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).