Pengaruh Personality dan Cognitive terha
2.1 Penelitian Terdahulu
mendefinisikan computer self-efficacy Penelitian tentang intention juga sebagai ukuran kepercayan diri pengguna telah dilakukan oleh peneliti-peneliti komputer dengan kemampuan mereka terdahulu seperti pada tabel 2.1., yang untuk memahami, menggunakan, dan menghasilkan temuan yang beragam.
pengetahuan dan Tabel 2.1. Penelitian Terdahulu
menerapkan
keterampilan komputer.
No. Peneliti
Hasil
Para penulis menemukan bahwa individu
1. McElroy, James
Penelitian ini menguji
yang memiliki computer self-efficacy
C., Anthony R.
pengaruh langsung dari
yang tinggi akan merasa kompeten dalam
Hendrickson,
personality dan
menggunakan perangkat keras dan
Anthony M.
cognitive style pada
perangkat lunak komputer yang berbeda.
Townsend and
tiga ukuran
Samuel M.
penggunaan Internet.
Namun, rendahnya computer self-efficacy
DeMarie
mengarah ke keyakinan bahwa individu
akan mengalami
kesulitan dalam kesulitan dalam
adalah sebagai berikut: maka hipotesis pertama yang diajukan
H2 : Computer Locus of Control dalam penelitian ini adalah:
berpengaruh terhadap Intention H1:
Computer Self-efficacy penggunaan perangkat lunak basis berpengaruh positif terhadap
data.
Intention penggunaan perangkat lunak basis data.
2.4. Rerangka Teori Cognitive dan Hipotesis
2.3. Computer Locus of Control
Beberapa teori dan model dari Locus of control merupakan
sistem informasi, yang menjelaskan keyakinan individu bahwa individu bisa
interaksi individu-individu dengan sistem mempengaruhi kejadian-kejadian yang
informasi terdiri dari: Teori tindakan berkaitan dengan kehidupannya. Menurut
beralasan (theory of reasoned action atau Rotter (1966) locus of control terdiri dari
TRA) oleh Fishbein dan Ajzen (1975); dua bagian yaitu internal locus of control
penerimaan teknologi dan external locus of control. Internal
dan
teori
(technology acceptance model atau TAM) locus of control adalah individu yang
oleh Davis et al. (1989). meyakini bahwa apa yang terjadi selalu
penerimaan dan berada dalam kontrolnya, dan selalu
Perilaku
penggunaan sistem informasi telah diuji mengambil peran serta tanggung jawab
dalam berbagai perspektif yang berbeda. dalam setiap pengambilan keputusan.
Berdasarkan berbagai model yang telah Mereka mengendalikan apa yang terjadi
diteliti, Technology Acceptance Model pada diri mereka. Kaum internal lebih
(TAM) menawarkan penjelasan yang kuat aktif
(powerfull) dan efisien untuk menguji mengambil
mencari informasi
sebelum
perilaku penerimaan dan penggunaan termotivasi untuk berprestasi, serta
sistem informasi oleh pemakai. Bahwa melakukan upaya yang lebih besar untuk
manfaat yang dirasakan adalah yang mengendalikan
paling signifikan terpengaruh dan variabel Sedangkan external locus of control
lingkungan
mereka
penting dalam mempengaruhi sikap. niat adalah individu yang meyakini bahwa
menggunakan kejadian dalam hidupnya berada di luar
perilaku
untuk
didefinisikan sebagai suatu kepentingan kontrolnya, yang melihat bahwa apa yang
dari seseorang untuk melakukan perilaku terjadi pada diri mereka dikendalikan oleh
tertentu dalam menggunakan sistem kekuatan luar, seperti misalnya kemujuran
tertentu (Davis, 1989). dan peluang (Rotter, 1966).
Dinyatakan bahwa manfaat yang Kay (1990) melakukan penelitian
dirasakan memiliki pengaruh positif yang menggunakan
signifikan pada penggunaan sistem dikembangkan dari general Locus of
dimensi
yang
informasi, dan bahwa persepsi kegunaan Control (Rotter, 1966) untuk mengukur
adalah konstruk paling signifikan dan asosiasi locus of control terhadap
penting yang berpengaruh niat dan computer literacy. Ditemukan bahwa
perilaku dalam penggunaan teknologi locus of control berpengaruh terhadap
dibandingkan dengan konstruk lainnya, computer literacy pengguna. Dimensi
seperti temuan Igbaria et.al.(1997) dan yang dikembangkan Kay (1990) disebut
Chau (2001).
sebagai Computer Locus of Control Berdasarkan paparan tersebut, Measured (CLOM). Dalam penelitian ini
maka hipotesis ketiga yang diajukan CLOM digunakan sebagai instrument
dalam penelitian ini adalah: personality trait. Hipotesis kedua yang
H3: Perceived usefulness berpengaruh diperlukan. Komponen-komponen penting positif
terhadap Intention sistem basis data adalah: data, perangkat penggunaan perangkat lunak basis
keras (hardware), perangkat lunak data.
(software), dan pengguna (user) yang dikategorikan sebagai Administrator,
Davis et al. (1989) mendefinisikan Programmer dan End-user . Perceived Ease of Use sebagai tingkat
Database Management System keyakinan seseorang bahwa dalam
(DBMS) dirancang khusus sebagai menggunakan sistem tertentu tidak
aplikasi yang berinteraksi dengan diperlukan usaha yang keras. Meskipun
pengguna, dengan aplikasi lain, dan usaha menurut setiap orang bebeda-beda
dengan basis data (database) itu sendiri tetapi pada umumnya untuk menghindari
untuk menangkap dan menganalisa data. penolakan dari pengguna sistem atas
DBMS adalah perangkat lunak khusus sistem yang dikembangkan, maka sistem
untuk membuat, harus mudah diaplikasikan oleh pengguna
yang
digunakan
mengontrol dan mengelola basis data tanpa mengeluarkan usaha yang dianggap
(Whitten, et al., 2004). DBMS antara lain memberatkan.
MySQL™, PostgreSQL™, Perceived Ease of Use merupakan
adalah:
SQLite™, Microsoft SQL Server™, salah satu faktor dalam model TAM yang
Microsoft Access™, Oracle™, Sybase™, telah diuji dalam penelitian Davis et al.
dBASE™, FoxPro™, dan IBM DB2™. (1989).
Hasil penelitian
tersebut
menunjukkan bahwa faktor ini terbukti
3. Metode dan Pendekatan
dapat menjelaskan alasan seseorang dalam menggunakan sistem informasi dan
3.1 Populasi dan Sampel
menjelaskan bahwa sistem baru yang
merupakan jumlah sedang dikembangkan diterima oleh
Populasi
keseluruhan elemen yang diteliti (Cooper pengguna.
dan Schindler, 2003). Dengan demikian Berdasarkan hal tersebut maka, hipotesis
populasi adalah individu yang memiliki keempat yang diajukan dalam penelitian
informasi yang menjadi fokus penelitian. ini adalah
Populasi dalam penelitian ini adalah H4: Perceived
Use menggunakan populasi mahasiswa vokasi berpengaruh
Ease
of
komputerisasi akuntansi pada Perguruan Intention to Use perangkat lunak
positif
terhadap
Tinggi (PT) di Propinsi Lampung yang basis data.
terakreditasi Badan Akreditasi Nasional Perguruan Tinggi (BAN-PT).
2.5. Basis Data
dan Database
Metode pengambilan sampel yang
Management System
digunakan dalam penelitian ini adalah Basis data adalah kumpulan data
secara non probabilitas yaitu convenience yang
sampling . Data primer yang didapat dari terdeskripsi dari data yang dirancang
convenience sampling oleh mahasiswa untuk memenuhi kebutuhan informasi dari
vokasi komputerisasi akuntansi di sebuah organisasi. Basis data merupakan
Propinsi Lampung adalah atas dasar sebuah tempat pengumpulan data yang
sukarela. Mahasiswa secara sukarela sangat besar yang digunakan secara
meluangkan waktu untuk mengisi bersama-sama oleh berbagai departemen
kuisioner dan berusaha memberikan (Whitten, et al., 2004). Sistem basis data
jawaban menurut persepsinya masing- adalah sistem menyimpan informasi dan
masing. Sebelum mengisi kuisioner para memungkinkan penggunanya mengambil
mahasiswa diberikan pengarahan tentang dan mengubah informasi itu saat mahasiswa diberikan pengarahan tentang dan mengubah informasi itu saat
Persepsi
kemanfaatan (perceived usefulness) diukur dengan skala Likert
mulai poin 1 yang menyatakan sangat
Pengumpulan Data
tidak setuju sampai dengan poin 5 yang Teknik yang digunakan dalam
menyatakan sangat setuju. Variabel ini pengumpulan data penelitian adalah
diukur dengan menggunakan enam menggunakan
pertanyaan. Pertanyaan-pertanyaan ini mendapatkan data opini individu melalui
diadopsi dari penelitian yang dilakukan kuesioner yang berisi daftar pertanyaan
oleh Davis (1989).
mengenai semua variabel yang diteliti Persepsi kemudahan penggunaan yaitu : computer self-efficacy, computer
(perceived ease of use) adalah tingkat locus of control, perceived usefulness,
keyakinan seseorang bahwa dalam perceived ease of use dan intention to use
menggunakan sistem tertentu tidak serta profil demografi dari mahasiswa
diperlukan usaha yang keras. Persepsi vokasi komputerisasi akuntansi.
kemudahan penggunaan (perceived ease Peneliti meminta ijin kepada
of use) diukur dengan skala Likert mulai pimpinan masing-masing institusi untuk
poin 1 yang menyatakan sangat tidak melibatkan beberapa dosen pengampu
setuju sampai dengan poin 5 yang mata kuliah yang mengajarkan perangkat
menyatakan sangat setuju. Variabel ini lunak basis data. Para dosen diminta
diukur dengan menggunakan enam secara sukarela untuk terlibat menjaring
pertanyaan. Pertanyaan-pertanyaan ini responden,
diadopsi dari penelitian yang dilakukan mendapatkan informasi melalui pengisian
mengarahkan,
dan
oleh Davis (1989).
kuisioner.
(intention) didefinisikan sebagai keinginan untuk melakukan
Niat
3.3 Definisi Operasional
dan
sesuatu. Niat diukur dengan skala Likert
pengukuran Variabel
mulai poin 1 yang menyatakan sangat Computer Self-Efficacy (CSE) skala
tidak setuju sampai dengan poin 5 yang Likert mulai poin 1 yang menyatakan
menyatakan sangat setuju. Variabel ini sangat tidak setuju sampai dengan poin 5
2 yang menyatakan sangat setuju. Variabel
pertanyaan. Pertanyaan-pertanyaan ini ini diukur dengan menggunakan sepuluh
diadopsi dari penelitian yang dilakukan pertanyaan. Pertanyaan-pertanyaan ini
oleh Davis (1989).
diadopsi dari penelitian yang dilakukan oleh Compeau dan Higgins (1991) yang
3.4 Pengujian Instrumen Penelitian
sering disebut dimensi skala Computer Pengujian instrumen penelitian Self-Efficacy (CSE).
adalah bagian yang terpenting untuk Pertanyaan
dilakukan. Data penelitian tidak berguna Locus of Control diukur dengan Dimensi
tentang Computer
pengukuran yang skala Rotter yang dikembangkan oleh Kay
jika
instrumen
digunakan tidak mempunyai validitas dan (1990) yang terdiri dari 10 item yang
reliabilitas yang tinggi, pengujian diukur dengan skala Likert mulai poin 1
hipotesis sangat dipengaruhi oleh kualitas yang menyatakan sangat tidak setuju
data (Cooper dan Schindler, 2003). sampai dengan poin 5 yang menyatakan
Sebelum dilakukan survei, maka terlebih sangat setuju.
dahulu dilakukan pra survei dengan Persepsi kemanfaatan (perceived
sampel yang lebih kecil dengan tujuan usefulness) adalah sejauh mana seseorang
untuk mengetahui validitas dan reliabilitas percaya bahwa menggunakan suatu
instrumen yang ada, sehingga dapat instrumen yang ada, sehingga dapat
dan Schindler, 2003). Dalam penelitian tersebut sebelum dilakukan survei yang
ini, uji reliabilitas dilakukan dengan sesungguhnya.
teknik Cronbach’s pertanyaan yang digunakan dalam
Meskipun
item -item
menggunakan
Alpha dengan bantuan software SPSS™ penelitian ini telah digunakan pada
for Windows (Ghozali, 2005). Cronbach’s penelitian sebelumnya dan dinyatakan
Alpha adalah koefisien keandalan yang valid serta reliabel, tetapi item-item
menunjukkan seberapa baik item dalam pertanyaan ini perlu diuji kembali
suatu kumpulan secara positif berkorelasi validitas dan reliabilitasnya.
satu sama lain. Konsistensi jawaban ditunjukan oleh nilai rule of thumb atau
3.5 Uji Validitas dan Uji Reliabilitas
tingginya cronbach’s alpha, dengan nilai Uji validitas ini dilakukan untuk
alpha harus lebih besar dari 0,7 meskipun mengetahui sejauh mana kemampuan
nilai 0,6 masih dapat diterima (Hair et al., instrumen penelitian mengukur apa yang
seharusnya diukur (Cooper dan Schindler,
2003). Validitas internal terdiri dari
3.6 Pengujian Hipotesis
validitas isi dan validitas konstruk. Di dalam analisis data penelitian Pengukuran validitas secara kualitatif
digunakan metode statistika. Seluruh dilakukan dengan content validity dan uji
perhitungan statistika dilakukan dengan validitas secara kuantitatif dengan
menggunakan bantuan perangkat lunak Confirmatory Faktor Analysis (CFA)
statistik yaitu IBM® SPSS® Statistcs™ melalui bantuan software SPSS™ for
21 dan IBM® SPSS® AMOS™ versi 21 Windows , yang menggambarkan validitas
for Windows™. Tingkat signifikansi yang konstruk (Ghozali, 2005).
digunakan dalam penelitian ini adalah Validitas konstruk menunjukkan
sebesar 0,05 (5%). Dari hasil uji hipotesis seberapa baik hasil yang diperoleh dari
diketahui apakah hipotesis diterima atau penggunaan suatu pengukuran sesuai
hipotesis ditolak. Pada tabel 3.1 dibawah teori-teori yang
ini adalah merupakan hipotesis penelitian mendefenisikan suatu konstruk (Hartono,
digunakan
untuk
yang di uji pada bab empat, melalui 2004). Instrument memiliki convergent
proses melalui pendekatan SEM berbasis validity jika item pengukuran memiliki
covariance dengan bantuan perangkat faktor loading lebih besar dari 0,4 (Hair et
lunak IBM® SPSS® AMOS™ versi 21. al. , 2006). Hair et al., (2006) juga
menyatakan bahwa faktor loading lebih Tabel 3.1. Hipotesis yang diajukan besar 0,3 dapat dipertimbangkan sebagai
batas minimal dan bila faktor loading
No.
Hipotesis
lebih besar dari 0,5 maka diterima secara
Computer Self-efficacy (CSE) berpengaruh
signifikan.
H1 positif terhadap Intention penggunaan
Reliabilitas perangkat lunak basis data (ITU) adalah suatu alat
(Internal) Computer Locus of Control
pengukur yang menunjukkan akurasi,
(CLOC) berpengaruh positif terhadap
H2
konsistensi dan
ketepatan
dari
Intention penggunaan perangkat lunak
pengukurnya (Hartono,
basis data (ITU)
Konsistensi menunjukkan seberapa baik
Perceived usefulness (PU) berpengaruh
item –item pertanyaan yang mengukur
H3 positif terhadap Intention penggunaan perangkat lunak basis data (ITU)
sebuah konsep bersatu menjadi sebuah
Perceived Ease of Use (PEOU)
kumpulan. Suatu kuisioner dikatakan
H4 berpengaruh positif terhadap Intention
reliabel atau handal jika jawaban
penggunaan perangkat lunak basis data
seseorang terhadap pertanyaan adalah
(ITU)
Cara untuk menguji hipotesis X4 = Perceived Ease of Use penelitian salah satunya adalah dengan
(independent variable) membandingkan Critical Ratio (C.R.) yang dihasilkan model atau yang disebut
α = Konstanta (nilai Yi apabila X = 0) t_hitung dibandingkan dengan Critical
regresi (nilai Value atau nilai kritis atau yang biasa
β = Koefisien
peningkatan ataupun penurunan) disebut sebagai t_tabel. Pada penelitian ini
ei = disturbance errors (variabel uji dengan signifikansi 5% sehingga
pengganggu).
t_tabelnya adalah 1,625. Jika t_hitung > t_tabel maka hipotesis terdukung.
Pengujian hipotesis dilakukan Sebaliknya jika t_hitung<t_tabel maka
dengan SEM (Structural Equation hipotesis tidak terdukung. Gambar 3.1.
Modeling ) dengan software IBM® menunjukkan model penelitian awal
SPSS® AMOS™ (Analysis of Moment disederhanakan.
Structure ) versi 21. SEM merupakan sekumpulan teknik-teknik statistical yang memungkinkan
pengujian sebuah rangkaian hubungan relatif rumit secara simultan. Ukuran sampel yang harus dipenuhi dalam permodelan ini adalah minimum berjumlah 100. Dalam sebuah analisis SEM mensyaratkan minimum 100 sampel. Observasi yang muncul dengan nilai-nilai ekstrim, baik secara univariat maupun multivariat yaitu yang muncul karena kombinasi karakteristik unik yang dimilikinya dan terlihat sangat jauh berbeda dari observasi-observasi lainnya. Pengujian tentang ada tidaknya outliers
univariate dilakukan dengan menganalisis Gambar 3.1. Model Penelitian
nilai Z score dari data penelitian yang Awal
digunakan. Apabila terdapat nilai Z score yang berada pada rentang lebih besar dari
Persamaan dalam penelitian adalah pada ± 4 (Hair et al, 1995) maka hal ini sebagai berikut:
berarti termasuk dalam kategori outliers Yi = α + β1 X1 + ei ……… (1);
sedangkan pengujian outliers pada tingkat Yi = α + β2 X2 + ei ……… (2);
multivariate dapat dilihat dari jarak Yi = α + β3 X3 + ei ……… (3);
mahalanobis (mahalanobis distance). Yi = α + β4 X4 + ei ……… (4);
Normalitas dapat diuji dengan melihat gambar histogram data atau dapat
Keterangan: diuji dengan metode-metode statistik. Uji Yi = Intention to Use (dependent
normalitas ini perlu dilakukan baik untuk variable )
normalitas terhadap data tunggal maupun X1 = Computer Self-efficacy
normalitas multivariate dimana beberapa (independent variable)
variabel digunakan sekaligus dalam X2 = Computer Locus of Control
analisis akhir. Pengujian normalitas dalam (independent variable)
dilakukan dengan X3 = Perceived Usefulness
penelitian
ini
memberikan perintah test of normality (independent variable)
and outliers . Asumsi normalitas ditolak and outliers . Asumsi normalitas ditolak
0,08 merupakan indeks untuk dapat Menurut Ferdinan (2002) seperti
diterimanya model yang menunjukkan yang disajikan pada tabel 3.1, bahwa
sebuah close fit dari model tersebut kriteria dalam mengevaluasi model dan
berdasarkan degress.
pengaruh pengaruh yang ditampilkan dalam model adalah χ ² Chi Square
Tabel 3.2
Statistics , Significance
Asumsi-asumsi dalam Pengujian SEM CMIN/DF, GFI, AGFI, TLI, CFI dan RMSEA yang memenuhi syarat indeks
probability ,
yang ditetapkan. Dinyatakan bahwa Cut of Value χ ²
Goodness of Fit Index
χ ² Chi Square Statistics Diharapkan
Chi Square Statistic jika semakin kecil
kecil
nilai χ ² semakin baik model itu dan
Significance probability ≥ 0,05
diterima berdasarkan probabilitas dengan
CMIN/DF
cut off value sebesar p>0,05 atau p>0,01.
GFI
CMIN/DF atau square relatif
TLI
merupakan hasil pembagian antara fungsi
kesalahan sampel yang minimal dengan ≤ 0,08 derajat kebebasannya yang digunakan
RMSEA
( Sumber : Ferdinand, 2002 )
untuk mengukur fit model. CMIN/DF yang diharapkan agar model dapat
3.7 Penelitian Uji Coba
diterima adalah ≤ 2,00. Pengujian indeks Uji coba penelitian terhadap 43
GFI (Goodness Fit of Index) dimaksudkan
vokasi komputerisasi untuk mengatahui proporsi tertimbang
mahasiswa
akuntansi yang dilaksanakan pada tanggal dari varians dalam matriks kovarians
sampel yang dijelaskan oleh matriks
25 Juni 2013. Uji coba ini bertujuan untuk mengukur validitas dan reliabilitas
kovarians populasi yang terestimasi, GFI kuisioner . Dari pengujian validitas
yang diharapkan adalah GFI ≥ 0,90. dengan perangkat lunak IBM® SPSS®
AGFI (Adjusted Goodness Fit Statistics 21™, didapat hasil bahwa: butir
Index ) dapat mennyesuaikan fit indeks terhadap df yang tersedia untuk menguji
CSE1; CSE2; CSE3; CSE7;CSE8; CSE10; CLOC3; CLOC6; CLOC8;
diterima atau tidaknya model. Hasil yang CLOC9; CLOC10; PEOU2 dan PEOU4
diharapkan AGFI adalah ≥ 0,90. adalah tidak valid sedangkan yang lainnya
Sedangkan TLI (Tucker Lewis Index) valid (tabel 3.2.). Butir (item) yang tidak
adalah sebuah alternatif incremental fit index yang membandingkan sebuah model
valid dalam uji coba akan dikeluarkan dalam pengujian hipotesis Confirmatory
yang diuji terhadap sebuah base line Factor Analysis (CFR).
model. Nilai yang diharapkan adalah TLI Pada penelitian dengan sampel
≥ 0,95 besar, butir-butir pertanyaan yang valid
Rentang CFI (Comparative Fit Index ) sebesar 0-1 dimana semakin
digunakan dalam analisis untuk menguji hipotesis yang diajukan. Butir-butir yang
mendekati 1 mengindikasikan tingkat fit valid adalah: CSE4; CSE5; CSE6; CSE9;
yang paling tinggi, a very good fit nilai CLOC1; CLOC2; CLOC4; CLOC5;
yang diharapkan adalah CFI ≥ 0,95. CLOC7; PU1; PU2; PU3; PU4; PU5;
Kemudian mengukur RMSEA (the Root Meansquare Error of Approximation )
PU6; PEOU1; PEOU3; PEOU5; PEOU6; ITU1 dan ITU2 (tabel 3.3). Semua
adalah merupakan sebuah indeks yang analisis menggunakan IBM® SPSS®
dapat digunakan untuk mengkompensasi chi square dalam sampel besar, nilai
Statistics dan IBM® SPSS® AMOS™
versi 21. Reliabilitas
0,301 Tidak Valid
variabel pada sampel kecil dengan jumlah
butir (item) sebanyak 34 pertanyaan secara keseluruhan adalah Cronbach’s
Alpha masih di atas 0,600 yang dianggap
masih bisa diterima/reliable (Hair et al., 2006) seperti yang terdapat pada tabel 3.3.
Pengujian validitas pada penelitian Validitas Kuisioner Uji Coba Sampel
Tabel 3.3.
untuk menemukan Kecil
ini
bertujuan
item /indikator (konstruk) kuisioner yang akan digunakan sebagai data analisis pada sampel besar. Setelah dikoreksi jumlah
No. Butir(Item)
item yang digunakan berjumlah 21 item
Rtabel)
seperti yang dirangkum pada tabel 3.4.
1 CSE1 0,192
Tidak Valid
berikut ini:
2 CSE2 0,240
Tidak Valid
3 CSE3 0,178
Tidak Valid
Validitas Kuisioner Uji Coba Sampel
Kecil yang Disesuaikan
Rtabe Keterangan
Butir
Rhitu- l ts. (Rhitung>=
7 CSE7 0,223
Tidak Valid
0,301 Valid 9 CSE9
8 CSE8 0,159
Tidak Valid
0,301 Valid 10 CSE10
0,301 Valid 11 CLOC1
Tidak Valid
0,301 Valid 12 CLOC2
6 CLOC2
0,301 Valid 13 CLOC3
0,301 Valid 14 CLOC4
Tidak Valid
0,301 Valid 15 CLOC5
10 PU1
0,301 Valid 16 CLOC6
Tidak Valid
0,301 Valid 17 CLOC7
13 PU4
0,301 Valid 18 CLOC8
0,301 Valid 19 CLOC9
Tidak Valid
Tidak Valid
0,301 Valid 20 CLOC10
17 PEOU3
0,301 Valid 21 PU1
Tidak Valid
0,301 Valid 22 PU2
20 ITU1
0,301 Valid 23 PU3
Analisis dan hasil yang akan
diuraikan pada bab berikutnya adalah
menggunakan lima variabel (CSE, CLOC,
PU, PEOU dan ITU) dengan 21 butir (item) pertanyaan didasari hasil uji
Tidak Valid
validitas dan reliabilitas pada sampel kecil. Dengan menggunakan item yang validitas dan reliabilitas pada sampel kecil. Dengan menggunakan item yang
4.2 Karakteristik Responden
seperti pada tabel 3.5, reliabilitas CSE,
Penelitian
CLOC dan PEOU meningkat diatas
responden reliabilitas sebelumnya.
Karakteristik
berdasarkan sex (jenis kelamin) dan penguasaan perangkat lunak. Dari data
yang digunakan diketahui jumlah Uji Reliabilitas pada Sampel Kecil yang
Tabel 3.5.
mahasiswa wanita adalah 56% , lebih Disesuaikan
banyak dibandingkan dengan mahasiswa
Cronbach
N Butir
Kete-
pria yaitu 44%.
Analisis tidak
Variabel ’s Alpha
(Item)
rangan
membedakan gender, penelitian ini hanya
Computer Self-
4 Reliabel
Efficacy (CSE)
memfokuskan intention dari mahasiswa
Computer
vokasi komputerisasi akuntansi secara
Locus of Control
5 Reliabel
keseluruhan. Ikhtisar pada tabel 4.2.
(CLOC)
adalah sebagai informasi penelitian
of Use 0,764
4 Reliabel
Responden Berdasarkan Sex
(PEOU)
Valid
Intention to
Use (ITU) 0,617
2 Reliabel
Keterangan
Frequency Percent
Jumlah Butir (Items)
21 Pria
4. Hasil dan Pembahasan
4.1 Pengumpulan Data Penelitian
(Sumber: Lampiran A) Data dikumpulkan dengan cara
membagikan kuisioner ke masing-masing Karakteristik responden berikutnya
institusi pendidikan vokasi komputerisasi
berdasarkan penguasaan akuntansi di Propinsi Lampung. Proses
adalah
(kompetensi) menggunakan perangkat pengumpulan data dilakukan mulai 25
lunak basis data. Dari data diketahui Juni 2013 sampai dengan 12 Juli 2013. bahwa 52% responden cenderung belum Kuisioner yang digunakan adalah menguasai perangkat lunak basis data sebanyak 335 atau 93% dari jumlah yang (database software). Informasi ini bisa telah
sebagai dasar analisis terhadap variabel pengumpulan data dapat dilihat pada tabel
intention menggunakan perangkat lunak
4.1. berikut ini: basis data pada mahasiswa vokasi
komputerisasi akuntansi.
Tabel 4.1.
Angket (kuisioner) yang Dianalisis
Penguasaan Perangkat Lunak Basis Data
Angket (kuisioner) yang
Angket (kuisioner) yang Percent
0 Jenis Database Software
141 42% Angket (kuisioner) yang
1 Jenis Database Software
21 tidak lengkap 6% 11 3%
>1 Jenis Database Software
Jumlah
Angket (kuisioner) yang
(Sumber: Lampiran A)
digunakan
Berdasarkan tabel 4.3 diketahui (Sumber: Lampiran A) bahwa 173 mahasiswa atau 52% adalah
belum menguasai perangkat lunak basis belum menguasai perangkat lunak basis
PU6
Overall, I find (. . .) useful in my job and
sudah menguasai perangkat lunak basis Johanse
PEOU1
Learning to operate the (. . .) is easy for n
data. Dari 162 mahasiswa responden, 141 me
PEOU3
Usage of the (. . .) is clear and
mahasiswa menguasai 1 jenis dan 21
understandable
mahasiswa menguasai lebih dari 1 jenis
PEOU5
It is easy for me to remember how to perform tasks using (. . .)
perankat lunak basis data (database
PEOU6
Overall, I find the (. . .) easy to use
software ).
ITU1
Assumming I had Access to (. . .), I intend to use it.
4.3. Uji Validitas dan Reliabilitas
ITU2
Given that I had access to (. . .), I
dalam Sampel Besar predict I would use it.
( Likert Ordinal 1 sampai 5) Kuisioner yang disebarkan kepada
populasi mahasiswa vokasi komputerisasi Data yang sebelumnya bertipe
akuntansi di Propinsi Lampung disusun ordinal (Likert 1-5) telah dirubah ke tipe pada awalnya terdiri dari 34 butir (item) interval menggunakan metode Successive pertanyaan yang diambil dari penelitian Interval memanfaatkan Add in pada MS terdahulu. Setelah melakukan penelitian Excel 2007™. Pengubahan data ordinal
uji coba terhadap sampel kecil didapat 21 ke interval diperkenankan dan disarankan
butir (item) yang dianggap valid. Butir- jika analisis data dengan model SEM butir (items) pada daftar pertanyaan menggunakan tools AMOS™ (Ghozali, (kuisioner) yang digunakan adalah seperti
pada tabel 4.4. berikut ini: Pada tabel 4.5. disajikan validitas
sampel besar membandingkan r_hitung
Tabel 4.4.
(corrected item total correlation ) Sumber Kuisioner yang Digunakan dibandingkan dengan r_tabel dengan
tingkat signifikan 0,05 untuk mengetahui
Item No. Item Statements
Refere
nsi
valid atau tidaknya butir (item) yang
I could complete the job using the software package...
diajukan dalam kuisioner. Dari tabel 4.5.
CSE4 ...if I had seen someone else using it
diketahui bahwa 21 item adalah valid dan
before trying
Comp
dapat digunakan dalam analisis data
CSE5 ...if I could call someone for help if I
eau and
got stuck.
Higgins
selanjutnya.
CSE6 ...if someone else had helped me get
CSE9 first
...if someone showed me how to do it
Validitas Sampel Besar Penelitian
H.
CLOC1 I could probably do just about anything
Kay, R.
I need to with computers
Correc Cronb
I feel I need an experienced person
Donnel
Scale
ted ach's
Item- Alpha
nearby when I use the computer
al.
e if
Total if Item
Item
Correl Delete
CLOC4 I need someone to tell me the best way
Kay, R.
a-tion d Validity
,341 ,688 Valid CLOC5
to use computer
H. 1 CSE4
,309 ,709 Valid computer to store importan information
I feel confident about using the
CLOC7 If I had a problem using the computer, I
,591 ,526 Valid could solve it one way or another
,668 ,754 Valid PU1
(. . .) enables me to accomplish tasks
,723 ,736 Valid more quickly
,655 ,757 Valid PU2
Using (. . .) improves my job
,584 ,779 Valid performance
,784 ,825 Valid PU3
esh, et
10 PU1
Using (. . .) increases my productivity
,843 ,813 Valid PU4
Using (. . .) enhances my effectiveness on the job
PU5 Using (. . .) makes it easier to do my job
Godoe
14 PU5
,698 ,840 Valid
15 PU6
,703 ,839 Valid ,703 ,839 Valid
dilakukan estimasi dan an pengujian struktur
model. Model yang di diukur akan dibagi
menjadi 2 grup yaitu aitu personality dan
Pembagia gian ini untuk mengetahui pengaruh h dari variabel yang Hasil reliabilitas terh terhadap 21 item
cognitive .
di ukur (observed) d dan variabel laten. pertanyaan seperti pada ada tabel 4.6 Gambar 4.1 merupak akan path diagram
menunjukkan bahwa sem emua item pada model-model struktura tural yang dibangun sampel besar adalah re reliabel . Angka
h hubungan-hubungan Cronbach’s
menggambarkan
yang ada diantara vari ariabel-variabel laten memenuhi ketentuan di a atas 0,7 adalah
Alpha
menunjukkan
masing-masing persona onality dan cognitive. empat variabel yaitu CLO OC, PU, PEOU
dan ITU. Sedangkan v variabel CSE memenuhi ketentuan reli reliabel di atas angka C’Alpha yaitu seb ebesar 0,6 yang dapat terdukung sebagai re reliabel .
Tabel 4.6. Reliabilitas Sampel Besa esar Penelitian
Computer Locus of
Ease of Use
4 Reliabel
Intention to
4.4. Analisis Data denga gan Pendekatan SEM
Gambar 4.1. Path Dia Diagram Personality berformat MS. Excel™, m , merupakan data
Data yang
tela elah
disiapkan
(atas) dan Cogni gnitive (bawah) yang didapat dari responde nden dengan tipe ordinal (Likert 1-5) yang te telah dirubah ke
Penggabungan seluruh model tipe interval dengan meto etode Successive
mendapatkan estimasi asi secara gabungan Interval (MSI). Langkah-lan langkahnya telah
meliputi observed, endo ndogenous variables : diuraikan metode penel elitian. Subbab berikutnya akan mengura uraikan tahapan
- Computer sel self-efficacy (CSE) analisis dengan pendeka katan Structural
dengan 4 butir ( ir (items) yaitu CSE4, Equation Modeling (SEM) CSE5,CSE6 dan dan CSE9;
- Computer locus loc of control 4.4.1. Path Diagram Mode del Penelitian
(CLOC) denga ngan 5 items yaitu Sampel yang di diukur adalah
CL CLOC2, CLOC4, sebanyak 335 data respo ponden. Sampel CLOC5 dan CL CLOC7;
CLOC1,
- Perceived usefulnes ness (PU) dengan
6 items yaitu PU1 U1, PU2, PU3, PU4, PU5 dan PU6; 6;
- Perceived ease of of use (PEOU) dengan 4 items yaitu PEOU1, PEOU3, PEOU5 dan dan PEOU6;
- Intention to use (ITU) dengan 2 (IT items yaitu ITU1 dan dan ITU2.
Estimasi terhadap p model juga memunculkan unobserved ved, endogenous variable
yaitu
ITU. U.
Sedangkan
unobserved lainnya adal alah exogenous variables yaitu PU, PEOU U, CSE, CLOC, e1, e2, e3, e4, e5, e6, e7, e8 , e8, e9, e10, e11, e12, e13, e14, e15, e16, e17 17, e18, e19, e20 dan e21.
Gambar 4.2. Model St l Struktural Penelitian identifikasi model harus te termasuk dalam
Analisis SEM
mensyaratkan
Personality dan Cogni gnitive terhadap ITU kategori over-identified. P Pada tabel 4.7. yang merupakan outp tput AMOS™
4.4.2. Evaluasi Estima masi Model
menunjukkan nilai degree o e of freedom (df) Evaluasi hasil te terhadap model yang adalah sebesar 184. Indikas asi dari df model
digunakan harus m memenuhi asumsi- termasuk kategori over-ide identified karena
asumsi SEM. Beberapa pa asumsi SEM yang
df bernilai positif, artinya ya tahap analisis harus dipenuhi yaitu: u : ukuran sampel yang data dengan SEM bisa d a dilanjutkan ke
memadai, data yang te terdistribusi normal, tahap berikutnya.
penanganan data yang ng outlier dan tidak adanya multikolinearit ritas. Dari data pada
Tabel 4.7. 7. model awal diketahui b i bahwa : Computation of Degrees ees of Freedom
a. Ukuran Sampel Sampel data ya yang diuji sebanyak
Number of distinct samp mple moments:
335 data adalah lah memenuhi syarat
47 jumlah data yan ang disarankan untuk pengujian SEM EM, data haruslah
Number of distinct parameters to b to be estimated:
Degrees of freedo dom (231 - 47):
melebihi 100 dat data;
b. Normalitas Data ta Dari hasil output AMOS™ Pada gambar 4.2. . di bawah ini
diketahui bahw ahwa data belum adalah gambaran model l structural dari
normal secara pengaruh personality d dan cognitive multivariat . Ini ni bisa diketahui dari terhadap intention penggun gunaan perangkat
terdistribusi
nilai cr. data k keseluruhan sebesar lunak basis data.
45,696. Nilai i yang dihasilkan berada diluar ren rentang nilai cr. dari data terdistribu ibusi normal yaitu antara -2.58 s.d + .d +2,58. Berdasarkan literature , jika ka normalitas data belum tercapai s i setelah data outlier 45,696. Nilai i yang dihasilkan berada diluar ren rentang nilai cr. dari data terdistribu ibusi normal yaitu antara -2.58 s.d + .d +2,58. Berdasarkan literature , jika ka normalitas data belum tercapai s i setelah data outlier
fit dibuat ikhtisar yang ng dapat dilihat pada bisa dilakukan jika d a data berjumlah
tabel 4.8 yang memuat at GOF index, cut-off >50 (Hair et al); dan an estimasi MLE
value , nilai, dan kete eterangan tingkat fit (default yang terdapat te pada
yang dihasilkan.
AMOS™) masih b bisa digunakan meskipun
asumsi si
normalitas
Tabel 4 el 4.8.
(setelah menghapus us outlier) belum Ikhtisar Hasil GOF P F Pengujian Model bisa terpenuhi;
Awa wal
c. Data Outlier
Goodness of
Cut-off
Nilai pada Keterangan
Data outlier da Model dapat diketahui
Fit Index
Value
Semakin
dari nilai mahala alanobis distance
yang mencantum
tumkan nilai p1
semakin
dan p2. Suatu d baik data termasuk
CMIN/DF
19,052 poor fit
outlier jika nil nilai p1 dan p2
yang dihasilkan b poor fit n bernilai kurang (probability) dari 0,05. Dari la i lampiran output
poor fit
data diketahui b i bahwa 34 data
poor fit
memiliki nilai p1 p1 dan p2 <0,05.
poor fit
Jadi ada 34 dat ata outlier yang
dihapus
Pada gambar 4.3 4.3. berikut ini adalah selanjutnya, sehin hingga data yang
dar dari
analisis
path diagram yang dihasilkan untuk tersisa adalah h 301 sampel
model awal penelitian. n.
responden . Da Dapat diketahui
dari lampiran out output, setelah ke
34 data yang o outlier dihapus, semua data bernil rnilai p1 dan p2 > 0,05. Sehingga a permasalahan data outlier sudah ah dapat diatasi;
d. Multikolinearitas tas Terdapatnya multikolinearitas m apabila terdapat at nilai korelasi antar indikator r yang nilainya
0,9. Nilai k korelasi antar indikator pada ou output AMOS™ terlihat tidak terdapat nilai korelasi antar i indikator yang bernilai 0,9. Ja Jadi asumsi tidak terdapatnya multikolinearitas m terpenuhi.
4.4.3. Pengujian Kelayaka kan Model
Tahapan penguj ujian
model
Gambar bar 4.3
penelitian adalah denga ngan pengujian Amos-Output Path Dia iagram Model Awal validitas measurement t model dan
structural model . Pen engujian GOF Pada pengujian n awal didapat hasil (goodness of fit ) dila ilakukan untuk
yang tidak fit, seh sehingga diperlukan mengetahui seberapa fit model dengan
penyesuaian modifik fikasi model atau data yang diperoleh. Berd rdasarkan output
respesifikasi
mod odel
penelitian.
Respesifikasi bertuju juan
Model yang dimodif difikasi. Diharapkan mendapatkan model penel nelitian yang fit
untuk
dengan memodifikasi si model penelitian, sebagai syarat untuk m melanjutkan ke
akan mendapatkan ha hasil yang bernilai pengujian hipotesis.
good fit. Modifikasi asi juga dilakukan Respesifikasi mod odel dilakukan
dengan menambahkan n lintasan covariance dengan
antar variabel dari us usulan Modification menghapus indicator (item)
cara memod odifikasi
atau
Indices yang didukun ung oleh teori yang memiliki factor loadin ding < 0,50;
yang
ada.
menambahkan variabel (jik jika tersedia) atau mengurangi variabel penelit elitian.
Berdasarkan out output path diagram pada gambar 4.4., dibu ibuatlah ikhtisar dari hasil pengujian GOF te terhadap model yang telah dimodifikasi. D Dari ikhtisar yang terdapat pada tabel 4
4.9. akan diketahui apakah pengujian bis bisa di lanjutkan ke pengujian hipotesis. G GOF yang terdapat pada ikhtisar meru erupakan pengujian terhadap
penelitian yang menganalisis 301 respo sponden (sebelumnya 335 kemudian dikuran angi 34 yang outlier)
model
untuk mengukur 16 1 indikator/item (sebelumnya 21 kem mudian dikurangi 5 indikator yang factor lo r loading- nya <0,5).
Tabel 4 el 4.9.
Ikhtisar Hasil GOF P F Pengujian Model Setelah Mo odifikasi
pada Keterangan
of Fit Index Value Model
Gambar 4.4 Amos-Output ut Path Diagram Semaki
Model yang Dimod odifikasi
Chi-square
n kecil
semakin
Modifikasi didasari baik ri teori yang di jelaskan oleh Arbuckle le (2011) yang
CMIN/DF
1,437 good fit
membahas mengenai ca P cara membaca
(probability
0,063 good fit
Modification Indices yang ng terdapat pada
output AMOS™ Graphics cs 20. Modifikasi
reasonable
model 0,084 akhirnya memut utuskan untuk
menghapus 5 item yang m memiliki factor
GFI
0,937 good fit
loading < 0,50. Item yang g dihapus adalah
TLI
0,965 good fit
CSE4(0,42), CSE5(0,38), ), CLOC1(0,29),
PU4(0,36) dan PEOU5(0,1 0,17). Jadi yang
tersisa adalah 16 item yaitu itu CSE6, CSE9, Dari hasil peng engujian GOF pada CLOC2, CLOC4, CLOC5, 5, CLOC7, PU1,
tabel 4.9., diketahu hui bahwa model PU2, PU3, PU5, PU6, PE PEOU1, PEOU3,
modifikasi dengan data yang ada PEOU6, ITU1 dan ITU2. 2. Output setelah
dinyatakan fit. Deng engan fit-nya model modifikasi terdapat pada da gambar 4.4.
maka pengujian hipote otesis bisa dilakukan. yang memuat Amos-Output put Path Diagram Pengujian hipotesis s dilakukan dengan maka pengujian hipote otesis bisa dilakukan. yang memuat Amos-Output put Path Diagram Pengujian hipotesis s dilakukan dengan
hipotesis dengan pada tabel 4.10.
Pengujian
membandingkan C.R. pada tabel 4.10. dengan nilai kritis (identik dengan t hitung) adalah 1,65 pada tingkat
signifikansi 0,05 atau 5%. Jika nilai C.R. Regression, C.R. and Standarized
Tabel 4.10.
lebih besar daripada nilai kritisnya Regression Weights
(tingkat signifikansi p<0,05), maka hipotesis yang diajukan terdukung. Tetapi
apabila C.R. belum dapat mencapai nilai kritisnya maka hipotesis tidak terdukung.
Estimate
Estimate
Path Reg.W
S.E.
C.R.
Stand. Reg.W
4.4.4. Pengujian Hipotesis
Berdasarkan ikhtisar hasil pada tabel 4.10.
ITU <- CSE -0,365
maka dapat diuraikan hasil uji
hipotesisnya sebagai berikut:
ITU <- CLOC 0,441
a. Computer
Self-efficacy (CSE)
ITU <- PU 0,817
terhadap Intention penggunaan perangkat lunak basis
berpengaruh
ITU <- PEOU 0,425
data (ITU). Dari output AMOS™ path
ITU <--- CSE, diketahui nilai C.R. sebesar -2,244. Nilai ini lebih kecil
ITU <- e22 0,747
par_20
CSE9 <- CSE
dari nilai kritis 1,65, yang dapat
diartikan bahwa secara statistis CSE tidak berpengaruh signifikan terhadap
CSE6 <- CSE 1,111
ITU, sehingga pernyataan hipotesis 1 pada penelitian ini tidak terdukung.
CLOC7 <- CLOC
CLOC5 <- CLOC 1,312
b. Computer Locus of Control (CLOC)
berpengaruh
terhadap Intention penggunaan perangkat lunak basis
CLOC4 <- CLOC 1,459
CLOC2 <- CLOC 1,405
data (ITU). Berdasarkan hasil pada tabel 4.10. path ITU <--- CLOC,
PU6 <- PU
diketahui nilai C.R. bernilai 2,155.
Nilai ini lebih besar dari nilai kritis 1,65. Dapat disimpulkan bahwa
PU5 <- PU 1,178
PU3 <- PU 1,314
C.R.>1,65 adalah menunjukkan bahwa secara statistis CLOC berpengaruh
PU2 <- PU 0,675
terhadap ITU. Jadi pada penelitian ini
hipotesis 2 terdukung.
PU1 <- PU 1,351
c. Perceived
Usefulness (PU)
PEOU6 <- PEOU
berpengaruh
terhadap Intention penggunaan perangkat lunak basis
PEOU3 <- PEOU 0,771
data (ITU). Path ITU <--- PU pada
output AMOS™ menunjukkan C.R. sebesar 8,133 lebih besar dari nilai
PEOU1 <- PEOU 0,812
ITU2 <- ITU
kritis 1,65. Dari hasil ini dapat
diartikan bahwa secara statistis CLOC berpengaruh terhadap ITU, sehingga
ITU1 <- ITU 0,413
hipotesis 3 pada penelitian ini
terdukung.
d. Perceived Ease of Use (PEOU) Tabel 4.11. Hasil Uji Hipotesis berpengaruh
terhadap
Intention
menggunakan perangkat lunak basis
C.R. Kritis
data (ITU). Hasil output pada tabel
tesis
Reg.W
Reg.
(t_hit. (t_tab Hasil
4.10. path ITU <--- PEOU diketahui
) .) sig. 0,05
bahwa C.R. sebesar 8,541 lebih besar
H1 -0,365
H1 tidak
dari nilai kritis 1,65. Hal ini
terdukung
menunjukkan bahwa secara statistis H2
PEOU berpengaruh terhadap ITU.
Dapat disimpulkan bahwa hipotesis 4 terdukung
e. Dari hasil output AMOS™ diketahui
C.R. personality (trait) yang diwakili oleh CSE dan CLOC dibandingkan
Berdasarkan tabel 4.11. kesimpulan dengan C.R. cognitive (style) yang
akhir yang diperoleh untuk setiap diwakili oleh PU dan PEOU maka
hipotesis yang diajukan dalam penelitian diketahui bahwa, cognitive lebih
ini adalah sebagai berikut: berpengaruh terhadap ITU perangkat
H1 : Computer Self-efficacy (CSE)
lunak basis data. path ITU <--- PEOU
berpengaruh positif terhadap
adalah 8,541>1,65; path ITU <--- PU
Intention penggunaan perangkat
adalah 8,133>1,65; Path ITU <---
lunak basis data (ITU)
CLOC adalah 2,155>1,65; dan Path ITU <--- CSE adalah -2,244<1,65.
Hasil pengujian menunjukkan Hasil dari penelitian ini menunjukkan
bahwa hipotesis pertama tidak terdukung. bahwa secara statistis cognitive lebih
Artinya intention penggunaan perangkat berpengaruh signifikan
lunak basis data (ITU) pada mahasiswa intention penggunaan perangkat lunak
terhadap
vokasi komputerisasi akuntansi di basis data (ITU) jika dibandingkan
Propinsi Lampung, tidak dipengaruhi oleh dengan personality (trait).
computer self-efficacy (CSE). Meskipun
mahasiswa memiliki CSE pada tingkatan
4.5. Kesimpulan Hasil Uji Hipotesis
pemahaman tertentu, namun itu tidak berpengaruh positif terhadap intention
Hasil pengujian terhadap empat menggunakan perangkat lunak basis data. hipotesis
Hasil temuan ini sejalan dengan hasil berdasarkan
pendekatan
Structural
penelitian Fuadi (2009) yang mengukur Equation Modeling (SEM) berbasis CSE tidak berpengaruh positif terhadap covariance menggunakan tools IBM® minat (intention) penggunaan internet SPSS® AMOS™ versi 21 dengan banking . Serupa dengan hasil penelitian membandingkan C.R. (t_hitung) dengan
ini, Zainol dan Nelson (2011) secara nilai kritis (t_tabel). Tabel 4.11.
deskriptif menemukan bahwa, persepsi menunjukkan hasil uji hipotesis yang mahasiswa akuntansi di Malaysia yang memberikan kesimpulan pengukuran mengalami kesulitan dalam menguasai hubungan pengaruh antar variabel perangkat lunak basis data dengan penelitian.
computer self-efficacy instrument yaitu
owning computer, gender, working
experience, ICT skills dan future role
(interest) terhadap penggunaan perangkat
lunak basis data MS Access™ dalam
membuat prototype basis data akuntansi.
Penelitian ini menemukan intention basis data (ITU) pada mahasiswa vokasi menggunakan perangkat lunak basis data
komputerisasi akuntansi di Propinsi tidak dipengaruhi oleh computer self-
Lampung, dipengaruhi oleh Perceived efficacy . Ada kemungkinan hal ini
Usefulness (PU). Persepsi mahasiswa disebabkan oleh anggapan sebagian besar
vokasi komputerisasi akuntansi atas dasar mahasiswa pada sampel, terhadap
kemanfaatan perangkat lunak basis data perangkat lunak basis data. Anggapan
intention penggunaan bahwa perangkat lunak basis data rumit
menentukan
perangkat lunak basis data. Jika PU dinilai dan tidak menyenangkan. Hanya sedikit
positif maka ITU meningkat secara mahasiswa yang memahami bahwa
positif. Hasil ini sejalan dengan banyak anggapan itu keliru. Dengan memiliki
penelitian yaitu Davis et al.(1989), Igbaria intention terhadap basis data, akan
et.al .(1997) dan Chau (2001). menghantarkan
kepada
perilaku
mahasiswa untuk menguasai pengolahan
H4 : Ada hubungan pengaruh positif
data menjadi informasi pada suatu sistem
antara Perceived Ease of Use
informasi akuntansi.
dengan Intention menggunakan perangkat lunak H2 : (Internal) Computer Locus of Control
(PEOU)
basis data (ITU) pada mahasiswa (CLOC) berpengaruh
vokasi komputerisasi akuntansi terhadap Intention penggunaan
positif
di Propinsi Lampung perangkat lunak basis data (ITU)
Hasil pengujian menunjukkan bahwa Hipotesis keempat terdukung. Artinya hipotesis kedua terdukung. Artinya
intention penggunaan perangkat lunak intention penggunaan perangkat lunak
basis data (ITU) pada mahasiswa vokasi basis data (ITU) pada mahasiswa vokasi
komputerisasi akuntansi di Propinsi komputerisasi akuntansi di Propinsi
Lampung, dipengaruhi oleh Perceived Lampung, dipengaruhi oleh computer
Ease of Use (PEOU). Persepsi mahasiswa locus of control (CLOC). Mahasiswa
vokasi komputerisasi akuntansi atas dasar vokasi komputerisasi akuntansi dengan
kemudahan penggunaan perangkat lunak internal CLOC memiliki intention yang
menentukan intention tinggi terhadap penggunaan perangkat
basis
data
penggunaan perangkat lunak basis data. lunak basis data. Sebaliknya bagi
Jika PEOU dinilai positif maka ITU mahasiswa
meningkat secara signifikan positif. Hasil akuntansi yang memiliki eksternal CLOC
vokasi
komputerisasi
ini sejalan dengan banyak penelitian yaitu memiliki intention yang rendah terhadap
Davis et al.(1989), Igbaria et.al.(1997) penggunaan perangkat lunak basis data.
dan Chau (2001).
Hasil penelitian ini sejalan dengan Kay
bahwa model (1990), yang
Disimpulkan
cognitive lebih mempengaruhi intention computer locus of control berpengaruh
menemukan
bahwa
pada pengunaan perangkat lunak basis positif terhadap computer literacy data dibandingkan model personality. Hal
pengguna (user). ini dilihat dari C.R., koefesien regression weight , dan standarized regression weight
H3 : Perceived
usefulness
(PU)
yang dihasilkan penelitian ini. Model
berpengaruh positif terhadap
cognitive memiliki koefesien yang tinggi
Intention penggunaan perangkat
di bandingkan model personality .
lunak basis data (ITU)
Koefisien
standardized regression weights keseluruhan yang bernilai relatif
Hipotesis ketiga terdukung. Artinya rendah, berindikasi bahwa intention intention penggunaan perangkat lunak
mahasiswa
vokasi komputerisasi vokasi komputerisasi
penggunaan perangkat lunak basis data. perangkat lunak basis data.
Tujuan penelitian yang kedua adalah untuk mendapatkan bukti empiris
5. Simpulan dan Rekomendasi
melalui pengujian faktor-faktor persepsi
5.1 Simpulan
cognitive menggunakan variabel Penelitian ini bertujuan untuk
perceived usefulness (PU) dan perceived mengukur pengaruh personality dan
ease of use (PEOU) dapat mempengaruhi pengaruh cognitive terhadap intention
niat (intention) terhadap pengunaan penggunaan perangkat lunak basis data
perangkat lunak basis data. Disimpulkan pada mahasiswa vokasi komputerisasi
bahwa kedua faktor persepsi Cognitive akuntansi. Kuisioner yang dianalisis
yaitu PU (RW = 0,817 dan SRW = 0,49) adalah sebanyak 335 dengan 21 dan PEOU (RW = 0,425 dan SRW =
indikator/item. Setelah pengujian asumsi 0,342) berpengaruh secara positif SEM didapat data yang digunakan pada
intention penggunaaan. tahap uji kelayakan model atau goodness
terhadap
Meskipun kedua faktor personality ini of fit (GOF) adalah 301 data sampel
berpengaruh secara positif, hanya PU dengan 16 indikator. Hasil yang didapat
yang signifikan berpengaruh positif setelah GOF terpenuhi, menghasilkan
terhadap intention penggunaan perangkat estimasi terhadap pengujian empat
lunak basis data. Nilai signifikan hipotesis yang menyimpulkan bahwa,
mensyaratkan koefesien regresi bernilai secara statistis hipotesis kesatu tidak
lebih besar dari 0,40.
terdukung, sedangkan hipotesis kedua, Pada penelitian terdahulu, McElroy ketiga dan keempat terdukung.
et al . 2007, menemukan bahwa faktor- Tujuan penelitian yang pertama
faktor personality lebih berpengaruh adalah untuk mendapatkan bukti empiris
dibandingkan dengan persepsi (cognitive) dengan menguji faktor-faktor personality
niat (intention) mahasiswa
dalam
mengukur
pengunaan internet. Sedangkan Nazar akuntansi yaitu computer self-efficacy
vokasi
komputerisasi
(2008) dalam temuannya dinyatakan (CSE) dan computer locus of control
bahwa cognitive (perceived usefulness (CLOC) dapat mempengaruhi niat
and perceived ease of use ) terhadap niat (intention)
(intention) menggunakan internet lebih perangkat lunak basis data. Kesimpulan
terhadap
penggunaan
daripada personality akhir dari pengujian hipotesis kesatu
berpengaruh
(computer anxiety, affect & trust) . Dari disimpulkan bahwa intention (ITU)
kedua penelitian itu terdapat perbedaan menggunakan perangkat lunak basis data
temuan penelitian McElroy (2007) dan tidak dipengaruhi secara positif oleh
Nazar (2008).