PENGEMBANGAN MODEL ADOPSI TEKNOLOGI ... - eprints.uns… · perpustakaan.uns.ac.id...

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

PENGEMBANGAN MODEL ADOPSI TEKNOLOGI SISTEM

ADMINISTRASI AKADEMIK (SIAKAD) ONLINE PADA MAHASISWA

FAKULTAS EKONOMI UNIVERSITAS SEBELAS MARET

SURAKARTA

SKRIPSI

Diajukan untuk Melengkapi Tugas-tugas dan Memenuhi

Syarat-syarat untuk Mencapai Gelar Sarjana Ekonomi Jurusan Manajemen

Universitas Sebelas Maret Surakarta

Disusun Oleh:

SULISTIYO NIM. F0205141

FAKULTAS EKONOMI

UNIVERSITAS SEBELAS MARET

SURAKARTA

2011


commit to user

ii


commit to user

iii


commit to user

iv

PERSEMBAHAN

Karya tulis ini kami persembahkan untuk:

• Allah SWT atas cinta yang tiada bertepi.

• Keluarga kecilku, Bapak Wakiman, Ibu Situm, dan Mbak Aniks atas doa,

dan semua pengorbanannya.

• Ibu di Pamulang, Ibu Endang Sayekti atas doanya.

• Monica Rarang Kusologupito untuk kesediaanya berbagi debar jantungku.

• Almamaterku.


commit to user

v

MOTTO

“Dan janganlah kamu mengikuti apa yang kamu tidak mempunyai pengetahuan

tentangnya. Sesungguhnya pendengaran, penglihatan dan hati, semuanya itu akan

diminta pertanggungan jawab” (QS Al Isra : 36)

Raihlah ilmu, dan untuk meraih ilmu belajarlah untuk tenang dan sabar

-Khalifah 'Umar-


commit to user

vi

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT atas semua limpahan

kasih sayang-Nya. Alhamdulilah, berkat rahmat dan karunia-Nya penulis dapat

menyelesaikan skripsi yang berjudul “Pengembangan Model Adopsi Teknologi

Sistem Administrasi Akademik (Siakad) Online Pada Mahasiswa Fakultas

Ekonomi Universitas Sebelas Maret Surakarta ” dengan baik guna memenuhi

salah satu syarat untuk memperoleh gelar Sarjana Ekonomi Jurusan Manajemen

pada Fakultas Ekonomi Universitas Sebelas Maret Surakarta.

Penulis menyadari bahwa dalam penyusunan skripsi ini ada beberapa

hambatan yang dihadapi, namun berkat dukungan, bantuan serta bimbingan dari

berbagai pihak akhirnya skripsi ini dapat terselesaikan dengan baik. Untuk itu

penulis mengucapkan terima kasih kepada:

1. Prof. Dr. Bambang Sutopo, M.Com., Ak., selaku Dekan Fakultas Ekonomi

Universitas Sebelas Maret Surakarta.

2. Dra. Endang Suhari, MSi. selaku Ketua Jurusan Manajemen Fakultas

Ekonomi Universitas Sebelas Maret Surakarta

3. Reza Rahardian, MSi selaku Sekertaris Jurusan Manajemen Fakultas

Ekonomi Universitas Sebelas Maret Surakarta

4. Yeni Fajariyanti, SE, M.Si selaku Pembimbing Akademik.

5. Lilik Wahyudi, SE, M.Si, selaku Pembimbing Skripsi, yang telah banyak

membantu dengan tulus memberikan bimbingan dan arahan dalam

penulisan skripsi ini.


commit to user

vii

6. Bapak dan Ibu dosen Fakultas Ekonomi Universitas Sebelas Maret

Surakarta, terima kasih atas segala ilmu yang telah diberikan pada saya.

7. Seluruh staf dan karyawan Fakultas Ekonomi Universitas Sebelas Maret

Surakarta.

8. Bapak Wakiman dan Ibu Situm atas doa, dan semua pengorbanannya yang

selalu tercurah untuk penulis.

9. Ibu Endang Sayekti atas doa dan transferan semangatnya dari Pamulang

untuk penulis.

10. Monica Rarang Kusologupito atas semua pengalaman yang kau ciptakan

untukku.

11. Semua pihak yang telah membantu penulis dalam menyelesaikan skripsi,

yang tidak disebutkan satu persatu.

Semoga amal kebaikan dari semua pihak yang tersebut di atas mendapatkan

pahala dari Alloh.

Penulis menyadari bahwa di dalam penulisan ini masih terdapat banyak

kekurangan karena keterbatasan waktu dan wawasan yang dimiliki penulis.

Penulis berharap semoga skripsi ini bisa memberikan kontribusi berarti bagi

perkembangan ilmu pengetahuan khusunya di bidang Pemasaran. Saran dan kritik

penulis harapkan sebagai bahan evaluasi bagi penulis dan penelitian selajutnya

Surakarta, Maret 2011

Penulis


commit to user

viii

DAFTAR ISI

Halaman

HALAMAN JUDUL ...................................................................................... i

HALAMAN ABSTRAK ................................................................................ ii

HALAMAN ABSTRACT ............................................................................. iii

HALAMAN PERSETUJUAN ....................................................................... iv

HALAMAN PENGESAHAN ........................................................................ v

HALAMAN PERSEMBAHAN .................................................................... vi

HALAMAN MOTTO .................................................................................... vii

KATA PENGANTAR ................................................................................... viii

DAFTAR ISI .................................................................................................. x

DAFTAR TABEL ......................................................................................... xiv

DAFTAR GAMBAR .................................................................................... xv

BAB I PENDAHULUAN

A. Latar Belakang ................................................................. 1

B. Rumusan Masalah ............................................................. 7

C. Tujuan Penelitian .............................................................. 8

D. Manfaat ............................................................................ 8

BAB II TINJAUAN PUSTAKA

A. Teknologi informasi ......................................................... 10

B. Penelitian Terdadulu tentang Adopsi Teknologi

1. Theory Reasoned Action (TRA) .................................. 11

2. Technology Acceptance Model (TAM) ....................... 12

3. Pengembangan Technology Acceptance Model ......... 13


commit to user

ix

C. Karakteristik Teknologi ................................................... 14

D. Karakteristik Pengguna .................................................... 16

E. Persepsi Kemudahan Penggunaan ................................... 16

F. Persepsi Kemanfaatan ...................................................... 17

G. Niat Untuk Menggunakan ................................................ 18

H. Penggunaan Teknologi ..................................................... 19

I. Kerangka Penelitian ......................................................... 19

J. Hipotesis Penelitian .......................................................... 20

BAB III METODE PENELITIAN

A. Desain Penelitian .............................................................. 23

B. Populasi, Sampel, Dan Teknik Pengambilan Sampel

1. Populasi ........................................................................ 23

2. Sampel .......................................................................... 24

3. Teknik Pengambilan Sampel ........................................ 25

C. Metode Pengumpulan Data .............................................. 25

D. Sumber Data ..................................................................... 26

E. Definisi Operasional Variabel

1. Karakteristik Teknologi (KT) ....................................... 26

2. Karakteristik Pengguna (KP)........................................ 27

3. Persepsi Kemudahan Penggunaan (PKP) ..................... 27

4. Persepsi Kemanfaatan (PK).......................................... 28

5. Niat Untuk Menggunakan (PUM) ................................ 28

6. Penggunaan Teknologi (PT) ......................................... 29

F. Pengukuran Variabel ........................................................ 29


commit to user

x

G. Lokasi Dan Waktu Penelitian .......................................... 29

H. Metode Analisis Data

1. Analisisi Deskriptif....................................................... 30

2. Pengujian Instrumen Penelitian

a. Uji Validitas .......................................................... 30

b. Uji Reliabilitas ..................................................... 31

3. Pengujian Model Struktural

a. Evaluasi Asumsi SEM

1) Uji Kecukupan Sampel ................................. 32

2) Uji Normalitas ............................................... 32

3) Uji Outliers ................................................... 33

4) Uji Goodness-Of-Fit Model Struktural

a) X2 – Chi Square Statistic .......................... 34

b) CMIN/DF atau Normed Chi-Square ........ 35

c) GFI – Goodness of Fit Index .................... 35

d) AGFI–Adjusted Goodness of Fit Index ... 36

e) CFI – Comparative Fit Index .................... 36

f) RMSEA ..................................................... 36

g) RMR - Root Mean Residual ..................... 36

h) TLI –Tucker Lewis Index ........................ 37

i) NFI – Normed Fit Index ............................ 37

4. Pengujian Hipotesis ...................................................... 37


commit to user

xi

BAB IV HASIL DAN PEMBAHASAN

A. Analisis Deskriptif

1. Distribusi Frekuensi Berdasarkan Program Studi ....... 39

2. Distribusi Frekuensi Berdasarkan Tahun Angkatan ..... 40

3. Frekuensi Penggunaan Berdasarkan Program Studi .... 41

4. Frekuensi Penggunaan Berdasarkan Tahun Angkatan . 43

B. Analisis Deskriptif

1. Uji Validitas Kuesioner ........................................ 45

2. Uji Reliabilitas Kuesioner .................................... 47

C. Analisis Data Penelitian

1. Uji Kecukupan Sampel ......................................... 48

2. Uji Normalitas ...................................................... 48

3. Uji Outliers ........................................................... 50

4. Uji Goodness-Of-Fit Model Struktural ................ 51

D. Pengujian Hipotesis .......................................................... 54

E. Interpretasi Hasil Penelitian Dan Pembahasan ................. 55

BAB V KESIMPULAN

A. Kesimpulan ...................................................................... 61

B. Keterbatasan Penelitian .................................................... 63

C. Saran ................................................................................. 63

DAFTAR PUSTAKA .................................................................................... 65

LAMPIRAN


commit to user

xii

DAFTAR TABEL

Tabel Halaman

III.1 Tabel Kriteria Nilai Cronbach Alpha ............................................... 32

IV.1 Tabel Distribusi Frekuensi Responden Berdasar Program Studi ..... 39

IV.2 Tabel Distribusi Frekuensi Responden Berdasar Tahun Angkatan . 41

IV.3 Tabel Frekuensi Penggunaan Berdasar Program Studi .................... 42

IV.4 Tabel Frekuensi Penggunaan Berdasar Tahun Angkatan ................ 43

IV.5 Tabel Hasil Uji Validitas ................................................................. 46

IV.6 Tabel Hasil Uji Reliabilitas .............................................................. 47

IV.7 Tabel Hasil Uji Normalitas .............................................................. 49

IV.8 Tabel Hasil Uji Outliers ................................................................... 51

IV.9 Tabel Hasil Uji Goodness-of-Fit ...................................................... 52

IV.10 Tabel Hasil Estimasi Model Struktural ............................................ 55


commit to user

xiii

DAFTAR GAMBAR

Gambar Halaman

II.1 Kerangka Teoritis ............................................................................. 20


commit to user

ABSTRAK

PENGEMBANGAN MODEL ADOPSI TEKNOLOGI SISTEM ADMINISTRASI AKADEMIK (SIAKAD) ONLINE PADA MAHASISWA FAKULTAS EKONOMI

UNIVERSITAS SEBELAS MARET SURAKARTA


Fakultas Ekonomi merupakan fakultas dilingkungan Universitas Sebelas Maret yang telah memanfaatkan teknologi informasi untuk menunjang kegiatan administrasi akademiknya. Sistem Administrasi Akademik (SIAKAD) Online disediakan oleh Fakultas Ekonomi Universitas Sebelas Maret (FE UNS) dengan tujuan untuk membantu mahasiswa dalam mengakses informasi akademik dan menentukan keputusan akademiknya secara mandiri. Melalui SIAKAD Online mahasiswa dapat memperoleh informasi akademik yang dibutuhkan sehingga dapat menentukan mata kuliah yang akan diambil pada setiap semester sesuai dengan kemampuan dan minatnya.

Penelitian ini bertujuan untuk mengembangkan model adopsi teknologi (SIAKAD) Online. Proses adopsi teknologi SIAKAD Online pada mahasiswa FE UNS diukur dan dijelaskan melalui pengembangan Technology Acceptance Model (TAM). Penelitian ini merupakan penelitian konklusif dengan menguji hubungan sebab akibat antar variabel yang meliputi variabel eksternal adopsi teknologi, persepsi pengguna dan tahapan penggunaan teknologi. Hipotesis yang diajukan dalam penelitian ini adalah apakah karakteristik teknologi dan karakteristik pengguna berpengaruh secara signifikan terhadap persepsi kemudahan penggunaan, persepsi kemudahan penggunaan berpengaruh terhadap persepsi kemanfaatan, persepsi kemudahan penggunaan dan persespsi kemanfaatan secara bersama-sama berpengaruh terhadap niat untuk menggunakan, dan apakah niat untuk menggunakan berpengaruh secara signifikan terhadap penggunaan teknologi SIAKAD Online.

Responden dalam penelitian ini adalah mahasiswa S1 FE UNS angkatan 2008-2010 dengan jumlah 300 responden. Teknik analisis data yang digunakan adalah Structural Equation Modelling (SEM) dengan menggunakan bantuan AMOS (Analysis of Moment Structure) versi 4.01. Hasil analisis menunjukkan bahwa besarnya nilai-nilai yang terdapat dalam goodness of fit adalah : CMIN/df (1,136, GFI (0,930), AGFI (0,908),CFI (0,994), RMSEA (0,021),RMR (0,024), TLI (0,992), dan NFI (0,949). Hasil analisis data menunjukkan bahwa karakteristik teknologi dan karakteristik pengguna berpengaruh secara signifikan terhadap persepsi kemudahan penggunaan, persepsi kemudahan penggunaan berpengaruh secara signifikan terhadap persepsi kemanfaatan, persepsi kemudahan penggunaan dan persepsi kemanfaatan berpengaruh secara signifikan terhadap niat untuk menggunakan, dan niat untuk menggunakan berpengaruh secara signifikan terhadap penggunaan teknologi. Kata kunci: adopsi teknologi, Sistem Administrasi Akademik (SIAKAD) Online, karakteristik teknologi, karakteristik pengguna, persepsi kemudahan penggunaan, persepsi kemanfaatan, niat untuk menggunakan, penggunaan teknologi.


commit to user

ABSTRACT

DEVELOPMENT TECHNOLOGY ADOPTION MODEL SYSTEM ADMINISTRASI AKADEMIK (SIAKAD) ONLINE AT FACULTY OF ECONOMICS SEBELAS MARET

UNIVERSITY


Faculty of Economics, is the faculty of the Sebelas Maret University who had been

using information technology to support the activities of academic administration. Sistem Administrasi Akademik (SIAKAD) Online is provided by the Faculty of Economics, Sebelas Maret University with the aim to assist students in accessing academic information and determine their own academic decisions. Through SIAKAD Online students can obtain academic information needed in order to determine the courses to be taken in each semester in accordance with the abilities and interests.

This research aims to develop a model of technology adoption Sistem Administrasi Akademik (SIAKAD) Online. SIAKAD Online technology adoption process at the Faculty of Economics, Sebelas Maret University was measured and described through the development of the Technology Acceptance Model (TAM). This study is conclusive by testing causal relationships between variables that include the external variables of technology adoption, user perceptions and stages of technology use. The hypothesis proposed in this study is whether the technology characteristics and user characteristics significantly influence perceptions of ease of use, perceived ease of use affect the perception of usefulness, perceived ease of use and usefulness persespsi jointly affect the intention to use, and whether intention to use significantly influence the use of technology SIAKAD Online. Respondents in this study were S1 students of the Faculty of Economics, Sebelas Maret University of S1 force 2008-2010 with a total 300 respondents. The data analysis technique used is Structural Equation Modelling (SEM) with AMOS (Analysis of Moment Structure) version 4.01. The results showed that the magnitude of the values contained in the goodness of fit are: CMIN/df (1,136, GFI (0,930), AGFI (0,908),CFI (0,994), RMSEA (0,021),RMR (0,024), TLI (0,992), dan NFI (0,949).

Results Data analysis showed that the characteristics of technology and user characteristics significantly influence perceptions of ease of use, perceived ease of use significantly influences the perception of usefulness, perceived ease of use and usefulness perceptions significantly influence intention to use, and intention to use significantly influence the use of technology. Key words: adoption of technology, Sistem Administrasi Akademik (SIAKAD) Online, technology characteristics, user characteristics, perceived ease of use, perceived usefulness, intention to use, actual use.


commit to user

BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Perkembangan teknologi informasi terus mengalami perubahan (McLeod,

1998). Perkembangan teknologi informasi menjadi tantangan bagi organisasi

seperti perguruan tinggi untuk meningkatkan efisiensi, efektivitas dan kualitas

dibidang administrasi akademik pendidikan. Perguruan tinggi merespon

fenomena ini untuk meningkatkan kapabilitasnya sehingga mampu bersaing

dalam persaingan global yang semakin ketat.

Perguruan tinggi sebagai salah satu organisasi pendidikan senantiasa

melakukan inovasi. Inovasi ini untuk meningkatkan kualitas layanan kepada

mahasiswa. Pelayanan yang berkualitas disediakan untuk mendukung

keberhasilan pendidikan. Pengadaan dan pengembangan sarana dan prasarana

terus diupayakan perguruan tinggi untuk memenuhi kebutuhan akademik

mahasiswa.

Mahasiswa yang menjadi subjek pendidikan diarahkan agar bisa

menciptakan kemandirian dalam memenuhi kebutuhan akademiknya. Sifat

mandiri mahasiswa memberikan kebebasan untuk memilih dan menentukan

kebutuhan akademik sesuai dengan kelebihan dan kekurangan masing-masing

individu mahasiswa sesuai aturan pada pedoman pendidikan. Kemandirian ini bisa

tercipta dengan dukungan informasi yang akurat sehingga mahasiswa dapat

menentukan keputusan akademik yang tepat.

Penggunaan teknologi adalah jumlah pemakaian suatu teknologi tiap unit

per waktu (Morris & Dillon 1997). Investasi yang dilakukan yaitu dengan


commit to user

menggunakan Sistem Administrasi Akademik (SIAKAD) berbasis sistem online

yang didalamnya terintegrasi keputusan akademik mahasiswa. Penggunaan

merupakan suatu kondisi yang dibutuhkan untuk menjamin produktivitas sebagai

timbal balik dari investasi teknologi (Davis, 1989).

Penggunaan teknologi merupakan hasil dari perhatian yang terus

meningkat (Davis 1989). Niat untuk menggunakan didefinisikan sebagai kekuatan

dari perhatian seseorang untuk menggunakan sesuatu (Fishbein & Ajzen Chan et

al., 2001). Niat untuk menggunakan ditunjukkan oleh interaksi pengguna dengan

suatu media baik secara langsung maupun tidak langsung yang mendorong untuk

mengoperasikan aplikasi.

Persepsi kemudahan penggunaan menurut Davis (1989) adalah tingkat

kepercayaan seseorang dalam menggunakan suatu sistem akan terbebas dari

usaha. Usaha merupakan sumber yang terbatas yang akan dialokasikan seseorang

pada sebuah aktivitas sebagai tanggung jawabnya (Radner & Rothschild dalam

Leong, 2003)

Persepsi kemanfatan merupakan tingkat kepercayaan seseorang bahwa

suatu teknologi yang digunakan akan mampu meningkatkan kinerja (Davis,

1989). Dari definisi tersebut menunjukkan bahwa persepsi kemanfaatan

merupakan sebuah ukuran dari harapan atas penggunaan sistem aplikasi. Harapan

atas manfaat dan keinginan terbebas dari kesulitan atau usaha yang sulit pada

akhirnya akan menimbulkan niat untuk menggunakan suatu teknologi.

Karakteristik teknologi dan karakteristik pengguna menentukan

terciptanya persepsi bahwa suatu teknologi mudah digunakan (Brown, 2002).

Teknologi yang mempunyai perintah-perintah yang mudah dimengerti akan


commit to user

mempengaruhi persepsi seseorang bahwa teknologi tersebut mudah digunakan

(Brown, 2002). Karakteristik teknologi berhubungan dengan desain, tampilan

grafis, dan tata letak perintah menu, serta pengaturan tampilan yang

mempengaruhi interaksi pengguna dengan teknologi yang digunakan (interface).

Karakeristik teknologi yang baik adalah mudah dimengerti (ease to

understanding) dan mudah ditemukan (ease to finding) (Brown, 2002).

Berdasarkan penelitian Brown (2002), karakter seseorang yang

mempunyai tingkat kepercayaan tinggi untuk menggunakan teknologi (self

efficacy) dan tidak mudah cemas ketika menghadapi kesulitan ketika

menggunakan komputer (computer anxiety) akan menciptakan persepsi

kemudahan dalam menggunakan teknologi tersebut. Karakteristik pengguna

dalam proses adopsi teknologi dapat dijelaskan melalui tingkat kepercayaan diri

dan tingkat kecemasan terhadap komputer.

Perilaku individu yang berbeda-beda dalam mengadopsi teknologi baru

mendorong perkembangan teori adopsi dan difusi teknologi. Teori tentang adopsi

yang pertama kali muncul adalah Theory of Planned Behavior (TPB) yang

menyatakan bahwa perhatian perilaku adopsi teknologi ditentukan oleh tiga

tingkat kepercayaan pengguna yaitu kepercayaan perilaku (behavioral beliefs),

kepercayaan normatif (noramtif beliefs) dan kepercayaan pengawasan (control

beliefs) (Ajzen dalam Pavlou dan Chai, 2002). Pengembangan model Theory of

Planned Behaviour (TPB) terus dilakukan sehingga muncul Theory of Reasoned

Action (TRA) yang mengasumsikan bahwa perilaku manusia pada umumnya

cukup rasional dan sistematik dalam menggunakan teknologi (Ajzen dan Fishbein

dalam Xu dan Quaddus, 2002).


commit to user

Technology Acceptance Model (TAM) merupakan model yang digunakan

dalam berbagai penelitian mengenai proses adopsi teknologi informasi.

Technology Acceptance Model (TAM) diperkenalkan oleh Fred D. Davis pada

tahun 1986, adalah adaptasi dari Theory of Reasoned Action (TRA) yang dibuat

khusus untuk pemodelan penerimaan pengguna terhadap sistem informasi.

Technology Acceptance Model (TAM) menganggap bahwa dua keyakinan

individual, yaitu persepsi manfaat (perceived usefulness) dan persepsi kemudahan

penggunaan (perceived easy of use) menentukan sikap seseorang dalam

menggunakan teknologi.

Sistem administrasi akademik pada perguruan tinggi dewasa ini semakin

berkembang. Sesuai dengan perkembangan teknologi saat ini, maka

pengembangan sistem informasi akademik telah mengarah kepada penggunaan

teknologi informasi berbasis web, dimana semua informasi yang ada dalam sistem

dapat ditampilkan dengan menggunakan media internet. Dengan adanya dukungan

teknologi elektronik dan program komputer, sehingga berdampak pada kecepatan,

fleksibilitas dan kemudahan pengguna dalam mendapatkan informasi ataupun

pertukaran data melalui Internet

Sistem administrasi akademik di Fakultas Ekonomi Universitas Sebelas

Maret (FE UNS) Surakarta terus ditingkatkan melalui penyediaan layanan

administrasi akademik yang terkomputerisasi dan terkoneksi secara online. Sistem

Administrasi Akademik (SIAKAD) Online adalah produk yang terintegrasi dalam

jaringan komputer. Dengan database yang terpusat pada server, sehingga akan

memudahkan dalam proses penyajian dan pengambilan keputusan. Pengertian lain

menyebutkan bahwa Sistem Administrasi Akademik (SIAKAD) Online adalah


commit to user

sebuah sistem khusus untuk keperluan pengeloaan data-data akademik dengan

penerapan teknologi komputer baik hardware maupun software. Sistem ini terdiri

dari berbagai perangkat yang saling terhubung satu dengan lainnya. Sistem

Administrasi Akademik (SIAKAD) Online ini merupakan tahapan pengembangan

dari sistem administrasi akademik yang terdahulu yaitu, Student Self Acces

Terminal (SSAT) yang berbasis Local Area Network.

Program Sistem Administrasi Akademik (SIAKAD) Online diperkenalkan

kapada mahasiswa Fakultas Ekonomi Universitas Sebelas Maret (FE UNS)

Surakarta mulai tahun 2008. Tujuan disediakannya Sistem Administrasi

Akademik (SIAKAD) Online oleh Fakultas Ekonomi Universitas Sebelas Maret

(FE UNS) Surakarta adalah untuk membantu mahasiswa dalam mengakses

informasi akademik sehingga dapat menentukan keputusan akademiknya secara

mandiri. Melalui Sistem Administrasi Akademik (SIAKAD) Online mahasiswa

dapat memperoleh informasi akademik seperti nilai mata kuliah, indeks prestasi

semester dan indeks prestasi kumulatif, jadwal kuliah, daftar dosen, daftar mata

kuliah, penilaian mahasiswa, kartu rencana studi, kartu hasil studi, dan data

statistik lainnya.

Perilaku mahasiswa Fakultas Ekonomi Universitas Sebelas Maret (FE

UNS) Surakarta yang beragam terhadap penggunaan teknologi Sistem

Administrasi Akademik (SIAKAD) Online mendorong peneliti untuk melakukan

peneliatian tentang adopsi teknologi. Peneliti berupaya mengembangkan konsep

Technology Acceptance Model (TAM) berdasarkan penelitian terdahulu dan

menyesuaikannya dengan teknologi Sistem Administrasi Akademik (SIAKAD)

Online. Melalui pengembangan Technology Acceptance Model (TAM) dapat


commit to user

dianalisis bagaimana tingkat penggunaan dan pemanfaatan sistem Sistem

Administrasi Akademik (SIAKAD) Online sebagai teknologi yang relatif baru di

Fakultas Ekonomi Universitas Sebelas Maret (FE UNS) Surakarta.

Adopsi teknologi Sistem Administrasi Akademik (SIAKAD) Online layak

untuk diteliti guna untuk mengetahui hubungan antara persepsi pengguna dan

tahapan penggunaan Sistem Administrasi Akademik (SIAKAD) Online. Proses

adopsi teknologi Sistem Administrasi Akademik (SIAKAD) Online pada

mahasiswa Fakultas Ekonomi Universitas Sebelas Maret (FE UNS) Surakarta

diharapkan dapat diukur dan dijelaskan melalui pengembangan Technology

Acceptance Model (TAM).

Penelitian adopsi teknologi Sistem Administrasi Akademik (SIAKAD)

Online merupakan proses yang penting untuk diketahui untuk menentukan

keputusan yang harus diambil agar teknologi Sistem Administrasi Akademik

(SIAKAD) Online dapat diterima dan digunakan secara umum oleh mahasiswa

Fakultas Ekonomi Universitas Sebelas Maret (FE UNS) Surakarta. Berdasarkan

uraian diatas, peneliti mengambil judul: Pengembangan Model Adopsi

Teknologi Sistem Administrasi Akademik (SIAKAD) Online Pada

Mahasiswa Fakultas Ekonomi Universitas Sebelas Maret Surakarta.

B. Rumusan Masalah

Setiap orang atau kelompok dapat mempunyai persepsi dan kepercayaan

yang berbeda-beda terhadap suatu teknologi. Sehingga model adopsi yang

didasarkan pada kepercayaan dan persepsi seseorang terhadap teknologi dapat

dikembangkan dalam sebuah kerangka penelitian sesuai dengan konteks teknologi


commit to user

dan lingkungan yang mempengaruhinya. Model adopsi teknologi Sistem

Administrasi Akademik (SIAKAD) Online dapat dijelaskan melalui

pengembangan Technology Acceptance Model (TAM) dengan mengetahui

hubungan antara karakteristik teknologi dan karakteristik pengguna terhadap

persepsi pengguna dan tahapan penggunaan teknologi.

Berdasarkan latar belakang diatas, maka rumusan masalah yang dapat

diambil dalam penelitian ini adalah :

1. Apakah karakteristik teknologi berpengaruh secara signifikan pada

persepsi kemudahan penggunaan?

2. Apakah karakteristik pengguna berpengaruh secara signifikan pada

persepsi kemudahan penggunaan?

3. Apakah persepsi kemudahan pengunaan berpengaruh secara signifikan

pada persepsi kemanfaatan?

4. Apakah persepsi kemudahan penggunaan berpengaruh secara signifikan

pada perhatian untuk menggunakan?

5. Apakah persepsi kemanfaatan berpengaruh secara signifikan pada niat

untuk menggunakan?

6. Apakah niat untuk menggunakan berpengaruh secara signifikan pada

penggunaan teknologi?

C. Tujuan Penelitian

Berdasarkan rumusan masalah diatas maka tujuan penelitian ini adalah

sebagi berikut:

1. Untuk mengetahui karakteristik teknologi mempunyai pengaruh signifikan

pada persepsi kemudahan penggunaan dari sistem.


commit to user

2. Untuk mengetahui karakteristik pengguna mempunyai pengaruh signifikan

pada persepsi kemudahan penggunaan.

3. Untuk mengetahui persepsi kemudahan penggunaan mempunyai pengaruh

signifikan pada persepsi kemanfaatan.

4. Untuk mengetahui persepsi kemudahan penggunaan mempunyai pengaruh

signifikan pada perhatian untuk menggunakan.

5. Untuk mengetahui persepsi kemanfaatan mempunyai pengaruh signifikan

pada niat untuk menggunakan.

6. Untuk mengetahui niat untuk mengunakan mempunyai pengaruh signifikan

pada pengunaan teknologi.

D. Manfaat Penelitian

Hasil penelitian tentang pengembangan adopsi teknologi pada Sistem

Administrasi Akademik (SIAKAD) Online dimaksudkan untuk dapat bermanfaat:

1. Kemanfaatan bagi praktisi

Penelitian ini diharapkan dapat memberikan gambaran yang lebih jelas

mengenai proses penerimaan dan perilaku mahasiswa dalam menggunakan

teknologi baru, sehingga nantinya dapat menjadi bahan pertimbangan

dalam menentukan kebijakan di waktu yang akan datang.

2. Kemanfaatan bagi akademisi

Model dalam penelitian ini diharapkan mampu mengkonfirmasi teori-teori

yang terkait dengan alasan yang mempengaruhi kepercayaan pada

program dan dapat dijadikan salah satu referensi bagi kalangan akademisi

sekaligus memperbaiki dan menyempurnakan kelemahan dalam penelitian

ini.


commit to user

BAB II

TINJAUAN PUSTAKA

A. Teknologi Informasi


commit to user

Teknologi informasi merupakan sebuah bentuk umum yang

menggambarkan setiap teknologi yang membantu menghasilkan,

memanipulasi, menyimpan, mengkomunikasikan, atau menyampaikan

informasi (Williams dan Sawyer, 2005). Dampak teknologi informasi dan

komunikasi terhadap perkembangan ekonomi, politik, dan sosial sudah

menjadi perhatian utama di beberapa negera di Asia (Ramilo, 2002). Potensi

pengguna untuk menerima teknologi baru memiliki pengaruh yang besar

dalam menentukan kesuksesan penerapan sistem atau teknologi baru (David,

2004). Untuk memprediksi kesuksesan adopsi teknologi terdapat berbagai

macam teori dan model penelitian.

Teori dan model penelitian ini mengadopsi permodelan dari

Technology Acceptance Models (TAM). Technology Acceptance Models

(TAM) merupakan suatu model yang didesain untuk mengenai permasalahan

adopsi teknologi ataupun sistem informasi, dan pada perkembanganya menjadi

suatu teori (Verkantesh & Davis 2000, Moran 2006). Sejarah Technology

Acceptance Models (TAM) dalam pembentukan dan perkembanganya terkait

dengan teori yang lainya. Berikut ini akan diuraikan mengenai beberapa hal

yang berkaitan dengan sejarah dan perkembangan Technology Acceptance

Models (TAM).

B. Penelitian Terdahulu tentang Adopsi Teknologi

1. Theory Reasoned Action (TRA)

Pada awal perkembangannya, Technology Acceptance Models

(TAM) dibentuk dari Theory Reasoned Action (TRA). Theory Reasoned


commit to user

Action (TRA) adalah teori adopsi teknologi yang digunakan untuk

memprediksi perilaku pada berbagai situasi yang luas, sehingga tidak

fokus pada permasalahan adopsi teknologi ataupun sistem informasi

(Fishbein & Ajzen, 1975). Theory Reasoned Action (TRA) muncul

berdasarkan perkembangan dalam penelitian psikologi sosial

mengungkapkan bahwa penerimaan teknologi lebih ditentukan oleh

individu (pengguna) daripada teknologi yang digunakan. Theory Reasoned

Action (TRA) menyebutkan bahwa kepercayaan dan sikap akan

mempengaruhi Niat individu dalam menggunakan teknologi. Suatu

teknologi akan menghasilkan manfaat jika tingkat kepercayaan dan

keyakinan individu semakin tinggi, sehingga mendorong individu untuk

menggunakan teknologi (Money, 2004). Inti dari Theory Reasoned Action

(TRA) adalah bahwa individu-individu akan mengadopsi suatu perilaku

spesifik apabila mereka mempunyai persepsi. Hal ini akan mengarah pada

hasil yang positif (Compeau dan Higgin dalam Money, 2004).

Theory Reasoned Action (TRA) menjelaskan bahwa sikap terhadap

perilaku (attitude toward the behavior) ditentukan oleh kepercayaan yang

berhubungan dengan perilaku (behavior beliefs) terhadap konsekuensi-

konsekuensi yang akan ditanggung pengguna berdasarkan informasi yang

tersedia dan evaluasi secara afektif terhadap konsekuensi tersebut. Norma

subyektif (subjective norm) adalah persepsi individu mengenai pernyataan

seseorang mengenai perilaku yang harus dilaksanakan (Eagly & Chalken,

1993). Norma subyektif (subjective norm) dipengaruhi oleh kepercayaan

normatif (normative beliefs) yaitu kepercayaan mengenai persepsi


commit to user

lingkungan oleh individu yang menyatakan setuju atau tidak setuju

terhadap suatu perilaku (Fishbein & Ajzen, 1975). Kepercayaan normatif

berlaku secara umum dan memotivasi pengguna untuk mengikuti norma

yang ada (motivation to comply).

2. Technology Acceptance Model (TAM)

Technology Acceptance Model (TAM) dari awal terbentuknya teori

ini sampai sekarang masih digunakan untuk penelitian yang berkaitan

dengan adopsi suatu sistem informasi atau teknologi pada suatu organisasi,

masyarakat ataupun individu. Technology Acceptance Model (TAM) telah

ditentukan sebagai suatu model yang kuat untuk menjelaskan dan

memprediksi penerimaan individu terhadap teknologi informasi.

Technology Acceptance Model (TAM) merupakan pengembangan

dari Theory of Reasoned Action (TRA) yang memprediksi penerimaan

pengguna terhadap teknologi berdasarkan pengaruh dari dua faktor, yaitu

persepsi kemanfaatan (perceived usefulness) persepsi kemudahan

penggunaan (perceived ease of use).

Dalam menjelaskan dan memprediksi perilaku pengguna teknologi

informasi, Technology Acceptance Model (TAM) yang dikembangkan oleh

Davis (1989) lebih spesifik daripada Theory of Reasoned Action (TRA).

Penggunaan merupakan hasil dari niat dan kemudahan yang terus

meningkat sehingga teknologi dapat lebih dinikmati.

Persepsi kemanfaatan (perceived usefulness) dan persepsi

kemudahan penggunaan (perceived ease of use) dipengaruhi oleh variabel

eksternal yaitu faktor personal, teknologi, dan lingkungan meskipun tidak


commit to user

secara langsung mempengaruhi perilaku baik kepada kepercayaan, sikap

maupun intensitas penggunaan. Terdapat tiga tahapan dalam penggunaan

teknologi dalam Technology Acceptance Model (TAM) yaitu munculnya

sikap untuk menggunakan (attitude toward using), niat yang kaitannya

dengan perilaku untuk menggunakan (behavior intention to use), dan

penggunaan nyata ( actual use).

3. Pengembangan Technology Acceptance Model (TAM)

Modifikasi terhadap Technology Acceptance Model (TAM) yang

dilakukan Brown (2002) terhadap mahasiswa yang mempunyai sedikit

pengalaman tentang teknologi internet menunjukkan bahwa terdapat faktor

lingkungan yang mempengaruhi persepsi kemudahan penggunaan

(perceived ease of use) yaitu karakteristik teknologi (technology

characteristics) dan karakteristik pengguna (user characteristics).

Karakteristik teknologi dipengaruhi oleh dua variabel yaitu kemudahan

untuk menemukan (ease of finding) dan kemudahan untuk memahami

(ease of understanding), sedangkan karakteristik pengguna dipengaruhi

oleh tingkat kepercayaan diri (self afficacy) dan kecemasan terhadap

komputer (computer anxiety).

Brown (2002) menyatakan bahwa dalam berbagai penelitian

Technology Acceptance Model (TAM) disederhanakan untuk menguji

pemakaian sebagai variabel dependen dengan persepsi kemanfaatan dan

persepsi kemudahan penggunaan sebagai prediktor utama. Sehingga

proses penggunaan teknologi yang sebelumnya terdiri dari tiga tahapan

disederhanakan menjadi satu tahapan yaitu penggunaan (usage).


commit to user

Mahlke (2001), menunjukkan kualitas website mempengaruhi

persepsi pengguna yang terdiri dari persepsi kemanfaatan, kemudahan

pengguaan persepsi kualitas hedonik dan daya tarik visual. Kualitas

website dapat diukur sejauh mana website dapat memberikan informasi

tentang aktivitas yang diharapkan pengguna dan kemudahan-kemudahan

teknis yang diberikannya. Pendapat ini mendukung penelitian yang

dilakukan oleh Davis (1989) ataupun Brown (2002) bahwa terdapat faktor

eksternal yang mempengaruhi persepsi pengguna.

Money (2004), mengungkapkan bahwa seseorang yang

mempunyai persepsi bahwa suatu teknologi bermanfaat dan mudah

digunakan akan mempunyai niat-niat tertentu yang ditunjukkan dalam

sikap dan perilaku sehingga akan mendorong munculnya tindakan dalam

menggunakan aplikasi tertentu.

C. Karakteristik Teknologi

Karakteristik teknologi mempunyai hubungan dengan tampilan grafis,

desain dan letak perintah dalam menu, serta pengaturan panel-panel yang

mempengaruhi interaksi pengguna dengan teknologi yang digunakan

(interfaces). Untuk menciptakan persepsi kemudahan penggunaan dilakukan

dengan jalan menciptakan tampilan grafis yang nyaman dalam pengembangan

suatu software (Venkatesh & Morris dalam Brown, 2002). Laderer (2000),

mengidentifikasi bahwa terdapat dua faktor yang mempengarhi karakteristik

teknologi yaitu kemudahan untuk ditemukan (ease of finding) dan kemudahan

untuk dipahami (ease of understanding).


commit to user

Kemudahan untuk ditemukan (ease of finding) meliputi perkiraan

suatu tampilan website atau software mudah untuk diarahkan dan

memungkinkan untuk kembali ketampilan halaman sebelumnya (Brown,

2002). Kemudahan untuk dipahami (ease of understanding) merupakan

kebutuhan penggunaan suatu website atau software sehingga dimengerti, yang

memiliki grafik dan istilah yang konsisten.

Davis, Bagozi, dan Warshaw (1998) dalam Hong et all. (2002),

menemukan bahwa karakteristik sistem teknologi memiliki dampak yang kuat

baik untuk persepsi kemudahan dan persepsi kegunaan pada penggunaan

teknologi informasi. Karakteristik sistem teknologi yang dimaksud adalah

relevansi, terminologi, dan desain layar. Relevansi merupakan kemampuan

teknologi menyediakan informasi yang sesuai dengan permintaan

penggunanya (Rees dan Schultz, 1967 dalam Hong et al., 2002). Terminologi

diartikan sebagai kata, kalimat, dan singkatan yang digunakan oleh sistem

(Lindgarard, 1994 dalam Hong et al., 2002). Desain layar (screen design)

merupakan desain tampilan informasi yang ada dalam layar komputer

(Lindgaard, 1994 dalam Hong et al., 2002).

D. Karakteristik Pengguna

Karakteristik pengguna merupakan karakter seseorang yang

mempunyai tingkat kepercayaan diri tinggi untuk menggunakan teknologi dan

tidak mudah cemas ketika menghadapi kesulitan sewaktu berhadapan dengan

komputer (Brown, 2002). Karakteristik pengguna dalam ruang lingkup adopsi


commit to user

teknologi dapat dijelaskan melalui dua faktor yaitu tingkat kepercayaan diri

(self-efficacy) dan tingkat kecemasan terhadap komputer (computer anxiety).

Kepercayaan diri adalah ukuran dari kepercayaan pengguna terhadap

kemampuan mereka untuk menggunakan suatu teknologi (Taylor & Todd

dalam Brown, 2002). Dalam beberapa penelitian, kepercayaan diri

mempengaruhi persepsi kemudahan penggunaan teknologi (Venkatesh &

Davis dalam Brown, 2002). Sedangkan menurut Badura (1982)

mendefinisikan self efficacy sebagai penilaian kemampuan diri sendiri dalam

menggunakan komputer dimasa depan yang diperoleh dari interaksi faktor

lingkungan, kognitif, dan perilaku yang tidak hanya diperoleh dari faktor

internal (pengalaman individu). Kecemasan terhadap komputer (computer

anxiety) menjadi karakteristik individu yang berpengaruh pada persepsi

pengguna yaitu persepsi kemudahan penggunaan, terutama selama awal

periode adopsi (Venkatesh dalam Brown, 2002).

E. Persepsi Kemudahan Penggunaan

Persepsi kemudahan penggunaan (perceived ease of use) merupakan

tingkat kepercayaan seseorang bahwa dalam menggunakan suatu sistem akan

terbebas dari usaha (Davis, 1989). Kemudahan dalam menggunakan sistem

atau teknologi informasi akan menimbulkan perasaan dalam diri pemakai

bahwa sistem tersebut mempunyai manfaat (Venkatesh dan Davis, 2000).

Persepsi kemudahan penggunaan (perceived ease of use) mempunyai peran

yang penting dalam memprediksi dan menentukan keputusan bagi pemakai

untuk menggunakan sebuah sistem informasi (Davis et al., 1989). Pemakai

sistem merasakan kemudahan sehingga mendapatkan pengetahuan dan


commit to user

keuntungan yang lebih banyak melalui pengalaman secara langsung dalam

menggunakan sistem (Venkatesh & Davis. 2000).

Sistem informasi yang dipersepsikan lebih mudah oleh pengguna dan

mempunyai kompleksitas yang lebih sedikit akan mempunyai kemungkinan

yang lebih tinggi untuk diadopsi dan digunakan (Teo et al., dalam Lee et

al.,2001). Dalam kasus transaksi melalui internet, kemudahan muncul jika

konsumen dapat mengakses berbagai situs dan membeli sesuatu tanpa harus

mendatangi toko karena barang segera dikirim melalui jasa pengiriman

barang. Menurut beberapa penelitian dalam konteks Technology Acceptance

Model (TAM), persepsi kemudahan penggunaan akan terlihat mempengaruhi

perilaku melalui dua jalur, yaitu berpengaruh langsung pada perilaku dan tidak

berpengaruh langsung pada perilaku melalui persepsi kemanfaatan.

F. Persepsi Kemanfaatan

Persepsi kemanfaatan (perceived usefulness) diidentifikasikan sebagai

tingkat kepercayaan seseorang bahwa suatu teknologi yang digunakan akan

mampu meningkatkan kinerja (Davis, 1989). Hal ini menggambarkan bahwa

persepsi kemanfaatan merupakan sebuah ukuran dari suatu harapan atas

penggunaan suatu sistem. Persepsi kemanfaatan sebagai faktor motivasi

penggunaan sistem mempengaruhi pemakaian komputer untuk meningkatkan

nilai outcome (Igbaria, 2001).

Laitenberger & Dreyer (1998) menyatakan dalam penelitiannya bahwa

sebuah alat akan dipersepsikan bermanfaat jika pengguna percaya terdapat

hubungan yang kuat antara penggunaan dan kinerja. Hasil penelitian lainnya

yang dilakukan oleh Davis et al., (1989), persepsi kemanfaatan mempunyai


commit to user

hubungan yang kuat dan konsisten dengan penerimaan teknologi informasi

dibanding dengan variabel lain seperti sikap, kepuasan, dan ukuran persepsi

lainnya. Sementara Igbaria (1990) menyimpulkan bahwa terdapat hubungan

yang positif antara persepsi kemanfaatan dengan tingkat penggunaan sistem

informasi.

G. Niat untuk Menggunakan

Niat untuk menggunakan (intention to use) didefinisikan sebagai

kekuatan dari niat seseorang untuk menggunakan sesuatu (Fishbein dan Ajzen

dalam Chan et al., 2001). Taylor dan Todd (2003) mengartikan niat untuk

menggunakan merupakan niat yang berhubungan dengan perilaku untuk

menggunakan (behavior intention to use) sebagai kekuatan dari niat seseorang

untuk menggunakan teknologi di masa yang akan datang. Niat untuk

menggunakan ditunjukkan dengan interaksi seseorang dengan suatau media

baik secara langsung maupun tidak langsung yang mendorong untuk

mengoperasikan suatu aplikasi.

H. Penggunaan Teknologi

Penggunaan teknologi merupakan jumlah penggunaan suatu teknologi

dalam unit per waktu (Morris & Dillon, 1997). Dalam konteks perusahaan,

penggunaan komputer dapat dibedakan berdasarkan peran dari pengguna

dalam struktur perusahaan yang terdiri dari penggunaan oleh manajer


commit to user

perusahaan, non manajer perusahaan, dan orang-orang atau organisasi dalam

lingkungan perusahaan (Mcleod, 1998).

I. Kerangka Penelitian

Berdasarkan Technology Acceptance Model (TAM) yang

dikembangkan oleh Davis (1989) dan modifikasi Technology Acceptance

Model (TAM) yang dilakukan Brown (2002), Mahlke (2001), dan Money

(2004) peneliti memodelkan adopsi teknologi Sistem Administrasi Akademik

(SIAKAD) Online seperti pada gambar II.1.

Model adopsi teknologi Sistem Administrasi Akademik (SIAKAD)

Online tersebut terdiri dari tiga bagian yaitu faktor eksternal, persepsi

pengguna, dan tahapan penggunaan teknologi Sistem Administrasi Akademik

(SIAKAD) Online. Faktor eksternal pada model adopsi Sistem Administrasi

Akademik (SIAKAD) Online adalah Karakteristik Teknologi (KT) dan

Karakteristik Pengguna (KP). Persepsi pengguna terhadap teknologi Sistem

Administrasi Akademik (SIAKAD) Online adalah Persepsi Kemanfaatan (PK)

dan Persepsi Kemudahan Penggunaan (PKP). Niat Untuk Menggunakan

(NUM) dan Penggunaan Teknologi (PT) merupakan tahapan dalam

penggunaan teknologi.

Karakteristik

Teknologi

(KT)

Persepsi

Kemanfaatan

(PK)

Karakteristik

Pengguna

(KP)

Persepsi

Kemudahan Penggunaan

Niat Untuk

Menggunakan

(NUM)

Penggunaan

Teknologi

(PT)


commit to user

Gambar II.1 Kerangka Pemikiran

J. Hipotesis Penelitian

Teknologi yang perintah-perintahnya mudah dipahami dan mudah

ditemukan akan mendorong memunculkan persepsi penggunaan bahwa suatu

teknologi tersebut mudah digunakan (Brown, 2002). Teknologi Sistem

Administrasi Akademik (SIAKAD) Online sebagai sistem informasi akademik

yang masih relatif baru telah mempunyai tampilan yang cukup komunikatif,

namun karena kompleksitas informasi yang harus disampaikan beberapa

informasi pendukung seperti penjelasan lebih detail tentang suatu masalah

belum bisa dilakukan. Dengan demikian, hipotesis yang dirumuskan adalah:

H1: Karakteristik Teknologi (KT) berpengaruh signifikan pada Persepsi

Kemudahan Pengggunaan (PKP)

Brown (2002), menyatakan bahwa seseorang yang percaya diri dan

tidak mudah cemas jika mencoba suatu teknologi akan mempengaruhi

persepsi bahwa teknlogi tersebut mudah digunakan. Penggunaan teknologi

baru akan lebih mudah apabila seseorang mempunyai keberanian untuk

mencoba dan melakukan perbaikan-perbaikan jika terjadi kesalahan serta

memiliki pengetahuan yang cukup seputar teknologi yang ingin digunakan

dalam hal ini Sistem Administrasi Akademik (SIAKAD) Online. Bagi mereka

yang tidak cemas, berani mencoba, dan memiliki pengetahuan yang cukup dan

pengalaman tentang teknologi ini akan mempersepsikan bahwa teknologi ini


commit to user

memberikan kemudahan bagi mereka. Dengan demikian, hipotesis yang

dirumuskan adalah:

H2: Karakteristik Pengguna (KP) berpengaruh signifikan pada Persepsi

Kemudahan Penggunaan (PKP)

Persepsi kemudahan penggunaan (perceived ease of use) adalah

tingkat kepercayaan seseorang bahwa dalam menggunakan suatu sistem akan

terbebas dari usaha (Davis, 1989). Seseorang yang mempersepsikan bahwa

suatu teknologi mudah digunakan akan meningkatkan keinginan untuk

mengadopsi dan menggunakannya. Persepsi Kemudahan Penggunaan (PKP)

berpengaruh langsung terhadap Niat Untuk Menggunakan (PUM). Namun jika

pengaruh tersebut dimediasi oleh Persepsi Kemanfaatan (PK) maka

berpengaruh secara tidak langsung (Lee et al., 2001); (Money, 2004). Dengan

demikian, hipotesis yang dirumuskan adalah:

H3: Persepsi Kemudahan Penggunaan (PKP) berpengaruh signifikan

pada Persepsi Kemanfaatan (PK)

H4: Persepsi Kemudahan Penggunaan (PKP) berpengaruh signifikan

pada Niat Untuk Menggunakan (NUM)

Davis (1989) mengidentifikasikan persepsi kemanfaatan (perceived

usefulness) sebagai tingkat kepercayaan seseorang bahwa teknologi yang akan

digunakan mampu meningkatkan kinerjanya. Persepsi kemanfaatan

mendorong niat seseorang untuk menggunakan teknologi (Money, 2004).

Apabila mahasiswa Fakultas Ekonomi Universitas Sebelas Maret (FE UNS)

mempunyai persepsi bahwa Sistem Administrasi Akademik (SIAKAD)

Online bermanfaat maka mahasiswa tersebut akan mempunyai Niat untuk


commit to user

menggunakan Sistem Administrasi Akademik (SIAKAD) Online. Dengan

demikian, hipotesis yang dirumuskan adalah:

H5: Persepsi Kemanfaatan (PK) berpengaruh signifikan pada Niat Untuk

Menggunakan (NUM)

Niat untuk menggunakan (intention to use) didefinisikan sebagai

kekuatan dari Niat seseorang untuk menggunakan sesuatu (Fishbein & Ajzen

dalam Chan et al., 2001). Niat seseorang terhadap teknologi dan niat untuk

menggunakan teknologi akan mendorong untuk mengakses teknologi tersebut

(Mahlke, 2001). Niat seseorang terhadap teknologi dan niat untuk

menggunakan tenologi akan mendorong untuk mengakses teknologi tersebut.

Jika orang tersebut mempunyai niat yang lebih maka akan meningkatkan

frekuensi aksesnya (Money, 2004). Dengan demikian, hipotesis yang

dirumuskan adalah:

H6: Niat Untuk Menggunakan (NUM) berpengaruh positif dan signifikan

pada Penggunaan Teknologi (PT)

BAB III

METODE PENELITIAN

A. Desain Penelitian


commit to user

Desain penelitian adalah rencana dari struktur penelitian yang

mengarahkan proses dari hasil penelitian sedapat mungkin menjadi valid,

obyektif, efisien, dan efektif (Jogiyanto, 2004:53). Penelitian ini menggunakan

desain survei, yaitu penelitian yang mengambil sampel dari suatu populasi dan

menggunakan kuesioner sebagai alat pengumpulan data. Penelitian ini

termasuk penelitian confirmatory yang dimaksudkan untuk menguji model

yang telah diuji sebelumnya berdasarkan teori yang sudah ada guna

menjelaskan proses adopsi teknologi Sistem Administrasi Akademik

(SIAKAD) Online Fakultas Ekonomi Universitas Sebelas Maret (FE UNS)

Surakarta.

B. Populasi, Sampel, dan Teknik Pengambilan Sampel

1. Populasi

Populasi merupakan jumlah keseluruhan dari unit analisa yang ciri-

cirinya akan diduga (Singarimbun, 1989). Target populasi dalam penelitian

ini adalah mahasiswa Fakultas Ekonomi Universitas Sebelas Maret (FE UNS)

Surakarta yang mempunyai kecenderungan menggunakan teknologi Sistem

Administrasi Akademik (SIAKAD) Online.

2. Sampel

Hasan (1999) mengartikan sampel sebagai bagian dari populasi yang

dianggap dapat mewakili populasi tersebut. Sampel dalam penelitian ini

adalah mahasiswa S1 Fakultas Ekonomi Universitas Sebelas Maret (FE UNS)

Surakarta angkatan 2008-2010 yang mempunyai kecenderungan


commit to user

menggunakan Sistem Administrasi Akademik (SIAKAD) Online. Alasan

pemilihan sampel tersebut karena hanya mahasiswa angkatan 2008-2010 telah

mempunyai akses Sistem Administrasi Akademik (SIAKAD) Online.

Ada beberapa alasan mengapa peneliti menggunakan sebagian sampel

untuk diteliti. Pertama, dalam praktek peneliti tidak mungkin melakukan

pengumpulan dan pengujian terhadap setiap elemen populasi. Kedua,

pengumpulan dan pengujian terhadap setiap elemen populasi, akan

memerlukan banyak waktu, biaya, dan melibatkan banyak orang yang

melaksanakanya. Ketiga, penelitian terhadap sebagian elemen populasi

kadang-kadang memberikan hasil yang lebih dapat dipercaya dan kesalahan

dalam pengumpulan data relatif lebih kecil, terutama jika elemen-elemen

terdiri atas banyak data. Keempat, pengujian terhadap seluruh elemen

populasi, dalam kasus tertentu tidak mungkin dilakukan (Sekaran, 2000).

Hair et all., (1995) menyarankan bahwa ukuran sampel minimum

untuk dapat diolah dengan alat analisis AMOS (Analysis of Moment Structure)

adalah sebanyak 5 observasi untuk setiap estimated parameter. Dengan

demikian bila estimated parameter-nya berjumlah 26, maka jumlah sampelnya

minimum adalah 130 responden.

Dalam penelitian ini, penulis mengambil sampel 300 responden.

Jumlah tersebut untuk memehi persyaratan minimal data untuk diolah dengan

menggunakan analisis SEM (Structural Equation Modelling).

3. Teknik Pengambilan Sampel


commit to user

Teknik pengambilan sampel dalam penelitian ini menggunakan

metode non-probability sampling, dengan purposive sampling. Kriteria yang

digunakan berdasarkan pertimbangan mengenai karakteristik populasi dan

tujuan penelitian ini, dimana kriteria yang digunakan dalam memilih sampel

dalam penelitian ini mahasiswa S1 Fakultas Ekonomi Universitas Sebelas

Maret (FE UNS) Surakarta angkatan 2008-2010. Pertimbangan peneliti

adalah mahasiswa S1 Fakultas Ekonomi Universitas Sebelas Maret (FE UNS)

Surakarta angkatan 2008-2010 merupakan tiga angkatan pertama yang

mmenggunakan penerapan teknologi Sistem Administrasi Akademik

(SIAKAD) Online. Dengan demikian diharapkan memberikan penilaian atau

tanggapan untuk teknologi baru yang mereka gunakan.

C. Metode Pengumpulan Data

Metode pengumpulan data dalam penelitian ini adalah melalui

kuesioner. Kuesioner adalah daftar pertanyaan tertulis yang dirumuskan

sebelumnya yang akan dijawab oleh responden, biasanya dalam alternatif

yang didefinisikan dengan jelas (Sekaran, 2006). Kuesioner pada penelitian

ini menggunakan metode personnally administrated qustonnaires, yaitu

peneliti menyampaikan sendiri kuesioner kepada responden dan mengambil

sendiri kuesioner yang telah diisi oleh responden.

Instrumen yang digunakan dalam penelitian ini berupa kuesioner

yang sifat pertanyaannya tertutup (Closed Questions), yaitu pertanyaan

dengan kumpulan alternatif yang disusun dengan jelas yang membatasi

pilihan responden pada salah satu di antaranya, di mana dalam kuisioner


commit to user

tersebut jawaban sudah ditentukan terlebih dahulu dan responden tidak diberi

kesempatan untuk memberikan jawaban yang telah disediakan (Sekaran,

2006).

D. Sumber Data

Sumber data yang digunakan dalam penelitian ini adalah data primer.

Data primer adalah data yang diperoleh langsung dari subyek penelitian

dengan mengenakan alat pengukuran atau alat pengambilan data langsung

pada subyek sebagai sumber informasi yang dicari (Azwar, 1998:91) data

primer dalam penelitian ini yaitu data yang diperoleh secara langsung dari

responden melalui kuesioner.

E. Definisi Operasional Variabel

1. Karakteristik Teknologi (KT)

Karakteristik Teknologi (KT) berhubungan dengan tampilan grafis,

desain dan peletakan perintah dalam menu, serta pengaturan panel-panel

yang mempengaruhi interaksi pengguna dengan teknologi yang digunakan

(interfaces). Karakteristik teknologi dibentuk dari empat variabel observasi

(Brown, 2002) yaitu:

= Easy to Determining

= Easy to Navigative

= Consistent Graphics

= Consistent Terms

2. Karakteristik Pengguna (KP)


commit to user

Karakteristik Pengguna (KP) merupakan karakter yang akan

mendukung seseorang dalam menggunakan suatu teknologi baru.

Karakteristik pengguna dalam lingkup adopsi teknologi dapat dijelaskan

melalui dua faktor yaitu tingkat kepercayaan diri (self-efficacy) dan tingkat

kecemasan terhadap komputer (computer anxiety). Dalam penelitian ini,

karakteristik pengguna ditentukan oleh empat variabel observasi (Brown,

2002) yaitu:

= Ability to Use

= Self Confidence

= Nervous

= Confortable

3. Persepsi Kemudahan Penggunaan (PKP)

Persepsi Kemudahan Penggunaan (PKP) merupakan tingkat

kepercayaan seseorang bahwa dalam menggunakan suatu teknologi akan

terbebas dari usaha. Persepsi kemudahan penggunaan ditentukan oleh

enam variabel observasi (Davis, 1989) yaitu:

= Easy to Learn

= Controllable

= Clear and Understandable

= Flexible

= Easy to Become Skillful

= Easy to Use

4. Persepsi Kemanfaatan (PK)


commit to user

Persepsi Kemanfaatan (PK) didefinisikan sebagai tingkat

kepercayaan seseorang bahwa suatu teknologi yang digunakan akan

mampu meningkatkan kinerjanya. Dalam penelitian ini, persepsi

kemanfaatan akan dibentuk dari enam variabel observasi (Davis, 1989)

yaitu:

= Work More Quickly

= Enhance Job Performance

= Increase Productivity

= Effectiveness

= Make Job Easier

= Useful

5. Niat Untuk Menggunakan (NUM)

Niat Untuk Menggunakan (NUM) diartikan sebagai suatu kekuatan

dari ketertarikan seseorang untuk menggunakan sesuatu. Dalam penelitian

ini ketertaikan untuk menggunakan dibentuk dari tiga variabel observasi

(Morris & Dillon, 1997) yaitu:

= Sources of Information and Knowledge

= Important to Use

= Intention to Use

6. Penggunaan Teknologi (PT)

Penggunaan Teknologi (PT) merupakan jumlah pemakaian suatu

teknologi dalam unit per waktu. Penggunaan teknologi ditentukan oleh tiga

variabel observasi (Brown, 2002) yaitu:


commit to user

= Diversity of Usage

= Diversity of Usage

= Intention to Use

F. Pengukuran variabel

Pengukuran variabel-variabel dalam penelitian ini mengarah pada

proses adopsi teknologi. Peneliti menggunakan skala Likert untuk mengukur

variabel-variabel penelitian.

Ukuran skala Likert pada penelitian ini adalah sebagai berikut:

1 = Sangat Tidak Setuju (STS)

2 = Tidak Setuju (TS)

3 = Netral (N)

4 = Setuju (S)

5 = Sangat Setuju (SS)

G. Lokasi dan Waktu Penelitian

Lokasi penelitian dilakukan di Fakultas Ekonomi Universitas Sebelas

Maret (FE UNS) Surakarta yang berlamat di Jalan Ir. Sutami No. 36A,

Kentingan Surakarta antara bulan September 2010 sampai dengan Desember

2010.

H. Metode Analisis Data

1. Analisis Deskriptif


commit to user

Analisis deskriptif merupakan analisis data dengan cara mengubah

data mentah menjadi bentuk yang lebih mudah dipahami dan dapat

diinterpretasikan (Zikmund, 2000). Model analisis deskriptif yang

digunakan adalah tabel frekuensi proporsi.

2. Pengujian Instrumen Penelitian

1. Uji Validitas

Uji validitas digunakan untuk menguji apakah suatu alat ukur

benar-benar mengukur apa yang sebenarnya ingin diukur. Uji validitas

dilakukan dengan mengacu pada pengukuran yang telah dilakukan oleh

peneliti-peneliti sebelumnya dan meminta pendapat para ahli sehingga

meyakinkan peneliti bahwa item-item pengukuran yang digunakan telah

memenuhi kriteria validitas isi (Sekaran, 2006). Suatu skala pengukuran

disebut valid jika melakukan apa yang seharusnya dilakukan dan

mengukur apa yang seharusnya diukur. Bila skala pengukuran tidak valid

maka tidak bermanfaat bagi peneliti karena tidak mengukur atau

melakukan apa yang seharusnya dilakukan (Kuncoro, 2003)

Dalam penelitian ini teknik analisis yang dipakai adalah dengan

menggunakan analisis faktor atau Confimatory Factor Analysis (CFA),

dengan bantuan software SPSS for windows versi 19. Analisis faktor

merupakan cara yang digunakan untuk mengidentifikasi variabel dasar

atau faktor yang menerangkan pola hubungan dalam suatu himpunan

variabel observasi. Pada CFA, jika masing-masing indikator merupakan

indikator pengukur konstruk, maka akan memiliki factor loading yang

tinggi. Menurut Hair, et. al (1998), factor loading lebih besar + 0.30


commit to user

dianggap memenuhi level minimal, sangat disarankan besarnya factor

loading adalah + 0.40, jika factor loading mencapai + 0.50 maka item

tersebut sangat penting dalam menginterpretasikan konstruk yang diukur.

Dalam CFA kita juga harus melihat pada output dari rotated

component matrix yang harus terekstrak secara sempurna. Jika masing-

masing item pertanyaan belum terekstrak secara sempurna, maka proses

pengujian validitas dengan Factor Analysis harus diulang dengan cara

menghilangkan item pertanyaan yang memiliki nilai ganda.

2. Uji Reliabilitas

Uji reliabilitas dimaksudkan untuk mengetahui tingkat konsistensi

terhadap instrumen-instrumen yang mengukur konsep. Reliabilitas

merupakan syarat untuk tercapainya validitas suatu kuesioner dengan

tujuan tertentu. Untuk menguji reliabilitas digunakan Cronbach Alpha

dengan bantuan software SPSS for Windows versi 19. Reabilitas dari suatu

alat pengukuran mencerminkan apakah suatu pengukuran terbebas dari

masalah (error), sehingga memberikan hasil pengukuran yang konsisten

pada kondisi yang berbeda pada masing-masing item dalam instrumen

(Sekaran, 2006). Menurut Sekaran (2006) penelitian yang baik apabila

nilai cronbach alpha sebagai berikut:

Tabel III.1 Kriteria Nilai Cronbach Alpha

Nilai Cronbach Alpha Keterangan 0.8-1 Reliabillitas baik 0.6-0.799 Reabilitas dapat diterima ≤ 0.6 Reabilitas kurang baik

3. Pengujian Model Struktural

1. Evaluasi Asumsi SEM


commit to user

a. Uji Kecukupan Sampel

Karena teknik analisis yang dipergunakan dalam penelitian ini

adalah teknik analisis dengan pendekatan SEM dimana jumlah sampel

yang memenuhi tidak dapat ditentukan sebelum dilakukan analisis uji

kecukupan sampel, maka peneliti menggunakan jumlah sampel yang

disyaratkan yaitu sebanyak minimum 100 sampel atau 5 kali jumlah

parameter yang diestimasi (Hair, et al., 1998).

b. Uji Normalitas

Asumsi yang paling fundamental dalam analisis multivariate

adalah normalitas, yang merupakan bentuk suatu distribusi data pada

suatu variabel metrik tunggal dalam menghasilkan distribusi normal

(Hair et al., dalam Ghozali, 2005). Dalam SEM terutama bila

diestimasi dengan tehnik maximum likelihood mensyaratkan

sebaiknya asumsi normalitas pada data terpenuhi. . Untuk menguji

asumsi normalitas maka digunakan nilai z statistik untuk skewness

dan kurtosisnya.

Curran et al., dalam Ghozali dan Fuad (2005) membagi

distribusi data menjadi 3 bagian, yaitu:

1) Normal jika nilai skewness kurang dari 2 dan nilai kurtosis

kurang dari 7.

2) Moderately non-normal, yaitu besarnya data yang tidak normal

adalah sedang. Nilai skewness antara 2 sampai 3 dan nilai

kurtosis antara 7 sampai 21.


commit to user

3) Extremely non-normal, yaitu distribusi data yang tidak normal

sangat besar dimana nilai skewness diatas 3 dan nilai kurtosis

diatas 21.

Apabila asumsi normalitas tidak dipenuhi dan penyimpangan

normalitas tersebut besar, maka akan mengakibatkan hasil uji statistik

yang bias.

Normalitas dibagi menjadi dua, yaitu:

(a) univariate normality, dapat digunakan untuk menguji data

ordinal maupun continous.

(b) multivariate normality, hanya dapat digunakan untuk data

continous.

Dalam penelitian ini uji normalitas dihitung dengan bantuan program

komputer AMOS 4.01.

c. Uji Outliers

Outliers adalah data yang memiliki karakteristik unik yang

terlihat sangat berbeda jauh dari observasi-observasi lainnya dan

muncul dalam bentuk nilai ekstrim baik untuk konstruk tunggal

maupun konstruk kombinasi. Dalam analisis multivariate adanya

outliers dapat diuji dengan statistik Chi Square (x2) terhadap nilai

mahalanobis distance square pada tingkat signifikansi 0,001 dengan

degree of freedom sejumlah variabel yang digunakan dalam penelitian

(Hair et al, 1998), dalam hal ini variabel yang dimaksud adalah

jumlah item pengukuran pada model, bila terdapat observasi yang

mempunyai nilai mahalanobis distance square yang lebih besar dari


commit to user

Chi Square maka observasi tersebut dikeluarkan dari analisis.

Umumnya perlakuan terhadap outliers adalah dengan

mengeluarkannya dari data dan tidak diikutsertakan dalam

perhitungan berikutnya. Bila tidak terdapat alasan khusus untuk

mengeluarkan outliers, maka observasi dapat diikutsertakan dalam

analisis selanjutnya.

d. Uji Goodness-of-Fit Model Struktural

Setelah pengujian model pengukuran (measurement model)

dilakukan, pengujian berikutnya adalah menguji goodness-of-fit yang

mengukur derajat kesesuaian antara model yang dihipotesiskan

dengan data yang disajikan. Penjelasan mengenai indeks-indeks

kesesuaian tersebut adalah sebagai berikut:

a) X2 – Chi Square Statistic. Ukuran fundamental untuk mengukur

overall fit adalah likelihood ratio Chi-square statistic. Chi-

square ini bersifat sangat sensitif terhadap besarnya sampel

yang digunakan. Nilai chi-square yang tinggi relatif terhadap

degree of freedom menunjukkan bahwa matrik kovarian atau

korelasi yang diobservasi dengan yang diprediksi berbeda secara

nyata dan ini menghasilkan probabilitas (p) lebih kecil dari

tingkat signifikanasi (α). Sebaliknya nilai chi-square yang kecil

akan menghasilkan nilai probabilitas (p) yang lebih besar dari

tingkat signifikansi (α). Hal ini menunjukkan bahwa input

matrik kovarian antara prediksi dengan observasi sesungguhnya

tidak berbeda secara signifikan (Ghozali, 2005). Tingkat


commit to user

signifikansi penerimaan yang direkomendasikan adalah apabila

p>0,05 (Hair, et. al., 1998), yang berarti matriks input yang

sebenarnya dengan matriks input yang diprediksi secara statistik

tidak berbeda.

b) CMIN/DF atau Normed Chi-Square. Normed Chi-square adalah

ukuran yang diperoleh dari nilai chi-square dibagi dengan

degree of freedom. Indeks ini merupakan indeks kesesuaian

parsimonious yang mengukur hubungan goodness of fit model

dan jumlah koefisien estimasi yang diharapkan untuk mencapai

tingkat kesesuaian. Nilai yang direkomendasikan untuk

menerima kesesuaian model adalah CMIN/DF ≤ 2,0/3,0).

c) GFI – Goodness of Fit Index. Indeks ini mencerminkan tingkat

kesesuaian model secara keseluruhan yang dihitung dari residual

kuadrat dari model yang diprediksi dibandingkan data yang

sebenarnya. Indeks ini mempunyai rentang 0 (poor fit) sampai

dengan 1 (perfect fit). Nilai yang lebih mendekati 1

mengindikasikan model yang diuji memiliki kesesuaian yang

baik (Hair, et al., 1998). Tingkat penerimaan yang

direkomendasikan GFI ≥ 0,090 dapat dikatakan baik.

d) AGFI – Adjusted Goodness of Fit Index. Indeks ini merupakan

pengembangan dari GFI, yaitu indeks GFI yang telah

disesuaikan dengan rasio dari degree of freedom model yang

diusulkan dengan degree of freedom dari null model. Nilai yang


commit to user

direkomendasikan adalah AGFI ≥ 0,90. Semakin besar nilai

AGFI maka semakin baik kesesuaian yang dimiliki model.

e) CFI – Comparative Fit Index. CFI merupakan indeks kesesuaian

incremental, yang juga membandingkan model yang diuji

dengan null model. Nilai CFI berkisar 0 – 1 dengan nilai yang

mendekati 1 mengindikasikan sebuah model yang baik. Nilai

penerimaan yang direkomendasikan adalah nilai CFI ≥ 0,90.

Indeks ini sangat dianjurkan untuk digunakan, karena indeks-

indeks ini relatif tidak sensitif terhadap besarnya sampel dan

kurang dipengaruhi pula oleh kerumitan model.

f) RMSEA – The Root Mean Square of Approximation. RMSEA

merupakan indeks yang digunakan untuk mengukur fit model

menggantikan chi square statistic dalam jumlah sample yang

besar. Nilai RMSEA ≤ 0,08 mengindikasikan indeks yang baik

untuk menerima kesesuaian sebuah model.

g) RMR - Root Mean Residual merupakan alat uji yang menghitung

residua tau selisih kovarians sampel dengan kovarians estimate.

Nilai RMR yang disyaratkan adalah sebesar ≤ 0.03

h) TLI –Tucker Lewis Index. TLI atau dikenal juga dengan non-

normed fit index (NNFI), adalah suatu indeks kesesuaian

incremental fit index yang membandingkan sebuah model yang

diuji dengan null model. Nilai penerimaan yang

direkomendasikan adalah nilai TLI ≥ 0,90.


commit to user

i) NFI – Normed Fit Index merupakan indeks kesesuaian

incremental. Nilai NFI akan bervariasi dari 0 (no fit at all)

sampai 1,0 (perfect fit). Nilai yang direkomendasikan ≥0,90.

4. Pengujian Hipotesis

Analisis selanjutnya setelah kriteria Goodnes of Fit terpenuhi atas

model struktural yang diestimasi, selanjutnya analisis terhadap hubungan-

hubungan struktur model (pengujian hipotesis) dapat dilakukan.

Hubungan antar konstruk dalam hipotesis ditunjukkan dengan nilai

standardized regression weights.

Pengujian hipotesis yang pertama yaitu dengan menganalisa

tingkat signifikansi hubungan kasualitas antar konstruk dalam model

yang didasarkan pada nilai C.R. kedua, dengan melihat standardized

structural (path) coefficients dari setiap hipotesis terutama pada

kesesuaian arah hubungan path dengan arah hubungan yang telah

dihipotesiskan sebelumnya. Jika arah hubungan sesuai dengan yang

dihipotesiskan dan nilai Critical Ratio-nya memenuhi persyaratan nilai Z

tabel maka dapat dikatakan bahwa hipotesis yang diuji mendapat

dukungan yang kuat. Pada jumlah responden lebih dari 120 maka nilai Z

tabel untuk tingkat signifikansi 1% adalah 2,56, untuk tingkat signifikansi

5% sebesar 1,96 dan untuk tingkat signifikansi 10% adalah 1,645

(Wahyudi, 2005).

Output hasil analisis data primer dengan AMOS 4.01 yang dilihat

adalah nilai Critical Ratio (CR). Hipotesis dinyatakan signifikan apabila


commit to user

nilai Critical Ratio dari hubungan tersebut lebih besar dibandingkan

dengan nilai Z tabel pada masing-masing tingkat signifikansi.

BAB IV

ANALISIS DATA

A. Analisis Deskriptif


commit to user

Analisis deskriptif didigunakan untuk mengetahui karakteristik dan

tanggapan responden terhadap item-item pertanyaan dalam kuesioner. Dalam

analisis deskriptif ini responden diidentifikasikan menurut beberapa kategori,

yaitu berdasarkan program studi dan tingkatan semester. Untuk memperjelas

pembahasan, setiap jawaban yang diberikan responden terhadap butir-butir

pertanyaan yang diajukan, gambaran umum responden dapat dilihat dalam tabel

berikut ini:

1. Distribusi Frekuensi Responden Berdasarkan Program Studi

Program studi akan menimbulkan kecenderungan persepsi, perhatian

untuk menggunakan maupun intesitas penggunaan dan tujuan penggunaan

teknologi sehingga akan menyebabkan perbedaan tanggapan responden

terhadap butir-butir pertanyaan dalam penelitian.

Tabel IV.1 Distribusi Frekuensi

Distribusi Frekuensi Responden Berdasarkan Program Studi

Program Studi Frekuensi Persentase Akuntansi 124 41,3

Manajemen 94 31,3 Ekonomi Pembangunan 82 27,4

Jumlah 300 100 Sumber: Data Primer yang diolah. 2011.

Berdasarkan tabel IV.1 diketahui bahwa dari 300 responden, 124 atau

41,3% responden penelitian merupakan mahasiswa dengan program studi

Akuntansi, 94 atau 31,3% responden penelitian merupakan mahasiswa dengan

program studi Manajemen, dan 82 atau 27,4% responden penelitian

merupakan mahasiswa dengan program studi Ekonomi Pembangunan Fakultas

Ekonomi Universitas Sebelas Maret (FE UNS) Surakarta. Perbandingan

pengambilan jumlah masing-masing responden berdasarkan pada asumsi


commit to user

bahwa secara keseluruhan jumlah mahasiswa masing-masing program studi

cukup berimbang.

2. Distribusi Frekuensi Responden Berdasarkan Tahun Angkatan

Tahun angkatan masuk kuliah akan menimbulkan kecenderungan

persepsi, perhatian untuk menggunakan maupun intesitas penggunaan dan

tujuan penggunaan teknologi sehingga akan menyebabkan perbedaan

tanggapan responden terhadap butir-butir pertanyaan dalam penelitian.

Mahasiswa angkatan 2008 sudah menggunakan Sistem Administrasi

Akademik (SIAKAD) Online selama 2 tahun atau 4 semester, angkatan 2009

baru menggunakan Sistem Administrasi Akademik (SIAKAD) Online selama

1 tahun atau 2 semester, dan angkatan 2010 baru menggunakan Sistem

Administrasi Akademik (SIAKAD) Online untuk yang pertama kali . Alasan

pemilihan responden penelitian ini dikarenakan untuk angkatan 2008

merupakan tahun angkatan pertama untuk penggunaan Sistem Administrasi

Akademik (SIAKAD) Online, sehingga diharapkan dapat memberikan

penilaian terkait dengan penggunaan Sistem Administrasi Akademik

(SIAKAD) Online. Sedangkan untuk angkatan 2009 dan angakatan 2010

dipilih karena mahasiswa angkatan ini dapat dikategorikan sebagai mahasiswa

baru, sehingga diharapkan dapat memberikan persepsi dan perhatiannya untuk

menggunakan Sistem Administrasi Akademik (SIAKAD) Online.

Tabel IV.2 Distribusi Frekuensi

Distribusi Frekuensi Responden Berdasarkan Tahun Angkatan Tahun Angkatan Frekuensi Persentase

2008 105 35 2009 100 33,3 2010 95 31,7

Jumlah 300 100


commit to user

Sumber: Data Primer yang diolah. 2011.

Berdasarkan data Tabel IV.2 diketahui dari 300 responden, 105 atau 35%

responden penelitian adalah mahasiswa angkatan 2008, 100 atau 33,3% responden

penelitian adalah mahasiswa angkatan 2009, dan 95 atau 31,7% responden

penelitian adalah mahasiswa angkatan 2010 Fakultas Ekonomi Universitas

Sebelas Maret (FE UNS) Surakarta.

3. Frekuensi Penggunaan Berdasarkan Program Studi

Berdasarkan tabel IV.3 di bawah ini, menjelaskan kecenderungan jawaban

responden dikelompokkan berdasarkan program studinya pada butir pertanyaan

tentang kuantitas penggunaan Sistem Administrasi Akademik (SIAKAD) Online

dalam jangka waktu satu semester.

Berdasarkan data tabel IV.3 diketahui bahwa dari 124 mahasiswa program

studi Akuntansi yang menjadi responden sebesar 3 atau 2,4% berada pada tingkat

frekuensi penggunaan 1 kali, 6 atau 4,8% berada pada tingkat frekuensi

penggunaan antara 1 sampai 2 kali, 34 atau 27,4% berada pada tingkat frekuensi

penggunaan antara 2 sampai 3 kali, 57 atau 46% berada pada tingkat frekuensi

penggunaan antara 3 sampai 4 kali, dan 24 atau 19,4% berada pada tingkat

frekuensi penggunaan di atas 5 kali dalam satu semester.


studi Manajemen yang menjadi responden sebesar 5 atau 5,3% berada pada

tingkat frekuensi penggunaan 1 kali, 10 atau 10,6% berada pada tingkat frekuensi



penggunaan antara 3 sampai 4 kali, dan 15 atau 16% berada pada tingkat

frekuensi penggunaan diatas 5 kali dalam satu semester.


commit to user


studi Ekonomi Pembangunan yang menjadi responden sebesar 6 atau 7,3% berada

pada tingkat frekuensi penggunaan 1 kali, 13 atau 15,8% berada pada tingkat

frekuensi penggunaan antara 1 sampai 2 kali, 18 atau 22% berada pada tingkat

frekuensi penggunaan antara 2 sampai 3 kali, 30 atau 36,6% berada pada tingkat

frekuensi penggunaan antara 3 sampai 4 kali, dan 15 atau 18,3% berada pada

tingkat frekuensi penggunaan diatas 5 kali dalam satu semester.

Tabel IV.3 Frekuensi Penggunaan Berdasarkan Program Studi

Program Studi Frekuensi Kuantitas Persentase Akuntansi 1 3 2,4

1-2 6 4,8 2-3 34 27,4 3-4 57 46

Diatas 5 24 19,4 Manajemen 1 5 5,3

1-2 10 10,6 2-3 29 30,9

3-4 35 37,2 Diatas 5 15 16

Ekonomi 1 6 7,3

Pembangunan 1-2 13 15,8

2-3 18 22

3-4 30 36,6

Diatas 5 15 18,3 Sumber: Data Primer yang diolah. 2011.

Berdasarkan hasil analisis di atas menunjukkan persentase responden

mahasiswa program Akuntansi berada pada tingkat penggunaan diatas 5 kali

dalam satu semester lebih banyak, yaitu 19,4% bila dibandingkan dengan

responden mahasiswa program studi Manajemen sebesar 16% dan responden

mahasiswa program studi Ekonomi Pembangunan sebesar 18,3%. Hal ini secara

umum mengindikasikan bahwa mahasiswa program studi Akuntansi mempunyai


commit to user

frekuensi penggunaan yang lebih banyak bila dibandingkan dengan mahasiswa

program studi Manajemen dan Ekonomi Pembangunan.

4. Frekuensi Penggunaan Berdasarkan Tahun Angkatan

Berdasarkan tabel IV.4 di bawah ini, menjelaskan kecenderungan jawaban

responden dikelompokkan berdasarkan tahun angkatan pada butir pertanyaan

tentang kuantitas penggunaan Sistem Administrasi Akademik (SIAKAD) Online

dalam jangka waktu satu semester.

Tabel IV.4 Frekuensi Penggunaan Berdasarkan Tahun Angkatan Tahun Angkatan Frekuensi Kuantitas Persentase

2008 1 2 1,9 1-2 8 7,6

2-3 24 22,8 3-4 45 42,9

Diatas 5 26 24,8 2009 1 0 0,0

1-2 0 0,0 2-3 27 27,0

3-4 56 56,0 Diatas 5 17 17,0

2010 1 12 12,6

1-2 21 22,1

2-3 30 31,6

3-4 21 22,1 Diatas 5 11 11,6


Berdasarkan data tabel IV.4 diketahui bahwa dari 105 mahasiswa

tahun angkatan 2008 yang menjadi responden sebesar 2 atau 1,9% berada

pada tingkat frekuensi penggunaan 1 kali, 8 atau 7,6% berada pada tingkat

frekuensi penggunaan antara 1 sampai 2 kali, 24 atau 22,8% berada pada

tingkat frekuensi penggunaan antara 2 sampai 3 kali, 45 atau 42,9% berada

pada tingkat frekuensi penggunaan antara 3 sampai 4 kali, dan 26 atau 24,8%

berada pada tingkat frekuensi penggunaan diatas 5 kali dalam satu semester.


commit to user

Berdasarkan data tabel IV.4 diketahui bahwa dari 100 mahasiswa

tahun angkatan 2009 yang menjadi responden pada tingkat frekuensi

penggunaan 1 kali dan 1 sampai 2 kali adalah 0%, 27 atau 27% berada pada

tingkat frekuensi penggunaan antara 2 sampai 3 kali, 56 atau 56% berada pada

tingkat frekuensi penggunaan antara 3 sampai 4 kali, dan 17 atau 17% berada

pada tingkat frekuensi penggunaan diatas 5 kali dalam satu semester.

Berdasarkan data tabel IV.4 diketahui bahwa dari 95 mahasiswa tahun

angkatan 2010 yang menjadi responden sebesar 12 atau 12,6% berada pada

tingkat frekuensi penggunaan 1 kali, 21 atau 22,1% berada pada tingkat

frekuensi penggunaan antara 1 sampai 2 kali, 30 atau 31,6% berada pada

tingkat frekuensi penggunaan antara 2 sampai 3 kali, 21 atau 22,1% berada

pada tingkat frekuensi penggunaan antara 3 sampai 4 kali, dan 11 atau 11,6%

berada pada tingkat frekuensi penggunaan diatas 5 kali dalam satu semester.

Berdasarkan hasil analisis di atas menunjukkan persentase responden

mahasiswa tahun angkatan 2010 yang berada pada tingkat frekuensi

penggunaan diatas 5 kali dalam satu semester lebih sedikit, yaitu sebesar

11,6%. Sedangkan responden mahasiswa tahun angkatan 2008 sebesar 24,8%

dan tahun angkatan 2009 sebesar 17%. Hal ini mendindikasikan bahwa tahun

angkatan 2008 dan 2009 yang mempunyai tingkat semester yang lebih tinggi

dari tahun angkatan 2010 akan cenderung mempunyai tingkat frekuensi

penggunaan Sistem Administrasi Akademik (SIAKAD) Online yang tinggi.

B. Uji Validitas Dan Reliabilitas Instrument Penelitian

1. Uji Validitas Kuesioner


commit to user

Uji validitas bertujuan mengetahui ketepatan dan kecermatan suatu alat

ukur dalam melakukan fungsi ukurnya. Suatu instrumen dianggap memiliki

validitas tinggi jika dapat memberikan hasil pengukuran yang sesuai dengan

tujuannya. Pengujian validitas dilakukan menggunakan Confirmatory Factor

Analysis (CFA), serta setiap item pertanyaan harus mempunyai factor loading

yang ≥ 0,40 (Ferdinand, 2002). Confirmatory Factor Analysis (CFA) harus

dipenuhi, karena merupakan salah satu syarat untuk dapat menganalisis model

dengan Structural Equation Modelling (SEM). Teknik yang digunakan adalah

dengan melihat output dari rotated component matrix yang harus terekstrak

secara sempurna dengan bantuan program SPSS versi 19. Adapun hasil dari

300 sampel pengujian validitas dengan faktor analisis dapat dilihat pada tabel

IV. 5.

Tabel IV.5 Tabel Hasil Uji Validitas Dengan Analisis Faktor

Variabel Item Faktor Keterangan Karakteristk Teknologi KT1 0,779 Valid

KT2 0,768 Valid KT3 0,778 Valid KT4 0,730 Valid

Karakteristik Pengguna KP1 0,793 Valid KP2 0,840 Valid KP3 0,745 Valid KP4 0,762 Valid


commit to user

Persepsi Kemudahan Penggunaan PKP1 0,820 Valid PKP2 0,855 Valid PKP3 0,855 Valid PKP4 0,834 Valid PKP5 0,811 Valid PKP6 0,682 Valid

Persepsi Kemanfaatan PK1 0,721 Valid PK2 0,785 Valid PK3 0,789 Valid PK4 0,845 Valid PK5 0,820 Valid PK6 0,795 Valid

Niat Untuk Menggunakan NUM1 0,797 Valid NUM2 0,874 Valid NUM3 0,782 Valid

Penggunaan Teknologi PT1 0,982 Valid PT2 0,987 Valid PT3 0,988 Valid


Dari data Tabel IV.5 semua variabel menunjukkan convergent validity

yang bisa diterima karena semua item mempunyai factor loading yang lebih

dari 0,40 dan signifikan pada taraf signifikansi 5% (lampiran). Sehingga

kuesioner dikatakan valid dan sudah dapat dipahami oleh responden dengan

baik.

2. Uji Reliabilitas Kuesioner

Tahap pengujian selanjutnya adalah pengujian reliabilitas. Uji

reliablitas mengindikasikan bahwa suatu instrumen tidak bias dan sejauh mana

suatu instrumen handal pada waktu, tempat, dan orang yang berbeda-beda

(Sekaran, 2006). Untuk mengukur reliabilitas dari instrumen penelitian ini

dilakukan dengan menggunakan koefisien cronbach alpha. Koefisien

cronbach alpha, jika alpha atau r hitung 0,8 - 1,0 maka diyatakan memiliki


commit to user

reliabilitas baik, jika 0,6 - 0,799 reliabilitas diterima dan jika alpha atau r

hitung kurang dari 0,6 maka reliabilitasnya dianggap kurang baik.

Hasil pengujian reliabilitas variabel-variabel didapatkan nilai cronbach

alpha masing-masing variabel yang disajikan dalam tabel IV.6 sebagai

berikut:

Tabel IV.6 Tabel Hasil Uji Reliabilitas Variabel

Variabel Cronbach’s Alpha Keterangan Karakteristk Teknologi 0,767 Diterima Karakteristik Pengguna 0,798 Diterima Persepsi Kemudahan Penggunaan 0,910 Baik Persepsi Kemanfaatan 0,892 Baik Niat Untuk Menggunakan 0,783 Diterima Penggunaan Teknologi 0,994 Baik Sumber: Data Primer yang diolah. 2011.

Dari hasil pengujian reliabilitas variabel penelitian pada tabel IV.6

dengan menggunakan bantuan program SPSS 19 for windows, dapat

disimpulkan bahwa semua instrumen dinyatakan reliabel karena mempunyai

nilai Cronbach’s Alpha lebih dari 0,7.

C. Analisis Data Penelitian

Analisis dalam penelitian ini menggunakan metode statistik

multivariate Structural Equation Modelling (SEM). Dalam menggunakan

Structural Equation Modelling (SEM) ada beberapa asumsi yang harus

diperhatikan sebelum melakukan pengujian model dengan pendekatan

structural equation modeling, yaitu sebagai berikut:

1. Uji Kecukupan Sampel

Jumlah responden dalam penelitian ini adalah sebanyak 300

responden. Jumlah sampel tersebut merupakan responden yang memenuhi

syarat dalam menjawab kuesioner yang diberikan. Jumlah tersebut juga dinilai


commit to user

memenuhi, karena jumlah sampel minimal bagi penelitian dengan teknik

Maximum Likehood Estimation (MLE) yaitu 100 – 200 responden. Jumlah

parameter yang digunakan dalam penelitian ini (26+5) x 5 = 155 sampel maka

supaya lebih aman maka digunakan 300 sampel.

2. Uji Normalitas

Normalitas univariate dan multivariate terhadap data yang digunakan

dalam analisis ini diuji dengan menggunakan AMOS 4.01. Hasilnya adalah

seperti yang disajikan dalam tabel IV.14. Bila CR lebih besar dari nilai kritis

maka dapat diduga bahwa distribusi tidak normal. Nilai kritis untuk CR dari

skewness adalah di bawah 2 (dua) dan nilai CR kurtosis di bawah 7 (tujuh).

Tabel IV.7 Tabel Hasil Uji Normalitas Data SIAKAD Online

Variabel Item Min Max Skew C.R. Kurtosis C.R.

Karakteristk KT1 3 5 0,353 2,495 2,918 10,316

Teknologi KT2 2 5 -0,66 -4,67 3,599 12,725

KT3 2 5 -0,574 -4,057 2,309 8,165

KT4 2 5 -0,308 -2,179 1,765 6,241

Karakteristik KP1 2 5 -0,962 -6,799 2,105 7,441

Pengguna KP2 2 5 -0,942 -6,663 1,864 6,59


commit to user

KP3 2 5 -0,933 -6,595 1,146 4,051

KP4 2 5 -1,019 -7,208 1,624 5,743

Persepsi Kemudahan PKP1 1 5 -0,426 -3,011 -0,213 -0,754

Penggunaan PKP2 1 5 -0,435 -3,079 -0,382 -1,35

PKP3 1 5 -0,554 -3,914 -0,213 -0,752

PKP4 1 5 -0,506 -3,58 -0,005 -0,016

PKP5 1 5 -0,698 -4,934 0,293 1,035

PKP6 1 5 -0,774 -5,473 1,08 3,819

Persepsi Kemanfaatan PK1 1 5 -1,314 -9,291 4,282 15,138

PK2 1 5 -0,834 -5,897 1,747 6,177

PK3 1 5 -0,884 -6,25 1,711 6,049

PK4 1 5 -1,308 -9,25 3,117 11,02

PK5 1 5 -1,014 -7,17 2,684 9,49

PK6 1 5 -0,967 -6,84 2,383 8,424

Niat Untuk NUM1 1 5 -0,696 -4,922 0,492 1,74

Menggunakan NUM2 2 5 -0,605 -4,275 0,278 0,984

NUM3 2 5 -0,756 -5,343 0,797 2,817

Penggunaan PT1 1 5 -0,583 -4,124 -0,03 -0,107

Teknologi PT2 1 5 -0,593 -4,196 -0,08 -0,282

PT3 1 5 -0,607 -4,294 -0,04 -0,142

Multivariate 252,542 57,317Sumber: Data Primer yang diolah. 2011.

Dari hasil uji normalitas data terlihat bahwa secara univariate, nilai

skewness konstruk diharapkan mempunyai nilai C.R di bawah 2 dan kurtosis

memiliki nilai dibawah 7 namun tidak semua konstruk memenuhi syarat

tersebut. Analisis terhadap data yang tidak normal dapat mengakibatkan

pembiasan intrepretasi karena nilai chi-square hasil analisis cenderung

meningkat sehingga nilai probability level akan mengecil. Namun demikian,

teknik Maximum Likelihood Estimates (MLE) yang digunakan dalam

penelitian ini tidak terlalu terpengaruh (robust) terhadap penyimpangan

multivariate normality (Ghozali, 2005).


commit to user

Data yang digunakan dalam penelitian ini adalah data yang disajikan

apa adanya dari penelitian yang berasal dari data primer berdasarkan jawaban

responden yang sangat beragam sehingga sulit untuk memperoleh data yang

mengikuti distribusi normal secara sempurna. Nilai yang tertera pada pojok

kanan bawah menandakan bahwa secara multivariate data dalam penelitian ini

termasuk moderately non-normal dengan nilai CR kurtosis 57,317, sehingga

data ini dapat digunakan untuk estimasi pada analisis selanjutnya.

3. Uji Outlier

Outlier adalah observasi yang muncul dengan nilai-nilai ekstrim yang

memiliki karakteristik unik yang sangat berbeda dari observasi lainnya dan

muncul dalam bentuk nilai ekstrim baik untuk variabel tunggal maupun

variabel kombinasi. Dalam analisis multivariate adanya outlier dapat diuji

dengan statistic chi-square (X2) terhadap nilai mahalanobis distance squared

pada tingkat signifikansi 0,001 dengan degree of freedom sejumlah variabel

yang digunakan dalam penelitian. Dalam hal ini variabel yang dimaksud

adalah jumlah item pengukuran pada model. Dalam penelitian ini jumlah

variabel yang digunakan sebanyak 26 indikator variabel. Dengan demikian,

apabila terdapat nilai mahalanobis distance yang lebih besar dari

X2(26,0.001) = 54,052 maka nilai tersebut adalah outlier multivariate.

Tabel IV.8 Tabel Hasil Uji Outliers Data SIAKAD Online

Observation number

Mahalanobis d-squared p1 p2

34 174,413 0 0 23 174,413 0 0 50 71,851 0 0 20 64,002 0 0

8 62,755 0 0 22 62,057 0 0


commit to user

5 61,722 0 0 89 61,558 0 0 73 59,087 0 0

290 58,894 0 0 39 57,036 0 0 45 57,001 0 0 62 55,31 0,001 0 40 52,762 0,001 0 38 52,235 0,002 0

--------------- ---------------- ----------- ----------- 283 28,701 0,325 0,495 13 28,252 0,346 0,741 54 28,202 0,349 0,729


Berdasarkan tabel IV.8 dapat diketahui terdapat kasus yang

dikategorikan sebagai outliers, namun kasus tersebut tidak perlu dikeluarkan.

Hal ini dikarenakan dalam analisis penelitian, apabila tidak terdapat alasan

khusus untuk mengeluarkan kasus yang mengindikasikan adanya outliers,

maka kasus tersebut harus tetap diikutsertakan dalam analisis selanjutnya

(Ferdinand, 2002).

4. Uji Goodness-of-Fit Model Struktural

Hubungan hipotesis konstruk-konstruk penelitian pada model yang

diajukan ditunjukkan hubungan kausal antar konstruk tersebut. Evaluasi nilai

goodness of fit dari model struktural yang telah dilakukan disajikan pada tabel

IV.9 berikut:

Tabel IV.9 Tabel Hasil Uji Goodness-of-Fit s Data SIAKAD Online

Indeks Nilai Kritis Hasil Keterangan

χ2 Diharapkan kecil 304,404

Probability level ≥ 0,05 0,062 Baik

df Positif 268 Baik

CMIN/DF ≤ 2,0 / ≤ 3,0 1,136 Baik

GFI ≥ 0,90 0,930 Baik


commit to user

AGFI ≥ 0,90 0,908 Baik

CFI ≥ 0,90 0,994 Baik

RMSEA ≤ 0,08 0,021 Baik

RMR ≤ 0,03 0,024 Baik

TLI ≥ 0,90 0,992 Baik

NFI ≥ 0,90 0,949 Baik Sumber: Data Primer yang diolah. 2011.

Tujuan analisis Chi-Square (χ2) adalah mengembangkan dan menguji

model yang sesuai dengan data. Pada tabel IV.9 dapat dilihat bahwa chi-

square yang bernilai 304,404 dengan degree of freedom 268 adalah signifikan

secara statistik pada level signifikansi 0,062. Probalitas sebesar 0,062 lebih

besar dari 0,05 hal ini sesuai dengan tingkat signifikansi penerimaan yang

direkomendasikan yaitu p>0,05 (Hair, et. al., 1998), yang berarti matriks input

yang sebenarnya dengan matriks input yang diprediksi secara statistik tidak

berbeda.

Normed Chi-Square (CMIN/DF) adalah ukuran yang diperoleh dari

nilai Chi-Square dibagi dengan degree of freedom. Indeks ini merupakan

indeks kesesuaian parsimonious yang mengukur hubungan goodness-of-fit

model dengan jumlah koefisien-koefisien estimasi yang diharapkan untuk

mencapai tingkat kesesuaian. Nilai CMIN/DF pada model ini adalah 1,136,

merupakan indikasi yang baik karena mempunyai nilai < 2,0 / < 3,0

Goodness of Fit Index (GFI) mencerminkan tingkat kesesuaian model

secara keseluruhan yang dihitung dari residual kuadrat dari model yang

diperkiraan dibandingkan data yang sebenarnya. Nilai yang mendekati 1

mengisyaratkan model yang diuji memiliki kesesuaian yang baik. Nilai GFI

pada model ini sebesar 0,930 merupakan indikasi yang baik.


commit to user

Adjusted Goodness of Fit Index (AGFI) adalah GFI yang disesuaikan

dengan rasio antara degree of freedom dari model yang diusulkan dan degree

of freedom dari null model. Nilai AGFI dalam model ini 0,908 hal ini

merupakan indikasi yang baik.

Comparative Fit Index (CFI) adalah indeks kesesuaian incremental

yang membandingkan model yang diuji dengan null model. Besaran indeks ini

adalah dalam rentang 0 (nol) sampai 1 (satu) dan nilai yang mendekati 1 (satu)

mengindikasikan model memiliki tingkat kesesuaian yang baik. Indeks ini

sangat dianjurkan untuk dipakai karena indeks ini relatif tidak sensitif

terhadap besarnya sampel dan kurang dipengaruhi oleh kerumitan model.

Dengan memperhatikan nilai yang direkomendasikan ≥ 0,90, maka nilai CFI

sebesar 0,994 menunjukkan bahwa model ini memiliki kesesuaian yang baik.

The Root Mean Square Error of Approximation (RMSEA) adalah

indeks yang digunakan untuk mengkompensasi nilai Chi-Square dalam

sampel yang besar. Nilai penerimaan yang direkomendasikan ≤ 0,08, maka

nilai RMSEA sebesar 0,021 menunjukkan tingkat kesesuaian yang baik.

Root Mean Residual (RMR) merupakan alat uji yang menghitung

residua tau selisih kovarians sampel dengan kovarians estimate. Nilai RMR

yang disyaratkan adalah sebesar ≤ 0,03, maka nilai 0,024 menunjukkan tingkat

kesesuaian yang baik.

Tucker Lewis Index (TLI) merupakan alternatif incremental fit index

yang membandingkan model yang diuji dengan baseline model. TLI

merupakan indeks kesesuaian model yang kurang dipengaruhi oleh ukuran


commit to user

sampel. Nilai yang direkomendasikan ≥ 0,90, dapat disimpulkan bahwa model

menunjukkan tingkat kesesuaian yang baik dengan nilai TLI sebesar 0,992.

Normed Fit Index – NFI, membandingkan proposed model dan null

model. Dengan nilai penerimaan yang direkomendasikan NFI ≥ 0,90, nilai

0,949 menunjukkan model ini memiliki nilai fit yang baik.

Dari keseluruhan pengukuran goodness of fit tersebut di atas

mengindikasikan bahwa model yang diajukan dalam penelitian ini dapat

diterima.

D. Pengujian Hipotesis

Setelah kriteria goodness of fit dapat terpenuhi atas model struktural

yang diestimasi, selanjutnya analisis terhadap hubungan-hubungan struktur

model (pengujian hipotesis) dapat dilakukan. Hubungan antar konstruk dalam

hipotesis ditunjukan oleh nilai standardized regression weights. Pengujian

hipotesis dilakukan dengan menganalisis tingkat signifikansi hubungan

kausalitas antar konstruk dalam model yang didasarkan pada nilai C.R (z-

hitung) lebih besar dari atau sama dengan nilai z-tabel (z-hitung ≥ z-tabel).

Kemudian, dengan melihat standardized structural (path) coefficients dari

setiap hipotesis terutama pada kesesuaian arah hubungan path dengan arah

hubungan yang dihipotesiskan sebelumnya. Jika arah hubungan sesuai dengan

yang dihipotesiskan dan nilai critical ratio-nya juga memenuhi persyaratan

maka dapat dikatakan bahwa hipotesis yang diuji terbukti. Nilai z tabel untuk

masing-masing tingkat signifikansi adalah 1%=2,56, 5=1,96, dan 10%=1,645.

Tabel IV.10 Tabel Hasil Estimasi Model Struktural

Regression Weights: C.R S.E Ket est


commit to user

Persepsi Kemudahan Penggunaan <--- Karakteristik Teknologi Persepsi Kemudahan Penggunaan <--- Karakteristik Pengguna Persepsi Kemanfaatan <--- Persepsi Kemudahan Penggunaan Niat Untuk Menggunakan <--- Persepsi Kemanfaatan Niat Untuk Menggunakan <--- Persepsi Kemudahan Penggunaan Penggunaan Teknologi <--- Perhatian Untuk Menggunakan

2,688 2,096

5,078 2,188 1,995

3,147

0,111

0,082

0,066 0,082

0,074 0,134

Sig Sig Sig Sig

Sig

Sig

0,297 *

0,172 **

0,337 *

0,180 **

0,148 **

0,423 *

Sumber: Data Primer yang diolah. 2011. Keterangan : * signifikan pada α = 0.01 ** signifikan pada α = 0.05

E. Interpretasi Hasil Penelitian dan Pembahasan

Setelah menilai model secara keseluruhan dan menguji hubungan

kausalitas seperti yang dihipotesiskan, tahap selanjutnya adalah pembahasan

hasil penelitian sebagai berikut:

1. Pengaruh Karakteristik Teknologi Terhadap Persepsi Kemudahan

Penggunaan

Hasil pengujian mengenai Karakteristik Teknologi terhadap Persepsi

Kemudahan Penggunaan menunjukkan bahwa Karateristik Teknologi

mempunyai pengaruh signifikan pada Persepsi Kemudahan Penggunaan. Hal

ini ditunjukkan dengan nilai C.R sebesar 2,688 dan nilai S.E sebesar 0,111

dengan nilai Z tabel pada tingkat signifikansi 0,01 yaitu 2,56. Dengan

demikian hipotesis yang menyatakan bahwa karakteristik teknologi

mempunyai pengaruh positif pada Persepsi Kemudahan Penggunaan dapat

diterima pada tingkat signifikansi α = 0,01.

Besarnya nilai estimasi Karakteristik Teknologi terhadap Persepsi

Kemudahan Penggunaan sebesar 0,297 menunjukkan besarnya perubahan


commit to user

Persepsi Kemudahan Penggunaan yang disebabkan oleh perubahan

Karakteristik Teknologi dengan asumsi variabel yang lain konstan.

Hasil penelitian ini mendukung penelitian sebelumnya yang dilakukan

oleh Brown (2002). Hasil penelitian ini mengindikasikan bahwa Karakteristik

Teknologi yang ditentukan oleh empat faktor yaitu mudah dibedakan, mudah

dinavigasi, konsistensi grafik, dan konsistensi istilah akan mempengaruhi

persepsi pengguna teknologi SIAKAD Online bahwa teknologi tersebut

mudah untuk digunakan.

2. Pengaruh Karakteristik Pengguna Pada Persepsi Kemudahan

Penggunaan

Hasil pengujian mengenai Karakteristik Pengguna terhadap Persepsi

Kemudahan Penggunaan menunjukkan bahwa Karakteristik Pengguna

mempunyai pengaruh signifikan pada Persepsi Kemudahan Penggunaan. Hal

ini ditunjukkan dengan nilai C.R sebesar 2,096 dan nilai S.E sebesar 0,082


demikian hipotesis yang menyatakan bahwa Karakteristik Pengguna

mempunyai pengaruh positif pada Persepsi Kemudahan Penggunaan dapat

diterima pada tingkat signifikansi α = 0,05.

Besarnya nilai estimasi Karakteristik Pengguna terhadap Persepsi

Kemudahan Penggunaan sebesar 0,172 menunjukkan besarnya perubahan

Persepsi Kemudahan Penggunaan yang disebabkan oleh perubahan

Karakteristik Pengguna dengan asumsi variabel yang lain konstan.

Hasil penelitian ini mendukung penelitian sebelumnya yang dilakukan

oleh Brown (2002). Hasil penelitian ini mengindikasikan bahwa pengguna


commit to user

SIAKAD Online yang mempunyai kemampuan dalam menggunakan,

keyakinan menggunakan tanpa bantuan, tidak gugup ketika menggunakan

komputer, dan nyaman dalam menggunakan komputer akan mempunyai

persepsi bahwa teknologi SIAKAD Online bahwa teknologi tersebut mudah

untuk digunakan.

3. Pengaruh Persepsi Kemudahan Penggunaan Pada Persepsi

Kemanfaatan

Hasil pengujian mengenai Persepsi Kemudahan Penggunaan terhadap

Persepsi Kemanfaatan menunjukkan bahwa Persepsi kemudahan Penggunaan

mempunyai pengaruh signifikan pada Persepsi Kemanfaatan. Hal ini

ditunjukkan dengan nilai C.R sebesar 5,078 dan nilai S.E sebesar 0,066


demikian hipotesis yang menyatakan bahwa persepsi kemudahan mempunyai

pengaruh positif pada persepsi kemanfaatan dapat diterima pada tingkat

signifikansi α = 0,01.

Besarnya nilai estimasi Persepsi Kemudahan Penggunaan terhadap

Persepsi Kemanfaatan sebesar 0,337 menunjukkan besarnya perubahan

Persepsi Kemudahan Penggunaan yang disebabkan oleh perubahan Persepsi

Kemanfaatan dengan asumsi variabel yang lain konstan.

Hasil penelitian ini relevan dengan penelitian sebelumnya yang

dilakukan oleh Davis (1989) yang menyatakan bahwa meskipun pengguna

potensial percaya bahwa suatu sistem tersebut terlalu sulit untuk digunakan

sehingga keuntungan kinerja yang dapat diraih melalui penggunaan tidak

sebanding dengan usaha untuk menggunakan Hasil penelitian ini


commit to user

mengindikasikan bahwa pengguna SIAKAD Online yang mempunyai

kemampuan dalam menggunakan, keyakinan menggunakan tanpa bantuan,

tidak ggup ketika menggunakan komputer, dan nyaman dalam menggunakan

komputer akan mempunyai persepsi bahwa teknologi SIAKAD Online bahwa

teknologi tersebut mudah untuk digunakan.

4. Pengaruh Persepsi Kemanfaatan Pada Niat Untuk Menggunakan

Hasil pengujian mengenai Persepsi Kemanfaatan terhadap Niat Untuk

Menggunakan menunjukkan bahwa Persepsi Kemanfaatan mempunyai

pengaruh signifikan pada Niat Untuk Menggunakan. Hal ini ditunjukkan

dengan nilai C.R sebesar 2,188 dan nilai S.E sebesar 0,082 dengan nilai Z

tabel pada tingkat signifikansi 0,05 yaitu 1,96. Dengan demikian hipotesis

yang menyatakan bahwa Persepsi Kemanfaatan mempunyai pengaruh positif

pada Niat Untuk Menggunakan dapat diterima pada tingkat signifikansi α =

0,05.

Besarnya nilai estimasi Persepsi Kemanfaatan terhadap Niat Untuk

Menggunakan sebesar 0,180 menunjukkan besarnya perubahan Niat Untuk

Menggunakan yang disebabkan oleh perubahan Persepsi Kemanfaatan dengan

asumsi variabel yang lain konstan.

Hasil penelitian ini memperkuat penelitian sebelumnya yang dilakukan

oleh William Money (2004). Hasil penelitian ini menunjukkan bahwa Persepsi

Kemanfaatan yang diidentifikasikan sebagai tingkat kepercayaan seseorang

bahwa suatu teknologi yang digunakan akan mampu meningkatkan kinerjanya

(Davis, 1989) yaitu dengan menggunakan SIAKAD Online akan dapat lebih

cepat dalam memenuhi tugas, melakukan dengan lebih baik, penyelesaian


commit to user

tugas lebih efektif, penyelesaian tugas lebih mudah, dan bermanfaat dan

berpengaruh pada perhatian pengguna untuk menggunakan SIAKAD Online.

5. Pengaruh Persepsi Kemudahan Penggunaan Pada Niat Untuk

Menggunakan

Hasil pengujian mengenai Persepsi Kemudahan Penggunaan terhadap

Niat Untuk Menggunakan menunjukkan bahwa Persepsi Kemudahan

Penggunaan mempunyai pengaruh signifikan pada Niat Untuk Menggunakan.

Hal ini ditunjukkan dengan nilai C.R sebesar 1,995 dan nilai S.E sebesar 0,074


demikian hipotesis yang menyatakan bahwa Persepsi Kemudahan Penggunaan

mempunyai pengaruh positif pada Niat Untuk Menggunakan dapat diterima

pada tingkat signifikansi α = 0,05.

Besarnya nilai estimasi Persepsi Kemudahan Penggunaan terhadap Niat

Untuk menggunakan sebesar 0,148 menunjukkan besarnya perubahan Persepsi

Kemudahan Penggunaan yang disebabkan oleh perubahan Persepsi

Kemanfaatan dengan asumsi variabel yang lain konstan.

Hasil penelitian ini relevan dengan penelitian sebelumnya oleh Money

(2004). Hal ini terlihat dari adanya upaya pengguna untuk sumber informasi

dan pengetahuan, merasa penting untuk menggunakan, dan ketertarikan untuk

menggunakan SIAKAD Online.

6. Pengaruh Niat Untuk Menggunakan Pada Penggunaan Teknologi

Hasil pengujian mengenai Niat Untuk Menggunakan terhadap

Penggunaan Teknologi menunjukkan bahwa Niat Untuk Menggunakan

mempunyai pengaruh yang signifikan pada Penggunaan Teknologi. Hal ini


commit to user

ditunjukkan dengan nilai C.R sebesar 3,147 dan nilai S.E sebesar 0,134


demikian hipotesis yang menyatakan bahwa Niat Untuk Menggunakan

mempunyai pengaruh positif pada Penggunaan Teknologi dapat diterima pada

tingkat signifikansi α = 0,01.

Besarnya nilai estimasi Niat Untuk Menggunakan terhadap Penggunaan

Teknologi sebesar 0,423 menunjukkan besarnya perubahan Niat Untuk

Menggunakan yang disebabkan oleh perubahan Niat Untuk Menggunakan

dengan asumsi variabel yang lain konstan.

Hasil penelitian ini sejalan dengan penelitian Mahlke (2002). Hasil

penelitian ini mengidentifikasikan bahwa Niat Untuk Menggunakan

berpengaruh signifikan pada Penggunaan Teknologi, yaitu penggunaan dalam

pengambilan mata kuliah, penggunaan dalam evaluasi prestasi akademik, dan

kuantitas penggunaan SIAKAD Online.

BAB V

PENUTUP

A. KESIMPULAN

Hasil pengujian mengenai Karakteristik Teknologi pada Persepsi

Kemudahan Penggunaan berpengaruh signifikan. Hasil penelitian ini mendukung


commit to user

penelitian sebelumnya yang dilakukan oleh Brown (2002). Hasil penelitian ini

mengindikasikan bahwa Karakteristik Teknologi yang ditentukan oleh empat

faktor yaitu mudah dibedakan, mudah dinavigasi, konsistensi grafik, dan

konsistensi istilah akan mempengaruhi persepsi pengguna teknologi SIAKAD

Online bahwa teknologi tersebut mudah untuk digunakan.

Hasil pengujian mengenai Karakteristik Pengguna pada Persepsi

Kemudahan Penggunaan berpengaruh signifikan. Hasil penelitian ini mendukung

penelitian sebelumnya yang dilakukan oleh Brown (2002). Hasil penelitian ini

mengindikasikan bahwa pengguna SIAKAD Online yang mempunyai

kemampuan dalam menggunakan, keyakinan menggunakan tanpa bantuan, tidak

gugup ketika menggunakan komputer, dan nyaman dalam menggunakan

komputer akan mempunyai persepsi bahwa teknologi SIAKAD Online bahwa

teknologi tersebut mudah untuk digunakan.

Hasil pengujian mengenai Persepsi Kemudahan Penggunaan pada Persepsi

Kemanfaatan menunjukkan mempunyai berpengaruh signifikan. Hasil penelitian

ini mendukung penelitian sebelumnya yang dilakukan oleh Brown (2002). Hasil

penelitian ini mengindikasikan bahwa pengguna SIAKAD Online yang

mempunyai kemampuan dalam menggunakan, keyakinan menggunakan tanpa

bantuan, tidak gugup ketika menggunakan komputer, dan nyaman dalam

menggunakan komputer akan mempunyai persepsi bahwa teknologi SIAKAD

Online bahwa teknologi tersebut mudah untuk digunakan.

Hasil pengujian mengenai Persepsi Kemanfaatan pada Niat Untuk

Menggunakan berpengaruh signifikan. Hasil penelitian ini memperkuat penelitian

sebelumnya yang dilakukan oleh Money (2004). Hasil penelitian ini menunjukkan


commit to user

bahwa Persepsi Kemanfaatan yang diidentifikasikan sebagai tingkat kepercayaan

seseorang bahwa suatu teknologi yang digunakan akan mampu meningkatkan

kinerjanya (Davis, 1989) yaitu dengan menggunakan SIAKAD Online akan dapat

lebih cepat dalam memenuhi tugas, melakukan dengan lebih baik, penyelesaian

tugas lebih efektif, penyelesaian tugas lebih mudah, dan bermanfaat dan

berpengaruh pada niat untuk menggunakan SIAKAD Online.

Hasil pengujian mengenai Persepsi Kemudahan Penggunaan pada Niat

Untuk Menggunakan berpengaruh signifikan. Hasil penelitian ini relevan dengan

penelitian sebelumnya oleh Money (2004). Hal ini terlihat dari adanya upaya

pengguna untuk sumber informasi dan pengetahuan, merasa penting untuk

menggunakan, dan ketertarikan untuk menggunakan SIAKAD Online.

Hasil pengujian mengenai Niat Untuk Menggunakan pada Penggunaan

Teknologi berpengaruh signifikan pada Penggunaan Teknologi Mahlke (2002).

Dalam hal ini penggunaan dalam pengambilan mata kuliah, penggunaan dalam

evaluasi prestasi akademik, dan kuantitas penggunaan SIAKAD Online.

B. KETERBATASAN

Penelitian ini tidak terlepas dari keterbatasan dan kekurangan.

Keterbatasan dalam penelitian ini adalah:

1. Penelitian ini hanya terbatas pada mahasiswa S1 Reguler tahun angkatan

2008-2010 sehingga generalisasi hasil penelitian ini masih terbatas untuk

semua mahasiswa Fakultas Ekonomi Universitas Sebelas Maret Surakarta.


commit to user

2. Data penelitian diperoleh dengan menyebar kuesioner sehingga

dimungkinkan terjadi bias dalam pengisian yang dapat menyebabkan hasil

penelitian berbeda.

3. Pada penelitian ini baru menganalisis variabel eksternal yang

mempengaruhi persepsi kemudahan penggunaan, yaitu persepsi teknologi

dan karakteristik pengguna.

4. Penelitian ini belum dapat menganalisis lebih mendalam tentang pengaruh

program studi dan tahun angkatan pada persepsi dan perhatian untuk

menggunakan teknologi Administrasi Akademik (SIAKAD) Online karena

baru menganalisis kecenderungan jawaban responden yang

dikelompokkan berdasarkan program studi dan tahun angkatan pada

kuantitas penggunaan SIAKAD Online secara deskriptif

C. SARAN

Berikut ini beberapa saran yang diberikan:

1. Saran untuk studi ke depan

Studi ini bertumpu pada metode yang terbatas ruang lingkupnya, sehingga

memerlukan studi-studi lanjutan untuk menggeneralisasi hasil studi pada

konteks yang lebih luas dengan pengambilan sampel dalam penelitian

selanjutnya dilakukan secara proporsional dengan memperhatikan

kuantitas populasi. Hal ini diperlukan agar konsep yang dikonstruksi dapat

ditingkatkan validitasnya.

2. Saran teoritis

Hasil pengujian yang diperoleh diharapkan dapat digunakan sebagai acuan

di bidang studi adopsi teknologi, dengan menganalisis variabel eksternal


commit to user

yang mempengaruhi persepsi kemanfaatan berdasarkan konsep-konsep

yang dikonstruksi dari model yang telah dikemukakan oleh studi-studi

terdahulu.

3. Saran Praktis

Studi ini disarankan dapat memberikan pemahaman pada praktisi terhadap

upaya-upaya untuk pengembangan adopsi teknologi SIAKAD Online

Fakultas Ekonomi Universitas Sebelas Maret Surakarta. Hal ini dapat

dilakukan melalui upaya-upaya berikut ini :

a. .Fakultas Ekonomi Universitas Sebelas Maret Surakarta hendaknya

memperhatikan tampilan (SIAKAD) Online dan istilah-istilah yang

digunakan sehingga SIAKAD Online mudah dimengerti.

b. Fakultas Ekonomi Universitas Sebelas Maret Surakarta hendaknya

menyediakan informasi tentang SIAKAD Online dengan

memperkenalkannya melalui sosialisasi terutama bagi mahasiswa baru.

PENGEMBANGAN MODEL ADOPSI TEKNOLOGI ... - eprints.uns… · perpustakaan.uns.ac.id...

Documents

Transcript of PENGEMBANGAN MODEL ADOPSI TEKNOLOGI ... - eprints.uns… · perpustakaan.uns.ac.id...