukkan bahwa dalam penelitian ini lingkungan sekitar (SI) memiliki hubungan erat yang memengaruhi niat responden (BI) untuk menggunakan OS Windows 10. Oleh karena itu dalam penelitian ini hipotesis 3 diterima. H4 : Responden merasa infrastruktur tidak mendukung untuk menggunakan OS Windows
10 . Kondisi seperti perangkat maupun
pengetahuan yang dibutuhkan untuk menggunakan sistem operasi ini dianggap tidak dijadikan alasan untuk seseorang akhirnya berniat menggunakan (BI) Windows 10 sebagai sistem operasinya.Oleh karena itu dalam penelitian ini hipotesis 4 ditolak. Hasil ini juga serupa dengan penelitian yang dilakukan oleh Adelyn Kuan Lai Kit et al. (2014) mengenai hubungan kondisi fasilitas dengan niat seseorang untuk mengadopsi aplikasi mobile yang menyatakan bahwa kondisi fasilitas tidak memengaruhi niat responden untuk mengadopsi aplikasi mobile. H5 : Responden merasa infrastruktur mendukung penggunaan OS Windows 10. Perangkat maupun pengetahuan mengenai sistem operasi ini berdampak pada perilaku penggunaan (UB) yang diperlihatkan dari lamanya waktu penggunaan OS Windows 10. Didukung pula dengan nilai t-value 2,281 ( >1,96) dan nilai p-value 0,023 (<0,05) sehingga dalam penelitian ini hipotesis 5 diterima. H6 : Responden memiliki motivasi kesenangan untuk menggunakan OS Windows
10 .
Responden merasa sistem operasi ini menyenangkan maupun menghibur sehingga motivasi kesenangan (HM) memiliki pengaruh terhadap niat responden (BI) untuk menggunakan OS Windows 10 . Didukung dengan nilai t-value 2,931 ( >1,96) dan nilai p-
value 0,003 (<0,05) sehingga dalam penelitian ini hipotesis 5 diterima.
H7 : Responden merasa nilai yang didapatkan tidak sebanding dengan biaya yang dikeluarkan untuk menggunakan OS Windows 10. Fitur-fitur yang ditawarkan dirasa memiliki nilai yang sesuai dengan harga sistem operasi ini sehingga faktor tersebut tidak memengaruhi niat responden untuk menggunakan OS Windows
10 .Hal ini menunjukkan bahwa dalam
penelitian ini biaya yang dikeluarkan (PV) tidak memengaruhi niat responden (BI) untuk menggunakan OS Windows 10.Oleh karena itu dalam penelitian ini hipotesis 6 ditolak. Hasil ini serupa dengan penelitian yang dilakukan oleh Listyo Dwi H. dan Lisandy Arinta S (2014) mengenai perilaku mahasiswa di Bandung untuk mengadopsi aplikasi LINE yang menyatakan bahwa harga tidak memengaruhi niat untuk menggunakan LINE. H8 : Responden terbiasa menggunakan
Windows 10 . Menurut responden,
menggunakan OS Windows 10 merupakan kebiasaan yang dilakukan secara terus menerus dan telah menjadi bagian dari hidupannya, didukung dengan nilai t-value 11,024 ( >1,96) dan nilai p-value 0,001 atau (***) (<0,05), hal ini menunjukkan bahwa dalam penelitian ini kebiasaan (H) sangat memengaruhi niat responden (BI) sehingga hipotesis 8 diterima. H9 : Responden terbiasa menggunakan OS
Windows 10 . Menurut responden,
menggunakan OS Windows 10 merupakan kebiasaan yang telah menjadi bagian dari kehidupannya, didukung dengan nilai t-value 2,773 ( >1,96) dan nilai p-value 0,006 (<0,05), hal ini menunjukkan bahwa dalam penelitian ini kebiasaan (H) memengaruhi perilaku responden (UB) dalam menggunakan OS Windows 10. Oleh karena itu dalam penelitian ini hipotesis 9 diterima. H10 : Responden tidak mempengaruhi perilaku penggunaan OS Windows 10. Niat responden baik kecil maupun besar untuk menggunakan sistem operasi ini dirasa tidak memengaruhi perilaku responden seperti intensitas waktu penggunaan dalam menggunakan OS Windows
10 .Oleh karena itu dalam penelitian ini
hipotesis 8 ditolak. Hasil ini serupa dengan penelitian sebelumnya dilakukan oleh Ayankunle Adegbit Taiwo & Alan G. Downe, 2013 yang menganalisis berbagai temuan empiris mengenai keterkaitan hubungan niat perilaku dengan perilaku penggunaan dan menyatakan bahwa niat perilaku responden tidak memengaruhi perilaku penggunaan responden.
6. KESIMPULAN
Thesis, London: Brunel University West London, 2011. Field, Andy. Discovering Statistic Using SPSS.
Hoe, Siu Loon. "Issues and Procedures in Adopting Structural Equation Modeling." Quantitative Methods Inquires , 2008: 78-83.
Conference. Singapore: Global Business Research, 2014. S471.
Harsono, Listyo Dwi, and Lisandy Arinta Suryana. "Factors Affecting the Use Behavior of Social Media Using UTAUT 2." AP14 Singapore
"Adoption of Innovation within Universities: Proposing and Testing an Initial Model." Creative Education (Scientific Research Publishing), 2015: 186-203.
Strata 1, Malang: Universitas Brawijaya, 2016. Hariri, Abdulrahman, and Paul Roberts.
Faktor yang Memengaruhi Publikasi Foto Pribadi Pengguna Pada Instagram Dengan Menggunakan Structural Equation Modeling (SEM).
Haq, One Safitri Waddinil. Analisis Faktor-
Globalstats. gs.statcounter.com. Oktober 2016. http://gs.statcounter.com/os-version- market- share/windows/desktop/indonesia/ (accessed November 09, 2016).
Garland, Ron. "The Mid-Point on a Rating Scale: Is it Desirable?" Marketing Bulletin , 1991: 66-70.
Concept. United States of America: John Wiley & Sons, Inc., 2005.
SAGE, 2009. Gagne, Silberschatz Galvin. Operating System
Online Banking Information System: A Structural Equation Model. PhD
Berdasarkan hasil dari penelitian ini dapat disimpulkan bahwa terdapat 6 faktor yang memengaruhi penerimaan seseorang terhadap
Chandio, Fida Hussain. Studying Acceptance Of
Many. "Candidate Surveys on Program Evaluation: Examining Instrument Reliability, Validity and Program Effectiveness." American Journal of Educational Research , 2014: 683-690.
Bhatnagar, Ruchi, Jihye Kim, and Joyce E.
Maret 03, 2017. https://www.bps.go.id/linkTabelStatis/v iew/id/1533 (accessed Maret 05, 2017).
Amalia, Ellavie Ichlasa. Metro TV. September 27, 2016. http://teknologi.metrotvnews.com/read/ 2016/09/27/589065/sudah-ada-400- juta-pengguna-windows-10 (accessed Oktober 18, 2016). Badan Pusat Statistik. Badan Pusat Statistik.
Square (PLS), Alternatif Structural Equation Modeling (SEM) Dalam Penelitian Bisnis. Yogyakarta: Andi Publisher, 2015.
Abdillah, Willy, and Jogiyanto. Partial Least
7. DAFTAR PUSTAKA
Penelitian ini dilakukan dengan menggunakan responden mahasiswa dengan rentang usia 19 sampai 24 tahun di Indonesia. Hasil dari penelitian dapat berbeda jika dilakukan pada responden dengan kategori lainnya.Model penelitian juga dapat diperluas menggunakan moderator maupun digabungkan dengan model lainnya mengingat cakupan penelitian yang luas.
kedalam dua bentuk penerimaan yaitu niat dan perilaku penggunaan. Penerimaan dalam bentuk niat untuk menggunakan Windows 10 pada mahasiswa di Indonesia dipengaruhi oleh beberapa faktor seperti manfaat yang didapat, pengaruh lingkungan sekitar, motivasi kesenangan serta kebiasaan. Sedangkan, responden tidak berniat untuk menggunakan sistem operasi ini karenadirasa tidak mudah untuk digunakan, harga yang tidak sebanding dengan nilai yang didapatkan serta tidak memiliki fasilitas yang mendukung penggunaan. Disisi lain, penerimaan berupa perilaku penggunaan dipengaruhi oleh kondisi fasilitas yang kemudian memungkinkan pengguna dapat menggunakan sistem operasi ini serta kebiasaan pengguna dalam menggunakan sistem operasi ini. Sedangkan untuk menggunakan sistem operasi ini, pengguna merasa tidak memerlukan niat terlebih dahulu.
OS Windows 10 di Indonesia yang dapat dilihat
Jambulingam, Manimekalai. "Behavioural Intention to Adopt Mobile Technology among Tertiary Students." World
1. Yogyakarta: Graha Ilmu, 2008.
Disseration, Seattle: Dissertationrecipes, 2011. Taiwo, Ayankunle Adegbite, and Alan G.
Structural Equation Modeling (SEM).
1. Jakarta: Salemba Empat, 2015. Shao, Xiuyan, and Mikko Siponen. "Consumer
Acceptance and Use of Information Technology: Adding consumption theory to UTAUT2." SIGSVC
Workshop. Finland: All Sprouts Content, 2011. 11-157.
Simon, Marilyn K. Dissertation and Scholarly
research: recipes for success. Master
Downe. "The Theory Of User Acceptance And Use Of Technology (UTAUT): A Meta-Analytic Review Of Empirical Findings." Journal of
International Conference on Asia Pacific Business Innovation & Technology Management. Phillipines:
Theoretical and Applied Information Technology , 2013: 48-58.
Venkatesh, Viswanath, James Y. L. Thong, and Xin Xu. "Consumer Acceptance And Use Of Information Technology: Extending The Unified Theory Of Acceptance And Use Of Technology."
MIS Quarterly (MIS Quarterly), 2012: 157-178.
Venkatesh, Viswanath, Michael G. Morris, Gordon B. Davis, and Fred D. Davis.
"User Acceptance of Information Technology: Toward A Unified View." MIS Quarterly , 2003: 425-478.
Wijanto, Setyo Hari. Structural Equation
Modeling dengan Lisrel 8.8.
Elsevier Ltd., 2011. 104 – 114. Sarjono, Haryadi, and Winda Julianita.
Himang. "Library Periodical Indexing Software Evaluation using."
Applied Sciences Journal
Workshop on Information and Electronics Engineering (IWIEE).
, 2013: 1262- 1271. Kit, Adelyn Kuan Lai, Ann Hui Ni, Emeilee
Nur Freida Binti Mohd Badri, and Tang Kia Yee. UTAUT2 Influencing The
Behavioural. Bachelor, Malaysia:
University Tunku Abdul Rahman, 2014. Lestari, Sumini Wiji. Analisis Penerimaan
Teknologi Wi-Fi Menggunakan Metode Technology Acceptance Model (TAM) Pada SMK Negeri 1 Ngawi. Strata 1, Malang: Universitas Brawijaya, 2016.
Liang, WU. "An Empirical Research on Poor Rural Agricultural." International
GuiYang: Elsevier Ltd., 2012. 1578
Elsevier Ltd., 2014. 141 – 146. Santos-Feliscuzoa, Larmie T., and Celbert M.
Madigan, Ruth, et al. "Acceptance of Automated Road Transport Systems (ARTS):an adaptation of the UTAUT model." Transport Research Arena.
United Kingdom: Elsevier B.V., 2016. 2217 – 2226. Myerson, Terry. Microsoft. June 1, 2015. https://blogs.windows.com/windowsex perience/2015/06/01/hello-world- windows-10-available-on-july- 29/#gX3xkzXfpYFcRjvc.97 (accessed September 25, 2017).
Oruç, Ozlem Ege, and Çigdem Tatar. "An investigation of factors that affect internet banking usage based on structural equation modeling."
Computers in Human Behavior (Elsevier Ltd.), 2016: 232-235.
Prophet, Tony. Microsoft. May 13, 2015. https://blogs.windows.com/windowsex perience/2015/05/13/introducing- windows-10- editions/#ApIcvZfVLXshF8Ux.97 (accessed February 03, 2017). Raman, Arumugam, Ruuhina Mohd Sani, and
Paramjit Kaur. "Facebook as a Collaborative and Communication Tool: A Study of Secondary School Students in Malaysia." The
International Conference on Communication and Media. Malaysia:
- – 1583.