SKRIPSI PENGUKURAN PENERIMAAN PENGGUNA DOMPET … · PLS-SEM. Bab I-V + 116 Halaman + 27 Gambar +...
Transcript of SKRIPSI PENGUKURAN PENERIMAAN PENGGUNA DOMPET … · PLS-SEM. Bab I-V + 116 Halaman + 27 Gambar +...
SKRIPSI
PENGUKURAN PENERIMAAN PENGGUNA DOMPET ELEKTRONIK
BERBASIS SERVER DI TANGERANG SELATAN
MENGGUNAKAN UTAUT 2
(STUDI KASUS: GO-PAY, OVO, LINKAJA DAN DANA)
Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer
Disusun Oleh:
MUHAMMAD TAUFIK HIDAYAT
11140930000062
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2019 M / 1441 H
SKRIPSI
PENGUKURAN PENERIMAAN PENGGUNA DOMPET ELEKTRONIK
BERBASIS SERVER DI TANGERANG SELATAN
MENGGUNAKAN UTAUT 2
(STUDI KASUS: GO-PAY, OVO, LINKAJA DAN DANA)
Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer
Disusun Oleh:
MUHAMMAD TAUFIK HIDAYAT
11140930000062
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2019 M / 1441 H
ii
HALAMAN JUDUL
PENGUKURAN PENERIMAAN PENGGUNA DOMPET ELEKTRONIK
BERBASIS SERVER DI TANGERANG SELATAN
MENGGUNAKAN UTAUT 2
(STUDI KASUS: GO-PAY, OVO, LINKAJA DAN DANA)
Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer
Disusun Oleh:
MUHAMMAD TAUFIK HIDAYAT
11140930000062
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2019 M / 1441 H
iii
LEMBAR PENGESAHAN
iv
PENGESAHAN UJIAN
v
PERNYATAAN
vi
ABSTRAK
MUHAMMAD TAUFIK HIDAYAT – 11140930000062. Pengukuran Penerimaan
Pengguna Dompet Elektronik Berbasis Server di Tangerang Selatan Menggunakan
UTAUT 2 di bawah bimbingan Dr. Qurrotul Aini, M.T. dan Elvi Fetrina, MIT.
Dompet elektronik berbasis server di Tangerang Selatan saat ini digunakan untuk
transaksi non-tunai karena kemudahan dan kepraktisan transaksi yang ditawarkan oleh
penyedia layanan. Namun, saat ini belum diketahui sejauh mana keberhasilan dari dompet
elektronik berbasis server yang telah diimplementasikan dan masih terjadinya
permasalahan berupa hilangnya saldo serta gagalnya pengisian saldo. Salah satu faktor
penentu keberhasilan sebuah sistem yang diterapkan adalah dari sisi penerimaan
penggunanya. Tujuan penelitian ini adalah untuk mendapatkan dan mengetahui variabel
yang signifikan terhadap penerimaan pengguna dompet elektronik berbasis server di
Tangerang Selatan dengan model UTAUT 2 dan penambahan dua variabel yaitu,
Perceived Trust dan Perceived Risk. Penelitian dilakukan dengan pendekatan kuantitatif,
penyebaran kuesioner secara online dengan 33 pertanyaan, dan analisis data demografis
dengan IBM SPSS 25 sedangkan analisis PLS-SEM dengan SmartPLS 3.2.8. Hasilnya
dari 12 hipotesis yang diusulkan, 3 hipotesis dinyatakan tidak signifikan dan ditolak
karena nilai path coefficient dan T-test dari hipotesis tersebut (Performance Expectancy,
Hedonic Motivation, dan Price Value) kurang dari 0.1 dan 1.96, sedangkan 9 hipotesis
usulan lainnya dinyatakan signifikan dan diterima. Hasil penelitian ini diharapkan dapat
menjadi menjadi salah satu bahan pertimbangan dalam pengambilan keputusan pihak
penyedia layanan dompet elektronik berbasis server untuk dapat diterapkan lebih
maksimal.
Kata kunci: Penerimaan Pengguna, Dompet Elektronik, Berbasis Server, UTAUT 2,
PLS-SEM.
Bab I-V + 116 Halaman + 27 Gambar + 18 Tabel + Daftar Pustaka + Lampiran
Pustaka Acuan (95, 1972 – 2019)
vii
KATA PENGANTAR
Assalamu’alaikum Wr. Wb.
Puji syukur penulis panjatkan kehadirat Allah SWT yang telah melimpahkan
rahmat, taufiq, dan hidayah kepada hamba-Nya, sehingga penyusunan skripsi yang
berjudul “Pengukuran Penerimaan Pengguna Dompet Elektronik Berbasis Server di
Tangerang Selatan Menggunakan UTAUT 2” ini dapat diselesaikan dengan baik.
Shalawat serta salam semoga selalu tercurahkan kepada suri tauladan kita Rasulullah
Muhammad SAW.
Pada kesempatan kali ini pula, penulis ingin menyampaikan rasa terima kasih
penulis kepada pihak-pihak yang telah mendukung dan membantu penulis dalam
menyelesaikan skripsi ini, oleh karena itu, penulis mengucapkan terima kasih yang
sebesar-besarnya kepada:
1. Ibu Prof. Dr. Lily Surraya Eka Putri, M.Env.Stud selaku Dekan Fakultas Sains
dan Teknologi Universitas Islam Negeri Syarif Hidayatullah.
2. Bapak A'ang Subiyakto, PhD. selaku Ketua Program Studi Sistem Informasi
Fakultas Sains dan Teknologi dan Ibu Nida'ul Hasanati, MMSI selaku
Sekretaris Program Studi Sistem Informasi Fakultas Sains dan Teknologi.
3. Ibu Dr. Qurrotul Aini, M.T. sebagai Dosen Pembimbing 1 yang tidak pernah
bosan dan lelah untuk membimbing, memotivasi, dan mengingatkan penulis
untuk segera menyelesaikan skripsi ini. Penulis mengucapkan banyak terima
viii
kasih kembali untuk waktu, tenaga, dukungan, arahan, saran, dan kritikan yang
membangun agar skripsi ini dapat terselesaikan dengan baik.
4. Ibu Elvi Fetrina, M.IT. sebagai Dosen Pembimbing 2 yang telah memberikan
arahan, bimbingan, dan dukungan baik secara moral maupun teknis selama
melakukan penulisan skripsi ini.
5. Seluruh dosen Program Studi Sistem Informasi yang telah memberikan ilmu
kepada penulis selama perkuliahan.
6. Seluruh karyawan Fakultas Sains dan Teknologi yang telah banyak membantu
penulis dalam perkuliahan, terutama dalam menyelesaikan administrasi yang
berkaitan dengan skripsi.
7. Kedua orang tua penulis, Ibu Tri Siwi Wahyuningtyas dan Bapak Abu Tamrin.
Terima kasih untuk mama dan bapak yang telah membesarkan dan mendidik
penulis, selalu memberikan semangat, kasih sayang yang melimpah dan doa
yang tiada hentinya sehingga penulis dapat menyelesaikan skripsi ini.
8. Seluruh teman-teman seperjuangan Sistem Informasi 2014 terutama Rahmat
Firdaus, Harry Kurniawan, Fadly Hakim, Yusuf FE, Rafiiuddin, teman-teman
penjaga lobby FST dan KOFACUP Ceria yang penulis tidak bisa sebutkan satu
persatu, terima kasih untuk kebersamaanya selama ini. Terima kasih telah
membantu dan memotivasi penulis untuk bisa menyelesaikan skripsi ini.
9. Sahabat serta teman kecilku Agung Hermawan, Reza Harris, dan Denis
Agustina yang selalu memberi semangat dan doa untuk dapat menyelesaikan
skripsi ini.
ix
10. Semua pihak yang tidak dapat disebutkan satu per satu yang telah membantu
hingga terselesaikannya skripsi ini.
Penulis memohon kepada Allah SWT agar seluruh dukungan, bantuan, dan
bimbingan dari semua pihak dibalas pahala yang berlipat-lipat. Selain itu, penulis
menyadari penyusunan skripsi ini masih terdapat kekurangan dan jauh dari kata sempurna
sehingga saran dan kritik dapat disampaikan melalui [email protected]. Akhir
kata, semoga penelitian ini dapat memberikan manfaat dan sekaligus menambah ilmu
bagi kita semua. Aaamiin Ya Rabbal ‘Alamin.
Jakarta, 29 Agustus 2019
Muhammad Taufik Hidayat
11140930000062
x
DAFTAR ISI
LEMBAR PENGESAHAN ........................................................................................... iii
PENGESAHAN UJIAN ................................................................................................ iv
PERNYATAAN .............................................................................................................. v
ABSTRAK ...................................................................................................................... vi
KATA PENGANTAR .................................................................................................. vii
DAFTAR ISI ................................................................................................................... x
DAFTAR GAMBAR ................................................................................................... xiii
DAFTAR TABEL ........................................................................................................ xiv
BAB 1 ............................................................................................................................... 1
PENDAHULUAN ........................................................................................................... 1
1.1 Latar Belakang .................................................................................................... 1
1.2 Identifikasi Masalah ............................................................................................ 6
1.3 Rumusan Masalah ............................................................................................... 7
1.4 Batasan Masalah ................................................................................................. 7
1.5 Tujuan dan Manfaat Penelitian ......................................................................... 7
1.5.1 Tujuan Penelitian ........................................................................................ 7
1.5.2 Manfaat Penelitian ...................................................................................... 8
1.6 Model Penelitian .................................................................................................. 9
1.7 Pertanyaan Penelitian ....................................................................................... 10
1.8 Metode Pengumpulan Data .............................................................................. 12
1.9 Metode Analisis Data ........................................................................................ 13
1.10 Sistematika Penulisan ....................................................................................... 13
BAB 2 ............................................................................................................................. 15
LANDASAN TEORI .................................................................................................... 15
2.1 Pengertian Pengukuran .................................................................................... 15
2.2 Pengertian Penerimaan Pengguna ................................................................... 16
2.3 Konsep Dompet Elektronik .............................................................................. 17
2.3.1 Dompet Elektronik .................................................................................... 17
2.3.2 Internet ....................................................................................................... 18
xi
2.3.3 Smartphone ................................................................................................. 19
2.4 Ayat Al-Quran terkait Penerimaan Pengguna Dompet Elektronik ............. 20
2.5 Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2) ............. 21
2.5.1 Performance Expectancy ........................................................................... 22
2.5.2 Effort Expectancy ....................................................................................... 23
2.5.3 Social Influence .......................................................................................... 25
2.5.4 Facilitating Conditions ............................................................................... 26
2.5.5 Hedonic Motivation .................................................................................... 27
2.5.6 Price Value ................................................................................................. 28
2.5.7 Habit............................................................................................................ 28
2.5.8 Behavioral Intention .................................................................................. 29
2.5.9 Use Behavior ............................................................................................... 29
2.6 Structural Equation Modeling (SEM) ............................................................... 30
2.7 Partial Least Square-Structural Equation Modelling (PLS-SEM) .................. 32
2.8 SmartPLS ........................................................................................................... 37
2.9 IBM SPSS 25 ...................................................................................................... 38
2.10 Skala Likert ....................................................................................................... 39
2.11 Populasi dan Sampel ......................................................................................... 40
2.11.1 Teknik Sampling ........................................................................................ 41
2.11.2 Ukuran Sampel .......................................................................................... 45
2.12 Statistik ............................................................................................................... 49
2.13 Pengembangan Model Penelitian dan Hipostesi Penelitian ........................... 51
2.13.1 Pengembangan Model Penelitian ............................................................. 51
2.13.2 Pengembangan Pertanyaan Penelitian .................................................... 54
2.14 Penelitian Sejenis ............................................................................................... 56
BAB 3 ............................................................................................................................. 60
METODOLOGI PENELITIAN .................................................................................. 60
3.1 Pendekatan Penelitian ....................................................................................... 60
3.2 Metode Pengumpulan Data .............................................................................. 60
3.2.1 Observasi .................................................................................................... 60
3.2.2 Survei .......................................................................................................... 61
xii
3.2.3 Studi Literatur ........................................................................................... 61
3.3 Populasi dan Sampel Penelitian ....................................................................... 62
3.4 Perancangan Kuesioner .................................................................................... 63
3.5 Analisis Data dan Inteprestasi Hasilnya ......................................................... 66
3.6 Tahapan Penelitian ........................................................................................... 67
BAB 4 ............................................................................................................................. 68
HASIL DAN PEMBAHASAN ..................................................................................... 68
4.1 Gambaran Umum Dompet Elektronik Berbasis Server ................................ 68
4.2 Hasil Analisis ..................................................................................................... 71
4.2.1 Analisis Data Demografis ......................................................................... 71
4.2.2 Analisis PLS-SEM ..................................................................................... 80
4.3 Interpretasi Hasil Analisis dan Pengukuran Model ....................................... 95
4.3.1 Interpretasi Hasil Analisis Data Demografis .......................................... 95
4.3.2 Interpretasi Hasil Analisis PLS-SEM ...................................................... 97
4.4 Rekomendasi .................................................................................................... 104
BAB 5 ........................................................................................................................... 106
PENUTUP ................................................................................................................... 106
5.1 Kesimpulan ...................................................................................................... 106
5.2 Saran ................................................................................................................. 109
DAFTAR PUSTAKA ................................................................................................. 110
LAMPIRAN .................................................................................................................. xv
xiii
DAFTAR GAMBAR
Gambar 1.1 Peningkatan Pengguna Dompet Elektronik ................................................... 4
Gambar 1.2 Model Penelitian .......................................................................................... 10
Gambar 2.1 Dompet Elektronik di Indonesia (CNBC, 2019) ........................................ 17
Gambar 2.2 Internet (LovePik, 2019) ............................................................................. 18
Gambar 2.3 Smartphone (Freepik, 2019) ....................................................................... 19
Gambar 2.4 UTAUT 2 (Venkatesh et al., 2012) ............................................................ 22
Gambar 2.5 SmartPLS 3.2.8 (SmartPLS, 2019) ............................................................. 37
Gambar 2.6 IBM SPSS 25 .............................................................................................. 38
Gambar 2.7 Simple Random Sampling (Sugiyono, 2012) ............................................. 42
Gambar 2.8 Cluster Sampling (Sugiyono, 2012) .......................................................... 43
Gambar 2.9 Snowball Sampling (Sugiyono, 2012) ........................................................ 45
Gambar 2.10 Model Penelitian ....................................................................................... 52
Gambar 3.1 Tahapan Penelitian...................................................................................... 67
Gambar 4.1 GO-PAY ..................................................................................................... 68
Gambar 4.2 OVO ............................................................................................................ 69
Gambar 4.3 LinkAja ....................................................................................................... 70
Gambar 4.4 DANA ......................................................................................................... 71
Gambar 4.5 Diagram Pengguna Dompet Elektronik Berbasis Server............................ 72
Gambar 4.6 Diagram Kecamatan Tinggal ...................................................................... 73
Gambar 4.7 Diagram Jenis Kelamin............................................................................... 74
Gambar 4.8 Diagram Usia .............................................................................................. 75
Gambar 4.9 Diagram Pendidikan Saat Ini ...................................................................... 76
Gambar 4.10 Diagram Berapa Lama Menggunakan ...................................................... 77
Gambar 4.11 Diagram Penggunaan Seminggu............................................................... 78
Gambar 4.12 Diagram Nominal Pengeluaran................................................................. 79
Gambar 4.13 Diagram Fungsi Penggunaan .................................................................... 80
Gambar 4.14 Outer Model .............................................................................................. 88
xiv
DAFTAR TABEL
Tabel 2.1 Ketentuan Skala Likert (Sugiyono, 2012) ...................................................... 40
Tabel 2.2 Tabel Krejcie-Morgan (Sekaran, 2006) .......................................................... 48
Tabel 2.3 Penelitian Sejenis ........................................................................................... 56
Tabel 3.1 Jumlah Data Kuisioner ................................................................................... 61
Tabel 3.2 Sumber Pertanyaan ......................................................................................... 64
Tabel 4.1 Hasil Awal Uji Loading Factor ...................................................................... 81
Tabel 4.2 Hasil Uji Composite Reliability ...................................................................... 83
Tabel 4.3 Hasil Uji Average Variance Extracted (AVE) ............................................... 84
Tabel 4.4 Hasil Uji Discriminant Validity (Cross Loading) .......................................... 86
Tabel 4.5 Hasil Uji Path Coefficient .............................................................................. 89
Tabel 4.6 Hasil Uji Coefficient of Determination (R2) ................................................... 90
Tabel 4.7 Hasil Uji T-test ............................................................................................... 91
Tabel 4.8 Hasil Uji Effect Size ........................................................................................ 92
Tabel 4.9 Hasil Uji Predictive Relevance ....................................................................... 93
Tabel 4.10 Hasil Uji Relative Impact ............................................................................. 93
Tabel 4.11 Ringkasan Hasil Analisis Struktural Model ................................................. 94
Tabel 4.12 Hasil Uji Struktural Model ........................................................................... 98
Tabel 4.13 Rekomendasi .............................................................................................. 105
xv
1
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Saat ini, penggunaan dompet elektronik untuk transaksi non-tunai semakin
berkembang dikarenakan kemudahan dan kepraktisan transaksi yang ditawarkan oleh
penyedia layanan dompet elektronik (Utami, 2018). Melalui kemunculan dompet
elektronik membantu dalam mempermudah masyarakat mengakses produk dan/atau
layanan keuangan. Inovasi teknologi informasi telah memungkinkan kita melakukan
kegiatan keuangan dimanapun, kapanpun dengan cepat, mudah, dan aman (Riswari,
2015). Masyarakat biasanya menggunakan dompet elektronik untuk keperluan
pembayaran secara lebih efisien dan tak perlu dilakukan secara tunai, konsumen juga
berkesempatan menikmati rupa-rupa promosi (Rakhma, 2018). Dompet elektronik adalah
penggunaan teknologi dalam sistem keuangan yang menghasilkan produk, layanan,
teknologi, dan/atau model bisnis baru serta dapat berdampak pada stabilitas moneter,
stabilitas sistem keuangan, dan/atau efisiensi, kelancaran, keamanan, dan keandalan
sistem pembayaran. Penggunaan dompet elektronik saat ini telah diatur oleh Bank
Indonesia dalam Peraturan Bank Indonesia Nomor 20/6/PBI/2018 tentang Uang
Elektronik (Bank Indonesia, 2018).
Layanan dompet elektronik di Indonesia terbagi dua yaitu dompet elektronik
berbasis chip yang berbentuk kartu fisik dan dilengkapi chip, contohnya: Flazz BCA,
Brizzi BRI, Tap Cash BNI, dan eMoney Mandiri. Sedangkan dompet elektronik berbasis
server berupa aplikasi mobile, contohnya: Dana, Uangku, LinkAja, BCA Sakuku, GO-
2
PAY, dan OVO. Menurut Aldien dalam Santhika (2017) kedua jenis pembayaran tersebut
mempunyai kelebihan dan kekurangan masing-masing. Transaksi dompet elektronik
berbasis chip lebih cepat saat digunakan karena hanya dengan menempelkan kartu dan
tidak memerlukan koneksi internet, kemudian dalam tiga sampai tujuh detik transaksi
yang dilakukan akan berhasil. Hal tersebut membuat tingkat kegagalan menjadi lebih
kecil. Penggunaan transaksi yang cepat ini membuat penggunaan kartu berbasis chip lebih
cocok digunakan untuk transaksi melalui gate, gerai, atau perangkat fisik lainnya.
Namun, dompet elektronik berbasis chip terdapat kekurangan, antara lain: sangat
tergantung pada kondisi fisik kartu. Jika chip kartu rusak dan gagal dibaca, maka transaksi
akan gagal dan pada saat kartu hilang maka dana yang tersimpan ikut hilang. Hal tersebut
membuat pengguna harus lebih berhati-hati dalam menyimpannya. Disisi lain dompet
elektronik berbasis chip pada saat mengisi saldo diwajibkan untuk melakukan proses
update saldo di mesin ATM, gerai tertentu, ataupun update secara pribadi dengan catatan
smartphone pengguna telah mendukung fitur Near Field Communication (NFC)
(Mandiri, 2019).
Sebaliknya, transaksi dompet elektronik berbasis server sedikit lebih lambat dan
risiko gagal lebih tinggi, karena tergantung pada koneksi internet. Namun, dana pengguna
yang tersimpan lebih aman karena ditaruh di server. Jadi, meskipun smartphone
pengguna hilang atau rusak, dana pengguna akan tetap utuh (Santhika, 2017).
Layanan dompet elektronik berbasis server memerlukan smartphone dan jaringan
internet dalam hal penggunaannya. Menurut riset yang dilakukan oleh eMarketer dalam
Purwanto (2019) pengguna smartphone di Indonesia terus berkembang. Data eMarketer
3
menyebutkan dalam lima tahun terakhir, pengguna smartphone di Indonesia tumbuh dari
69,4 juta di 2016, 86,6 juta di 2017, dan 103 juta di 2018. Perkembangan tersebut dipicu
adanya pengguna baru smartphone setiap tahunnya dan kebiasaan berganti smartphone
karena mengikuti perkembangan model smartphone yang dirilis setiap tahun oleh vendor.
Selanjutnya, Menurut Hendarta dalam Kontan (2019) meskipun dompet
elektronik berbasis server tergolong baru namun dalam penggunaannya telah mengalami
peningkatan, yaitu dari 2016 nilai transaksinya Rp 7,06 triliun, 2017 nilai transaksinya
Rp 12,37 triliun hingga pada 2018 meningkat menjadi Rp 47,19 triliun. Hingga Maret
2019, dari catatan Bank Indonesia sudah ada 36 penerbit yang setelah terdaftar sebagai
penerbit dompet elektronik berbasis server. Sebelas penerbit berasal dari perbankan.
Sedangkan 25 penerbit lainnya adalah dari lembaga non-bank.
Hal tersebut didukung oleh penelitian yang dilakukan oleh Dailysocial (2018)
yang bekerjasama dengan JAKPAT dan OJK menyebutkan dari tahun 2016 hingga 2018
penggunaan dompet elektronik berbasis server mengalami peningkatan penggunaan.
Terkait dompet elektronik apakah yang digunakan, dari 825 responden yang menyatakan
dirinya adalah pengguna dompet elektronik berbasis server, pengguna terbayaknya
adalah GO-PAY, selanjutnya diikuti oleh OVO, T-Cash (kini menjadi LinkAja) dan yang
keempat adalah DANA.
4
Gambar 1.1 Peningkatan Pengguna Dompet Elektronik Dailysocial (2018)
Namun dalam penerapannya, dompet elektronik berbasis server masih
mengalami permasalahan, diantaranya seperti yang dilansir dari CNN Indonesia (2019)
pengguna mengalami permasalahan berupa hilangnya saldo GO-PAY yang disebabkan
oleh gangguan teknis, dan sudah melakukan pengisian ulang OVO namun saldo
pelanggan belum mengalami penambahan (Wardani, 2018).
Setelah diterapkannya dompet elektronik berbasis server, merupakan hal penting
untuk mengetahui sejauh mana keberhasilan dari dompet elektronik berbasis server yang
telah diimplementasikan (Adi, 2006). Salah satu faktor penentu keberhasilan sebuah
sistem yang diterapkan adalah dari sisi penerimaan penggunanya. Apakah penggunanya
menerima atau menolak untuk menggunakan sebuah sistem baru (Ouadahi, 2008).
Sedangkan proses implementasi yang terjadi menjadi proses yang tidak pasti dikarenakan
implementasian suatu sistem ada yang berhasil dan yang lain tidak. Suatu sistem tertentu
mungkin dipandang sebagai keberhasilan oleh beberapa pemangku kepentingan dan
sebagai kegagalan oleh orang lain. Karena sebagian besar sistem dapat diukur dari
5
berbagai perspektif dan telah memenuhi kebutuhan penggunanya, hal tersebut menjadi
hal sulit untuk mengklasifikasikan suatu sistem dengan cara yang tepat. Namun disisi
lain, perlu untuk mengklasifikasikannya pada rentan mulai dari kegagalan hingga sukses
(McHaney et al., 2002).
Berdasarkan uraian sebelumnya maka untuk mengidentifikasi faktor penentu
penerimaan pengguna sebuah sistem maka dibutuhkan suatu instrument untuk mengukur
hal tersebut (McHaney et al., 2002). Salah satu model yang populer digunakan dalam
mengukur sejauh mana penerimaan pengguna dompet elektronik adalah model yang
dikembangkan oleh Venkatesh et al. (2012) yaitu Unified Theory of Acceptance and Use
of Technology 2 atau yang dikenal dengan UTAUT 2. Model ini berfungsi untuk
mengukur penerimaan dan penggunaan dari sebuah teknologi yang lebih berpusat pada
konteks konsumen. UTAUT 2 merupakan pengembangan model UTAUT pertama yang
terbentuk pada tahun 2003, modifikasi yang dilakukan pada UTAUT 2 adalah
penambahan tiga variabel baru yaitu Hedonic Motivation, Price Value, dan Habit.
Sebelumnya beberapa penulis telah menggunakan model tersebut pada penelitian
pengukuran penerimaan pengguna, diantaranya penelitian oleh Putra (2018)
menggunakan model UTAUT 2 untuk mengukur tingkat penerimaan pengguna pada E-
Money Mandiri di Kecematan Ciputat yang Social Influence, Facilitating Conditions,
Hedonic Motivation, Price Value, Habit, Behavioral Intention dan Use Behavior
berpengaruh signifikan serta variabel yang mempunyai tingkat signifikan tertinggi adalah
Habit terhadap Behavioral Intention diikuti oleh Hedonic Motivation terhadap
Behavioral Intention dan Facilitating Condition terhadap Use Behavior, dan yang
6
terakhir penelitian oleh Sabarkhah (2018) yang menerapkan UTAUT 2 dengan
penambahan variabel Trust dan Security untuk mengukur tingkat penerimaan pengguna
uang elektronik di Kota Tangerang Selatan yang menghasilkan semua variabel UTAUT
2 dan dua variabel yang ditambahkan berpengaruh signifikan, maka dari beberapa
penelitian sebelumnya, dapat disimpulkan bahwa penggunaan model UTAUT 2 dapat
digunakan oleh penulis untuk penelitian yang terkait pengukuran penerimaan pengguna.
Berdasarkan uraian sebelumnya, maka penulis tertarik untuk melakukan penelitian
dengan model UTAUT 2 untuk mengukur penerimaan pengguna dompet elektronik
berbasis server dengan judul “Pengukuran Penerimaan Pengguna Dompet Elektronik
Berbasis Server di Tangerang Selatan Menggunakan UTAUT 2”.
1.2 Identifikasi Masalah
Berdasarkan latar belakang, maka identifikasi masalah dalam penelitian ini
adalah sebagai berikut:
1. Hilangnya saldo dompet elektronik berbasis server.
2. Gagalnya pengisian saldo dompet elektronik berbasis server.
3. Belum diketahui bagaimana persepsi pengguna terkait penerimaan
pengguna dompet elektronik berbasis server.
4. Belum diketahui efek penerapan dompet elektronik berbasis server
sudah sesuai atau belum dengan kebutuhan pengguna.
7
1.3 Rumusan Masalah
Berdasarkan identifikasi masalah, maka rumusan masalah dalam penelitian ini
adalah faktor-faktor apakah yang mempengaruhi tingkat penerimaan pengguna dompet
elektronik berbasis server?
1.4 Batasan Masalah
Berdasarkan rumusan masalah, maka batasan masalah dalam penelitian ini adalah
sebagai berikut:
1. Penelitian ini mengambil sampel di wilayah Kota Tangerang Selatan dengan
menggunakan teknik Purposive Sampling, dimana penulis menentukan sampel
dengan pertimbangan tertentu yaitu pengguna dompet elektronik berbasis
server
2. Penelitian ini hanya menggunakan 11 variabel yaitu: Performance Expetancy,
Effort Expetancy, Social Influence, Perceived Trust, Perceived Risk,
Facilitating Conditions, Hedonic Motivation, Price Value, Habit, Behavioral
Intention, dan Use Behavior.
1.5 Tujuan dan Manfaat Penelitian
1.5.1 Tujuan Penelitian
Adapun tujuan yang ingin dicapai dalam penelitian ini adalah sebagai
berikut:
8
1. Mendapatkan nilai dari variabel yang ditambahkan pada model UTAUT 2 yaitu
Perceived Trust dan Perceived Risk.
2. Mendapatkan variabel signifikan yang mempengaruhi penerimaan pengguna
dompet elektronik berbasis server.
3. Mendapatkan nilai mengenai penerimaan pengguna dompet elektronik
berbasis server untuk dijadikan bahan rekomendasi bagi pihak penerbit dompet
elektronik berbasis server.
1.5.2 Manfaat Penelitian
Berdasarkan pada tujuan penelitian, maka dapat diuraikan manfaat penelitian ini
adalah sebagai berikut:
1. Dapat diketahui variabel apa saja yang dapat mempengaruhi dan berpengaruh
besar terhadap penerimaan pengguna dari penerapan dompet elektronik
berbasis server berdasarkan perspekif penggunanya.
2. Secara teoritical, penelitian ini diharapkan dapat mengusulkan model yang
dapat digunakan untuk mengukur penerimaan pengguna dompet elektronik
berbasis server serta penelitian ini diharapkan juga dapat menjadi alternatif
bagi penulis selanjutnya maupun berbagai pihak dalam memahami tingkat
penerimaan pengguna.
3. Secara practical, penelitian ini diharapkan dapat mendorong pemanfaatan
metode kuantitatif untuk penyusunan skripsi khususnya di Program Studi
Sistem Informasi UIN Syarif Hidayatullah Jakarta.
9
1.6 Model Penelitian
Dalam melakukan pengukuran terkait penerimaan pengguna dompet elektronik
berbasis server penulis menggunakan model UTAUT 2. Model ini terdiri atas 7 variabel
yaitu variabel Performance Expetancy, Effort Expetancy, Social Influence, Facilitating
Conditions, Hedonic Motivation, Price Value, Habit. Selain itu penulis memodifikasi
model UTAUT 2 dengan melakukan penambahan dua variabel yaitu Perceived Trust dan
Perceived Risk. Penambahan variabel Perceived Trust karena menurut Salisbury et al.
(2001) rasa aman ketika melakukan transaksi keuangan dengan teknologi online penting
untuk meminimalkan kekhawatiran tentang penggunaan teknologi untuk melakukan
pembayaran online. Selain itu, terdapat hubungan positif antara tingkat kepercayaan
dengan niat penggunaan (Suh & Han, 2002)..
Sedangkan penambahan variabel Perceived Risk karena menurut (Littler &
Melanthiou, 2006) faktor penting untuk mengetahui bagaimana persepsi pengguna
tentang ketidakpastian dan kemungkinan konsekuensi yang tidak diinginkan dari
membeli produk atau layanan terutama untuk transaksi berbasis internet seperti e-
commerce dan e-banking. Sama halnya dengan Perceived Trust, menurut Taylor (1974)
penelitian telah menunjukkan bahwa risiko yang dirasakan mempengaruhi adopsi
teknologi dan menunjukkan bahwa Perceived Risk dapat menghasilkan kecemasan yang
mempengaruhi proses pengambilan keputusan penggunanya.
Namun penelitian ini tidak memasukan variabel moderator seperti pada model asli
UTAUT 2. Tidak digunakannya variabel moderator pada penelitian ini karena
pengamatan serupa yang dilakukan oleh Venkatesh et al. (2012), menyatakan bahwa
10
sebagian besar penelitian yang menggunakan variabel moderator pada model
menunjukkan bahwa moderator akan menjatuhkan nilai yang dihasilkan (Dwivedi et al.,
2019). Penelitian lainnya yang dilakukan oleh Oliveira et. al (2014) menunjukkan bahwa
pengguna pengguna mobile banking tidak ditemukannya hubungan yang signifikan pada
efek moderasi jenis kelamin dan usia menggunakan model UTAUT. Berikut pada
Gambar 1.2 dapat dilihat model UTAUT 2 yang diajukan:
Gambar 1.2 Model Penelitian
1.7 Pertanyaan Penelitian
Berdasarkan pada model penelitian, maka pertanyaan penelitian dalam penelitian
ini sebagai berikut:
11
Q1. Apa saja variabel yang menentukan penerimaan pengguna dompet elektronik
berbasis server?
Q2. Apakah model penelitian yang digunakan dapat menggambarkan bagaimana
penerimaan pengguna dompet elektronik berbasis server?
Q3. Bagaimana tingkat penerimaan pengguna dompet elektronik berbasis server?
Q4. Apakah dompet elektronik berbasis server yang diterapkan sudah sesuai
dengan kebutuhan pengguna?
Selanjutnya, berdasarkan model penelitian yang dipaparkan sebelumnya. Berikut
adalah variabel yang terkait penerimaan pengguna dompet elektronik berbasis server:
Q1.1 Apakah Performance Expetancy berpengaruh terhadap Behavioral
Intention?
Q1.2 Apakah Effort Expetancy berpengaruh terhadap Behavioral Intention?
Q1.3 Apakah Social Influence berpengaruh terhadap Behavioral Intention?
Q1.4 Apakah Apakah Perceived Trust berpengaruh terhadap Behavioral
Intention?
Q1.5 Apakah Perceived Risk berpengaruh terhadap Behavioral Intention?
Q1.6 Apakah Facilitating Conditions berpengaruh terhadap Behavioral Intention?
Q1.7 Apakah Facilitating Conditions berpengaruh terhadap Use Behavior?
Q1.8 Apakah Hedonic Motivation berpengaruh terhadap Behavioral Intention?
Q1.9 Apakah Price Value berpengaruh terhadap Behavioral Intention?
Q1.10 Apakah Habit berpengaruh terhadap Behavioral Intention?
Q1.11 Apakah Habit berpengaruh terhadap Use Behavior?
12
Q1.12 Apakah Behavioral Intention berpengaruh terhadap Use Behavior?
1.8 Metode Pengumpulan Data
Dalam penelitian ini, penulis menggunakan metodologi pengumpulan data
sebagai berikut:
a. Observasi
Dalam tahap ini penulis melakukan pengamatan pada dompet elektronik
berbasis server khususnya GO-PAY, OVO, LinkAja, dan DANA, kemudian
dapat dilakukan perubahan atas penilaian tersebut. Sehingga mampu
memisahkan antara yang diperlukan dengan yang tidak diperlukan.
b. Kuesioner
Dalam tahap ini penulis memberikan kuesioner berupa daftar pertanyaan
kepada para pemakai dompet elektronik berbasis server khususnya GO-PAY,
OVO, LinkAja, dan DANA selaku responden. Jenis kuesioner yang digunakan
adalah tertutup yaitu responden harus memilih salah satu jawaban yang sudah
tersedia. Skala penilaian yang digunakan pada kuesioner ini adalah skala
Likert. Skala Likert adalah metode yang mengukur sikap dengan menyatakan
setuju atau ketidaksetujuannya terhadap subyek, obyek atau kejadian tertentu
(Indriantoro & Supomo, 2009).
13
1.9 Metode Analisis Data
Proses pengolahan data dalam penelitian ini terbagi menjadi dua analisis utama
yaitu analisis demografis dan analisis statistik inferensial. Pertama, penulis melakukan
analisis data demografis dengan menggunakan perangkat lunak IBM SPSS 25. Data
responden dikelompokan berdasarkan dompet elektronik berbasis server yang digunakan,
kecamatan tinggal, jenis kelamin, usia, pendidikan saat ini, berapa kali penggunaan
selama seminggu, nominal yang dikeluarkan selama seminggu, dan fungsi penggunaan.
Kedua, setelah demografis selesai dilakukan, penulis melakukan analisis statistik
menggunakan software SmartPLS versi 3.2.8. dengan pendekatan PLS-SEM (Yamin &
Kurniawan, 2011); Hair et al., 2012; Asyraf & Afthanorhan, 2013; Wong, 2013; Sarstedt
et al., 2017).
Sedangkan untuk interpretasi hasil, penulis mendiskusikan hasil analisis
demografi responden dengan kondisi lapangan yang berjalan dan juga menerjemahkan
hasil analisis model secara statistik kuantitatif dengan membandingkan dan
mempertimbangkan sejumlah literatur terkait sebelumnya.
1.10 Sistematika Penulisan
Dalam penyusunan laporan penelitian, pembahasan terbagi dalam lima bab yang
secara singkat akan diuraikan sebagai berikut:
BAB 1 PENDAHULUAN
Bab ini berisi penjelasan secara singkat mengenai latar belakang, identifikasi
masalah, rumusan masalah, batasan masalah, tujuan dan manfaat penelitian,
14
model penelitian, pertanyaan penelitian, metode pengumpulan data, metode
analisis data, dan sistematika penulisan.
BAB 2 LANDASAN TEORI
Bab ini membahas mengenai dasar-dasar teori yang mendukung tentang
pengukuran penerapan dompet elektronik berbasis server menggunakan
model UTAUT 2.
BAB 3 METODOLOGI PENELITIAN
Bab ini membahas tentang metodologi yang digunakan dalam penelitian ini,
yaitu metode pengumpulan data dan model yang digunakan.
BAB 4 HASIL DAN PEMBAHASAN
Bab ini menguraikan profil singkat dompet elektronik berbasis server
khususnya GO-PAY, OVO, LinkAja dan DANA dan membahas hasil-hasil
yang diperoleh dari hasil pengukuran.
BAB 5 PENUTUP
Bab ini berisi kesimpulan terkait hasil yang dijelaskan pada bab sebelumnya
dan saran untuk penelitian selanjutnya.
14
15
BAB 2
LANDASAN TEORI
2.1 Pengertian Pengukuran
Menurut Hopkins & Antes (1990), pengukuran adalah suatu proses yang
menghasilkan gambaran berupa angka-angka yang didasari dari hasil pengamatan
mengenai beberapa ciri tentang suatu objek, orang atau peristiwa. Pernyataan tersebut
diperkuat dengan pendapat yang menyatakan bahwa pengukuran merupakan pemberian
angka terhadap suatu atribut atau karakter tertentu yang dimiliki oleh seseorang, atau
suatu obyek tertentu yang mengacu pada aturan dan formulasi yang jelas. Aturan atau
formulasi tersebut harus disepakati secara umum oleh para ahli (Zainul & Nasution,
2001).
Menurut Supranant (2012), pengukuran adalah suatu proses yang dilakukan
dengan cara sistematis pada suatu objek tertentu dengan menggunakan alat ukur yang
baku dan bertujuan untuk memperoleh besaran kuantitatif.
Menurut Arikunto & Jabar (2004), pengukuran adalah kegiatan membandingkan
suatu hal dengan satuan ukuran tertentu secara kuantitatif.
Dari pengertian sebelumnya maka dapat disimpulkan bahwa pengukuran adalah
proses pengumpulan data melalui pengamatan empiris dengan tujuan untuk mendapatkan
informasi mengenai performance dari sebuah objek yang dinyatakan dalam skala
kuantitati
16
2.2 Pengertian Penerimaan Pengguna
Menurut Succi & Walter dalam Hosein (2009), penerimaan pengguna adalah
semakin besar menerima sebuah sistem baru, maka akan semakin besar keinginan
seseorang untuk menggunakan waktu mereka dalam menggunakan sebuah sistem baru.
Menurut Dillon (2001), penerimaan pengguna adalah keinginan yang dapat
dibuktikan dalam kelompok pengguna untuk menggunakan teknologi informasi yang
dirancang untuk mendukung tugas-tugas penggunanya.
Dillon & Morris (1996), penerimaan pengguna adalah kemauan dari sekelompok
pengguna dalam menggunakan teknologi informasi untuk mendukung pekerjaannya.
Kurangnya penerimaan pengguna adalah hambatan yang signifikan bagi keberhasilan
penerapan suatu sistem informasi baru. Bahkan pengguna sering tidak mau menggunakan
sistem informasi yang telah disediakan, padahal bila pengguna tersebut mau
menggunakan akan menghasilkan keuntungan bagi pengguna tersebut. Oleh karena itu
penerimaan pengguna telah dipandang sebagai salah satu faktor penting dalam
menentukan keberhasilan atau kegagalan suatu proyek sistem informasi.
Dari pengertian sebelumnya maka dapat disimpulkan bahwa penerimaan
pengguna adalah kemauan dari sekelompok pengguna dalam menggunakan teknologi
yang telah dirancang untuk dapat mendukung dalam kegiatan pekerjaannya.
17
2.3 Konsep Dompet Elektronik
2.3.1 Dompet Elektronik
Menurut Peraturan Bank Indonesia (2016) Nomor 18/40/PBI/2016 dompet
elektronik adalah layanan elektronik untuk menyimpan data instrumen pembayaran
antara lain alat pembayaran dengan menggunakan kartu dan/atau uang elektronik, yang
dapat juga menampung dana, untuk melakukan pembayaran.
Gambar 2.1 Dompet Elektronik di Indonesia (CNBC, 2019)
Menurut Lanier (2010), dompet elektronik adalah aplikasi perangkat lunak yang
memungkinkan pengguna untuk menyimpan uang secara digital, pembayaran digital, dan
berbagai jenis transaksi tanpa uang tunai. Dompet elektronik telah digambarkan sebagai
cara untuk membayar sesuatu dengan perangkat seperti komputer atau ponsel. Dompet
elektronik mampu mengambil fungsi dompet fisik, dengan semua konten dan
perilakunya, serta mengintegrasikannya ke dalam perangkat digital.
Dari pengertian sebelumnya maka dapat disimpulkan bahwa dompet elektronik
adalah sebuah aplikasi perangkat lunak yang memungkinkan penggunanya untuk
menyimpan uang secara digital, melakukan pembayaran secara digital, dan berbagai jenis
18
transaksi lainnya tanpa menggunakan uang tunai dengan menggunakan komputer atau
smartphone sehingga menggantikan dompet fisik.
2.3.2 Internet
Internet adalah singkatan dari Interconnected Networking yang apabila diartikan
dalam Bahasa Indonesia berarti rangkaian komputer yang terhubung di dalam beberapa
rangkaian jaringan. Internet merupakan salah satu hasil dari kecanggihan dan kemajuan
ilmu pengetahuan dan teknologi buatan manusia.
Menurut Chaffey (2011) internet adalah jaringan fisik yang menghubungkan
komputer di seluruh dunia. Internet sendiri terdiri atas infrastruktur jaringan server dan
hubungan komunikasi diantaranya yang digunakan untuk menyimpan dan memindahkan
informasi antara komputer client dan web server.
Gambar 2.2 Internet (LovePik, 2019)
Menurut Kotler & Armstrong (2010), internet memungkinkan komunikasi antara
jutaan komputer di seluruh dunia yang saling terhubung. Internet merujuk pada jaringan
fisik yang menghubungkan komputer-komputer lintas dunia. Jaringan tersebut terdiri atas
19
infrastruktur server jaringan dan hubungan komunikasi antara mereka yang digunakan
untuk menjaga dan mengirimkan informasi di internet.
Menurut Strauss et al. (2003), internet adalah seluruh jaringan yang saling
terhubung satu sama lain. Beberapa komputer-komputer dalam jaringan ini menyimpan
file, seperti halaman web, yang dapat diakses oleh seluruh jaringan komputer.
Dari pengertian sebelumnya maka dapat disimpulkan bahwa internet adalah
kumpulan dari jaringan komputer yang terhubung dan bekerja sebagai suatu sistem dan
dapat saling bertukar informasi antar komputer di dunia.
2.3.3 Smartphone
Menurut Elcom (2011), smartphone adalah telepon genggam yang mempunyai
kemampuan tingkat tinggi, kadang-kadang dengan fungsi yang menyerupai komputer.
Gambar 2.3 Smartphone (Freepik, 2019)
Menurut Backer (2010) smartphone adalah telepon yang menyatukan
kemampuan-kemampuan terdepan; ini merupakan bentuk kemampuan dari Wireless
Mobile Device (WMD) yang dapat berfungsi seperti sebuah komputer dengan
menawarkan fitur-fitur seperti personal digital assistant (PDA), akses internet, email, dan
Global Positioning System (GPS). Smartphone juga memiliki fungsi-fungsi lainnya
20
seperti kamera, video, MP3 players, sama seperti telepon biasa. Dengan kata lain,
smartphone dapat dikatagorikan sebagai mini-komputer yang memiliki banyak fungsi
dan penggunanya dapat menggunakannya kapanpun dan dimanapun.
Dari pengertian sebelumnya maka dapat disimpulkan bahwa smartphone adalah
sebuah telepon yang memiliki fungsi menyerupai komputer dan dapat digunakan untuk
keperluan yang berkaitan dengan internet, email, dan Global Positioning System (GPS),
kamera, video, MP3 players.
2.4 Ayat Al-Quran terkait Penerimaan Pengguna Dompet Elektronik
Surat Ar-Ra’d Ayat 11
Terjemah Arti: “Bagi manusia ada malaikat-malaikat yang selalu mengikutinya
bergiliran, di muka dan di belakangnya, mereka menjaganya atas perintah Allah.
Sesungguhnya Allah tidak merubah keadaan sesuatu kaum sehingga mereka merubah
keadaan yang ada pada diri mereka sendiri. Dan apabila Allah menghendaki keburukan
terhadap sesuatu kaum, maka tak ada yang dapat menolaknya; dan sekali-kali tak ada
pelindung bagi mereka selain Dia” (tafsirweb, 2019).
Tafsir Al-Muyassar / Kementerian Agama Saudi Arabia (tafsirweb, 2019),
11. Allah -Subḥānahu wa Ta'ālā- mempunyai malaikat-malaikat yang datang kepada
manusia silih berganti, sebagian dari mereka datang di waktu malam, sebagian dari
mereka datang di waktu siang, menjaga manusia dengan perintah Allah dari beberapa
21
takdir yang memang Allah tuliskan akan dicegah darinya, mencatat segala perkataan dan
perbuatan manusia. Allah tidak merubah keadaan satu kaum, dari keadaan yang baik
kepada keadaan buruk yang tidak mereka sukai, hingga mereka sendiri yang merubah apa
yang mereka dapati dari keadaan syukur (menjadi keadaan kufur). Bila Allah hendak
membinasakan suatu kaum, maka tidak ada yang dapat mencegah kehendak-Nya. Dan
kalian -wahai manusia- tidak memiliki penolong yang mengurusi urusan kalian, yang
kalian bisa berlindung kepadanya untuk menepis malapetaka yang menimpa kalian.
Dari pengertian sebelumnya dapat diambil kesimpulan bahwa baik atau buruknya
dompet elektronik berbasis server yang beredar sekarang tergantung dari sisi pengguna
dan sisi penyedia layanan dompet elektronik berbasis server. Pertama adalah dari sisi
pengguna, yang mau menerima untuk tetap menggunakan dompet elektronik berbasis
server dari sisi manfaat yang diperolehnya dan kekurangan yang mereka rasakan. Kedua
adalah dari sisi penyedia layanan dompet elektronik berbasis server, apakah mereka akan
mengubah kekurangan yang ada (contohnya: pelanggan mengalami tidak masuknya saldo
ketika melakukan pengisian) dan terus meningkatkan aplikasinya untuk menambah
kemanfaatan bagi para penggunanya dengan menambah fitur-fitur yang menunjang
kebutuhan para penggunanya terkait dompet elektronik berbasis server.
2.5 Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2)
UTAUT 2 adalah model peneriman pengguna yang berpengaruh dan banyak
diadopsi untuk melakukan penelitian terkait penerimaan pengguna terhadap suatu
teknologi informasi yang lebih berpusat pada konteks konsumen. Model UTAUT 2
22
dikembangkan oleh Venkatesh et al. (2012) dan terdiri atas 7 variabel independen
Performance Expectancy, Effort Expectancy, Social Influence, Facilitating Conditions,
Hedonic Motivation, Price Value, dan Habit serta dua variabel dependen Behavioral
Intention dan Use Behavior.
Gambar 2.4 UTAUT 2 (Venkatesh et al., 2012)
2.5.1 Performance Expectancy
Venkatesh et al. (2003) mendefinisikan Performance Expectancy sebagai tingkat
kepercayaan seseorang ketika menggunakan sebuah sistem maka akan membantu orang
tersebut untuk memperoleh keuntungan-keuntungan terkait kinerja pada pekerjaan yang
dilakukannya. Adapun variabel tersebut terdiri dari:
23
1. Persepsi Kegunaan (Perceived Usefulness)
Menurut Davis dalam Venkatesh et al. (2003) persepsi terhadap kegunaan yaitu
seberapa jauh seseorang percaya bahwa dengan menggunakan suatu sistem tertentu
akan menambah dan meningkatkan kinerjanya.
2. Motivasi Ekstrinsik (Extrinsic Motivation)
Menurut Davis dalam Venkatesh et al. (2003) motivasi ekstrinsik yaitu persepsi
yang diinginkan pengguna untuk melakukan suatu aktivitas karena dianggap sebagai
alat dalam mencapai hasil-hasil bernilai yang berbeda dari aktivitas itu sendiri,
seperti kinerja pekerjaan, pembayaran, dan promosi-promosi.
3. Kesesuaian Pekerjaan (Job Fit)
Menurut Thompson dalam Venkatesh et al. (2003) kesesuaian pekerjaan adalah
bagaimanakah kemampuan-kemampuan dari suatu sistem untuk meningkatkan dan
menambah kinerja pekerjaan individual.
4. Keuntungan Relatif (Relative Advantage)
Menurut Moore dan Benbasat dalam Venkatesh et al. (2003) keuntungan relatif
yaitu seberapa jauh menggunakan suatu inovasi yang dipersipkan akan lebih baik
dibandingkan menggunakan pendahulunya.
5. Ekspektasi Hasil (Outcome Expectations)
Menurut Compeau dan Higgins dalam Venkatesh et al. (2003) ekspektasi hasil yaitu
konsekuensi-konsekuensi yang berhubungan dari perilaku.
2.5.2 Effort Expectancy
Effort Expectancy adalah tingkat kemudahan penggunaan sistem dengan tujuan
mengurangi upaya (tenaga dan waktu) seseorang dalam melakukan pekerjaannya.
24
Variabel tersebut diformulasikan berdasarkan tiga konstruk pada model atau teori
sebelumnya yaitu Perceived Easy of Use dari model TAM, kompleksitas dari Model of
PC Utilitazation (MPCU), dan kemudahan penggunaan dari Innovation Diffusion Theory
(IDT) (Venkatesh et al., 2003).
1. Persepsi Kemudahan Pengguna (Perceived Ease of Use)
Menurut Davis dalam Venkatesh et al. (2003) persepsi kemudahan penggunaan
adalah mengidentifikasikan bahwa kemudahan pemakaian mempunyai pengaruh
terhadap penggunaan teknologi informasi.
2. Kompleksitas (Complexity)
Kompleksitas menurut Thompson dalam Venkatesh et al. (2003) adalah tingkat
dimana inovasi dipersepsikan sebagai sesuatu yang relatif sulit untuk diartikan dan
digunakan oleh individu.
3. Kemudahan Pengguna (Easy of Use)
Kemudahan pengguna menurut Moore dan Benbasat dalam Venkatesh et al. (2003)
adalah tingkat dimana menggunakan inovasi dianggap sulit untuk digunakan.
Sehingga bila pengguna menganggap apabila menggunakan suatu teknologi
sistem yang baru maka akan berdampak intensitas penggunaan sistem tersebut.
Davis (1989) mengidentifikasikan bahwa kemudahan penggunaan sistem
mempunyai pengaruh terhadap penggunaan teknologi informasi. Kemudahan
penggunaan teknologi informasi akan menimbulkan perasaan dalam diri seseorang bahwa
sistem itu mempunyai kegunaan dan karenanya menimbulkan rasa yang nyaman bila
bekerja dengan menggunakannya (Venkatesh et al., 2003). Davis (1989) memberikan
beberapa indikator kemudahan penggunaan teknologi informasi, yaitu: TI sangat mudah
25
dipahami, TI mengerjakan dengan mudah apa yang diinginkan oleh penggunanya,
keterampilan pengguna akan bertambah dengan menggunakan TI, dan TI tersebut sangat
mudah untuk dioperasikan.
2.5.3 Social Influence
Menurut Venkatesh et al. (2003), Social Influence mempunyai dampak pada
perilaku individual melalui tiga mekanisme yaitu ketaatan (compliance), intemalisasi
(internalization), dan identifikasi (identification). Dapat disimpulkan bahwa semakin
banyak pengaruh yang diberikan sebuah lingkungan terhadap calon pengguna teknologi
informasi untuk menggunakan suatu teknologi informasi yang baru maka semakin besar
minat yang timbul dari personal calon pengguna tersebut dalam menggunakan teknologi
informasi tersebut karena pengaruh yang kuat dari lingkungan sekitarnya. Dalam konsep
ini terdapat gabungan variabel-variabel yang diperoleh dari model penelitian sebelumnya
tentang model penerimaan dan penggunaan teknologi. Adapun variabel tersebut adalah:
1. Norma Subyektif (Subjective Norms)
Menurut Ajzen dalam Venkatesh et al. (2003) norma subyektif adalah persepsi orang
bahwa kebanyakan orang-orang yang penting baginya berpikir bahwa di harus atau
tidak harus melakukan perilaku yang bersangkutan.
2. Faktor-faktor sosial (Social Factors)
Menurut Thompson dalam Venkatesh et al. (2003) faktor sosial adalah internalisasi
individu dari referensi budaya subyektif kelompok, kesepakatan secara spesifik
interpersonal dari salah satu individu dengan individu lain dalam situasi sosial tertentu.
26
3. Gambaran (Image)
Menurut Moore dan Benbasat dalam Venkatesh et al. (2003) gambaran adalah sejauh
mana pengguna suatu inovasi dianggap untuk meningkatkan citra seseorang atau status
dalam sistem sosial seseorang.
Pengaruh sosial merupakan faktor penentu terhadap tujuan perilaku dalam
menggunakan teknologi informasi yang direpresentasikan sebagai norma subyektif dalam
TRA, TAM, TPB, faktor sosial dalam MPCU, serta citra dalam teori difusi inovasi (IDT)
(Venkatesh et al., 2003). Moore & Benbasat (1991) menyatakan bahwa pada lingkungan
tertentu, penggunaan teknologi informasi akan meningkatkan status (image) seseorang di
dalam sistem sosial.
2.5.4 Facilitating Conditions
Facilitating Conditions adalah tingkat dimana seseorang percaya bahwa
infrastruktur organisasi dan teknis ada untuk mendukung penggunaan sistem (Venkatesh
et al., 2003). Dalam konsep ini terdapat gabungan variabel-variabel yang diperoleh dari
model penelitian sebelumnya tentang model penerimaan dan penggunaan teknologi.
Adapun variabel tersebut adalah:
1. Kontrol Perilaku Persepsian (Perceived Behavioral Control)
Menurut Ajzen dalam Venkatesh et al. (2003) kontrol perilaku persepsi adalah
mencerminkan persepsi kendala internal dan eksternal terhadap perilaku dan meliputi
hal yang berhasil secara sendiri, kondisi memfasilitasi sumber daya, dan kondisi
memfasilitasi teknologi.
27
2. Kondisi-kondisi yang Memfasilitasi (Facilitating Conditions)
Menurut Thompson dalam Venkatesh et al. (2003) faktor obyektif yaitu didalam
lingkungan para pengamat sepakat membuat suatu tindakan mudah untuk dilakukan,
termasuk penyediaan dukungan komputer.
3. Kompatibilitas (Compatibility)
Menurut Moore dan Benbasat dalam Venkatesh et al. (2003) kompabilitas adalah
sejauh mana suatu inovasi dianggap konsisten dengan nilai-nilai yang ada, kebutuhan,
dan pengalaman dari pengadopsi potensial.
2.5.5 Hedonic Motivation
Hedonic Motivation adalah kesenangan yang berasal dari penggunaan teknologi,
dan telah terbukti memainkan peran penting dalam menentukan penerimaan dan
penggunaan teknologi (Brown & Venkatesh, 2005). Dalam penelitian Sistem Informasi,
Hedonic Motivation semacam itu telah ditemukan untuk mempengaruhi penerimaan dan
penggunaan teknologi secara langsung (van der Heijden, (2004); Thong et al. (2006).
Dalam konteks konsumen, Hedonic Motivation juga telah ditemukan sebagai penentu
penting penerimaan dan penggunaan teknologi (Brown & Venkatesh, 2005). Dengan
demikian, penambahan Hedonic Motivation sebagai prediktor perilaku konsumen untuk
menggunakan teknologi.
Yang (2010) menemukan bahwa Hedonic Performance Expectancy, Social
Influence, dan Facilitating Conditions adalah faktor penentu penting dari keinginan
konsumen Amerika Serikat untuk menggunakan layanan mobile shopping dan bahwa
aspek hedonis atau hiburan dari layanan mobile shopping adalah pendorong yang paling
28
penting dari Amerika Serikat. niat konsumen untuk menggunakan layanan mobile
shopping. Sementara itu, perceived usefulness muncul sebagai mediator yang signifikan
dalam kasus SNWs utilitarian dan perceived enjoyment muncul sebagai mediator yang
signifikan dalam kasus fenomena penerimaan pengguna SNWs yang hedonis (Pillai &
Mukherjee, 2011).
2.5.6 Price Value
Price Value mungkin berpengaruh signifikan terhadap penggunaan teknologi
konsumen (Venkatesh et al., 2012). Price Value dikatakan positif jika manfaat dalam
menggunakan teknologi dirasakan lebih oleh pengguna dibandingkan biaya yang
dikeluarkan, dan nilai harga juga memiliki pengaruh positif terhadap niat. Maka dari itu
nilai harga dapat digunakan untuk menjadi prediktor dari variabel niat perilaku dalam
menggunakan teknologi (Venkatesh et al., 2012). Perbedaan penting antara pengaturan
penggunaan konsumen dan pengaiuran penggunaan organisasi, dimana UTAUT
dikembangkan, adalah bahwa konsumen biasanya menanggung biaya moneter untuk
penggunaan tersebut sedangkan karyawan tidak. Struktur biaya dan harga mungkin
berpengaruh signifikan terhadap penggunaan teknologi konsumen (Chang et al., 2012).
2.5.7 Habit
Menurut Venkatesh et al. (2003) Habit yang terdapat tiga tingkatan berdasarkan
berlalunya waktu:
1. Pasca pelatihan yaitu ketika sistem awalnya tersedia untuk digunakan
2. Satu bulan kemudian
3. Tiga bulan kemudian
29
Menurut Limayem et al. (2007) Habit adalah sejauh mana orang cenderung
melakukan perilaku secara otomatis karena belajar, sedangkan Peijian et al. (2007)
menyamakan kebiasaan dengan otomatisitas. Meski dikonseptualisasikan dengan cara
yang sama, kebiasaan telah diatur dalam dua cara yang berbeda. Pertama, kebiasaan
dipandang sebagai perilaku sebelumnya (Kim & Malhotra, 2005). Kedua, kebiasaan
diukur sejauh mana seseorang percaya bahwa perilaku itu otomatis. Pengalaman TI
sebelumnya juga memprediksi penggunaan TI kesehatan, niat untuk menggunakan
sistem, dan memfasilitasi kondisi (Kijsanayotin et al, 2009).
2.5.8 Behavioral Intention
Behavioral Intention adalah tingkat keinginan atau niat pemakai menggunakan
sistem secara terus menerus dengan asumsi bahwa mereka mempunyai akses terhadap
informasi. Seseorang akan berminat menggunakan suatu teknologi informasi yang baru
apabila si pengguna tersebut meyakini dengan menggunakan teknologi informasi tersebut
akan meningkatkan kinerjanya, menggunakan teknologi informasi dapat dilakukan
dengan mudah, dan si pengguna tersebut mendapatkan pengaruh lingkungan sekitamya
dalam menggunakan teknologi informasi tersebut (Venkatesh et al., 2012).
2.5.9 Use Behavior
Menurut Sabarkhah (2018), Use Behavior adalah intensitas atau frekuensi
pemakai dalam menggunakan teknologi informasi. Perilaku pengunaan teknologi
informasi sangat bergantung pada evaluasi pengguna dari sistem tersebut. Suatu teknologi
akan digunakan apabila pemakai teknologi informasi tersebut berminat dalam
menggunakan teknologi informasi tersebut karena keyakinan bahwa menggunakan
30
teknologi informasi tersebut dapat meningkatkan kinerjanya, menggunakan teknologi
informasi dapat dilakukan dengan mudah, dan pengaruh lingkungan sekitarnya dalam
menggunakan teknologi informasi tersebut. Selain itu, perilaku penggunaan teknologi
informasi juga dipengaruhi oleh kondisi yang memfasilitasi pemakai dalam
menggunakan teknologi informasi tersebut karena apabila teknologi informasi tersebut
tidak didukung oleh peralatan-peralatan, dan fasilitas-fasilitas yang diperlukan maka
penggunaan teknologi informasi tersebut tidak dapat terlaksanakan.
2.6 Structural Equation Modeling (SEM)
Structural Equation Modeling (SEM) merupakan gabungan dari dua metode
statistik yang terpisah yaitu analisis faktor (factor analysis) yang dikembangkan di ilmu
psikologi dan psikometri dan model persamaan simultan (simultaneous equation
modeling) yang dikembangkan di ekonometrika (Ghozali, 2013).
Sewal Wright mengembangkan konsep ini pada tahun 1934, pada awalnya teknik
ini dikenal dengan analisa jalur dan kemudian dipersempit dalam bentuk analisis
Structural Equation Modeling (Yamin & Kurniawan, 2011).
SEM adalah suatu teknik statistik yang mampu menganalisis pola hubungan
antara konstruk laten dan indikatornya, konstruk laten yang satu dengan lainnya, serta
kesalahan pengukuran secara langsung. SEM memungkinkan dilakukannya analisis di
antara beberapa variabel dependen dan independen secara langsung (Hair et al., 2014).
Teknik analisis data menggunakan SEM dilakukan untuk menjelaskan secara
menyeluruh hubungan antar variabel yang ada dalam penelitian. SEM digunakan bukan
31
untuk merancang suatu teori, tetapi lebih ditujukan untuk memeriksa dan membenarkan
suatu model. Oleh karena itu, syarat utama menggunakan SEM adalah membangun suatu
model hipotesis yang terdiri atas model struktural dan model pengukuran dalam bentuk
diagram jalur yang berdasarkan justifikasi teori. SEM adalah merupakan sekumpulan
teknik-teknik statistik yang memungkinkan pengujian sebuah rangkaian hubungan secara
simultan. Hubungan itu dibangun antara satu atau beberapa variabel independen (Santoso,
2011).
SEM menjadi suatu teknik analisis yang lebih kuat karena mempertimbangkan
pemodelan interaksi, nonlinearitas, variabel-variabel bebas yang berkorelasi (correlated
indmacaependent), kesalahan pengukuran, gangguan kesalahan-kesalahan yang
berkorelasi (correlated error terms), beberapa variabel bebas laten (multiple latent
independent) dimana masing-masing diukur dengan menggunakan banyak indikator, dan
satu atau dua variabel tergantung laten yang juga masing-masing diukur dengan beberapa
indikator. Dengan demikian menurut definisi ini SEM dapat digunakan alternatif lain
yang lebih kuat dibandingkan dengan menggunakan regresi berganda, analisis jalur,
analisis faktor, analisis time series, dan analisis kovarian (Byrne, 2010).
Yamin & Kurniawan (2011) mengemukakan bahwa di dalam SEM peneliti dapat
melakukan tiga kegiatan sekaligus, yaitu pemeriksaan validitas dan reliabilitas instrumen
(setara dengan analisis faktor konfirmatori), pengujian model hubungan antar variabel
laten (setara dengan analisis path), dan mendapatkan model yang bermanfaat untuk
prediksi (setara dengan model struktural atau analisis regresi).
Dua alasan yang mendasari digunakannya SEM adalah sebagai berikut:
32
1. SEM mempunyai kemampuan untuk mengestimasi hubungan antar variabel
yang bersifat multiple relationship. Hubungan ini dibentuk dalam model
struktural (hubungan antara konstruk dependen dan independen).
2. SEM mempunyai kemampuan untuk menggambarkan pola hubungan antara
konstruk laten dan variabel manifes atau variabel indikator.
Dari pengertian sebelumnya maka dapat disimpulkan bahwa SEM adalah suatu
teknik statistik yang mampu menganalisis pola hubungan antara konstruk laten dan
indikatornya, konstruk laten yang satu dengan lainnya, serta kesalahan pengukuran secara
langsung. SEM memungkinkan dilakukannya analisis di antara beberapa variabel
dependen dan independen secara langsung. SEM digunakan dalam hal memeriksa dan
membenarkan sebuah model.
2.7 Partial Least Square-Structural Equation Modelling (PLS-SEM)
PLS-SEM dikembangkan pertama kalinya oleh Would (1982). PLS-SEM
merupakan salah satu metode yang digunakan dalam menganalisis dan dinilai kuat dapat
digunakan pada setiap jenis skala data seperti, data interval, data nominal, dan rasio serta
syarat asumsi yang lebih fleksibel (Yamin & Kurniawsan, 2011).
PLS-SEM merupakan metode analisis yang powerfull karena tidak didasarkan
pada banyak asumsi (Ghozali, 2013). Misalnya data harus terdistribusi normal, sampel
tidak harus benar. Selain dapat digunakan untuk mengkonfirmasi teori, PLS-SEM juga
dapat digunakan untuk menjelaskan ada tidaknya hubungan antar variabel laten. PLS-
SEM dapat sekaligus menganalisis konstruk yang dibentuk dengan indikator reflektif dan
33
formatif. Menurut Ghozali (2013) tujuan PLS-SEM adalah membantu peneliti untuk
tujuan prediksi. Model formalnya mendefinisikan variabel laten adalah linear agregat dari
indikator-indikatornya.
PLS-SEM dapat digunakan untuk tujuan konfirmasi (seperti pengujian hipotesis)
dan tujuan eksplorasi. PLS-SEM juga dapat menduga apakah terdapat atau tidak
hubungan antar variabel dan kemudian proposisi untuk pengujian. Tujuan utamanya
adalah menjelaskan hubungan antar konstruk dan menekankan pengertian tentang nilai
hubungan tersebut. Penggunaan PLS-SEM untuk prediksi dan membangun teori serta
sampel yang dibutuhkan relatif kecil, dengan minimum sepuluh kali item konstruk yang
paling kompleks (Yamin & Kurniawan, 2011).
Menurut Yamin & Kurniawan (2011) terdapat empat alasan mengapa PLS-SEM
populer digunakan oleh para peneliti dan praktisi, yaitu sebagai berikut:
1. Algoritma PLS-SEM tidak terbatas hanya untuk hubungan antara indikator dengan
konstruk latennya yang bersifat reflektif saja tetapi algoritma PLS-SEM juga dapat
dipakai untuk hubungan yang bersifat formatif.
2. PLS-SEM dapat digunakan untuk menaksir model path dengan sample size yang kecil.
3. PLS-SEM dapat digunakan untuk model yang sangat kompleks (terdiri atas banyak
variabel laten dan manifes) tanpa mengalami masalah dalam estimasi data.
4. PLS-SEM dapat digunakan ketika distribusi data sangat miring (skew).
Di dalam PLS-SEM terdapat dua model evaluasi yaitu outer model atau
pengukuran model dan evaluasi terhadap inner model atau structural model:
34
1. Evaluasi Pengukuran Model (Outer Model)
Model ini meliputi pemeriksaan individual item reliability, internal consistency
atau construct reliability, average variance extracted dan discriminant validity. Ketiga
pengukuran tersebut dikelompokkan dalam convergent validity, yaitu mengukur besarnya
korelasi antara konstrak dengan variabel laten. Measurement model dilakukan untuk
dapat mengetahui hubungan antara konstrak (variabel) dengan indikator-indikatornya
(Yamin & Kurniawan, 2011).
Pemeriksaaan individual item reliability dapat melihat nilai standardized loading
faktor. Nilai ini menggambarkan besarnya korelasi antara setiap item pengukuran
(indikator) dengan konstraknya. Nilai loading faktor yang ideal di atas 0.7, ini berarti
bahwa indikator tersebut sudah valid sebagai indikator yang dapat mengukur konstrak.
Pengukuran lainnya dari convergent validity adalah melihat nilai Average Variance
Extracted (AVE). Nilai ini menggambarkan besaran varian atau keragaman variabel
manifes yang dapat dikandung oleh konstrak laten. Untuk nilai AVE ideal yaitu 0,5 hal
ini berarti convergent validity baik. Artinya, variabel laten dapat menjelaskan rata-rata
lebih dari setengah varian dari indikator-indikatornya.
Discriminant validity dievaluasi melalui cross loading, kemudian
membandingkan nilai AVE dengan kuadrat nilai korelasi antar konstrak. Ukuran cross
loading adalah membandingkan korelasi dengan konstraknya dan konstrak blok lainnya,
hal ini menunjukkan konstrak tersebut memprediksi ukuran pada blok mereka dengan
lebih baik dari blok lainnya. Ukuran discriminant validity lainnya adalah bahwa nilai akar
35
AVE harus lebih tinggi daripada korelasi antara konstrak dengan konstrak lainnya atau
nilai AVE lebih tinggi dari kuadrat korelasi antara konstrak.
2. Evaluasi Struktural Model (Inner Model)
Pengukuran struktural model dilakukan untuk dapat mengetahui hubungan
antara konstrak yang dihipotesiskan oleh peneliti (Yamin & Kurniawan, 2011). Dalam
model ini terdapat beberapa tahap dalam melakukan evaluasinya.
Tahap pertama adalah dengan melihat signifikansi hubungan antara konstrak. Hal
ini dapat dilihat dari koefisien jalur (path coefficient) yang menggambarkan kekuatan
hubungan antara konstrak. Pengukuran path coefficient (β) memiliki nilai ambang batas
di atas 0.1 hal ini untuk menyatakan bahwa jalur (path) yang dimaksud mempunyai
pengaruh di dalam model.
Tahap kedua adalah dengan mengevaluasi nilai R2 (coefficient of determination).
Nilai ini menjelaskan varian dari tiap target endogenous variabel dengan standar
pengukuran sekitar 0,67 dinyatakan kuat, sekitar 0,33 moderat dan di bawah 0,19
menunjukkan tingkat varian yang lemah.
Tahap ketiga adalah dengan melihat nilai T-test dengan metode boostrapping
menggunakan uji two-tailed dengan tingkat signifikansi 5% untuk menguji hipotesis-
hipotesis penelitian. Bila nilai T-test lebih besar dari 1,96 maka hipotesis penelitian yang
dibuat dapat diterima.
Tahap keempat yaitu pengujian 𝑓2 (effect size). Pengujian ini dilakukan untuk
dapat memprediksi pengaruh variabel tertentu terhadap variabel lainnya dalam struktur
model dengan nilai ambang batas sekitar 0,02 untuk pengaruh kecil, 0,15 untuk pengaruh
36
menegah dan 0,35 untuk pengaruh yang besar. 𝑓2 dihitung dengan menggunakan rumus
sebagai berikut:
𝑓2 =𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒− 𝑅2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒
1− 𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 (2.1)
R2 include: Nilai yang diperoleh ketika konstruk eksogen dimasukkan ke model.
R2 exclude: Nilai yang diperoleh ketika konstruk eksogen dikeluarkan dari model.
Tahap kelima yaitu pengujian 𝑄2 (predictive relevance) dengan menggunakan
metode blindfolding untuk dapat memberikan bukti bahwa variabel tertentu yang
digunakan dalam suatu model yang dibuat mempunyai keterkaitan prediktif (predictive
relevance) dengan variabel lainnya dalam model tersebut dengan nilai ambang batas
pengukuran di atas nol.
Tahap keenam yaitu melakukan pengujian 𝑞2 (Relative Impact) dengan
menggunakan metode blindfolding juga untuk dapat mengukur relatif pengaruh sebuah
keterkaitan antara prediktif sebuah variabel tertentu dengan variabel lainnya yang
memiliki nilai ambang batas sebesar 0,02 untuk pengaruh kecil, 0,15 untuk pengaruh
sedang, dan 0,35 untuk pengaruh besar. Rumus yang digunakan dalam perhitungan 𝑞2
adalah sebagai berikut:
𝑞2 =𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒− 𝑄2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒
1− 𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 (2.2)
Q2 include: Nilai q2 yang diperoleh ketika konstruk eksogen dimasukkan ke model.
Q2 exclude: Nilai q2 yang diperoleh ketika konstruk eksogen dikeluarkan dari model.
Dari pengertian di atas dapat disimpulkan bahwa PLS-SEM adalah SEM yang
digunakan dalam mengkonfirmasi sebuah teori dan telah dinilai kuat dapat digunakan
37
pada setiap jenis skala data seperti, data interval, data nominal, dan rasio serta syarat
asumsi yang lebih fleksibel.
2.8 SmartPLS
SmartPLS adalah perangkat lunak untuk mengolah data menggunakan persamaan
struktural, dan juga dapat digunakan untuk persamaan regresi linear. Perangkat lunak ini
diciptakan sebagai proyek di Institute of Operation Management and Organization
(School of Business) University of Hamburg, Jerman. SmartPLS dibuat dengan
menggunakan teknologi berbasis bahasa pemrograman Java (Moneck, 2012). Untuk
dapat menggunakan SmartPLS dapat melakukan pengunduhan terlebih dahulu pada
halaman smartpls.com/downloads serta memilih apakah akan menjalankan pada
perangkat komputer yang berbasis Windows atau Mac.
Gambar 2.5 SmartPLS 3.2.8 (SmartPLS, 2019)
38
2.9 IBM SPSS 25
IBM SPSS adalah sebuah program computer yang digunakan untuk membuat
analisis statistika. SPSS dipublikasikan oleh SPSS Inc. SPSS versi pertama dirilis pada
tahun 1998, diciptakan oleh Norman Nie, yang sekarang telah menjadi Profesor peneliti
Fakultas Ilmu Politik di Stanford dan Profesor Emeritus Ilmu Politik di University of
Chicago. SPSS dapat membaca berbagai jenis data atau memasukkan data secara
langsung ke dalam SPSS data editor SPSS. Data editor SPSS harus dibentuk dalam bentuk
baris (cases) dan kolom (variables). Case berisi informasi untuk satu unit analisis,
sedangkan variables adalah informasi yang dikumpulkan dari masing-masing kasus
(Kemdikbud, 2014).
Statistik yang termasuk dalam Software SPSS (Kemdikbud, 2014):
• Statistik Deskriptif: Tabulasi Silang, Frekuensi, Deskripsi dan Statistik Rasio.
• Statistik Bivariat: Rata-rata, T-test, ANOVA dan Korelasi.
• Prediksi Hasil Numerik: Regresi Linear.
• Prediksi untuk Mengidentivikasi Kelompok: Analisis Faktor, Analisis Cluster dan
Diskriminan.
Gambar 2.6 IBM SPSS 25
39
2.10 Skala Likert
Skala Likert adalah salah satu skala pengukuran sikap yang digunakan untuk
mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok orang tertentu
terhadap suatu gejala atau fenomena pendidikan. Nama skala ini diambil dari nama Rensis
Likert, pendidik dan ahli psikolog Amerika Serikat. Rensis Likert telah mengembangkan
sebuah skala untuk mengukur sikap masyarakat sejak tahun 1932 (Djaali, 2008). Skala
Likert adalah suatu skala psikometrik yang umum digunakan dalam kuesioner dan
merupakan skala yang paling banyak digunakan dalam riset beberapa survei. Skala ini
mempunyai empat atau lebih butir pertanyaan yang dikombinasikan sehingga membentuk
suatu skor/nilai yang merepresentasikan sifat individu, seperti pengetahuan, sikap, dan
perilaku (Siregar, 2017). Skala Likert merupakan skala yang digunakan untuk mengukur
sikap, pendapat, dan persepsi seseorang atau sekelompok orang mengenai fenomena
social (Sugiyono, 2012). Sewaktu menanggapi pertanyaan atau pernyataan dalam Skala
Likert, responden menentukan tingkat persetujuan mereka terhadap suatu pertanyaan atau
pernyataan dengan memilih salah satu dari pilian yang tersedia. Biasanya disediakan lima
pilihan skala dengan format seperti: [1] sangat setuju, [2] setuju, [3] netral, [4] tidak
setuju, dan [5] sangat tidak setuju (Siregar, 2017). Suatu studi empiris menemukan bahwa
beberapa karakteristik statistik hasil kuesioner dengan berbagai jumlah pilihan tersebut
sangat mirip (Dawes, 2008). Skala Likert merupakan metode skala bipolar yang
mengukur baik tanggapan positif ataupun negatif terhadap suatu pernyataan. Empat skala
pilihan juga kadang digunakan untuk kuesioner Skala Likert yang memaksa orang
memilih salah satu kutub karena pilihan "netral" tak tersedia.
40
Skala Likert adalah skala untuk mengukur respon subjek ke dalam 5 poin atau 7
poin skala dengan interval yang sama (Mustakini, 2013). Skala Likert merupakan skala
untuk mengukut sikap, pendapat, dan persepsi seseorang atau kelompok orang mengenai
kejadian atau gejala sosial. Skala ini sebelumnya dikembangkan oleh Rensis Likert pada
tahun 1930 untuk memberikan ukuran sikap seseorang tingkat ordinal (Guritno et al.,
2011). Skala Likert digunakan dalam penelitian survei kepada orang dengan menyatakan
sikap atau tanggapan lain yang sehubungan dengan kategori tingkat ordinal seperti
pendapat setuju atau tidak setuju (Neuman, 2013). Berikut ini merupakan keterangan
nilai/skor dari Skala Likert:
Tabel 2.1 Ketentuan Skala Likert (Sugiyono, 2012)
Keterangan Skor
Positif Negatif
Sangat Setuju 5 1
Setuju 4 2
Kurang Setuju 3 3
Tidak Setuju 2 4
Sangat Tidak Setuju 1 5
Dari pengertian sebelumnya maka dapat disimpulkan bahwa skala likert adalah
skala pengukuran yang digunakan dalam hal penentuan sikap seseorang/masyarakat
terhadap suatu gejala. Pengukuran yang dilakukan dengan menggunakan 5 keadaan yaitu
[1] sangat setuju, [2] setuju, [3] netral, [4] tidak setuju, dan [5] sangat tidak setuju.
2.11 Populasi dan Sampel
Populasi adalah wilayah generalisasi yang terdiri atas subyek atau obyek dengan
kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan
41
kemudian ditarik kesimpulan. Populasi bukan sekadar jumlah pada subyek atau obyek
yang dipelajari, tetapi meliputi seluruh karakteristik atau sifat yang dimiliki oleh subyek
atau obyek. Populasi memiliki dua status, yaitu sebagai obyek penelitian, jika populasi
bukan sebagai sumber informasi, tetapi sebagai substansi yang diteliti dan sebagai subyek
yang diteliti, jika berfungsi sebagai sumber informasi (Sangaji & Sopiah, 2010).
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi.
Bila populasi besar, dan peneliti tidak mungkin mempelajari semua yang ada pada
populasi, misalnya karena keterbatasan dana, tenaga, dan waktu, maka peneliti dapat
menggunakan sampel yang diambil dari populasi. Untuk itu sampel yang diambil dari
populasi harus representative (mewakili) populasi tersebut (Sangaji & Sopiah, 2010).
Dari pengertian sebelumnya maka dapat disimpulkan bahwa populasi adalah
seluruh obyek yang digunakan dalam penarikan sebuah kesimpulan, sedangkan sampel
adalah bagian dari populasi dengan jumlah tertentu yang memiliki suatu karakteristik.
2.11.1 Teknik Sampling
Pengabilan jumlah sampel dari populasi memiliki aturan atau ada tekniknya.
Dengan menggunakan teknik yang benar, sampel diharapkan dapat mewakili populasi.
Sehingga kesimpulan untuk sampel dapat digeneralisasi menjadi kesimpulan populasi.
Menurut Arikunto dalam Zuriah (2006), menyatakan bahwa setidaknya ada 4 (empat) hal
yang harus dipertimbangkan dalam menentukan besarnya sampel, yaitu:
1. Unit analisis
2. Pendekatan atau model penelitian yang digunakan
3. Banyaknya karakteristik khusus yang ada pada populasi
42
4. Keterbatasan penelitian
Mengenai penetapan besar kecilnya sampel tidaklah ada suatu ketetapan yang
mutlak, artinya tidak ada suatu ketentuan berapa % suatu sampel harus diambil. Satu hal
yang perlu diperhatikan adalah keadaan homogenitas populasi. Jika keadaan populasi
homogen, jumlah sampel hampir tidak menjadi persoalan. Sebaliknya jika keadaan
populasi heterogen maka perhitungan pengambil sampel harus memperhatikan miniman
dua hal berikut:
1. Harus diselidiki kategori-kategori heterogenitas.
2. Besarnya populasi dalam tiap kategori.
Menurut Sangaji & Sopiah (2010) terdapat dua teknik penarikan sampel dari
populasi, yaitu:
1. Probability Sampling
Probability Sampling adalah teknik sampling yang memberikan peluang sama bagi
setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel.
a. Simple Random Sampling
Dikatakan simple (sederhana) karena pengambilan sampel anggota populasi
dilakukan secara acak tanpa memeperhatikan strata yang ada dalam populasi itu.
Gambar 2.7 Simple Random Sampling (Sugiyono, 2012)
43
b. Proporsional Stratified Random Sampling
Teknik ini digunakan bila populasi mempunyai anggota atau unsur yang tidak
homogen dan berstrata secara proporsional.
c. Disproportionate Stratified Random Sampling
Teknik ini digunakan untuk menentukan jumlah sampel bila populasi berstrata
tetapi kurang proporsional.
d. Cluster Sampling
Teknik ini digunakan untuk menentukan sampel bila obyek yang akan diteliti atau
sumber data sangat luas.
Gambar 2.8 Cluster Sampling (Sugiyono, 2012)
2. Nonprobability Sampling
Nonprobability Sampling adalah teknik pengambilan sampel yang tidak memberi
peluang/kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih
menjadi sampel.
a. Sampling Sistematis
Sampling sistematis adalah teknik penentuan sampel berdasarkan urutan dari
anggota populasi yang telah diberi nomor urut.
44
b. Sampling Kuota
Sampling kuota adalah teknik untuk menetukan sampel dari populasi yang
mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan.
c. Sampling Aksidental
Sampling aksidental adalah teknik penentuan sampel berdasarkan kebetulan, yaitu
siapa saja yang secara kebetulan bertemu dengan peneliti dapat digunakan sebagai
sampel.
d. Sampling Purposive
Sampling purposive adalah teknik penentuan sampel dengan pertimbangan
tertentu.
e. Sampling Jenuh
Sampling jenuh adalah teknik penentuan sampel bila semua anggota populasi
digunakan sebagai sampel. Istilah lain sampel jenuh adalah sensus.
f. Snowball Sampling
Snowball sampling adalah teknik penentuan sampel yang mula-mula jumlahnya
kecil, kemudian sampel ini disuruh memilih teman-temannya untuk dijadikan
sampel dan begitupun seterusnya.
45
Gambar 2.9 Snowball Sampling (Sugiyono, 2012)
Dari pengertian sebelumnya maka dapat disimpulkan bahwa Teknik sampling
adalah Teknik yang digunakan dalam hal pengambilan sampel. Adapun teknik yang dapat
dilakukan dengan menggunakan cara Probability Sampling dan Nonprobability
Sampling..
2.11.2 Ukuran Sampel
Besarnya jumlah sampel yang harus diambil dari populasi dalam suatu kegiatan
penelitian sangat tergantung dari keadaan populasi itu sendiri, semakin homogen
populasinya maka jumlah sampel semakin sedikit, begitu juga sebaliknya. Adapun
penentuan jumlah sampel yang dikembangkan oleh Roscoe dalam Sugiyono (2012)
adalah sebagai berikut:
1. Ukuran sampel yang layak dalam penelitian adalah antara 30 sampai dengan 500.
2. Bila sampel dibagi dalam kategori (misalnya: pria-wanita, pegawai negeri-swasta, dan
lain lain) maka jumlah anggota sampel setiap kategori minimal 30.
46
3. Bila dalam penelitian akan melakukan analisis dengan multivariate (korelasi atau
regresi ganda) maka jumlah anggota sampel minimal 10 kali dari jumlah variabel
yang diteliti. Misalnya variabel penelitiannya ada 5 (independen + dependen), maka
jumlah anggota sampel = 10 * 5 = 50.
4. Untuk penelitian eksperimen yang sederhana, yang menggunakan kelompok
eksperimen dan kelompok kontrol, maka jumlah anggota sampel masing-
masing antara 10 sampai dengan 20.
Sedangkan menurut Setiawan (2007) penentuan ukuran sampel mempunyai dua
macam pendekatan yaitu:
1. Pendekatan statistika, yaitu pendekatan yang memiliki empat aspek di dalamnya,
adalah sebagai berikut:
a. Tujuan penelitian, yaitu dengan mengetahui bagaimana variabel penelitian akan
diukur untuk mendapatkan nilai sesuai dengan tujuan penelitian. Oleh karena itu,
dalam penentuan sampel bergantung pada metode yang akan dipakai untuk
menyesuaikan dengan tujuan penelitian yang akan dicapai.
b. Tingkat keandalan pendugaan yang diinginkan, yaitu menetapkan nilai Z yang
akan diambil pada tabel.
c. Distribusi normal standar atau t dari tabel distribusi t, atau nilai χ2 dari tabel
distribusi Chi Kuadrat berdasarkan pada nilai ∝ tertentu.
d. Besar galat penduga yang akan ditolerir, yaitu menentukan seberapa besar galat
penduga mempengaruhi atas apa yang diukur. Penetuan pengukuran sesuai dengan
satuan yang akan dipakai.
47
e. Kondisi keragaman populasi yang akan diteliti, yaitu kondisi atas keragaman
populasi yang bergantung pada skala pengukuran yang dipakai dalam penelitian.
2. Pendekatan non statistika, yaitu pendekatan yang subyek dari peneliti sangat besar.
Dalam menentukan pengukuran sampel, ada beberapa metode, yaitu:
a. Rumus Slovin: penentuan jumlah sampel minimal yang diperlukan untuk
digunakan dalam penelitian yang bertujuan mengukur proporsi populasi. Rumus
Slovin menggunakan asumsi tingkat keandalan 95% dengan memakai pendekatan
distribusi normal. Rumus ini memberikan kebebasan untuk menentukan nilai batas
kesalahan. Asumsi keragaman dari populasi dimasukkan dalam perhitungan dengan
P (1-P), dimana P = 0.5.
Rumus Slovin yaitu:
𝑛 =𝑁
1+𝑁 (𝑒2) (2.3)
dengan 𝑛 adalah jumlah sampel minimal yang diperlukan; N adalah ukuran
populasi; dan e adalah margin of error.
b. Menurut Wibisono dalam (Riduwan & Akdon, 2013) penentuan ukuran sampel
untuk populasi yang tidak diketahui, yaitu:
𝑛 = [𝑍𝑎/𝑍𝜎
𝑒]
2 (2.4)
dengan 𝑛 adalah jumlah sampel minimal yang diperlukan; Za adalah tingkat
kepercayaan 95% (1,96); Zσ adalah standar defiasi, dan e adalah kesalahan
maksimum yang bisa ditolerir sebesar 5% (0,05).
48
c. Tabel Krejcie-Morgan: penentuan ukuran sampel jika penelitian bertujuan untuk
menduga proporsi populasi. Tabel Krejcie-Morgan menggunakan asumsi tingkat
keandalan 95% karena menggunakan nilai ∝ = 0.05 pada derajat bebas 1. Asumsi
keragaman populasi yang ada di dalam perhitungan adalah P (1-P) dimana P = 0,5.
Penghitungan untuk jumlah sampel minimal yang diperlukan dalam tabel Krejcie-
Morgan sudah ada daftar jumlah populasi (N) dan taraf signifikasi ∝ = 1%, 5%, dan
10%. Berikut ini merupakan tabel Krejcie-Morgan:
Tabel 2.2 Tabel Krejcie-Morgan (Sekaran, 2006)
Dari pengertian sebelumnya maka dapat disimpulkan bahwa ukuran sampel
ditentukan oleh besarnya populasi yang ada, sedangkan untuk penentukan sampelnya
dapat dilakukan dengan menggunakan cara statistika serta non statistika menggunakan
rumus Slovin, jika populasi tidak diketahui dengan menggunakan rumus menurut
49
Wibisono dalam (Riduwan & Akdon, 2013) dan melalui penentuan yang sudah
ditentukan dalam tabel Krejcie-Morgan.
2.12 Statistik
Menurut Sudjana (1989), statistik adalah pengetahuan yang berhubungan dengan
cara-cara pengumpulan data, pengolahan atau penganalisaannya dan penarikan
kesimpulan berdasarkan kumpulan data yang disusun dalam tabel yang menggambarkan
suatu persoalan.
Menurut Dajan (1986), metode statistik merupakan bidang pengetahuan yang
sedang mengalami pertumbuhan yang pesat. Metode berkembang sejajar dengan
penemuan penting oleh para matematisi dan statistik guna menjawab persoalan-persoalan
yang dilakukan oleh para peneliti ilmiah.
Kegunaan Statistik dalam penelitian menurut Guilford dalam Hadi (2004):
1. Satatistik memaksa peneliti untuk menganut tata pikir dan tata kerja yang
defenitif dan eksak.
2. Statistik menyediakan cara-cara meringkas data kedalam bentuk yang lebih
banyak artinya lebih mudah mengerjakannya.
3. Statistik memberi dasar-dasar untuk menarik kesimpulan melalui proses-
proses yang mengikuti tata kerja yang dapat diterima oleh ilmu pengetahuan.
4. Statistik memberi landasan untuk meramalkan secara ilmiah tentang
bagaimana suatu gejala akan terjadi dalam kondisi-kondisi yang telah
diketahui.
50
5. Statistik memungkinkan peneliti menguraikan sebab akibat yang mudah dan
rumit, yang tanpa statistik akan merupakan peristiwa yang membingungkan.
Menurut Sugiyono (2012) statistik dapat dibedakan menjadi dua, yaitu:
1. Statistik Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menggambarkan
atau menganalisis suatu statistik hasil penelitian, tetapi tidak digunakan untuk
membuat kesimpulan yang lebih luas (generalisasi/inferensi). Penelitian yang
tidak menggunakan sampel, analisisnya akan menggunakan statistik
deskriptif.
2. Statistik Inferensial
Statistik inferensial adalah statistik yang digunakan untuk menganalisis data
sampel, dan hasilnya akan digeneralisasikan untuk populasi di mana sampel
diambil. Selanjutnya statistik inferensial dapat dibedakan menjadi dua yaitu
statistik parametris dan non-parametris. Statistik parametris digunakan untuk
menganalisis data interval atau rasio, yang diambil dari populasi yang
berdistribusi normal. Sedangkan statistik non-parametris, digunakan untuk
menganalisis data nominal dan ordinal dari populasi yang bebas distribusi
sehingga tidak harus normal.
Dari pengertian sebelumnya maka dapat disimpulkan bahwa statistik adalah
sebuah pengetahuan yang berupa pengumpulan, penyusunan, penganalisaan, penafsiran
dan analisis data sampel yang berbentuk angka yang menggambarkan sebuah persoalan
dan hasilnya akan digeneralisasikan untuk populasi di mana sampel diambil.
51
2.13 Pengembangan Model Penelitian dan Hipostesi Penelitian
2.13.1 Pengembangan Model Penelitian
Penelitian ini menggunakan model UTAUT 2 yang dirancang oleh Venkatesh et
al. (2012) yang menjelaskan perilaku pengguna terhadap teknologi informasi, selain itu
juga dilakukan penambahan dua variabel. Dua variabel baru yang ditambahkan pada
model UTAUT 2 adalah Perceived Trust dan Perceived Risk. Penambahan variabel
Perceived Trust karena menurut Salisbury et al. (2001) rasa aman ketika melakukan
transaksi keuangan dengan teknologi online penting untuk meminimalkan kekhawatiran
tentang penggunaan teknologi untuk melakukan pembayaran online. Selain itu, terdapat
hubungan positif antara tingkat kepercayaan dengan niat penggunaan (Suh & Han, 2002).
Sedangkan penambahan variabel Perceived Risk karena menurut (Littler &
Melanthiou, 2006) faktor penting untuk mengetahui bagaimana persepsi pengguna
tentang ketidakpastian dan kemungkinan konsekuensi yang tidak diinginkan dari
membeli produk atau layanan terutama untuk transaksi berbasis internet seperti e-
commerce dan e-banking. Sama halnya dengan Perceived Trust, menurut Taylor (1974)
penelitian telah menunjukkan bahwa risiko yang dirasakan mempengaruhi adopsi
teknologi dan menunjukkan bahwa Perceived Risk dapat menghasilkan kecemasan yang
mempengaruhi proses pengambilan keputusan penggunanya.
Namun penelitian ini tidak memasukan variabel moderator seperti pada model asli
UTAUT 2. Tidak digunakannya variabel moderator pada penelitian ini karena
pengamatan serupa yang dilakukan oleh Venkatesh et al. (2012), menyatakan bahwa
sebagian besar penelitian yang menggunakan variabel moderator pada model
52
menunjukkan bahwa moderator akan menjatuhkan nilai yang dihasilkan (Dwivedi et al.,
2019). Penelitian lainnya yang dilakukan oleh Oliveira et. al (2014) menunjukkan bahwa
pengguna pengguna mobile banking tidak ditemukannya hubungan yang signifikan pada
efek moderasi jenis kelamin dan usia menggunakan model UTAUT. Berdasarkan
pengembangan model penelitian, maka model penelitian yang digunakan adalah sebagai
berikut:
Gambar 2.10 Model Penelitian
Berikut ini adalah penjelasan dari variabel-variabel yang digunakan:
1. Performance Expetancy
Performance Expetancy adalah bagaimana kepercayaan seseorang pada
sebuah dompet elektronik sangat membantu pada pekerjaan yang mereka
lakukan (Venkatesh et al., 2012).
53
2. Effort Expetancy
Effort Expetancy adalah seberapa banyak usaha untuk menggunakan sebuah
dompet elektronik (Venkatesh et al., 2012).
3. Social Influence
Social Influence adalah bagaimana seseorang dapat menggunakan dompet
elektronik karena dipengaruhi oleh orang lain (Venkatesh et al., 2012).
4. Perceived Trust
Perceived Trust adalah bagaimana seseorang merasakan rasa aman ketika
melakukan transaksi keuangan dengan dompet elektronik (Salisbury et al.,
2001).
5. Perceived Risk
Perceived Risk adalah bagaimana persepsi pengguna tentang ketidakpastian
dan kemungkinan konsekuensi yang tidak diinginkan pada saat menggunakan
dompet elektronik (Littler & Melanthiou, 2006).
6. Facilitating Conditions
Facilitating Conditions adalah bagaimana seseorang percaya bahwa
infrastruktur dan teknis dompet elektronik dapat mendukung penggunaan
sebuah dompet elektronik (Venkatesh et al., 2012).
7. Hedonic Motivation
Hedonic Motivation adalah rasa senang yang dirasakan oleh seseorang ketika
menggunakan dompet elektronik (Venkatesh et al., 2012).
54
8. Price Value
Price Value adalah pengorbanan konsumen terhadap biaya yang
dikeluarkannya pada dompet elektronik dengan keuntungan yang
didapatkannya (Venkatesh et al., 2012).
9. Habit
Habit adalah bagaimana seseorang dapat melakukan perilaku menggunakan
dompet elektronik secara otomatis karena telah mempelajari perilaku tersebut
(Venkatesh et al., 2012).
10. Behavioral Intention
Behavioral Intention adalah niat perilaku untuk menggunakan sebuah sistem
baru yaitu dompet elektronik dipengaruhi oleh sikap pengguna dan dirasakan
kegunaannya oleh yang menggunakannya (Venkatesh et al., 2012).
11. Use Behavior
Use Behavior adalah bagaimana penggunakan diukur dengan frekuensi aktual
dalam menggunakan dompet elektronik (Venkatesh et al., 2012).
2.13.2 Pengembangan Pertanyaan Penelitian
Pertanyaan penelitian ini dikembangkan dari teori-teori Venkatesh et al. (2012),
(Salisbury et al., 2001) dan (Littler & Melanthiou, 2006) maka pertanyaan penelitian
dalam penelitian ini sebagai berikut:
Q1.1 Apakah Performance Expetancy berpengaruh terhadap Behavioral
Intention?
Q1.2 Apakah Effort Expetancy berpengaruh terhadap Behavioral Intention?
55
Q1.3 Apakah Social Influence berpengaruh terhadap Behavioral Intention?
Q1.4 Apakah Apakah Perceived Trust berpengaruh terhadap Behavioral
Intention?
Q1.5 Apakah Perceived Risk berpengaruh terhadap Behavioral Intention?
Q1.6 Apakah Facilitating Conditions berpengaruh terhadap Behavioral Intention?
Q1.7 Apakah Facilitating Conditions berpengaruh terhadap Use Behavior?
Q1.8 Apakah Hedonic Motivation berpengaruh terhadap Behavioral Intention?
Q1.9 Apakah Price Value berpengaruh terhadap Behavioral Intention?
Q1.10 Apakah Habit berpengaruh terhadap Behavioral Intention?
Q1.11 Apakah Habit berpengaruh terhadap Use Behavior?
Q1.12 Apakah Behavioral Intention berpengaruh terhadap Use Behavior?
56
2.14 Penelitian Sejenis
Terdapat 5 jurnal penelitian sejenis yang telah penulis baca untuk dijadikan acuan dalam penelitian ini:
Tabel 2.3 Penelitian Sejenis
No Penulis Domain
Penelitian
Model Tools Variabel Hasil Kelebihan Kekurangan
1 Diana
(2018)
ELECTRONIC
MONEY DI
INDONESIA
UTAUT 2 SmartPLS Performance
Expectancy, Effort
Expectancy, Social
Influence,
Facilitating
Conditions, Hedonic
Motivation, Price
Value, Trust,
Perceived
Technology Security,
dan Behavioral
Intention
Terdapat tiga
variabel yang
ditolak yaitu
Performance
Expectancy, Effort
Expectancy, dan
Perceived
Technology
Security
Menambahkan
dua variabel
yaitu
Trust,dan
Perceived
Technology
Security
Tidak
dijelaskan
alasan
menghilangkan
variabel dari
UTAUT 2 yaitu
Use Behavior
2 Putra
(2018)
ELEKTRONIK
EMONEY DI
KECAMATAN
CIPUTAT
UTAUT 2 SmartPLS Performance
Expectancy, Effort
Expectancy, Social
Influence,
Facilitating
Conditions, Hedonic
Motivation, Price
Value, Habit,
Behavioral Intention
dan Use Behavior.
Variabel Habit
memberikan
pengaruh terbesar
Data dan hasil
dapat
tergambarkan
dengan jelas
Tidak
dijelaskan
alasan
menghilangkan
variabel
moderator
3 Sabarkhah
(2018)
UANG
ELEKTRONIK
DI
TANGERANG
SELATAN
UTAUT 2 SmartPLS Performance
Expectancy, Effort
Expectancy, Social
Influence,
Facilitating
Semua variabel
berpengaruh
signifikan
Menambahkan
dua variabel
yaitu Trust
dan Security
Tidak semua
variabel
dijelaskan
terhadap
57
No Penulis Domain
Penelitian
Model Tools Variabel Hasil Kelebihan Kekurangan
Conditions, Hedonic
Motivation, Price
Value, Habit, Trust,
Security, Behavioral
Intention dan Use
Behavior serta tiga
variabel moderator
(gender, age,
experience)
interpretasi
pada sistemnya
4 (Lee et al.,
2019)
Determinants of
Continuous
Intention on
FoodDelivery
Apps:
Extending
UTAUT2
withInformation
Quality
UTAUT 2 SmartPLS Information Quality,
Performance
Expectancy, Effort
Expectancy, Social
Influence,
Facilitating
Conditions, Hedonic
Motivation, Price
Value, Habit,
Continuos Intention
Terdapat dua
variabel yang
ditolak yaitu
Hedonic
Motivation, Price
Value
Menambahkan
variabel
Information
Quality
Tidak
dijelaskan
alasan
menghilangkan
variabel Use
Behavior
5 Saumell et
al. ( 2019)
User
Acceptance of
Mobile Apps for
Restaurants
UTAUT 2 SmartPLS Expectancy, Effort
Expectancy, Social
Influence,
Facilitating
Conditions, Hedonic
Motivation, Price
Value, Habit,
Behavioral Intention
dan Use Behavior
Semua variabel
berpengaruh
signifikan
Data dan hasil
dapat
tergambarkan
dengan jelas
Tidak
dijelaskan
alasan
menghilangkan
variabel
moderator
58
Berdasarkan penelitian sebelumnya, penelitian ini mempunyai kesamaan yaitu
menggunakan model UTAUT 2 yang dirancang oleh Venkatesh et al. (2012) dengan 7
variabel independen (Performance Expectancy, Effort Expectancy, Social Influence,
Facilitating Conditions, Hedonic Motivation, Price Value, Habit) dan dua variabel
dependen (Behavioral Intention dan Use Behavior) untuk mengukur penerimaan
pengguna, namun dalam penelitian ini memiliki perbedaan dengan penelitian sebelumnya
karena dilakukannya penambahan dua variabel yaitu Perceived Trust dan Perceived Risk
sebagai variabel independen. Penambahan variabel Perceived Trust karena menurut
Salisbury et al. (2001) rasa aman ketika melakukan transaksi keuangan dengan teknologi
online penting untuk meminimalkan kekhawatiran tentang penggunaan teknologi untuk
melakukan pembayaran online. Selain itu, terdapat hubungan positif antara tingkat
kepercayaan dengan niat penggunaan (Suh & Han, 2002).
Sedangkan penambahan variabel Perceived Risk karena menurut (Littler &
Melanthiou, 2006) faktor penting untuk mengetahui bagaimana persepsi pengguna
tentang ketidakpastian dan kemungkinan konsekuensi yang tidak diinginkan dari
membeli produk atau layanan terutama untuk transaksi berbasis internet seperti e-
commerce dan e-banking
Selain itu, pada penelitan ini dilakukan penghilangan variabel moderator UTAUT
2. Alasan yang mendasari penghilangan variabel moderator karena pengamatan serupa
yang dilakukan oleh Venkatesh et al. (2012), menyatakan bahwa sebagian besar
penelitian yang menggunakan variabel moderator pada model menunjukkan bahwa
moderator akan menjatuhkan nilai yang dihasilkan (Dwivedi et al., 2019). Penelitian
59
lainnya yang dilakukan oleh Oliveira et. al (2014) menunjukkan bahwa pengguna
pengguna mobile banking tidak ditemukannya hubungan yang signifikan pada efek
moderasi jenis kelamin dan usia menggunakan model UTAUT.
58
60
BAB 3
METODOLOGI PENELITIAN
3.1 Pendekatan Penelitian
Penelitian ini menggunakan pendekatan kuantitatif untuk mengukur tingkat
penerimaan pengguna dompet elektronik berbasis server, dan menguji hipotesis terkait
dengan faktor-faktor yang mempengaruhi penerimaan pengguna dompet elektronik
berbasis server. Dengan menggunakan pendekatan kuantitatif maka diperlukan metode
pengumpulan data dan analisis data dalam menyelesaikan penelitian ini. Pengumpulan
data dilakukan dengan melakukan survei menggunakan kuesioner dan analisis data yang
dilakukan secara statistik dengan menggunakan perangkat lunak pengolah data statistik.
Perangkat lunak yang digunakan untuk membantu selama proses penelitian yaitu
Microsoft Word 2016 untuk penulisan laporan, IBM SPSS 25 untuk analisis demografis
dan SmartPLS versi 3.2.8 untuk analisis statistik dengan PLS-SEM.
3.2 Metode Pengumpulan Data
3.2.1 Observasi
Pengumpulan data secara observasi dilakukan dengan cara melihat bagaimana
kondisi, proses dan penggunaan dompet elektronik berbasis server di Kota Tangerang
Selatan. Observasi dilakukan pada bulan Maret 2019.
61
3.2.2 Survei
Survei yang dilakukan penulis dalam membantu proses penelitian dengan
menggunakan instrumen penelitian berupa kuesioner. Proses penyebaran kuesioner ini
dilakukan dalam kurun waktu dua minggu terhitung dari tanggal 1 Mei 2019 sampai
dengan tanggal 15 Mei 2019. Proses pengumpulan data pada penelitian ini dilakukan
dengan menyebarkan kuesioner secara tidak langsung kepada responden yaitu dengan
menggunakan media sosial berupa twitter, facebook, dan whatsapp melalui media google
forms untuk pengisiannya.
Seluruh kuesioner yang telah terkumpul selama proses penelitian berlangsung
akan diproses dan diklasifikasikan menggunakan perangkat lunak IBM SPSS 25.
Berdasarkan hasil pengumpulan data, penulis berhasil memperoleh 162 hasil kuesioner
yang telah disebarkan.
Tabel 3.1 Jumlah Data Kuisioner
Metode Penyebaran ∑Valid ∑Tidak Valid Keterangan
Tidak Langsung 162 2 Data Ganda
3.2.3 Studi Literatur
Penulis membaca dan memahami penelitian-penelitian yang berhubungan dengan
penelitian. Studi literatur adalah studi yang dilakukan dengan menggunakan literatur
sebagai objek kajiannya. Tujuan dilaksanakannya studi literatur adalah sebagai sumber
informasi dan pembanding pada penelitian yang akan dibuat. Sumber-sumber yang dapat
, dijadikan studi literatur yaitu: penelitian Diana (2018), Putra (2018), Sabarkhah (2018),
Lee et al. (2019), dan Saumell et al. ( 2019).
62
3.3 Populasi dan Sampel Penelitian
Populasi dari penelitian ini adalah pengguna dompet elektronik berbasis server di
Kota Tangerang Selatan. Dalam penelitian ini penulis menggunakan teknik Purposive
Sampling, dimana penulis menentukan sampel dengan pertimbangan tertentu yaitu
pengguna dompet elektronik berbasis server dengan studi kasus GO-PAY, OVO, LinkAja
dan DANA menggunakan rumus menurut Wibisono dalam (Riduwan & Akdon, 2013)
yaitu penentuan ukuran sampel untuk populasi yang tidak diketahui untuk penghitungan
jumlah sampel minimumnya. Penggunaan rumus tersebut karena jumlah populasi
pengguna dompet elektronik berbasis server di Tangerang Selatan tidak diketahui.
Berdasarkan persamaan 2.4 maka jumlah sampel minimum dalam penelitian ini adalah:
𝑛 = [(1,96) (0,25)
0,05]
2 (3.1)
𝑛 = 96,04
Selanjutnya, dengan mempertimbangkan waktu dan biaya, penulis berhasil
mengumpulkan sejumlah 162 responden selaku pengguna dompet elektronik berbasis
server untuk menjadi sampel dalam penelitian ini. Menurut penulis, jumlah tersebut
sudah cukup untuk mewakili populasi. Hal ini didukung oleh Hair et al (2014)
menjelaskan bahwa ukuran sampel minimum dalam analisis PLS-SEM yaitu 10 kali dari
jumlah maksimum anak panah (jalur) yang mengenai variabel laten dalam model PLS-
SEM, yaitu pada penelitian ini sebanyak 11 jalur sehingga 12*10= 120 sampel minimum.
Selain itu, jumlah 162 dianggap cukup karena menurut Alwi (2012) secara statistika
dinyatakan bahwa ukuran sampel yang semakin besar diharapkan akan memberikan
hasil yang semakin baik.
63
3.4 Perancangan Kuesioner
Pada penelitian ini pertanyaan pada kuesioner dibuat berdasarkan model UTAUT
2. Pertanyaan disesuaikan berdasarkan variabel-variabel yang terdapat dalam metode
UTAUT 2 dan juga berdasarkan penelitian-penelitian serupa yang telah dilakukan oleh
penulis sebelumnya.
Pada penelitian ini terdapat 33 pertanyaan yang dibuat berdasarkan model
penelitian yang diusulkan. Pertanyaan-pertanyaan disesuaikan dengan variabel-variabel
yang terdapat dalam model. Kuesioner terdiri atas tiga bagian, yaitu:
1. Lembar pengantar yang menjelaskan secara singkat kegiatan penelitian dan
permohonan untuk mengisi kuisioner.
2. Lembar pertanyaan/pernyataan penelitian yang meliputi pertanyaan demografis, berisi
pertanyaan mengenai profil responden yang meliputi dompet elektronik yang
digunakan, kecamatan tinggal, jenis kelamin, usia, pendidikan terakhir, sudah berapa
lama menggunakan dompet elektronik, berapa kali penggunaan selama seminggu,
nominal yang dikeluarkan selama seminggu, dan fungsi penggunaan serta pertanyaan
utama berisi pertanyaan/pernyataan mengenai penerimaan pengguna dompet
elektronik berbasis server dengan variabel-variabel yang sudah ditentukan mengacu
pada model UTAUT 2.
Sumber pernyataan kuesioner dapat dilihat pada Tabel 3.2, sedangkan untuk
format lengkap kuesioner dapat dilihat di bagian Lampiran.
64
Tabel 3.2 Sumber Pertanyaan
Variabel Indikator Definisi Kode Sumber
Performance
Expectancy
(PE)
Perceived
usefulness
Tingkat dimana orang percaya
bahwa menggunakan sistem akan
meningkatkan pekerjaannya
PE1
Venkatesh et
al. (2003) &
Venkatesh et
al. (2012)
Relative
advantage
Bagaimana kemampuan dari sistem
untuk meningkatkan prestasi kerja
bagi individu
PE2
Job-fit
Kegiatan untuk mencapai hasil
berbeda yang dihargai, seperti
peningkatan prestasi kerja, gaji,
atau promosi
PE3
Effort
Expectancy
(EE)
Perceived ease
of use
Tingkat dimana seorang percaya
bahwa menggunakan sistem akan
meminimalkan usaha dalam proses
mengerjakan pekerjaan
EE1
Venkatesh et
al. (2003) &
Venkatesh et
al. (2012)
Complexity
Tingkat dimana sebuah sistem
dianggap sebagai relatif sulit untuk
memahami dan menggunakan
EE2
Ease of use
Sejauh mana menggunakan
teknologi baru dianggap sebagai
sulit untuk digunakan
EE3
Social
Influence (SI)
Subjective
Norm
Persepsi seseorang bahwa harus
atau tidak harus untuk
menggunakan sebuah sistem baru
SI1
Venkatesh et
al. (2003),
Venkatesh et
al. (2012)&
Yang
(2010)
Social Factor
Internalisasi individu dari referensi
kelompok budaya subjektif, dan
interpersonal bahwa individu telah
dibuat orang lain untuk
menggunakan teknologi baru
SI2
Image
Sejauh mana penggunaan dianggap
meningkatkan citra seseorang atau
status dalam satu sosial
SI3
Perceived
Trust (PT)
Ability
Kemampuan mengacu pada
kompetensi dan karakteristik
penjual/organisasi dalam
mempengaruhi dan mengotorisasi
wilayah yang spesifik
PT1
Rofiq (2007) Benevolence
Kebaikan hati merupakan kemauan
penjual dalam memberikan
kepuasan yang saling
menguntungkan antara dirinya
dengan konsumen
PT2
Integrity
Integritas berkaitan dengan
bagaimana perilaku atau kebiasaan
penjual dalam menjalankan
bisnisnya
PT3
Perceived
Risk (PR)
Financial Risk Peluang mengalami kehilangan
uang ketika menggunakan PR1
Jacoby &
Kaplan (1972) Performance
Risk
Ketika penggunaan dapat bekerja
dengan baik PR2
65
Variabel Indikator Definisi Kode Sumber
Overall
Perceived Risk
Pertimbangan semua faktor
terhadap seberapa resiko yang akan
ditanggung
PR3
Facilitating
Conditions
(FC)
Perceived
behavioral
control
Mencerminkan persepsi internal
dan kendala eksternal pada perilaku
yang meliputi memfasilitasi kondisi
sumber daya dan memfasilitasi
kondisi teknologi
FC1
Venkatesh et
al. (2003) &
Venkatesh et
al. (2012)
Facilitating
conditions
Faktor-faktor objektif dalam
lingkungan pengamat yang setuju
membuat tindakan yang mudah
dilakukan, termasuk ketentuan
dukungan komputer
FC2
Compatibility
Tingkat dimana sebuah inovasi
dirasakan sebagai konsisten dengan
nilai-nilai, kebutuhan yang ada dan
pengalaman pengadopsi potensial
FC3
Hedonic
Motivation
(HM)
Entertaint
Tingkat dimana pengguna
merasa terhibur saat menggunakan
teknologi
HM1
Venkatesh et
al. (2012) Fun
Tingkat dimana pengguna
merasa senang saat menggunakan
teknologi
HM2
Interest
Tingkat dimana pengguna
merasa tertarik menggunakan
teknologi
HM3
Price Value
(PV)
Quality
Tingkat dimana kualitas
teknologi sesuai dengan harga yang
ditawarkan
PV1 Venkatesh et
al. (2012) &
Putra
(2018)
Price Biaya yang dikeluarkan terjangkau PV2
Value Teknologi uang memiliki nilai
yang baik PV3
Habit (HT)
Prior Use
Tingkat dimana pengguna
sudah terbiasa menggunakan
teknologi ini.
HT1
Venkatesh et
al. (2012) Addiction
Tingkat dimana pengguna merasa
kecanduan menggunakan teknologi
ini
HT2
Behavior to be
automatic
Jika pengguna ingin melakukan
transaksi, maka pengguna akan
menggunakan teknologi ini
HT3
Behavioral
Intention (BI)
Repurchase
intentions
Pengguna mempunyai keinginan
untuk datang kembali dengan
menggunakan teknologi
BI1 Venkatesh et
al. (2003),
Venkatesh et
al. (2012)&
Akour
(2010)
Positive word-
of- mouth
communication
Pengguna lain membicarakan hal
yang positif mengenai teknologi BI2
Service quality Kualitas pelayanan teknologi
sudah baik. BI3
66
Variabel Indikator Definisi Kode Sumber
Use Behavior
(UB)
Usage time
Tingkat dimana pengguna merasa
senang untuk menggunakan
teknologi
UB1
Venkatesh et
al. (2012) Usage
frequency
Pengguna sudah
menggunakan teknologi UB2
Use variety Penggunaan teknologi tidak hanya
untuk keperluan tertentu UB3
3.5 Analisis Data dan Inteprestasi Hasilnya
Analisis data terbagi dua yaitu analisis demografis dan analisis statistik.
Pertama,penulis melakukan analisis data demografis dengan menggunakan perangkat
lunak IBM SPSS 25. Data responden dikelompokkan berdasarkan dompet elektronik
yang digunakan, kecamatan tinggal, jenis kelamin, usia, pendidikan saat ini, penggunaan
selama seminggu, nominal yang dikeluarkan selama seminggu, berapa kali dan fungsi
penggunaan.
Kedua, penulis melakukan analisis statistik menggunakan perangkat lunak
SmartPLS versi 3.2.8. Terdapat dua analisis yang dilakukan oleh penelti dalam tahap ini,
yaitu analisis measurement model (outer model) dan structural model (inner model).
Measurement model (outer model) dilakukan melalui proses pengujian validitas dan
reliabilitas outer model melalui indikator reliability, internal consistency reliability,
convergent validity, dan discriminant validity. Sedangkan pengujian structural model
(inner model) melalui path ceofficient (β), coefficient of determination (R2), T-test melalui
metode bootstrapping, effect size (𝑓2), predictive relevance (𝑄2), dan relative impact (𝑞2)
menggunakan metode pengujian blindfolding (Hair et al., 2014).
Ketiga, penulis melakukan interpretasi hasil dilakukan dengan cara
mendiskusikan hasil analisis demografis responden dengan kondisi yang sebenarnya di
67
lapangan, serta mengartikan hasil analisis model dengan membandingkan literatur
sebelumnya yang terkait dengan penelitian ini. Hasil analisis dan interpretasi hasilnya
selajutnya akan dibahas secara lengkap pada BAB 4.
3.6 Tahapan Penelitian
Penelitian ini menggunakan tahapan yang diawali dari studi pendahuluan,
pengembangan model, perancangan penelitian, pembuatan instrumen, pengumpulan data,
analisis data, interpretasi data, dan pembuatan laporan.
Secara spesifik Gambar 3.1 menunjukkan prosedur penelitian yang penulis gunakan
sebagai penuntun dasar pada tahapan penelitian.
Gambar 3.1 Tahapan Penelitian
68
68
BAB 4
HASIL DAN PEMBAHASAN
4.1 Gambaran Umum Dompet Elektronik Berbasis Server
1. GO-PAY
GO-PAY adalah layanan uang elektronik atau dompet digital berupa saldo
pada aplikasi GO-JEK yang dapat digunakan untuk membayar berbagai
layanan GO-JEK di antaranya GO-RIDE, GO-CAR, GO-SEND, GO-FOOD,
melakukan pembayaran online, dan membayar di merchant.
Gambar 4.1 GO-PAY
69
2. OVO
OVO adalah dompet elektronik berbasis aplikasi yang digunakan untuk
melakukan transaksi keuangan. OVO dapat digunakan untuk melakukan
pembayaran online, membayar di merchant, membayar parkir, dan khusus
untuk pengguna OVO Premier yaitu pengguna yang telah melakukan
verifikasi data dapat melakukan pengiriman uang, menarik saldonya dan
menambah limit saldo maksimalnya.
Gambar 4.2 OVO
3. LinkAja
LinkAja adalah layanan keuangan elektronik berbasis aplikasi untuk
melakukan transaksi keuangan. LinkAja dapat digunakan untuk melakukan
pembayaran online, membayar di merchant dan khusus untuk pengguna full
70
service yang telah melakukan verifikasi data di graPARI dapat melakukan
pengiriman uang dan menarik saldonya.
Gambar 4.3 LinkAja
4. DANA
DANA adalah dompet digital yang didesain untuk menjadikan setiap transaksi
nontunai dan nonkartu secara digital, baik online maupun offline dapat
berjalan dengan cepat, praktis dan tetap terjamin keamanannya.
71
Gambar 4.4 DANA
4.2 Hasil Analisis
4.2.1 Analisis Data Demografis
Tahap ini merupakan proses analisis dari jawaban responden khususnya terhadap
pertanyaan kuesioner pada bagian profil responden pengguna dompet elektronik berbasis
server di Tangerang Selatan untuk menghasilkan informasi demografis terkait
karakteristik responden terhadap tingkat penerimaan pengguna dompet elektronik
berbasis server. Data responden yang berhasil penulis peroleh dalam kurun waktu dua
minggu terhitung dari tanggal 1 Mei 2019 sampai 15 Mei 2019 adalah sebanyak 162
responden. Informasi demografis tersebut meliputi dompet elektronik berbasis server
yang digunakan, kecamatan tinggal, jenis kelamin, usia, pendidikan saat ini, sudah berapa
72
lama menggunakan dompet elektronik, berapa kali penggunaan selama seminggu,
nominal yang dikeluarkan selama seminggu, dan fungsi penggunaan. Berikut adalah hasil
analisisnya:
1. Pengguna Dompet Elektronik Berbasis Server
Berdasarkan diagram pengguna dompet elektronik berbasis server seperti yang
ditunjukkan dalam Gambar 4.1. Pada penelitian ini berdasarkan responden
yang berjumlah 162 orang, dompet elektronik berbasis server dengan
pengguna terbanyak adalah GO-PAY dan OVO. Jumlah pengguna GO-PAY
adalah 131 pengguna (42,39%), sedangkan OVO 106 pengguna (34,30%).
Gambar 4.5 Diagram Pengguna Dompet Elektronik Berbasis Server
2. Kecamatan Tinggal
Berdasarkan diagram kecamatan tinggal seperti yang ditunjukkan dalam
Gambar 4.2. Pada penelitian ini kecamatan dengan pengguna terbanyak adalah
73
Ciputat Timur, kemudian dengan angka yang tidak terpaut jauh diikuti oleh
Ciputat dengan jumlah 44 pengguna (27,16%), dan Pamulang dengan jumlah
43 pengguna (26,54%). Sedangkan empat kecamatan lainnya yaitu Pondok
Aren dengan jumlah 15 pengguna (9,26%), Serpong dengan jumlah 12
pengguna (7,41%), Serpong Utara dengan jumlah 2 pengguna (1,23%), dan
kecamatan dengan pengguna terendah adalah Setu dengan jumlah 1 pengguna
(0,62%).
Gambar 4.6 Diagram Kecamatan Tinggal
3. Jenis Kelamin
Berdasarkan diagram jenis kelamin seperti yang ditunjukkan dalam Gambar
4.3. Pada penelitian ini dari jumlah 162 data responden didominasi oleh Wanita
dengan jumlah 116 pengguna (71,60%), sedangkan untuk Pria dengan jumlah
46 pengguna (28,40%).
74
Gambar 4.7 Diagram Jenis Kelamin
4. Usia
Berdasarkan diagram usia seperti yang ditunjukkan dalam Gambar 4.4, usia
responden didominasi oleh usia 17-29 tahun dengan jumlah 160 pengguna
(98,77%), dan dengan jumlah terendah oleh usia 30-39 tahun dengan jumlah 2
pengguna (1,23%).
75
Gambar 4.8 Diagram Usia
5. Pendidikan Saat Ini
Berdasarkan diagram pendidikan saat ini seperti yang ditunjukkan dalam
Gambar 4.7, tingkat pendidikan responden didominasi oleh tingkat S1 dengan
jumlah 121 pengguna (74,69%), kemudian tingkat SMA dengan jumlah 21
pengguna (12,95%), kemudian tingkat D3 dengan jumlah 15 pengguna
(9,26%), dan yang terakhir untuk pendidik dengan dengan jumlah terendah
adalah S2 dengan jumlah 5 pengguna (3,09%).
76
Gambar 4.9 Diagram Pendidikan Saat Ini
6. Lama Penggunaan
Berdasarkan diagram berapa lama menggunakan terhadap dompet elektronik
berbasis server seperti yang ditunjukkan dalam Gambar 4.8, dapat diketahui
bahwa responden pada penelitian ini dengan jumlah terbanyak untuk pengguna
yang telah menggunakan dompet elektronik berbasis server dalam kurun waktu
1 tahun-3 tahun dengan jumlah 95 pengguna (58,64%), kemudian <1 tahun
dengan jumlah 61 pengguna (37,65%), dan yang terakhir untuk kurun waktu
penggunaan dengan jumlah terendah adalah 3 tahun-5 tahun dengan jumlah 6
pengguna (3,70%).
77
Gambar 4.10 Diagram Berapa Lama Menggunakan
7. Penggunaan Seminggu
Berdasarkan diagram penggunaan seminggu seperti yang ditunjukkan dalam
Gambar 4.9, dapat diketahui bahwa responden pada penelitian ini dengan
jumlah terbanyak untuk intensitas penggunaan dalam seminggu adalah 1-3 kali
dengan jumlah 61 pengguna (37,65%), kemudian 4-6 kali dengan jumlah 39
pengguna (24,07%), kemudian >10 kali 26 pengguna (16,05%), dan yang
terakhir untuk intensitas penggunaan dalam seminggu dengan jumlah terendah
adalah 7-10 kali dengan jumlah 9 pengguna (5,58%).
78
Gambar 4.11 Diagram Penggunaan Seminggu
8. Nominal Pengeluaran
Berdasarkan diagram nominal pengeluaran seperti yang ditunjukkan dalam
Gambar 4.10, dapat diketahui bahwa responden pada penelitian ini jumlah
terbanyak adalah dengan nominal pengeluaran < Rp. 500.000 dengan jumlah
148 pengguna (%), kemudian nominal pengeluaran Rp. 500.000 - Rp.
1.000.000 dengan jumlah 10 pengguna (6,17%), kemudian nominal
pengeluaran Rp. 1.000.000 - Rp. 2.000.000 dengan jumlah 3 pengguna
(1,85%), dan yang terakhir untuk nominal pengeluaran dengan jumlah terendah
adalah Rp. 2.000.000 - Rp. 3.000.000 dengan jumlah 1 pengguna (0,62%).
79
Gambar 4.12 Diagram Nominal Pengeluaran
9. Fungsi Penggunaan
Berdasarkan diagram fungsi penggunaan seperti yang ditunjukkan dalam
Gambar 4.11, dapat diketahui bahwa responden pada penelitian ini dengan
jumlah terbanyak adalah fungsi penggunaan untuk transportasi online dengan
jumlah 145 pengguna (41,43%), kemudian fungsi penggunaan untuk
membayar di toko dengan jumlah 90 pengguna (25,71%), kemudian fungsi
penggunaan untuk belanja online dengan jumlah 88 pengguna (25,14%), dan
yang terakhir untuk fungsi penggunaan dengan jumlah terendah adalah kirim
uang dengan jumlah 27 pengguna (7,71%).
80
Gambar 4.13 Diagram Fungsi Penggunaan
4.2.2 Analisis PLS-SEM
Tahap ini dilakukan dengan menganalisis jawaban responden khususnya terhadap
pertanyaan pada bagian kedua kuesioner yang berisikan item-itempernyataan mengenai
penerimaan pengguna dompet elektronik berbasis server dengan menggunakan software
SmartPLS versi 3.2.8.
A. Analisis Pengukuran Model (Measurement/Outer Model)
Pada tahap ini dilakukan analisis pengukuran model (measurement/outer
model) dengan empat tahap pengujian, yaitu individual item reliability, internal
consistency reliability, average variance extracted, dan discriminant validity.
Berikut ini adalah hasil analisis pengukuran model dengan empat tahap
pengujian:
81
1. Uji Individual Item Reliability
Pengujian pertama adalah dengan melihat standardized loading factor yang
menggambarkan besarnya korelasi antara setiap indikator variabel dengan
melihat nilai outer loadingnya. Nilai outer loading jika di atas 0,7 maka
dikatakan baik/ideal dan valid untuk mengukur variabel (Hair et al., 2014).
Tabel 4.1 Hasil Awal Uji Loading Factor
Kode Indikator Nilai Loading
Factor
PE1 Dompet elektronik sangat bermanfaat untuk keseharian
saya 0.850
PE2 Dompet elektronik meningkatkan produktivitas saya 0.903
PE3 Dompet elektronik membantu menyelesaikan transaksi
pembayaran lebih cepat 0.857
EE1 Dompet elektronik mudah untuk saya pelajari 0.856
EE2 Dompet elektronik mudah digunakan 0.906
EE3 Saya dapat dengan mudah terampil menggunakan
dompet elektronik 0.893
SI1 Orang-orang di lingkungan sekitar saya menyarankan
untuk menggunakan dompet elektronik 0.850
SI2
Saya menggunakan dompet elektronik karena orang-
orang di lingkungan sekitar saya banyak yang
menggunakannya
0.727
SI3
Orang-orang di lingkungan sekitar saya yang
menggunakan dompet elektronik terlihat lebih mengikuti
perkembangan zaman
0.809
PT1 Saya yakin dompet elektronik yang saya gunakan akan
melakukan transaksi pembayaran dengan lancar 0.704
PT2 Saya yakin transaksi pembayaran dengan menggunakan
dompet elektronik dapat dipercaya keamanannya 0.711
PT3
Saya yakin dompet elektronik yang saya gunakan akan
berusaha memberikan layanan yang diinginkan
penggunanya dalam bertransaksi
0.887
PR1 Saya yakin tidak akan kehilangan uang ketika
menggunakan dompet elektronik 0.767
PR2 Saya yakin dompet elektronik dapat berfungsi dengan
baik 0.762
82
Kode Indikator Nilai Loading
Factor
PR3 Saya yakin penggunaan dompet elektronik tidak akan
memberikan dampak resiko kedepannya 0.876
FC1 Saya memiliki pengetahuan yang cukup untuk
menggunakan dompet elektronik 0.756
FC2 Sarana dan prasarana teknologi yang menunjang dompet
elektronik sudah umum digunakan 0.834
FC3
Terdapat tenaga ahli yang akan membantu ketika saya
mengalami kesulitan dalam menggunakan dompet
elektronik
0.782
HM1 Saya merasa nyaman menggunakan dompet elektronik 0.828
HM2 Saya merasa senang menggunakan dompet elektronik 0.878
HM3 Saya merasa menikmati menggunakan dompet elektronik 0.874
PV1 Saya merasa uang yang dikeluarkan untuk menggunakan
dompet elektronik terjangkau 0.805
PV2
Saya merasa harga layanan pada dompet elektronik
sudah sesuai dengan layanan-layanan yang ditawarkan
dan diterima
0.891
PV3 Saya bersedia untuk membayar seharga yang telah
ditetapkan untuk menggunakan dompet elektronik 0.861
HT1 Penggunaan dompet elektronik sudah biasa saya lakukan 0.839
HT2 Saya ketergantungan untuk selalu menggunakan dompet
elektronik 0.888
HT3 Saya harus menggunakan dompet elektronik dalam setiap
transaksi pembayaran 0.823
BI1 Saya berencana untuk menggunakan dompet elektronik
untuk seterusnya 0.881
BI2 Saya akan menggunakan dompet elektronik sesering
mungkin 0.873
BI3 Saya akan menyarankan orang lain untuk menggunakan
dompet elektronik 0.894
UB1 Dompet elektronik pasti akan saya gunakan minimal
seminggu sekali 0.716
UB2 Dompet elektronik telah sering saya gunakan 0.811
UB3 Dompet elektronik telah saya gunakan untuk berbagai
keperluan 0.842
83
2. Uji Internal Consistency Reliability
Pengujian kedua adalah dengan melihat nilai composite reliability (CR) dengan
batas ambang di atas 0,7 (Hair et al., 2014). Hasilnya dapat dilihat pada Tabel
4.2 bahwa nilai CR dari semua variabel memiliki nilai di atas 0,7 sehingga
memenuhi syarat dan valid untuk digunakan dalam model penelitian ini.
Tabel 4.2 Hasil Uji Composite Reliability
Variabel Composite Reliability (CR)
PE 0.903
EE 0.916
SI 0.839
PT 0.814
PR 0.845
FC 0.834
HM 0.895
PV 0.889
HT 0.887
BI 0.914
UB 0.834
3. Uji Average Variance Extracted
Pengujian ketiga adalah dengan melihat nilai Average Variance Extracted
(AVE), dengan nilai AVE besaran varian atau keragaman indikator yang
dimiliki oleh variabel dapat tergambarkan. Nilai ambang batas AVE adalah 0,5,
maka jika nilai AVE di atas 0,5 menunjukkan ukuran convergent validity yang
baik (Hair et al., 2014). Artinya, variabel dapat menjelaskan rata-rata lebih dari
setengah varian dari indikator-indikatornya. Hasil nilai AVE pada penelitian
ini menunjukkan bahwa nilai AVE setiap variabel sudah di atas 0,5 sehingga
84
memenuhi syarat dan tidak ada masalah dalam uji nilai AVE. Untuk
lengkapnya dapat dilihat pada Tabel 4.3.
Tabel 4.3 Hasil Uji Average Variance Extracted (AVE)
Variabel Average Variance Extracted (AVE)
PE 0.757
EE 0.784
SI 0.635
PT 0.596
PR 0.646
FC 0.626
HM 0.740
PV 0.727
HT 0.723
BI 0.779
UB 0.626
4. Uji Discriminant Validity
Pengujian ketiga adalah dengan membandingkan korelasi indikator dengan
konstruknya dan konstruk blok lainnya. Bila korelasi antara indikator dengan
konstruknya lebih tinggi dari korelasi dengan konstruk blok lainnya, maka
menunjukkan konstruk tersebut memprediksi ukuran pada blok tersebut lebih
baik dari blok lainnya (Hair et al., 2014). Hasil nilai cross loading pada
penelitian ini adalah indikator pada setiap variabel memiliki nilai lebih tinggi
dari korelasi dengan konstruk blok lainnya. Untuk lengkapnya dapat dilihat
pada Tabel 4.4.
Dari empat tahapan pengujian pengukuran model maka pada Gambar 4.14
menunjukkan hasil analisis setelah melalui proses analisis outer model. Berdasarkan
85
empat tahap yang telah dilakukan pada analisis pengukuran model outer model yaitu
individual item reliability, internal consistency reliability, average variance extracted,
dan discriminant validity, dapat diketahui bahwa model dalam penelitian ini sudah
memiliki karakteristik yang baik secara statistik dan memenuhi syarat ambang batas
minimum. Atas hasil tersebut maka model dalam penelitian ini telah memenuhi syarat
untuk dilanjutkan ke tahapan selanjutnya yaitu pengujian model struktural (inner
model).
86
Tabel 4.4 Hasil Uji Discriminant Validity (Cross Loading)
BI EE FC HM HT PE PR PT PV SI UB
BI1 0.881 0.062 0.414 0.241 0.446 0.193 0.009 0.350 0.197 0.452 0.387
BI2 0.873 0.092 0.343 0.249 0.416 0.240 0.012 0.376 0.235 0.431 0.305
BI3 0.894 0.150 0.451 0.287 0.520 0.250 0.068 0.414 0.312 0.499 0.433
EE1 0.085 0.856 0.168 0.170 0.036 0.075 0.123 0.131 0.029 0.035 0.108
EE2 0.099 0.906 0.127 0.156 0.020 0.001 0.170 0.037 0.039 0.018 0.021
EE3 0.122 0.893 0.069 0.072 0.040 0.030 0.086 0.021 0.026 0.065 0.023
FC1 0.271 0.129 0.756 0.309 0.256 0.229 0.344 0.252 0.289 0.349 0.398
FC2 0.437 0.045 0.834 0.276 0.411 0.211 0.292 0.403 0.306 0.452 0.440
FC3 0.367 0.148 0.782 0.239 0.305 0.225 0.126 0.277 0.240 0.280 0.377
HM1 0.229 0.114 0.290 0.828 0.160 0.332 0.307 0.293 0.396 0.280 0.220
HM2 0.265 0.166 0.277 0.878 0.188 0.441 0.298 0.394 0.312 0.349 0.322
HM3 0.265 0.087 0.323 0.874 0.194 0.455 0.296 0.271 0.272 0.349 0.390
HT1 0.442 0.035 0.348 0.073 0.839 0.196 0.129 0.240 0.213 0.389 0.385
HT2 0.465 0.011 0.384 0.231 0.888 0.205 0.207 0.286 0.217 0.505 0.380
HT3 0.434 0.072 0.330 0.235 0.823 0.283 0.128 0.213 0.307 0.397 0.360
PE1 0.196 0.053 0.256 0.385 0.272 0.850 0.253 0.274 0.276 0.257 0.271
PE2 0.254 0.021 0.249 0.403 0.242 0.903 0.274 0.249 0.282 0.169 0.341
PE3 0.219 0.028 0.223 0.464 0.187 0.857 0.265 0.308 0.292 0.178 0.288
PR1 0.026 0.156 0.226 0.242 0.066 0.198 0.767 0.182 0.261 0.064 0.147
PR2 0.020 0.104 0.205 0.192 0.151 0.223 0.762 0.160 0.173 0.154 0.104
PR3 0.037 0.089 0.312 0.362 0.204 0.294 0.876 0.247 0.246 0.192 0.291
PT1 0.187 0.028 0.222 0.089 0.107 0.181 0.181 0.704 0.162 0.210 0.157
87
BI EE FC HM HT PE PR PT PV SI UB
PT2 0.199 0.003 0.233 0.227 0.168 0.242 0.266 0.711 0.188 0.163 0.186
PT3 0.474 0.056 0.400 0.415 0.312 0.290 0.187 0.887 0.279 0.482 0.369
PV1 0.178 0.005 0.244 0.269 0.098 0.221 0.230 0.188 0.805 0.164 0.206
PV2 0.281 0.068 0.323 0.298 0.240 0.257 0.190 0.285 0.891 0.185 0.246
PV3 0.250 0.121 0.319 0.387 0.360 0.345 0.318 0.248 0.861 0.343 0.387
SI1 0.424 0.030 0.348 0.413 0.429 0.217 0.221 0.476 0.245 0.850 0.452
SI2 0.338 0.037 0.301 0.366 0.361 0.309 0.196 0.373 0.268 0.727 0.547
SI3 0.475 0.052 0.436 0.164 0.417 0.058 0.030 0.214 0.162 0.809 0.372
UB1 0.278 0.112 0.347 0.267 0.264 0.206 0.220 0.307 0.218 0.470 0.716
UB2 0.337 0.004 0.291 0.351 0.327 0.311 0.216 0.303 0.273 0.535 0.811
UB3 0.389 0.013 0.528 0.268 0.427 0.301 0.169 0.240 0.291 0.370 0.842
88
Gambar 4.14 Outer Model
89
B. Analisis Struktural Model (Structural/Inner Model)
Pada tahap analisis model struktural ini dilakukan enam tahap pengujian, yang
terdiri atas pengujian path coefficient (β), coefficient of determination (R2), T-
test menggunakan metode bootstraping, effect size (f2), predictive relevance
(Q2), dan relative impact (q2). Berikut hasil analisis struktural model dijelaskan
dalam enam tahap.
1. Uji Path Coefficient (β)
Pengujian path coefficient dilakukan dengan melihat nilai ambang batas
yaitu di atas 0,1, jika nilai path coefficient memiliki nilai di atas 0,1 maka dapat
dinyatakan memiliki pengaruh dalam model (Hair et al., 2014). Pada pengujian
ini hasilnya dari 12 jalur yang ada pada model penelitian ini, terdapat 9 jalur
yaitu (EE – BI, SI – BI, PT – BI, PR – BI, FC – BI, FC – UB, HT – BI, HT –
UB, dan BI – UB) yang memiliki pengaruh signifikan karena mempunyai nilai
path coefficient di atas 0,1 , dan terdapat tiga jalur yaitu (PE – BI, HM – BI,
dan PV – BI) yang memiliki pengaruh yang tidak signifikan karena mempunyai
nilai path coefficient di bawah 0,1. Hasil nilai uji path coefficient dapat dilihat
pada Tabel 4.5.
Tabel 4.5 Hasil Uji Path Coefficient
Hubungan antar Variabel
(Independen - Dependen) β
PE→BI 0.035
EE→BI 0.146
SI→BI 0.178
PT→BI 0.189
PR→BI 0.193
90
Hubungan antar Variabel
(Independen - Dependen) β
FC→BI 0.209
FC→UB 0.353
HM→BI 0.079
PV→BI 0.039
HT→BI 0.297
HT→UB 0.212
BI→UB 0.156
2. Uji Coefficient Of Determination (R2)
Pengujian ini dilakukan untuk menjelaskan varian dari tiap target variabel
dependen (variabel yang dianggap dipengaruhi oleh variabel lain dalam
model). Standar pengukuran pada pengujian ini adalah jika nilai R2 sekitar
0,670 maka dinyatakan kuat, bila sekitar 0,333 maka dinyatakan moderat, dan
bila sekitar 0,190 atau di bawahnya maka dinyatakan memberikan tingkat
varian yang lemah (Hair et al., 2014).
Tabel 4.6 Hasil Uji Coefficient of Determination (R2)
Variabel Dependen R2
BI 0.481
UB 0.342
Melalui Tabel 4.6 dapat dilihat hasil uji coefficient of determination,
dimana R2 dari (BI) memiliki nilai 0,481 sedangkan R2 dari (UB) memiliki nilai
0,342. Maka dapat diartikan bahwa variabel independen Performance
Expetancy, Effort Expetancy, Social Influence, Perceived Trust, Perceived
Risk, Facilitating Conditions, Hedonic Motivation, Price Value, Habit
91
menjelaskan secara moderat yaitu 48% dari Behavioral Intention dan 34% dari
Use Behavior.
3. Uji T-test
Pengujian ini dilakukan dengan metode bootstrapping menggunakan
SmartPLS versi 3.2.8, menggunakan uji two-tailed dengan tingkat signifikansi
5% untuk menguji hipotesis-hipotesis penelitian. Hipotesis dapat diterima jika
memiliki nilai T-test lebih besar dari 1,96 (Hair et al., 2014). Pada Tabel 4.7
dapat dilihat hasil uji T-test, dimana terdapat 9 hipotesis yaitu EE – BI, SI – BI,
PT – BI, PR – BI, FC – BI, FC – UB, HT – BI, HT – UB, dan BI – UB) diterima
karena memiliki nilai T-test lebih besar dari 1,96 dan 3 hipotesis (PE – BI, HM
– BI, dan PV – BI) yang ditolak karena memiliki nilai T-test kurang dari 1,96.
Tabel 4.7 Hasil Uji T-test
Hubungan antar Variabel
(Independen - Dependen) T-test
PE→BI 0.488
EE→BI 2.371
SI→BI 2.271
PT→BI 2.632
PR→BI 2.090
FC→BI 2.604
FC→UB 5.022
HM→BI 1.075
PV→BI 0.594
HT→BI 3.965
HT→UB 2.756
BI→UB 2.026
92
4. Uji Effect Size (f2)
Pada tahap ini dilakukan pengujian untuk mengetahui pengaruh variabel
tertentu terhadap variabel lainnya dalam struktur model dengan nilai ambang
batas sekitar 0,02 maka dinyatakan memberikan pengaruh kecil, bila 0,15 maka
dinyatakan memberikan pengaruh menengah, dan bila 0,35 maka dinyatakan
memberikan pengaruh besar (Hair et al., 2014). Hasil pengujian (f2) terhadap
12 jalur yang ada pada penelitian ini dapat dilihat pada Tabel 4.8 yang
menghasilkan semua variabel yaitu (PE – BI, EE – BI, SI – BI, PT – BI, PR –
BI, FC – BI, FC – UB, HM – BI, PV – BI, HT – BI, HT – UB, dan BI – UB)
mendapatkan nilai level kecil.
Tabel 4.8 Hasil Uji Effect Size
Hipotesis Jalur f2
Analisis R2-in R2-ex Σf2
Q1.1 PE→BI 0.481 0.482 0.002 Kecil
Q1.2 EE→BI 0.481 0.501 0.039 Kecil
Q1.3 SI→BI 0.481 0.499 0.035 Kecil
Q1.4 PT→BI 0.481 0.506 0.049 Kecil
Q1.5 PR→BI 0.481 0.510 0.057 Kecil
Q1.6 FC→BI 0.481 0.509 0.054 Kecil
Q1.7 FC→UB 0.342 0.435 0.141 Kecil
Q1.8 HM→BI 0.481 0.485 0.007 Kecil
Q1.9 PV→BI 0.481 0.482 0.002 Kecil
Q1.10 HT→BI 0.481 0.540 0.114 Kecil
Q1.11 HT→UB 0.342 0.373 0.047 Kecil
Q1.12 BI→UB 0.342 0.358 0.024 Kecil
5. Uji Predictive Relevance (Q2)
Pengujian ini dilakukan dengan metode blindfolding untuk memberikan
bukti bahwa variabel tertentu yang digunakan dalam model mempunyai
93
keterkaitan secara prediktif (predictive relevance) dengan variabel lainnya
dalam model dengan ambang batas pengukuran di atas nol. Dapat dilihat pada
Tabel 4.9 bahwa hasil nilai Q2 memiliki keterkaitan secara prediktif karena
mempunyai nilai di atas 0 (Hair et al., 2014).
Tabel 4.9 Hasil Uji Predictive Relevance
Variabel Dependen Q2
BI 0.333
UB 0.184
6. Uji Relative Impact (q2)
Pada tahap ini dilakukan dengan metode blindfolding untuk mengukur
pengaruh relatif sebuah keterkaitan prediktif sebuah variabel tertentu dengan
variabel lainnya dengan nilai ambang batas sekitar 0,02 maka dinyatakan
memberikan pengaruh kecil, bila 0,15 maka dinyatakan memberikan pengaruh
menengah/sedang, dan bila 0,35 maka dinyatakan memberikan pengaruh besar
(Hair et al., 2014). Hasil pengujian q2 menunjukkan 12 jalur pada penulis yaitu
(PE – BI, EE – BI, SI – BI, PT – BI, PR – BI, FC – BI, FC – UB, HM – BI, PV
– BI, HT – BI, HT – UB, dan BI – UB) menunjukkan keterkaitan prediktif
kecil.
Tabel 4.10 Hasil Uji Relative Impact
Hipotesis Jalur q2
q2 Q2-in Q2-ex Σq2
Q1.1 PE→BI 0.333 0.334 -0.001 Kecil
Q1.2 EE→BI 0.333 0.321 0.018 Kecil
Q1.3 SI→BI 0.333 0.320 0.019 Kecil
Q1.4 PT→BI 0.333 0.315 0.027 Kecil
94
Hipotesis Jalur q2
q2 Q2-in Q2-ex Σq2
Q1.5 PR→BI 0.333 0.312 0.032 Kecil
Q1.6 FC→BI 0.333 0.313 0.030 Kecil
Q1.7 FC→UB 0.184 0.136 0.059 Kecil
Q1.8 HM→BI 0.333 0.334 -0.001 Kecil
Q1.9 PV→BI 0.333 0.333 0.000 Kecil
Q1.10 HT→BI 0.333 0.290 0.064 Kecil
Q1.11 HT→UB 0.184 0.167 0.021 Kecil
Q1.12 BI→UB 0.184 0.176 0.010 Kecil
Tabel 4.11 Ringkasan Hasil Analisis Struktural Model
Keterangan:
S : Significant A : Accepted
IS : Insignificant R : Rejected
M : Moderat k : Kecil
P : Predictive Relevance
No. Jalur R2-in R
2-ex Σf
2Q
2-in Q
2-ex Σq
2 β T-test R2
f2
Q2
q2
Q1.1 PE→BI 0.035 0.488 0.481 0.482 0.002 0.333 0.334 -0.001 IS R M k P k
Q1.2 EE→BI 0.146 2.371 0.481 0.501 0.039 0.333 0.321 0.018 S A M k P k
Q1.3 SI→BI 0.178 2.271 0.481 0.499 0.035 0.333 0.320 0.019 S A M k P k
Q1.4 PT→BI 0.189 2.632 0.481 0.506 0.049 0.333 0.315 0.027 S A M k P k
Q1.5 PR→BI 0.193 2.090 0.481 0.510 0.057 0.333 0.312 0.032 S A M k P k
Q1.6 FC→BI 0.209 2.604 0.481 0.509 0.054 0.333 0.313 0.030 S A M k P k
Q1.7 FC→UB 0.353 5.022 0.342 0.435 0.141 0.184 0.136 0.059 S A M k P k
Q1.8 HM→BI 0.079 1.075 0.481 0.485 0.007 0.333 0.334 -0.001 IS R M k P k
Q1.9 PV→BI 0.039 0.594 0.481 0.482 0.002 0.333 0.333 0.000 IS R M k P k
Q1.10 HT→BI 0.297 3.965 0.481 0.540 0.114 0.333 0.290 0.064 S A M k P k
Q1.11 HT→UB 0.212 2.756 0.342 0.373 0.047 0.184 0.167 0.021 S A M k P k
Q1.12 BI→UB 0.156 2.026 0.342 0.358 0.024 0.184 0.176 0.010 S A M k P k
Analisisf2Hipotetsis
β T-testq
2
95
4.3 Interpretasi Hasil Analisis dan Pengukuran Model
4.3.1 Interpretasi Hasil Analisis Data Demografis
Berdasarkan hasil analisis data demografis profil responden, penulis melakukan
interpretasi dan mendiskusikan hasil analisisnya yaitu sebagai berikut:
1. Pengguna Dompet Elektronik Berbasis Server
Berdasarkan diagram pengguna dompet elektronik berbasis server seperti
yang ditunjukkan dalam Gambar 4.1. Hal tersebut terjadi karena GO-PAY
menurut survei yang dilakukan oleh YouGov dalam (Kontan, 2019b) terkait
payment methods in indonesia yang dirilis Januari 2019 mencatatkan
penggunaan GOPAY adalah yang paling tertinggi selanjutnya diikuti oleh
OVO. Namun untuk pengguna DANA jauh lebih banyak dibandingkan
LinkAja, hal tersebut berbeda dengan penelitian sebelumnya yang dilakukan
oleh Dailysocial (2018) yang bekerjasama dengan JAKPAT dan OJK yang
menghasilkan pengguna DANA berada di urutan ke empat setelah LinkAja.
Hal tersebut bisa terjadi karena menurut Chief Communication Officer
DANA pihaknya sedang gencar mengadakan promosi guna menarik
pengguna untuk mau menggunakan (Fauzan, 2019).
2. Kecamatan Tinggal
Berdasarkan diagram kecamatan tinggal seperti yang ditunjukkan dalam
Gambar 4.2. Hal tersebut terjadi karena penyebaran kuesioner dilakukan
secara online dan tidak mempertimbangkan distrubusi sampel perstrata
kecamatan.
96
3. Jenis Kelamin
Berdasarkan diagram jenis kelamin seperti yang ditunjukkan dalam Gambar
4.3. Hal tersebut terjadi karena menurut riset yang dilakukan oleh Google
bersama GfK bertajuk Digital Wallet Study 2017 menyebutkan perempuan
lebih mudah mengadopsi uang digital daripada pria (Soeprajitno, 2018).
4. Usia
Berdasarkan diagram usia seperti yang ditunjukkan dalam Gambar 4.4. Hal
tersebut terjadi karena penyebaran kuesioner dilakukan secara online dengan
menggunakan media sosial yang mayoritas penggunanya didominasi oleh
usia muda.
5. Pendidikan Saat Ini
Berdasarkan diagram pendidikan saat ini seperti yang ditunjukkan dalam
Gambar 4.7. Hal tersebut terjadi karena persebaran kuesioner dilakukan
secara online dengan bantuan relasi penulis yang rata-rata merupakan
mahasiswa S1 dan penulis bekerjasama dengan UIN Community.
6. Lama Penggunaan
Berdasarkan diagram berapa lama menggunakan terhadap dompet elektronik
berbasis server seperti yang ditunjukkan dalam Gambar 4.8, hal tersebut
terjadi karena kemunculan berbagai dompet elektronik berbasis server terjadi
pada 1-3 tahun sebelumnya dan mayoritas penggunanya mulai menggunakan
pada saat sudah awal beredar.
97
7. Penggunaan Seminggu
Berdasarkan diagram penggunaan seminggu seperti yang ditunjukkan dalam
Gambar 4.9. Hal tersebut menandakan bahwa intensitas penggunaan dompet
elektronik berbasis server masih tergolong rendah karena berdasarkan
kebutuhan masing-masing orang dan belum sepenuhnya dapat menggantikan
uang tunai.
8. Nominal Pengeluaran
Berdasarkan diagram nominal pengeluaran seperti yang ditunjukkan dalam
Gambar 4.10. Hal tersebut menandakan bahwa uang yang dikeluarkan dalam
penggunaan dompet elektronik berbasis server tergolong rendah.
9. Fungsi Penggunaan
Berdasarkan diagram fungsi penggunaan seperti yang ditunjukkan dalam
Gambar 4.11. Hal tersebut bisa terjadi karena kini menggunakan transportasi
online, membayar di toko dan belanja online dapat dilakukan dengan
menggunakan saldo dompet elektronik berbasis server yang dimiliki oleh
pengguna.
4.3.2 Interpretasi Hasil Analisis PLS-SEM
Bagian ini memaparkan interpretasi dan diskusi berdasarkan hasil pengukuran
model menggunakan PLS-SEM. Berikut adalah pemaparan yang dilakukan dengan
membandingkan terhadap penelitian lain dan mengikuti pertanyaan-pertanyaan penelitian
yang telah dirumuskan sebelumnya:
98
Tabel 4.12 Hasil Uji Struktural Model
Hipotetsis β T-test
Analisis
No. Jalur β T-test
Q1.1 PE→BI 0.035 0.488 IS R
Q1.2 EE→BI 0.146 2.371 S A
Q1.3 SI→BI 0.178 2.271 S A
Q1.4 PT→BI 0.189 2.632 S A
Q1.5 PR→BI 0.193 2.090 S A
Q1.6 FC→BI 0.209 2.604 S A
Q1.7 FC→UB 0.353 5.022 S A
Q1.8 HM→BI 0.079 1.075 IS R
Q1.9 PV→BI 0.039 0.594 IS R
Q1.10 HT→BI 0.297 3.965 S A
Q1.11 HT→UB 0.212 2.756 S A
Q1.12 BI→UB 0.156 2.026 S A
Q1.1 Apakah Performance Expetancy berpengaruh terhadap Behavioral Intention?
Berdasarkan hasil struktural model yang dapat dilihat pada tabel 4.12, nilai path
coefficient yang dihasilkan adalah 0.035 dan T-test 0.488. Nilai tersebut berada di bawah
nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu 1,96 sehingga
menandakan bahwa hubungan keduanya tidak diterima dan PE tidak berpengaruh
terhadap BI. Hasil tersebut serupa dengan penelitian yang telah dilakukan sebelumnya
(Malau, 2016; Putra, 2018). Hasil tersebut didukung oleh penelitian (Onaola & Oyewole,
2018) yang menyatakan bahwa tidak dirasakannya manfaat yang berarti ketika
menggunakan sebuah sistem baru membuat pengguna mengalami keraguan untuk niat
menggunakan. Selain itu hal tersebut didukung oleh pengamatan langsung oleh peneliti,
pengguna hanya menggunakan beberapa fitur saja dari keseluruhan fitur yang tersedia
pada dompet elektronik berbasis server.
99
Q1.2 Apakah Effort Expetancy berpengaruh terhadap Behavioral Intention?
Berdasarkan hasil struktural model yang dapat dilihat pada tabel 4.12, nilai path
coefficient yang dihasilkan adalah 0.146 dan T-test 2.371. Nilai tersebut berada di atas
nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu 1,96 sehingga
menandakan bahwa hubungan keduanya diterima dan EE berpengaruh terhadap BI. Hasil
tersebut serupa dengan penelitian yang telah dilakukan sebelumnya oleh (An et al., 2016;
Lafraxo et al. (2018); Venkatesh et al. (2012). Hasil tersebut didukung oleh penelitian
Davis (1989) yang menyatakan bahwa kemudahan penggunaan sistem mempunyai
pengaruh terhadap penggunaan teknologi informasi. Selain itu hal tersebut didukung oleh
pengamatan langsung oleh peneliti, dengan kemudahan dalam penggunaan di dalam
aplikasi dan semakin banyaknya merchant yang bekerjasama untuk menerima
pembayaran menggunakan dompet elektronik berbasis server maka membuat pengguna
mempunyai niat untuk menggunakan.
Q1.3 Apakah Social Influence berpengaruh terhadap Behavioral Intention?
Berdasarkan hasil struktural model yang dapat dilihat pada tabel 4.12, nilai path
coefficient yang dihasilkan adalah 0.189 dan T-test 2.632. Nilai tersebut berada di atas
nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu 1,96 sehingga
menandakan bahwa hubungan keduanya diterima dan SI berpengaruh terhadap BI. Hasil
tersebut serupa dengan penelitian yang telah dilakukan sebelumnya oleh (An et al., 2016;
Lafraxo et al. (2018); Saumell et al. ( 2019); Venkatesh et al. (2012). Hasil tersebut
didukung oleh penelitian Moore & Benbasat (1991) yang menyatakan bahwa pada
lingkungan tertentu, penggunaan teknologi informasi akan meningkatkan status (image)
100
seseorang di dalam sistem sosial. Selain itu hal tersebut didukung oleh pengamatan
langsung oleh peneliti, dengan populernya penggunaan dompet elektronik berbasis server
membuat seseorang ingin mencoba untuk ikut menggunakan.
Q1.4 Apakah Perceived Trust berpengaruh terhadap Behavioral Intention?
Berdasarkan hasil struktural model yang dapat dilihat pada tabel 4.12, nilai path
coefficient yang dihasilkan adalah 0.189 dan T-test 2.632. Nilai tersebut berada di atas
nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu 1,96 sehingga
menandakan bahwa hubungan keduanya diterima dan PT berpengaruh terhadap BI. Hasil
tersebut serupa dengan penelitian yang telah dilakukan sebelumnya oleh (Lafraxo et al.
(2018); Omwansa et al.; 2015); Enrique et al., 2015). Hasil tersebut didukung oleh
penelitian Salisbury et al. (2001) yang menyatakan bahwa rasa aman ketika melakukan
transaksi keuangan dengan teknologi online penting untuk meminimalkan kekhawatiran
tentang penggunaan teknologi untuk melakukan pembayaran online. Selain itu hal
tersebut didukung oleh pengamatan langsung oleh peneliti, dengan perasaan aman yang
dirasakan oleh pengguna karena adanya pin dan scan QR code yang diminta ketika
melakukan proses pembayaran melalui dompet elektronik berbasis server maka membuat
pengguna mempunyai niat menggunakan.
Q1.5 Apakah Perceived Risk berpengaruh terhadap Behavioral Intention?
Berdasarkan hasil struktural model yang dapat dilihat pada tabel 4.12, nilai path
coefficient yang dihasilkan adalah 0.193 dan T-test 2.090. Nilai tersebut berada di atas
nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu 1,96 sehingga
menandakan bahwa hubungan keduanya diterima dan PR berpengaruh terhadap BI. Hasil
101
tersebut serupa dengan penelitian yang telah dilakukan sebelumnya oleh (Omwansa et
al., 2015). Hasil tersebut didukung oleh penelitian Taylor (1974) yang menunjukkan
bahwa risiko yang dirasakan mempengaruhi adopsi teknologi akan menghasilkan
kecemasan yang mempengaruhi proses pengambilan keputusan penggunanya. Selain itu
hal tersebut didukung oleh pihak penyedia dompet elektronik berbasis server yang akan
bertanggung jawab apabila pengguna mengalami kehilangan saldo (Setyowati, 2019).
Q1.6 Apakah Facilitating Conditions berpengaruh terhadap Behavioral Intention?
Berdasarkan hasil struktural model yang dapat dilihat pada tabel 4.12, nilai path
coefficient yang dihasilkan adalah 0.209 dan T-test 2.604. Nilai tersebut berada di atas
nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu 1,96 sehingga
menandakan bahwa hubungan keduanya diterima dan FC berpengaruh terhadap BI. Hasil
tersebut serupa dengan penelitian yang telah dilakukan sebelumnya oleh (Troy et al.,
2013; An et al., 2016; Lafraxo et al. (2018); Venkatesh et al. (2012). Hasil tersebut
didukung oleh penelitian Venkatesh et al. (2003) yang menyatakan tingkat dimana
seseorang percaya bahwa infrastruktur organisasi dan teknis ada untuk mendukung
penggunaan sistem. Selain itu hal tersebut didukung oleh pengamatan langsung oleh
peneliti, dengan semakin banyaknya merchant dan e-commerce yang bekerjasama untuk
menerima pembayaran dengan menggunakan dompet elektronik berbasis server maka
membuat pengguna mempunyai niat untuk menggunakan.
Q1.7 Apakah Facilitating Conditions berpengaruh terhadap Use Behavior?
Berdasarkan hasil struktural model yang dapat dilihat pada tabel 4.12, nilai path
coefficient yang dihasilkan adalah 0.353 dan T-test 5.022. Nilai tersebut berada di atas
102
nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu 1,96 sehingga
menandakan bahwa hubungan keduanya diterima dan FC berpengaruh terhadap UB.
Hasil tersebut serupa dengan penelitian yang telah dilakukan sebelumnya oleh (An et al.,
2016; Lafraxo et al. (2018); Venkatesh et al. (2012). Hasil tersebut didukung oleh
penelitian Venkatesh et al. (2003) yang menyatakan tingkat dimana seseorang percaya
bahwa infrastruktur organisasi dan teknis ada untuk mendukung penggunaan sistem.
Selain itu hal tersebut didukung oleh pengamatan langsung oleh peneliti, dengan semakin
banyaknya merchant dan e-commerce yang bekerjasama untuk menerima pembayaran
maka membuat pengguna dapat terbiasa memilih menggunakan metode pembayaran
menggunakan dompet elektronik berbasis server.
Q1.8 Apakah Hedonic Motivation berpengaruh terhadap Behavioral Intention?
Berdasarkan hasil struktural model yang dapat dilihat pada tabel 4.12, nilai path
coefficient yang dihasilkan adalah 0.079 dan T-test 1.075. Nilai tersebut berada di bawah
nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu 1,96 sehingga
menandakan bahwa hubungan keduanya tidak diterima dan HM tidak berpengaruh
terhadap BI. Hasil tersebut serupa dengan penelitian yang telah dilakukan sebelumnya
oleh (Syafita et al., 2018; Lee et al., 2019; Ain et al., 2016). Hasil tersebut didukung oleh
penelitian (Ain et al., 2016) yang menyatakan seseorang tidak merasakan kenikmatan dan
kesenangan ketika menggunakan sebuah sistem karena hanya digunakan dalam keperluan
tertentu saja. Selain itu hal tersebut didukung oleh pengamatan langsung oleh peneliti,
pengguna hanya menggunakan ketika terdapat tempat yang didukung opsi pembayaran
dengan dompet elektronik berbasis server.
103
Q1.9 Apakah Price Value berpengaruh terhadap Behavioral Intention?
Berdasarkan hasil struktural model yang dapat dilihat pada tabel 4.12, nilai path
coefficient yang dihasilkan adalah 0.212 dan T-test 2.756. Nilai tersebut berada di bawah
nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu 1,96 sehingga
menandakan bahwa hubungan keduanya tidak diterima dan PV tidak berpengaruh
terhadap BI. Hasil tersebut serupa dengan penelitian yang telah dilakukan sebelumnya
oleh (Miladinović & Hong; 2016); Lee et al., 2019). Hal tersebut didukung oleh
pengamatan langsung oleh peneliti, karena sebagian besar pengguna tidak membutuhkan
biaya ketika melakukan topup maka membuat pengguna tidak mempermasalahkan faktor
harga yang perlu ditanggungnya.
Q1.10 Apakah Habit berpengaruh terhadap Behavioral Intention?
Berdasarkan hasil struktural model yang dapat dilihat pada tabel 4.12, nilai path
coefficient yang dihasilkan adalah 0.039 dan T-test 0.594. Nilai tersebut berada di atas
nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu 1,96 sehingga
menandakan bahwa hubungan keduanya diterima dan HT berpengaruh terhadap BI. Hasil
tersebut serupa dengan penelitian yang telah dilakukan sebelumnya oleh (Morosan &
DeFranco, 2016; Saumell et al. ( 2019). Hasil tersebut didukung oleh penelitian
(Limayem et al., 2007) yang menyatakan seseorang akan cenderung melakukan perilaku
yang otomatis, berdasarkan pembelajaran yang berulang. Selain itu hal tersebut didukung
oleh pengamatan langsung oleh peneliti, dengan semakin terbiasa dalam melakukan
pembayaran menggunakan dompet elektronik berbasis server maka pengguna akan
cenderung ingin melakukannya kembali.
104
Q1.11 Apakah Habit berpengaruh terhadap Use Behavior?
Berdasarkan hasil struktural model yang dapat dilihat pada tabel 4.12, nilai path
coefficient yang dihasilkan adalah 0.297 dan T-test 3.965. Nilai tersebut berada di atas
nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu 1,96 sehingga
menandakan bahwa hubungan keduanya diterima dan HT berpengaruh terhadap UB.
Hasil tersebut serupa dengan penelitian yang telah dilakukan sebelumnya oleh (Morosan
& DeFranco, 2016; Saumell et al. ( 2019). Hasil tersebut didukung oleh penelitian
(Limayem et al., 2007) yang menyatakan seseorang akan cenderung melakukan perilaku
yang otomatis, berdasarkan pembelajaran yang berulang. Selain itu hal tersebut didukung
oleh pengamatan langsung oleh peneliti, dengan semakin terbiasa dalam melakukan
pembayaran menggunakan dompet elektronik berbasis server maka pengguna akan
cenderung ingin melakukannya secara berulang.
Q1.12 Apakah Behavioral Intention berpengaruh terhadap Use Behavior?
Berdasarkan hasil struktural model yang dapat dilihat pada tabel 4.12, nilai path
coefficient yang dihasilkan adalah 0.156 dan T-test 2.026. Nilai tersebut berada di atas
nilai ambang batas path coefficient yaitu 0,1 dan nilai T-test yaitu 1,96 sehingga
menandakan bahwa hubungan keduanya diterima dan BI berpengaruh terhadap UB. Hasil
tersebut serupa dengan penelitian yang telah dilakukan sebelumnya oleh Saumell et al. (
2019).
4.4 Rekomendasi
Rekomendasi yang dibuat adalah berdasarkan hasil dari pengukuran penerimaan
pengguna dompet elektronik berbasis server dan dapat digunakan sebagai acuan dalam
105
meningkatkan dompet elektronik berbasis server yang merujuk pada hasil dari masing-
masing variabel pada penelitian ini. Rekomendasi berdasarkan variabel yang digunakan
pada penelitian ini adalah sebagai berikut:
Tabel 4.13 Rekomendasi
Variabel Analisis Rekomendasi
Performance Expectancy (PE) Rejected
Pertahankan performa ketika digunakan oleh
pengguna dan lakukan penambahan fitur yang
dibutuhkan oleh pengguna.
Effort Expectancy (EE) Accepted Mempermudah proses upgrade akun ke
fullservice.
Social Influence (SI) Accepted
Perbanyak iklan yang menarik melalui media
sosial ataupun televisi guna membuat semakin
banyak orang dapat tertarik untuk mencoba
dompet elektronik berbasis server.
Perceived Trust (PT) Accepted
Pertahankan rasa kepercayaan pengguna dan
lakukan promosi yang menarik berupa pembuatan
testimoni lewat publik figur.
Perceived Risk (PR) Accepted
Meminimalisir permasalahan kehilangan saldo
pengguna dan mempercepat pengembalian saldo
pengguna apabila permasalahan itu terjadi.
Facilitating Conditions (FC) Accepted
Memperluas jangkauan kerjasama dengan
merchant, ecommerce dan moda transportasi
publik yang mampu menerima pembayaran
menggunakan saldo pengguna.
Hedonic Motivation (HM) Rejected Meningkatkan pengalaman penggunaan dengan
mengadopsi UI/UX yang menarik.
Price Value (PV) Rejected
Tetap mempertahankan gratis biaya topup saldo
dan secara berkala mengadakan promo yang
menarik.
Habit (HT) Accepted
Mengikuti rekomendasi variabel lainnya untuk
dapat meningkatkan kebiasaan pengguna dalam
menggunakan dompet elektronik berbasis server.
Behavioral Intention (BI) Accepted
Mengikuti rekomendasi variabel lainnya untuk
dapat meningkatkan intensitas penggunaan
pengguna pada dompet elektronik berbasis server.
Use Behavior (UB) Accepted
Mengikuti rekomendasi variabel lainnya untuk
dapat meningkatkan kebiasaan pengguna pada
dompet elektronik berbasis server.
106
BAB 5
PENUTUP
5.1 Kesimpulan
Berdasarkan hasil pembahasan terkait Pengukuran Penerimaan Pengguna Dompet
Elektronik Berbasis Server di Tangerang Selatan Menggunakan UTAUT 2, dalam hal ini
maka dapat disimpulkan bahwa:
1. Penambahan dua variabel yaitu Perceived Trust dan Perceived Risk berpengaruh
signifikan terhadap Behavioral Intention karena berdasarkan pengujian T-test, jalur
tersebut diterima dan berdasarkan pengujian path coefficient (β), memiliki pengaruh
yang signifikan. Hal tersebut terjadi karena pihak penyedia layanan dompet elektronik
berbasis server bertanggung jawab terhadap permasalahan kehilangan saldo dan
gagalnya pengisian saldo sehingga pengguna merasa percaya dan yakin tidak akan
terkena masalah terkait saldo.
2. Pengguna dompet elektronik berbasis server didominasi oleh pengguna GO-PAY
sebanyak 42,39%, perempuan sebanyak 71,60%, penggunaan seminggu dalam 1-3 kali
sebanyak 37,65%, nominal yang dikeluarkan < Rp. 500.000 sebanyak 91.36% dan
fungsi penggunaan transportasi online sebanyak 41,43%. Sehingga dapat disimpulkan
bahwa tingkat intensitas penggunaan masih rendah dan fungsi penggunaan untuk
membayar layanan transportasi online menggunakan GO-PAY.
3. Dari 12 hipotesis yang digunakan. Terdapat 9 yang diterima dan tiga ditolak. Hipotesis
yang diterima karena berdasarkan pengujian T-test, jalur tersebut diterima dan
107
berdasarkan pengujian path coefficient (β), memiliki pengaruh yang signifikan.
Sedangkan hipotesis yang ditolak karena berdasarkan pengujian T-test, jalur tersebut
ditolak dan berdasarkan pengujian path coefficient (β), tidak memiliki pengaruh yang
signifikan. Sehingga faktor-faktor yang mempengaruhi penerimaan pengguna adalah
sebagai berikut:
1. Effort Expetancy berpengaruh signifikan terhadap Behavioral Intention
2. Social Influence berpengaruh signifikan terhadap Behavioral Intention
3. Perceived Trust Expetancy berpengaruh signifikan terhadap Behavioral Intention
4. Perceived Risk Expetancy berpengaruh signifikan terhadap Behavioral Intention
5. Facilitating Conditions Expetancy berpengaruh signifikan terhadap Behavioral
Intention
6. Facilitating Conditions berpengaruh signifikan terhadap Use Behavior
7. Habit berpengaruh signifikan terhadap Behavioral Intention
8. Habit berpengaruh signifikan terhadap Use Behavior
9. Behavioral Intention berpengaruh signifikan terhadap Use Behavior
Sedangkan faktor-faktor yang tidak mempengaruhi penerimaan pengguna adalah
sebagai berikut:
1. Performance Expetancy tidak berpengaruh signifikan terhadap Behavioral
Intention
2. Hedonic Motivation tidak berpengaruh signifikan terhadap Behavioral Intention
3. Price Value tidak berpengaruh signifikan terhadap Behavioral Intention
108
4. Hubungan variabel yang mempunyai pengaruh terbesar pada penelitian ini adalah
hubungan antara Facilitating Conditions (FC) dengan Use Behavior (UB) dengan nilai
path coefficient 0,353, disusul oleh hubungan antara Habit (HT) dengan Behavioral
Intention (BI) dengan nilai path coefficient 0,297. Sedangkan untuk hubungan variabel
dengan pengaruh terkecil adalah Performance Expectancy (PE) dengan Behavioral
Intention (BI) dengan nilai path coefficient 0,035.
5. Berdasarkan beberapa hasil temuan tersebut penulis menganggap penelitian ini sudah
memberikan manfaat dan berkontribusi pada beberapa hal yaitu:
a. Secara teori, penelitian ini telah mengembangkan penggunaan model UTAUT 2
dengan penambahan dua variabel yaitu Perceived Trust dan Perceived Risk.
Penambahan variabel Perceived Trust karena menurut Salisbury et al. (2001) rasa
aman ketika melakukan transaksi keuangan dengan teknologi online penting untuk
meminimalkan kekhawatiran tentang penggunaan teknologi untuk melakukan
pembayaran online. Sedangkan penambahan variabel Perceived Risk karena
menurut (Littler & Melanthiou, 2006) faktor penting untuk mengetahui bagaimana
persepsi pengguna tentang ketidakpastian dan kemungkinan konsekuensi yang
tidak diinginkan dari membeli produk atau layanan terutama untuk transaksi
berbasis internet seperti e-commerce dan e-banking.
b. Secara metodologi, penelitian ini juga berperan dalam mendorong pemanfaatan
metode kuantitatif dalam penyusunan skripsi di Program Studi Sistem Informasi
UIN Syarif Hidayatullah Jakarta.
109
5.2 Saran
Berdasarkan hasil penelitian yang telah dilakukan, penulis memiliki beberapa saran
yang sekiranya dapat dipertimbangkan untuk penelitian selanjutnya, khususnya yang
tertarik dengan penelitian sejenis diharapkan dapat mempertimbangkan beberapa hal
berikut:
1. Model penelitian ini dapat dikembangkan kembali yaitu dengan melakukan
penambahan variabel kepuasan pengguna (User Satiscation) yang dapat
mempengaruhi niat untuk menggunakan (Behavioral Intention) dan tingkat intensitas
penggunaan (Use Behavior) dompet elektronik berbasis server.
2. Melakukan pengukuran menggunakan model lain seperti TAM2 dan TAM3 untuk
mengetahui tingkat penerimaan pengguna dompet elektronik berbasis server.
110
110
DAFTAR PUSTAKA
Adi, P. H. (2006). Partisipasi Pengguna Dalam Pengembangan Sistem Informasi (Telaah
Literatur). Jurnal Akuntansi Dan Keuangan.
Ain, N. U., Kaur, K., & Waheed, M. (2016). The influence of learning value on learning
management system use: An extension of UTAUT2. Information Development.
Akour, H. (2010). Determinants of Mobile Learning Acceptance: An Empirical
Investigation in Higher Education.
Alwi, I. (2012). Kriteria Empirik Dalam Menentukan Ukuran Sampel.
An, L., Han, Y., & Tong, L. (2016). Study on the Factors of Online Shopping Intention
for Fresh Agricultural Products Based on UTAUT2, (Itoec), 303–306.
Arikunto, S., & Jabar, A. (2004). Evaluasi Program Pendidikan.
Asyraf, W. M., & Afthanorhan, B. W. (2013). A Comparison Of Partial Least Square
Structural Equation Modeling (PLS-SEM) and Covariance Based Structural
Equation Modeling (CB-SEM) for Confirmatory Factor Analysis. International
Journal of Engineering Science and Innovative Technology.
Backer, E. (2010). Using smartphones and Facebook in a major assessment: the student
experience. Journal of Business Education & Scholarship of Teaching.
Bank Indonesia. (2016). PBI 18/40/PBI/2016 Penyelenggaraan Pemrosesan Transaksi
Pembayaran, 51. Retrieved from https://www.bi.go.id/id/peraturan/sistem-
pembayaran/Pages/pbi_184016.aspx
Bank Indonesia. (2018). Peraturan Bank Indonesia tentang Uang Elektronik, 35.
Brown, S. A., & Venkatesh, V. (2005). A Model of Adoption of Technology in the
Household: A Baseline Model Test and Extension Incorporating Household Life
Cycle.
Byrne, B. M. (2010). Structural equation modeling with AMOS: Basic concepts,
applications, and programming.
Chaffey, D. (2011). E-Business and E-Commerce Management.
Chang, W., Chang, C., & Li, Q. (2012). Customer Lifetime Value: A review.
CNBC. (2019). Gopay Vs OVO Vs LinkAja, Mana yang Paling Canggih? Retrieved from
https://www.cnbcindonesia.com/tech/20190426145439-37-69122/gopay-vs-ovo-
vs-linkaja-mana-yang-paling-canggih
CNN Indonesia. (2019). Gojek Angkat Bicara Terkait Saldo Gopay yang Hilang.
111
Retrieved from https://www.cnnindonesia.com/teknologi/20170928093003-185-
244535/gojek-angkat-bicara-terkait-saldo-gopay-yang-hilang
Dailysocial. (2018). Fintech Report 2018. Retrieved from
https://dailysocial.id/report/post/fintech-report-2018
Dajan, A. (1986). Pengantar Metode Statistik II.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of
information technology.
Dawes, J. (2008). Do Data Characteristics Change According to the Number of Scale
Points Used? An Experiment Using 5 Point, 7 Point and 10 Point Scales.
Diana, N. (2018). Analisis Faktor-faktor yang Memengaruhi Minat Penggunaan
Electronic Money di Indonesia.
Dillon, A. (2001). User acceptance of information technology Fred Davis.pdf. Int J Ma-
Machine Studies.
Dillon, A., & Morris, M. G. (1996). User acceptance of new information technology:
theories and models. Annual Review of Information Science and Technology Volume
31.
Djaali. (2008). Skala Likert.
Dwivedi, Y. K., Rana, N. P., Jeyaraj, A., Clement, M., & Williams, M. D. (2019). Re-
examining the Unified Theory of Acceptance and Use of Technology (UTAUT):
Towards a Revised Theoretical Model. Information Systems Frontiers.
Elcom. (2011). Google Android.
Enrique, B. P., Elena, C.-T., & Tomás, E.-R. (2015). Influence of trust and perceived
value on the intention to purchase travel online: Integrating the effects of assurance
on trust antecedents. Tourism Management.
Fauzan, R. (2019). DOMPET DIGITAL: Dana & LinkAja Adu Strategi Gaet Pelanggan.
Retrieved from https://teknologi.bisnis.com/read/20190716/266/1124732/dompet-
digital-dana-linkaja-adu-strategi-gaet-pelanggan
Freepik. (2019). 9,499 Mockup Phone Graphics. Retrieved from
https://www.freepik.com/free-photos-vectors/mockup-phone
Ghozali, I. (2013). Aplikasi Analisis Multivariate dengan Program IBM SPSS.
Guritno, S., Sudaryono, & Untung, R. (2011). Metodologi Penelitian Teknologi
Informasi.
112
Hadi, S. (2004). Statistik jilid 2.
Hair, Joe F., Sarstedt, M., Ringle, C. M., & Mena, J. A. (2012). An assessment of the use
of partial least squares structural equation modeling in marketing research. Journal
of the Academy of Marketing Science.
Hair, Joseph F., Black, W. C., Babin, B. J., & Anderson, R. E. (2014). Multivariate Data
Analysis.
Hopkins, C. D., & Antes, R. L. (1990). Classroom Measurement and Evaluation.
Hosein, N. Z. (2009). Internet Banking: An Empirical Study Of Adoption Rates Among
Midwest Community Banks. Journal of Business & Economics Research (JBER).
Indriantoro, N., & Supomo, B. (2009). Metodologi Penelitian Bisnis. Yogyakarta: BPFE
Yogyakarta.
Jacoby, J., & Kaplan, L. B. (1972). The Components of Perceived Risk, Consumer
Research. Association of Consumer Research Proceedings.
Kemdikbud. (2014). Statistical Package for the Social Sciences.
Kijsanayotin, B., Pannarunothai, S., & Speedie, S. M. (2009). Factors Influencing Health
Information Technology Adoption in Thailand’s Community Health Centers:
Applying the UTAUT Model.
Kim, S. S., & Malhotra, N. K. (2005). A Longitudinal Model of Continued IS Use: An
Integrative View of Four Mechanisms Underlying Postadoption Phenomena.
Kontan. (2019a). Fintech merajai uang elektronik berbasis server, bank hanya 0,2%.
Retrieved from https://keuangan.kontan.co.id/news/fintech-merajai-uang-
elektronik-berbasis-server-bank-hanya-02
Kontan. (2019b). Riset YouGov: Penggunaan GOPAY tertinggi kalahkan pembayaran
elektronik lainnya. Retrieved from https://keuangan.kontan.co.id/news/riset-
yougov-penggunaan-gopay-tertinggi-kalahkan-pembayaran-elektronik-lainnya
Kotler, P., & Armstrong, G. (2010). Prinsip-Prinsip Pemasaran.
Lafraxo, Y., Hadri, F., Amhal, H., & Rossafi, A. (2018). The Effect of Trust, Perceived
Risk and Security on the Adoption of Mobile Banking in Morocco.
Lanier, J. (2010). You Are Not a Gadget.
Lee, S. W., Sung, H. J., & Jeon, H. M. (2019). Determinants of continuous intention on
food delivery apps: Extending UTAUT2 with information quality. Sustainability
(Switzerland).
113
Limayem, M., Hirt, S. G., & Cheung, C. M. K. (2007). How habit limits the predictive
power of Intention. Jstor.
Littler, D., & Melanthiou, D. (2006). Consumer perceptions of risk and uncertainty and
the implications for behaviour towards innovative retail services: The case of
Internet Banking. Journal of Retailing and Consumer Services.
LovePik. (2019). vektor internet teknologi. Retrieved from https://id.lovepik.com/image-
400067652/internet-vector-of-science-and-technology.html
Malau, Y. (2016). Analisis Penerimaan Rail Ticket System pada PT.KAI dengan
Menggunakan Model UTAUT.
Mandiri. (2019). Mandiri e-Money. Retrieved from https://www.bankmandiri.co.id/e-
money
McHaney, R., Hightower, R., & Pearson, J. (2002). A validation of the end-user
computing satisfaction instrument in Taiwan. Information and Management.
Miladinović, J., & Hong, X. (2016). A Study on Factors Affecting the Behavioral
Intention to use Mobile Shopping Fashion Apps in Sweden.
Moneck. (2012). semPLS : Structural Equation Modeling Using Partial Least Squares.
Journal of Statistical Software.
Moore, G. C., & Benbasat, I. (1991). Development of an Instrument to Measure the
Perceptions of Adopting an Information Technology Innovation.
Morosan, C., & DeFranco, A. (2016). It’s about time: Revisiting UTAUT2 to examine
consumers’ intentions to use NFC mobile payments in hotels. International Journal
of Hospitality Management.
Mustakini, J. H. (2013). Metodologi Penelitian Bisnis: Salah Kaprah dan Pengalaman-
Pengalaman. Yogyakarta: Andi.
Neuman, W. L. (2013). Metodologi Penelitian Sosial Pendekatan Kualitatif dan
Kuantitatif Edisi 7.
Oliveira, T., Faria, M., Thomas, M. A., & Popovič, A. (2014). Extending the
understanding of mobile banking adoption: When UTAUT meets TTF and ITM.
International Journal of Information Management.
Omwansa, T., Lule, I., & Waema, T. (2015). The Influence of Trust and Risk in
Behavioural Intention to Adopt Mobile Financial Services among the Poor.
International Arab Journal of E-Technology.
Onaola, S., & Oyewole, O. (2018). Performance expectancy, effort expectancy, and
facilitating condi- tions as factors influencing smart phones use for mobile learning
114
by postgraduate students of the University of Ibadan, Nigeria.
Ouadahi, J. (2008). A qualitative analysis of factors associated with user acceptance and
rejection of a new workplace information system in the public sector: a conceptual
model.
Peijian, S., Wenbo, C., Cheng, Z., & Lihua, H. (2007). Determinants of Information
Technology Usage Habit. PACIS 2007 Proceedings.
Pillai, A., & Mukherjee, J. (2011). User acceptance of hedonic versus utilitarian social
networking web sites.
Purwanto, E. (2019). 2018: Pengguna Smartphone Indonesia Tembus 103 Juta Orang.
Retrieved from https://www.ayooberita.com/berita-----2018-pengguna-smartphone-
indonesia-tembus-103-juta-orang
Putra, M. A. A. (2018). Evaluasi Penggunaan Pada Produk Uang Elektronik E-Money
Bank Mandiri Menggunakan Model UTAUT 2 (Studi Kasus : Kecamatan Ciputat).
Rakhma, S. (2018). Ada Go-Pay, Ovo, T-Cash dan Sebagainya, Mungkinkah Disatukan?
Retrieved from https://ekonomi.kompas.com/read/2018/02/15/130231826/ada-go-
pay-ovo-t-cash-dan-sebagainya-mungkinkah-disatukan
Riduwan, & Akdon. (2013). Rumus dan Data Dalam Analisis Statistika. Bandung:
Alfabeta.
Riswari, N. (2015). Evaluasi Sistem Informasi Manajemen Kepegawaian dengan Metode
HOT FIT.
Rofiq, A. (2007). Pengaruh Dimensi Kepercayaan (Trust) Terhadap Partisipasi Pelanggan
E-Commerce: Studi Pada Pelanggan E-Commerce di Indonesia.
Sabarkhah, D. R. (2018). Pengukuran tingkat penerimaan dan penggunaan teknologi uang
elektronik di Tangerang Selatan dengan menggunakan model UTAUT 2.
Salisbury, W. D., Pearson, R. A., Pearson, A. W., & Miller, D. W. (2001). Perceived
security and World Wide Web purchase intention. Industrial Management & Data
Systems.
Sangaji, E. M., & Sopiah. (2010). Metodologi Penelitian. Andi.
Santhika, E. (2017). Sektor Transportasi Tanah Air Diprediksi Bakal Genjot Penggunaan
Dompet Elektronik. Retrieved from https://id.techinasia.com/sektor-transportasi-
genjot-penggunaan-dompet-elektronik
Santoso, S. (2011). Structural Equation Modelling.
Sarstedt, M., Ringle, C. M., & Hair, J. F. (2017). Partial Least Squares Structural Equation
115
Modeling. Springer International Publishing.
Saumell, R. P., Coll, S. F., García, J. S., & Robres, E. (2019). User Acceptance of Mobile
Apps for Restaurants: An Expanded and Extended UTAUT-2. Sustainability.
Sekaran, U. (2006). Metodologi Penelitian Untuk Bisnis.
Setiawan, N. (2007). Penentuan Ukuran Sampel Memakai Rumus Slovin dan Tabel
Krejcie-Morgan: Telaah Konsep dan Aplikasinya, (November).
Setyowati, D. (2019). Pasca-Eror Bank Mandiri, LinkAja, OVO, DANA Jamin Saldo
Pengguna Aman. Retrieved from https://katadata.co.id/berita/2019/07/23/pasca-
eror-bank-mandiri-linkaja-ovo-dana-jamin-saldo-pengguna-aman
Siregar, S. (2017). Metode Penelitian Kuantitatif: Dilengkapi dengan perbandingan
perhitungan manual & SPSS.
SmartPLS. (2019). No Title. Retrieved from https://www.smartpls.com/
Soeprajitno, H. (2018). Diskon hingga Malas Repot, 9 Perilaku Digital Payment di
Indonesia. Retrieved from https://marketeers.com/9-perilaku-digital-payment-di-
indonesia/
Strauss, J., El-Ansary, A., & Frost, R. (2003). E-marketing.
Sudjana, N. (1989). Dasar-dasar Proses Belajar Mengajar.
Sugiyono. (2012). Metode Penelitian Kuantitatif, Kualitatif, dan Kombinasi. Bandung:
Alfabeta.
Suh, B., & Han, I. (2002). Effect of trust on customer acceptance of Internet banking.
Electronic Commerce Research and Applications.
Suprananto, K. (2012). Pengukuran dan Penilaian Pendidikan.
Syafita, J. D., Suharyono, & Sunarti. (2018). Utilitarian and Hedonic Values That
Influence Customer Satisfaction and Their Impact on the Repurchase Intention :
tafsirweb. (2019). Surat Ar-Ra’d Ayat 11. Retrieved from https://tafsirweb.com/3971-
surat-ar-rad-ayat-11.html
Taylor, J. W. (1974). The Role of Risk in Consumer Behavior. Journal of Marketing.
Thong, J. Y. L., Hong, S. J., & Tam, K. Y. (2006). The Effects of Post-Adoption Beliefs
on the Expectation–Confirmation Model for Information Technology Continuance.
Troy, T. D., Lenandlar, S., & Kemual, G. (2013). The utility of the UTAUT model in
explaining mobile learning adoption in higher education in Guyana. International
Journal of Education and Development Using Information and Communication
116
Technology, 9(3), 71–85.
Utami, E. (2018). Uang Elektronik Vs Dompet Elektronik, Mana yang Akan Anda Pilih?
Retrieved from https://www.qerja.com/journal/view/11973-uang-elektronik-vs-
dompet-elektronik-mana-yang-akan-anda-pilih-eu08/
van der Heijden, H. (2004). User Acceptance of Hedonic Systems. MIS Quarterly.
Venkatesh, V., Thong, J. Y. L., & Xu, X. (2003). Unified Theory of Acceptance and Use
of Technology: A Synthesis and the Road Ahead. Journal of the Association for
Information Systems.
Venkatesh, V., Thong, J. Y. L., & Xu, X. (2012). Consumer Acceptance and Use of
Information Technology: Extending the Unified Theory of Acceptance and Use of
Technology.
Wardani, A. S. (2018). Ramai Pengguna Gojek Keluhkan Isi Ulang Gopay Tak Masuk ke
Saldo. Retrieved from https://www.liputan6.com/tekno/read/3922630/ramai-
pengguna-gojek-keluhkan-isi-ulang-gopay-tak-masuk-ke-saldo
Wong, K. K.-K. (2013). Partial Least Squares Structural Equation Modeling (PLS-SEM)
Techniques Using SmartPLS. Marketing Bulletin.
Would, H. (1982). Soft Modeling: The Basic Design and Some Extensions.
Yamin, S., & Kurniawan, H. (2011). Generasi Baru Mengolah Data Penelitian dengan
Partial Least Square Path Modeling.
Yang, K. (2010). Determinants of US consumer mobile shopping services adoption:
Implications for designing mobile shopping services. Journal of Consumer
Marketing.
Zainul, A., & Nasution, N. (2001). Penilaian Hasil Belajar.
Zuriah, N. (2006). Metode Penelitian Sosial dan Pendidikan. Jakarta: Bumi Aksara.
117
LAMPIRAN
xvi
1. Kuesioner Penelitian
PENGANTAR KUESIONER
Assalamu'alaikum Wr.Wb.
Yth, Bapak/Ibu/Saudara/i
Perkenalkan saya Muhammad Taufik Hidayat, Mahasiswa S-1 Program Studi Sistem
Informasi Universitas Islam Negeri Syarif Hidayatullah Jakarta. Saat ini saya sedang melakukan
penelitian skripsi yang berjudul "Pengukuran Penerimaan Pengguna Dompet Elektronik
Berbasis Server di Tangerang Selatan menggunakan UTAUT 2 (Studi Kasus: GO-PAY, OVO,
LinkAja, dan Dana)" yang bertujuan untuk mengetahui faktor-faktor apa saja yang dapat
mempengaruhi penerimaan pengguna dompet elektronik berbasis server di Tangerang Selatan.
Saya mengharapkan kesediaan Bapak/Ibu/Saudara/i untuk menjadi responden dalam
penelitian ini. Informasi yang diberikan akan sangat bermanfaat bagi penelitian ini, dan terjamin
kerahasiaannya serta hanya digunakan untuk kepentingan penelitian ini.
Sebelum dan sesudahnya, saya mengucapkan terima kasih banyak atas kesediaan
Bapak/Ibu/Saudara/i dalam meluangkan waktu untuk mengisi kuesioner ini. Mohon maaf apabila
terdapat kesalahan dalam penulisan.
Apabila ada yang ingin ditanyakan, silahkan menghubungi melalui:
WA : 08978823477
Email : [email protected]
Wassalamu'alaikum Wr.Wb.
xvii
Kuesioner Penelitian Penerimaan Pengguna Dompet Elektronik Berbasis Server
Kuesioner menggunakan pengisian secara online melalui link
http://bit.ly/dompetelektronik
1. Bagian Pertama
A. Profil Responden
Karakteristik Pengguna Dompet Elektronik
Petunjuk: jawablah pertanyaan dibawah ini dengan memberikan tanda (√)
pada pilihan jawaban yang tersedia sesuai dengan pendapat saudara:
1. Nama:
2. Dompet elektronik yang digunakan (pilihan bisa lebih dari satu):
Go-Pay LinkAja
OVO Dana
3. Kecamatan tinggal:
Setu Serpong Ciputat Ciputat Timur
Pamulang Pondok Aren Serpong Utara
4. Jenis kelamin:
Pria Wanita
5. Usia:
17 - 29 40 - 49
30 - 39 > 50thn
6. Pendidikan saat ini:
SMA S1 S3
D3 S2
7. Sudah berapa lama menggunakan?
< < 1 tahun 3 tahun - 5 tahun
1 tahun - 3 tahun 5 tahun - 10 tahun
8. Berapa kali menggunakan dompet elektronik selama seminggu?
1 - 3 kali 7 - 10 kali
4 - 6 kali > 10 kali
9. Nominal yang dikeluarkan pada dompet elektronik selama seminggu?
< Rp. 500.000 Rp. 2.000.000 - Rp. 3.000.000
Rp. 500.000 - Rp. 1.000.000 > Rp. 3.000.000
Rp. 1.000.000 - Rp. 2.000.000
xviii
10. Fungsi penggunaan dompet elektronik (pilihan bisa lebih dari satu):
Transportasi Online Belanja Online Membayar di Toko Kirim Uang
2. Bagian Kedua
Pada bagian kedua kuesioner berisikan item-item pernyataan tentang
penerimaan pengguna dompet elektronik di Tangerang Selatan. Untuk
pernyataan berikut, berikan tanda (√) pada kolom yang tersedia sesuai dengan
pendapat saudara dengan pilihan jawaban:
Nilai Jawaban
1 Sangat Tidak Setuju
2 Tidak Setuju
3 Kurang Setuju
4 Setuju
5 Sangat Setuju
No Pertanyaan 1 2 3 4 5
Performance Expectancy
Bagaimana manfaat untuk anda dari menggunakan dompet elektronik?
1 Dompet elektronik sangat bermanfaat untuk keseharian saya
2 Dompet elektronik meningkatkan produktivitas saya
3 Dompet elektronik membantu menyelesaikan transaksi pembayaran lebih
cepat
Effort Expectancy
Bagaimana rasa kemudahan ketika anda menggunakan dompet elektronik?
4 Dompet elektronik mudah untuk saya pelajari
5 Dompet elektronik mudah digunakan
6 Saya dapat dengan mudah terampil menggunakan dompet elektronik
Social Influence
Bagaimana orang di lingkungan sekitar anda mempengaruhi untuk menggunakan dompet elektronik?
7 Orang-orang di lingkungan sekitar saya menyarankan untuk menggunakan
dompet elektronik
8 Saya menggunakan dompet elektronik karena orang-orang di lingkungan
sekitar saya banyak yang menggunakannya
9 Orang-orang di lingkungan sekitar saya yang menggunakan dompet
elektronik terlihat lebih mengikuti perkembangan zaman
Perceived Trust
Bagaimana rasa percaya anda ketika menggunakan dompet elektronik?
10 Saya yakin dompet elektronik yang saya gunakan akan melakukan transaksi
pembayaran dengan lancar
11 Saya yakin transaksi pembayaran dengan menggunakan dompet elektronik
dapat dipercaya keamanannya
xix
No Pertanyaan 1 2 3 4 5
12 Saya yakin dompet elektronik yang saya gunakan akan berusaha
memberikan layanan yang diinginkan penggunanya dalam bertransaksi
Perceived Risk
Adakah rasa kekhawatiran ketika menggunakan dompet elektronik?
13 Saya yakin tidak akan kehilangan uang ketika menggunakan dompet
elektronik
14 Saya yakin dompet elektronik dapat berfungsi dengan baik
15 Saya yakin penggunaan dompet elektronik tidak akan memberikan dampak
resiko kedepannya
Facilitating Conditions
Bagaimana fasilitas ketika menggunakan dompet elektronik?
16 Saya memiliki pengetahuan yang cukup untuk menggunakan dompet
elektronik
17 Sarana dan prasarana teknologi yang menunjang dompet elektronik sudah
umum digunakan
18 Terdapat tenaga ahli yang akan membantu ketika saya mengalami kesulitan
dalam menggunakan dompet elektronik
Hedonic Motivation
Bagaimana perasaan anda ketika menggunakan dompet elektronik?
19 Saya merasa nyaman menggunakan dompet elektronik
20 Saya merasa senang menggunakan dompet elektronik
21 Saya merasa menikmati menggunakan dompet elektronik
Price Value
Bagaimana uang yang anda keluarkan untuk penggunaan dompet elektronik?
22 Saya merasa uang yang dikeluarkan untuk menggunakan dompet elektronik
terjangkau
23 Saya merasa harga layanan pada dompet elektronik sudah sesuai dengan
layanan-layanan yang ditawarkan dan diterima
24 Saya bersedia untuk membayar seharga yang telah ditetapkan untuk
menggunakan dompet elektronik
Habit
Bagaimana kebiasaan anda menggunakan dompet elektronik?
25 Penggunaan dompet elektronik sudah biasa saya lakukan
26 Saya ketergantungan untuk selalu menggunakan dompet elektronik
27 Saya harus menggunakan dompet elektronik dalam setiap transaksi
pembayaran
Behavioral Intention
Bagaimana perilaku anda terkait penggunaan sistem baru berupa dompet elektronik?
28 Saya berencana untuk menggunakan dompet elektronik untuk seterusnya
29 Saya akan menggunakan dompet elektronik sesering mungkin
30 Saya akan menyarankan orang lain untuk menggunakan dompet elektronik
Use Behavior
Seberapa sering anda menggunakan dompet elektronik?
31 Dompet elektronik pasti akan saya gunakan minimal seminggu sekali
xx
No Pertanyaan 1 2 3 4 5
32 Dompet elektronik telah sering saya gunakan
33 Dompet elektronik telah saya gunakan untuk berbagai keperluan
2. Data Demografis
DE1
D
E
2
DE
3
DE
4 KT JK U
P
d
k
Wkt Intn Ung FP1 FP2 FP3 FP4
GO
-
PA
Y
0 0 0 Pam
ulang
Pr
ia
1
7-
2
9
S
M
A
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
0 0 0 Serp
ong
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
0 0 0
D
A
N
A
Ciput
at
Timu
r
Pr
ia
1
7-
2
9
S
M
A
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000 0
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
0 0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
0 0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000 0 0
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
O
V
O
0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
3
tahun
- 5
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
O
V
O
Li
nk
Aj
a
D
A
N
A
Ciput
at
Timu
r
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
GO
-
PA
Y
0 0
D
A
N
A
Pam
ulang
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
0 0 0 Serp
ong
W
an
ita
1
7-
2
9
S
M
A
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
xxi
DE1
D
E
2
DE
3
DE
4 KT JK U
P
d
k
Wkt Intn Ung FP1 FP2 FP3 FP4
GO
-
PA
Y
0 0 0 Pam
ulang
Pr
ia
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
O
V
O
0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
0 0
D
A
N
A
Pond
ok
Aren
Pr
ia
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Ciput
at
Timu
r
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
0 0 0
Pond
ok
Aren
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0
Kiri
m
Uan
g
GO
-
PA
Y
O
V
O
0
D
A
N
A
Pam
ulang
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
0 0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
0 0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
Rp.
500.000-
Rp.
1.000.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
Li
nk
Aj
a
D
A
N
A
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
xxii
DE1
D
E
2
DE
3
DE
4 KT JK U
P
d
k
Wkt Intn Ung FP1 FP2 FP3 FP4
GO
-
PA
Y
0 0
D
A
N
A
Ciput
at
Timu
r
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
7 -
10
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
Kiri
m
Uan
g
GO
-
PA
Y
0 0 0 Serp
ong
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
0
O
V
O
0 0 Ciput
at
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000 0
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
O
V
O
0 0 Pam
ulang
W
an
ita
1
7-
2
9
D
3
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Serp
ong
Pr
ia
1
7-
2
9
D
3
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
Kiri
m
Uan
g
0
O
V
O
0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
M
A
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Ciput
at
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
0
O
V
O
0 0 Ciput
at
W
an
ita
1
7-
2
9
S
M
A
<
1tahu
n
1 -
3
kali
< Rp.
500.000 0 0 0
Kiri
m
Uan
g
GO
-
PA
Y
O
V
O
Li
nk
Aj
a
D
A
N
A
Serp
ong
Pr
ia
1
7-
2
9
S
M
A
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
0 0 0
D
A
N
A
Pond
ok
Aren
Pr
ia
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000 0 0
Memb
ayar di
Toko
0
0 0 0
D
A
N
A
Pond
ok
Aren
Pr
ia
1
7-
2
9
S
M
A
<
1tahu
n
1 -
3
kali
< Rp.
500.000 0
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
0
O
V
O
0 0 Pam
ulang
W
an
ita
1
7-
2
9
D
3
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
0
O
V
O
0 0 Ciput
at
Pr
ia
1
7-
2
9
S
M
A
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
xxiii
DE1
D
E
2
DE
3
DE
4 KT JK U
P
d
k
Wkt Intn Ung FP1 FP2 FP3 FP4
GO
-
PA
Y
0 0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
0
O
V
O
0 0
Ciput
at
Timu
r
Pr
ia
1
7-
2
9
S
M
A
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
O
V
O
0 0
Ciput
at
Timu
r
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
GO
-
PA
Y
O
V
O
0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Ciput
at
Pr
ia
1
7-
2
9
S
M
A
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Pam
ulang
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0 0
Ciput
at
Timu
r
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
0 0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
0
O
V
O
0 0 Ciput
at
Pr
ia
1
7-
2
9
S
M
A
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
0
O
V
O
0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
7 -
10
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
O
V
O
0 0
Pond
ok
Aren
W
an
ita
1
7-
2
9
D
3
1
tahun
- 3
tahun
7 -
10
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
0 0 0
Ciput
at
Timu
r
Pr
ia
1
7-
2
9
S
M
A
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
0 0 0 Ciput
at
Pr
ia
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
xxiv
DE1
D
E
2
DE
3
DE
4 KT JK U
P
d
k
Wkt Intn Ung FP1 FP2 FP3 FP4
0
O
V
O
0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
M
A
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Pond
ok
Aren
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
>
10
kali
Rp.
2.000.000-
Rp.
3.000.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Pond
ok
Aren
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
>
10
kali
Rp.
500.000-
Rp.
1.000.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
0
O
V
O
0 0
Ciput
at
Timu
r
Pr
ia
1
7-
2
9
D
3
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
O
V
O
0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
0 0 0 Ciput
at
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
Rp.
500.000-
Rp.
1.000.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
0
O
V
O
0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000 0 0
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
0 0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
0
O
V
O
Li
nk
Aj
a
0 Ciput
at
W
an
ita
1
7-
2
9
S
1
3
tahun
- 5
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
0 0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
0
Li
nk
Aj
a
0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
xxv
DE1
D
E
2
DE
3
DE
4 KT JK U
P
d
k
Wkt Intn Ung FP1 FP2 FP3 FP4
GO
-
PA
Y
O
V
O
0
D
A
N
A
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
0
O
V
O
Li
nk
Aj
a
D
A
N
A
Pam
ulang
W
an
ita
1
7-
2
9
S
2
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000 0
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Pond
ok
Aren
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
0 0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
2
1
tahun
- 3
tahun
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
0
O
V
O
0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
0 0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
O
V
O
0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Pam
ulang
W
an
ita
1
7-
2
9
D
3
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
Li
nk
Aj
a
D
A
N
A
Pam
ulang
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
7 -
10
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0 0 Setu
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
>
10
kali
Rp.
500.000-
Rp.
1.000.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
Li
nk
Aj
a
D
A
N
A
Ciput
at
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
0 0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Pond
ok
Aren
Pr
ia
1
7-
2
9
S
2
<
1tahu
n
1 -
3
kali
< Rp.
500.000 0
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
GO
-
PA
Y
0 0 0
Pond
ok
Aren
W
an
ita
1
7-
2
9
S
M
A
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
xxvi
DE1
D
E
2
DE
3
DE
4 KT JK U
P
d
k
Wkt Intn Ung FP1 FP2 FP3 FP4
GO
-
PA
Y
0 0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
M
A
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
O
V
O
0 0 Pam
ulang
Pr
ia
1
7-
2
9
D
3
<
1tahu
n
>
10
kali
Rp.
1.000.000-
Rp.
2.000.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000 0
Belan
ja
Onlin
e
0 0
0
O
V
O
0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
0 0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
0 0 0
D
A
N
A
Ciput
at
Pr
ia
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000 0
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
O
V
O
0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
0
Li
nk
Aj
a
0 Ciput
at
W
an
ita
1
7-
2
9
S
1
3
tahun
- 5
tahun
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
GO
-
PA
Y
O
V
O
0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
GO
-
PA
Y
O
V
O
0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
>
10
kali
Rp.
500.000-
Rp.
1.000.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
0 0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
0 0
D
A
N
A
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
D
3
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0
Kiri
m
Uan
g
xxvii
DE1
D
E
2
DE
3
DE
4 KT JK U
P
d
k
Wkt Intn Ung FP1 FP2 FP3 FP4
0
O
V
O
0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
O
V
O
0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
0
O
V
O
0 0 Pam
ulang
Pr
ia
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Ciput
at
Timu
r
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Pam
ulang
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
0 0 0
D
A
N
A
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
0 0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
Rp.
500.000-
Rp.
1.000.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
O
V
O
0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
O
V
O
Li
nk
Aj
a
0 Ciput
at
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
0 0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
3
tahun
- 5
tahun
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
0 0 0 Pam
ulang
W
an
ita
3
0-
3
9
D
3
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
0 0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
GO
-
PA
Y
0 0
D
A
N
A
Pam
ulang
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
7 -
10
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
xxviii
DE1
D
E
2
DE
3
DE
4 KT JK U
P
d
k
Wkt Intn Ung FP1 FP2 FP3 FP4
0
O
V
O
0 0 Ciput
at
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
Rp.
500.000-
Rp.
1.000.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
0
O
V
O
0 0 Ciput
at
Pr
ia
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000 0
Belan
ja
Onlin
e
0 0
0 0 0
D
A
N
A
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
D
3
<
1tahu
n
1 -
3
kali
< Rp.
500.000 0 0
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0 0 Ciput
at
W
an
ita
1
7-
2
9
S
M
A
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
0 0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
0 0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
0 0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
0 0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Ciput
at
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
0 0 0 Ciput
at
Pr
ia
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000 0
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
O
V
O
0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
M
A
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
0 0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Pond
ok
Aren
Pr
ia
1
7-
2
9
S
1
<
1tahu
n
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Serp
ong
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
xxix
DE1
D
E
2
DE
3
DE
4 KT JK U
P
d
k
Wkt Intn Ung FP1 FP2 FP3 FP4
GO
-
PA
Y
O
V
O
0
D
A
N
A
Pam
ulang
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
7 -
10
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
GO
-
PA
Y
O
V
O
0 0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
0
O
V
O
0
D
A
N
A
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
2
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
O
V
O
0 0 Pam
ulang
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
GO
-
PA
Y
O
V
O
0
D
A
N
A
Pam
ulang
W
an
ita
1
7-
2
9
S
M
A
<
1tahu
n
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0 0
Serp
ong
Utara
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
0
O
V
O
0 0
Serp
ong
Utara
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
Rp.
500.000-
Rp.
1.000.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
O
V
O
0 0 Ciput
at
W
an
ita
1
7-
2
9
S
M
A
1
tahun
- 3
tahun
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
GO
-
PA
Y
0 0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
O
V
O
0 0
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
0 0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Ciput
at
Timu
r
W
an
ita
1
7-
2
9
D
3
<
1tahu
n
>
10
kali
Rp.
500.000-
Rp.
1.000.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
GO
-
PA
Y
0 0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
xxx
DE1
D
E
2
DE
3
DE
4 KT JK U
P
d
k
Wkt Intn Ung FP1 FP2 FP3 FP4
0
O
V
O
0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
O
V
O
0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
7 -
10
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Pond
ok
Aren
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
0 0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
O
V
O
0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
0
O
V
O
0 0 Serp
ong
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000 0
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
O
V
O
0 0 Pam
ulang
Pr
ia
1
7-
2
9
D
3
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
GO
-
PA
Y
O
V
O
Li
nk
Aj
a
D
A
N
A
Ciput
at
W
an
ita
1
7-
2
9
D
3
3
tahun
- 5
tahun
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Pam
ulang
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
0 0
Li
nk
Aj
a
0 Pam
ulang
W
an
ita
1
7-
2
9
S
1
<
1tahu
n
4 -
6
kali
< Rp.
500.000 0 0
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
Li
nk
Aj
a
D
A
N
A
Ciput
at
Pr
ia
1
7-
2
9
S
M
A
3
tahun
- 5
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
GO
-
PA
Y
O
V
O
0
D
A
N
A
Serp
ong
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
>
10
kali
Rp.
1.000.000-
Rp.
2.000.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
xxxi
DE1
D
E
2
DE
3
DE
4 KT JK U
P
d
k
Wkt Intn Ung FP1 FP2 FP3 FP4
GO
-
PA
Y
O
V
O
0 0 Serp
ong
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
4 -
6
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
0 0
D
A
N
A
Pond
ok
Aren
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0 0
GO
-
PA
Y
O
V
O
0
D
A
N
A
Ciput
at
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000 0 0
Memb
ayar di
Toko
0
GO
-
PA
Y
0 0 0 Pam
ulang
Pr
ia
1
7-
2
9
D
3
1
tahun
- 3
tahun
7 -
10
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
Li
nk
Aj
a
D
A
N
A
Serp
ong
Pr
ia
1
7-
2
9
S
1
1
tahun
- 3
tahun
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
0
Memb
ayar di
Toko
Kiri
m
Uan
g
GO
-
PA
Y
0 0
D
A
N
A
Pond
ok
Aren
Pr
ia
1
7-
2
9
D
3
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
0
GO
-
PA
Y
O
V
O
0 0
Pond
ok
Aren
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
7 -
10
kali
Rp.
500.000-
Rp.
1.000.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
GO
-
PA
Y
O
V
O
0
D
A
N
A
Ciput
at
W
an
ita
1
7-
2
9
S
M
A
<
1tahu
n
>
10
kali
< Rp.
500.000
Transp
ortasi
Online
Belan
ja
Onlin
e
0
Kiri
m
Uan
g
GO
-
PA
Y
O
V
O
Li
nk
Aj
a
D
A
N
A
Serp
ong
W
an
ita
3
0-
3
9
S
2
1
tahun
- 3
tahun
>
10
kali
Rp.
1.000.000-
Rp.
2.000.000
Transp
ortasi
Online
Belan
ja
Onlin
e
Memb
ayar di
Toko
Kiri
m
Uan
g
GO
-
PA
Y
0 0 0 Ciput
at
W
an
ita
1
7-
2
9
S
1
1
tahun
- 3
tahun
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
0
O
V
O
0 0 Serp
ong
Pr
ia
1
7-
2
9
S
1
<
1tahu
n
1 -
3
kali
< Rp.
500.000
Transp
ortasi
Online
0 0 0
3. Data Statistik
P
E
1
P
E
2
P
E
3
E
E
1
E
E
2
E
E
3
S
I
1
S
I
2
S
I
3
P
T
1
P
T
2
P
T
3
P
R
1
P
R
2
P
R
3
F
C
1
F
C
2
F
C
3
H
M
1
H
M
2
H
M
3
P
V
1
P
V
2
P
V
3
H
T
1
H
T
2
H
T
3
B
I
1
B
I
2
B
I
3
U
B
1
U
B
2
U
B
3
3 3 3 4 4 4 4 4 5 4 4 4 4 3 4 4 5 5 4 4 4 5 4 4 4 3 3 5 4 4 5 4 5
4 4 4 5 5 5 5 4 5 3 4 4 4 4 4 4 4 4 5 5 4 4 5 5 4 4 5 4 4 4 3 4 4
4 3 5 4 4 3 5 3 5 5 5 3 5 5 5 3 5 5 3 4 4 3 3 5 5 5 5 5 5 5 4 5 5
4 4 4 4 4 4 4 4 5 3 3 4 4 4 4 4 4 4 3 4 3 4 4 4 4 4 4 4 5 5 3 4 4
xxxii
P
E
1
P
E
2
P
E
3
E
E
1
E
E
2
E
E
3
S
I
1
S
I
2
S
I
3
P
T
1
P
T
2
P
T
3
P
R
1
P
R
2
P
R
3
F
C
1
F
C
2
F
C
3
H
M
1
H
M
2
H
M
3
P
V
1
P
V
2
P
V
3
H
T
1
H
T
2
H
T
3
B
I
1
B
I
2
B
I
3
U
B
1
U
B
2
U
B
3
5 4 4 5 5 5 5 5 5 4 4 5 4 5 5 4 5 4 5 4 4 5 3 5 4 5 5 3 4 4 4 5 5
5 5 5 3 3 3 5 5 5 4 4 5 3 3 4 5 5 5 5 4 5 5 5 3 5 5 3 5 5 5 3 4 4
3 4 4 5 5 4 5 4 5 3 3 4 4 4 5 4 5 3 4 4 4 5 5 5 5 3 4 4 4 4 5 4 5
4 4 4 4 4 4 4 4 4 4 4 5 4 3 3 3 4 4 5 4 4 5 5 5 4 4 4 5 4 4 5 5 5
4 3 4 5 5 5 4 4 5 5 5 5 5 4 4 4 4 5 3 4 3 5 4 4 3 4 3 4 4 4 4 4 4
4 5 5 4 4 4 5 5 4 3 3 4 4 5 5 5 3 4 5 5 5 3 3 4 3 4 5 5 5 5 5 5 4
3 2 3 5 5 4 4 4 4 5 3 4 4 3 4 4 3 3 4 4 3 3 4 3 4 4 4 4 3 3 4 3 3
4 2 3 4 4 4 5 3 5 3 3 3 3 4 5 4 4 3 4 4 4 3 3 3 4 4 4 4 4 4 5 4 3
4 3 3 4 4 4 4 3 5 4 4 4 4 5 4 5 4 4 5 4 3 3 4 3 5 5 5 5 4 5 4 3 4
3 2 3 4 4 4 4 3 4 3 3 3 5 4 4 3 4 3 5 4 4 3 2 3 4 4 4 4 4 4 3 4 4
4 4 4 5 5 5 5 4 4 5 4 4 5 4 5 4 5 5 4 4 3 3 4 4 5 4 5 5 5 4 5 5 5
4 3 3 4 4 4 4 4 4 3 4 4 4 4 4 5 5 4 3 4 4 3 3 3 4 4 4 4 3 3 4 4 4
3 2 3 4 4 4 4 3 4 4 3 3 3 3 3 4 3 3 3 3 3 4 3 4 3 3 4 3 3 3 3 3 3
4 3 4 5 5 5 5 3 5 4 4 5 4 5 4 5 5 5 3 3 4 2 3 2 5 5 3 5 3 5 5 3 4
4 4 3 4 4 4 4 4 5 3 3 4 5 4 4 3 4 3 3 3 3 3 4 4 5 5 4 5 4 4 4 4 4
3 2 2 5 5 4 5 3 5 4 3 5 4 4 3 3 4 4 5 5 5 3 3 3 5 5 5 4 4 4 3 3 3
3 3 3 5 5 5 5 4 4 4 4 4 4 3 4 4 4 4 3 3 4 4 4 4 5 4 4 4 3 3 4 5 4
3 3 3 4 5 4 4 4 5 3 4 4 4 4 4 3 4 3 4 4 4 3 3 3 5 5 4 5 5 4 5 5 4
4 3 3 4 4 4 5 4 4 4 5 3 4 4 5 4 4 4 3 3 4 3 3 4 5 4 4 4 4 4 4 4 5
4 3 3 5 5 5 4 4 5 4 4 4 3 3 4 5 4 5 4 4 3 3 4 3 5 4 5 5 4 4 5 4 3
5 5 5 4 4 4 5 5 5 4 4 5 4 4 4 4 4 4 4 5 5 4 4 4 4 4 4 4 5 5 3 5 5
4 2 4 4 5 4 5 5 5 5 5 5 5 5 5 5 5 4 5 5 4 5 4 5 4 3 3 5 5 5 4 4 4
2 2 3 3 4 4 4 3 3 3 3 4 4 3 4 3 4 3 4 3 4 4 3 3 3 4 4 3 3 3 3 3 3
4 4 3 4 4 4 5 4 5 4 4 5 4 3 4 5 5 5 5 4 4 3 4 4 5 5 5 5 5 5 5 4 5
4 5 4 5 5 4 4 4 3 4 4 5 4 4 5 4 3 4 5 5 5 4 5 5 4 4 4 4 3 5 5 5 4
5 4 4 5 5 5 5 5 4 3 3 3 5 4 4 4 4 5 4 4 5 3 2 2 4 5 4 3 4 4 3 4 4
3 4 3 5 5 5 5 3 4 4 4 5 4 5 4 5 4 5 3 3 4 5 3 5 5 5 4 4 5 4 5 4 5
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 4 4 4 4
3 3 2 3 3 3 4 5 5 3 3 4 4 5 4 4 4 3 3 3 3 3 2 3 5 5 4 4 4 4 4 5 4
3 3 3 4 4 4 3 4 4 4 4 3 5 5 5 3 3 3 4 4 4 4 4 4 4 4 4 3 3 3 3 3 3
3 3 3 5 5 4 3 3 4 4 3 3 5 5 4 5 5 5 3 3 4 5 4 4 3 3 4 4 4 5 4 4 5
4 3 3 5 4 5 5 5 5 5 5 4 4 4 4 4 4 3 4 5 4 4 3 4 4 4 3 3 3 3 3 3 3
4 4 3 4 4 4 4 4 5 3 3 3 3 3 4 4 4 4 3 3 5 3 3 3 5 4 3 5 4 5 5 5 5
4 5 5 4 4 4 3 3 4 4 5 5 5 5 5 4 5 4 4 4 4 5 5 5 5 5 5 4 5 5 4 4 5
3 3 3 4 5 5 3 3 5 3 3 3 4 4 4 5 5 5 3 3 3 3 3 3 5 5 5 5 5 5 3 3 4
3 3 3 4 4 4 4 4 4 3 4 4 3 3 4 5 4 4 4 4 5 4 4 4 3 4 4 4 5 5 4 4 5
4 4 4 5 5 5 4 4 5 4 4 4 4 4 4 5 4 5 5 4 4 4 4 4 4 4 4 5 5 4 4 4 4
3 3 3 4 4 4 5 4 5 5 4 4 4 5 5 4 5 4 4 4 4 4 5 5 4 5 4 4 4 5 5 4 3
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
3 3 4 4 4 4 4 3 4 3 3 3 4 5 4 4 4 3 4 3 4 3 4 4 4 4 4 3 3 3 4 3 4
5 4 4 4 4 4 4 4 5 4 4 5 4 4 4 5 5 5 3 4 4 4 4 3 4 4 4 5 5 5 4 4 5
4 4 4 5 5 5 5 5 5 4 4 4 5 5 5 5 4 4 4 4 4 3 3 4 4 5 5 4 4 4 5 5 4
3 3 5 4 4 4 4 4 4 5 5 5 4 4 4 4 4 3 5 5 4 3 4 3 4 4 4 4 4 5 4 4 4
4 4 4 5 5 5 3 3 2 5 4 4 5 5 4 3 3 4 3 3 3 4 3 3 3 2 2 3 3 3 3 3 3
4 4 4 4 4 4 4 4 5 4 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 4 4 4
4 3 4 3 3 4 4 3 4 4 3 3 3 4 3 3 3 2 4 3 3 4 4 4 4 4 4 4 4 4 3 3 3
5 5 5 4 4 4 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 4 4 5 5 5 4 4 4 5 5 5 5
4 4 5 5 5 4 5 3 5 4 3 5 3 5 5 4 4 4 5 5 5 2 2 3 4 5 3 4 4 4 5 4 5
4 3 4 4 4 4 4 4 4 4 5 3 3 4 3 3 3 3 4 3 4 3 2 3 3 3 4 3 3 3 4 4 3
xxxiii
P
E
1
P
E
2
P
E
3
E
E
1
E
E
2
E
E
3
S
I
1
S
I
2
S
I
3
P
T
1
P
T
2
P
T
3
P
R
1
P
R
2
P
R
3
F
C
1
F
C
2
F
C
3
H
M
1
H
M
2
H
M
3
P
V
1
P
V
2
P
V
3
H
T
1
H
T
2
H
T
3
B
I
1
B
I
2
B
I
3
U
B
1
U
B
2
U
B
3
4 3 4 4 4 5 3 4 4 4 4 4 3 3 4 4 3 4 3 3 3 2 2 2 4 4 4 5 5 4 3 4 4
5 5 5 4 4 4 5 5 5 5 4 4 5 4 4 5 4 5 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5
4 3 4 5 5 5 5 5 4 5 5 5 5 4 5 5 5 4 5 5 5 4 4 4 3 4 3 4 3 4 5 5 4
4 5 5 3 3 3 5 4 5 4 4 5 4 5 4 4 4 4 5 5 5 3 5 3 3 4 4 5 5 5 4 4 5
3 4 4 4 5 4 4 4 5 3 3 4 5 5 4 5 5 4 5 4 4 4 3 4 3 3 3 4 4 4 5 4 3
4 4 4 5 5 4 4 4 4 4 3 5 4 3 4 4 4 5 5 5 5 4 4 4 5 4 4 5 5 5 5 5 4
5 5 4 5 5 5 4 4 4 5 4 4 4 5 5 4 5 3 3 4 4 5 3 5 4 5 5 4 5 4 4 4 4
5 5 5 4 4 4 5 4 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 4 5 4 4 5
5 5 5 4 5 4 5 5 5 4 5 5 4 4 4 5 5 5 5 5 5 4 4 5 5 5 5 5 5 4 5 5 5
4 4 3 4 4 4 4 3 4 3 3 3 5 4 4 3 4 4 4 4 4 3 4 4 3 3 3 3 3 4 4 3 4
4 3 4 5 5 5 5 4 5 5 5 5 4 4 5 5 4 4 3 5 5 2 2 3 4 4 4 4 4 4 5 4 4
4 4 3 5 5 5 4 3 4 4 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3 4 3 4
3 3 4 5 4 3 5 5 5 5 3 5 5 4 4 5 5 5 3 4 4 4 3 3 5 3 4 5 5 4 5 5 5
4 3 4 3 3 3 4 3 4 4 5 4 4 4 4 3 4 4 4 4 4 4 3 3 4 4 4 4 4 4 4 3 4
4 4 4 5 4 5 5 5 5 5 4 5 5 5 4 4 4 3 5 4 4 4 4 4 4 4 4 5 4 5 5 5 4
3 4 3 5 5 5 4 4 4 4 4 4 4 4 4 5 5 4 4 3 4 4 4 4 4 4 4 5 3 4 4 4 4
4 4 3 5 5 3 4 3 5 5 5 4 5 5 5 3 4 3 3 3 3 2 2 2 3 3 3 4 3 3 4 3 3
4 3 3 3 5 5 5 5 5 3 3 4 4 4 4 4 4 3 4 4 4 5 4 5 4 5 4 5 5 5 5 5 4
5 3 4 5 5 4 5 5 5 5 5 5 4 4 5 5 5 5 5 5 5 4 5 5 3 4 4 3 3 3 5 5 3
3 3 3 5 5 5 4 3 4 3 4 3 5 5 5 5 4 4 5 5 4 5 5 4 4 4 3 4 4 4 4 3 4
3 4 3 5 5 5 4 4 4 5 4 4 4 4 4 4 4 4 4 4 3 3 4 3 4 4 4 4 5 4 4 4 4
4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 5 5 5 5 5 5 5 5 5 5 5
3 3 4 5 5 5 4 3 4 4 4 5 4 4 4 4 4 4 3 3 3 3 3 3 4 4 4 4 4 4 4 3 4
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 5 5 5 5 4 4 5 5 5 5 5 5 5 5 5
4 4 3 4 4 4 5 4 4 5 5 5 4 4 4 4 4 4 4 5 5 4 3 4 2 3 4 4 5 4 4 4 4
4 3 3 5 4 4 5 5 5 4 4 5 4 5 5 3 4 3 4 3 4 4 4 4 4 4 3 4 4 4 5 5 4
3 3 3 4 5 4 4 3 4 4 3 4 5 5 4 4 4 3 4 3 4 3 3 4 3 4 3 3 3 3 4 3 4
5 5 5 4 4 3 5 5 5 5 5 5 4 4 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
5 5 4 3 4 4 5 5 1 4 5 4 5 4 5 3 3 3 4 4 4 4 3 4 4 4 4 4 4 4 5 5 3
4 4 4 4 5 4 4 4 5 5 4 3 4 5 5 5 4 5 3 3 3 3 4 5 4 4 4 4 3 4 4 4 3
5 4 4 4 4 4 4 4 5 4 5 3 4 4 4 3 4 4 4 4 4 4 4 4 4 4 5 5 5 5 4 4 4
3 3 3 5 5 4 5 3 5 3 3 4 4 3 3 3 3 4 3 3 3 5 4 4 4 4 4 5 5 4 5 3 4
5 5 5 4 4 4 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 4 5 5 4 4 4 5 4 5
3 2 3 4 4 4 4 3 5 5 4 4 4 4 3 4 4 3 2 3 2 4 4 3 4 4 4 4 4 5 4 3 4
4 3 3 5 5 5 3 3 3 3 5 4 4 4 5 5 4 4 4 4 4 4 4 4 4 4 3 3 3 3 5 5 5
3 3 3 3 3 3 4 3 4 4 4 3 3 5 4 4 3 2 3 3 3 3 4 3 4 4 3 4 4 4 4 4 4
2 2 3 4 4 4 5 4 5 5 5 5 5 4 4 4 5 4 5 4 4 2 2 2 3 4 3 4 5 4 5 4 4
4 4 4 4 4 4 5 5 5 4 4 4 4 5 5 5 4 5 5 5 5 4 3 3 4 4 4 4 5 4 4 5 4
4 4 4 4 4 4 4 5 4 5 5 4 5 4 5 5 4 4 5 5 5 5 5 4 4 4 4 5 4 4 5 5 5
4 4 4 3 4 4 5 5 5 3 3 4 4 4 4 4 4 3 3 5 4 4 4 4 5 5 5 4 4 5 4 5 4
3 3 4 3 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 5 5 5 5 5 4 5 5
5 5 5 4 4 4 5 5 5 3 3 5 4 5 4 4 4 5 3 5 4 3 2 3 4 4 4 5 5 4 5 5 4
4 5 5 5 5 5 3 3 4 5 4 3 3 3 3 3 5 4 3 3 3 2 3 3 4 3 5 3 3 3 4 3 4
4 4 4 4 4 4 4 4 5 5 5 4 4 5 5 4 4 5 4 4 4 5 4 3 5 5 5 4 3 4 4 4 5
4 4 4 4 4 4 5 3 5 4 4 5 5 5 4 5 5 4 5 4 4 5 5 5 4 4 4 5 5 4 5 3 3
4 4 4 5 4 4 5 4 4 5 5 4 4 4 5 5 4 4 4 5 5 4 2 4 4 4 4 5 4 5 4 4 4
4 4 4 5 5 4 4 5 5 3 3 3 4 4 4 4 4 4 4 4 5 3 3 4 4 4 4 4 5 4 5 5 4
5 5 5 5 5 5 5 5 5 4 3 5 5 5 5 5 5 4 5 5 5 5 4 5 5 5 5 5 5 5 4 4 4
4 4 4 4 4 4 3 3 3 4 3 4 5 4 4 4 4 4 3 4 4 2 2 2 4 4 3 4 4 3 3 3 4
xxxiv
P
E
1
P
E
2
P
E
3
E
E
1
E
E
2
E
E
3
S
I
1
S
I
2
S
I
3
P
T
1
P
T
2
P
T
3
P
R
1
P
R
2
P
R
3
F
C
1
F
C
2
F
C
3
H
M
1
H
M
2
H
M
3
P
V
1
P
V
2
P
V
3
H
T
1
H
T
2
H
T
3
B
I
1
B
I
2
B
I
3
U
B
1
U
B
2
U
B
3
4 4 4 4 5 5 3 4 4 4 4 3 4 3 3 3 3 3 4 4 3 3 3 3 3 3 3 3 3 3 4 4 3
4 4 4 3 3 3 5 5 5 5 5 4 4 5 4 4 4 4 4 4 3 4 4 4 5 5 4 5 5 5 5 5 4
4 4 4 4 4 4 4 3 3 4 4 3 5 4 5 3 3 4 3 3 3 3 2 2 4 4 3 3 3 3 4 3 3
5 5 5 4 3 3 5 4 5 5 5 5 4 4 4 5 5 4 5 5 5 5 5 5 4 4 4 5 5 5 5 4 5
4 4 4 5 5 5 4 4 4 4 4 4 5 5 5 5 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
4 4 4 5 5 5 5 5 5 4 5 5 4 4 5 5 4 5 5 5 5 5 3 4 5 5 5 5 5 5 5 5 5
4 4 4 5 5 5 5 4 5 4 5 4 5 5 4 4 4 3 4 4 4 4 3 4 4 4 4 4 5 4 5 4 4
4 4 4 4 5 4 4 3 4 3 3 4 5 4 4 3 4 4 5 4 5 3 3 3 4 4 4 5 5 4 4 3 4
4 4 4 4 4 4 4 5 4 3 4 4 4 4 5 5 5 4 4 5 5 4 4 4 4 4 4 4 4 5 5 5 5
4 4 4 4 4 4 4 4 4 4 4 4 5 5 4 4 4 4 5 5 4 4 4 4 4 4 4 4 4 4 4 4 4
4 4 4 5 5 5 4 5 4 5 5 3 4 4 4 4 3 3 3 4 4 2 2 3 4 4 4 4 3 4 4 5 5
4 4 5 4 4 4 5 5 5 5 5 4 5 5 5 5 5 5 5 4 5 5 5 5 4 5 5 5 5 5 5 5 5
4 4 4 4 5 4 4 4 4 3 3 4 5 5 5 4 5 4 4 5 4 3 4 5 4 4 4 4 4 4 4 4 4
4 4 4 5 5 5 5 4 5 4 3 4 4 5 4 5 5 5 4 4 3 3 3 4 4 4 3 3 4 4 5 4 5
4 4 4 4 4 4 5 5 5 3 3 5 5 4 5 5 4 3 3 4 4 4 4 5 5 5 5 4 4 4 5 5 5
4 4 4 3 3 4 3 3 3 4 4 3 4 5 5 4 4 3 3 3 4 4 3 2 3 3 3 3 3 3 3 3 3
4 4 4 4 4 5 5 4 5 3 3 4 4 3 3 4 5 5 4 4 4 4 4 5 5 5 5 5 5 5 5 4 5
4 4 4 4 4 3 4 3 4 3 5 5 5 4 4 5 4 4 4 3 3 3 4 3 5 4 4 4 5 5 4 3 3
4 4 4 5 5 5 4 4 5 3 3 3 4 5 4 4 4 4 5 4 5 3 4 4 4 5 5 5 4 4 4 4 5
4 4 5 4 5 5 3 3 3 4 5 4 5 5 5 3 3 3 4 5 5 3 4 4 3 3 3 3 3 3 3 4 4
4 4 4 4 4 3 5 5 5 3 3 5 4 5 4 4 5 3 3 4 4 3 4 4 5 5 5 4 4 4 5 5 5
4 2 4 3 4 4 5 5 5 4 3 3 4 4 4 4 4 3 3 3 4 4 4 5 5 5 5 4 4 5 4 4 4
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 3 5 5 5 5 5 5 5 5 5 5
4 4 4 4 4 4 4 3 4 3 3 3 4 4 4 4 4 4 4 4 5 3 4 3 3 4 4 4 3 3 4 3 4
4 4 5 4 5 5 5 4 5 4 4 5 5 4 5 5 4 3 4 4 4 5 5 5 4 4 4 5 5 5 5 4 4
4 4 4 5 5 5 5 5 5 3 3 5 5 4 4 4 5 5 4 5 5 4 4 5 4 5 4 5 4 5 4 5 5
4 4 4 4 4 4 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 4 5 5 5 5
4 5 4 5 4 3 5 4 5 4 4 4 5 4 4 4 4 4 5 4 5 4 3 4 4 4 5 4 5 4 5 4 5
4 4 5 5 5 5 4 4 4 5 4 5 3 3 3 3 3 4 4 5 5 3 4 5 4 4 4 4 5 5 4 4 4
5 4 4 5 5 5 4 3 4 3 4 3 3 4 3 3 4 4 5 4 4 5 4 4 3 3 3 4 5 4 4 3 3
4 4 4 3 4 3 4 5 4 3 3 4 4 3 4 4 4 4 4 4 4 4 4 5 3 4 3 4 4 4 3 4 4
5 4 5 5 5 5 3 3 3 2 2 2 5 4 5 5 3 4 5 5 4 5 4 5 3 4 4 2 2 2 5 4 4
4 4 4 3 4 3 4 4 4 5 5 5 4 4 4 4 4 4 4 4 4 5 5 5 4 4 4 5 5 4 3 3 3
4 4 4 5 5 5 5 4 5 4 4 4 5 5 5 5 4 5 5 4 5 4 4 4 5 5 4 4 4 4 4 4 4
5 5 4 5 5 5 4 4 4 5 5 4 4 5 4 4 4 4 4 4 4 3 4 5 5 5 5 5 5 4 4 4 3
5 5 5 4 4 4 5 5 5 5 4 5 4 4 5 5 5 3 4 5 5 3 3 4 5 5 5 5 4 5 5 5 5
4 4 4 4 4 4 4 4 5 4 3 4 5 5 5 4 4 4 5 3 4 5 3 4 4 4 4 4 4 4 5 4 4
4 4 4 5 5 4 4 3 5 3 4 4 4 4 4 5 5 3 5 5 5 2 2 3 4 4 4 5 4 5 5 3 3
4 4 5 5 5 5 5 4 5 3 4 5 4 4 4 4 5 4 4 5 5 4 3 4 5 5 5 5 4 5 4 4 5
5 4 5 5 5 4 5 5 4 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 4
4 4 4 4 4 4 4 4 4 3 4 4 4 4 5 4 4 3 4 4 4 4 3 3 3 4 4 4 4 4 4 4 3
4 4 4 4 4 4 3 3 4 4 4 3 5 5 5 5 5 5 4 4 4 5 5 5 5 5 5 5 5 5 3 3 5
4 4 4 5 5 5 5 4 5 4 3 5 5 5 5 4 4 4 5 5 5 5 5 4 4 4 5 5 5 4 5 4 3
2 4 4 4 4 4 4 3 5 4 4 3 4 4 4 4 4 3 4 5 4 3 2 4 3 4 4 4 4 4 4 3 4
4 4 5 5 5 5 4 3 5 3 3 3 5 5 4 5 4 4 5 5 5 5 4 5 5 3 3 4 3 3 4 4 5
4 4 4 5 5 4 4 4 4 3 4 4 4 5 5 4 4 2 4 4 4 3 3 4 4 4 4 3 3 3 4 3 3
4 4 4 3 4 4 5 4 5 4 5 5 5 4 5 4 4 4 5 4 5 4 4 5 5 5 3 4 5 5 5 3 3
4 4 4 4 4 4 4 4 4 3 4 4 5 4 4 3 4 3 4 5 4 3 3 5 5 4 4 3 3 4 4 4 4
5 5 4 4 4 3 5 4 5 5 4 5 4 4 4 4 5 4 4 4 4 4 4 4 4 4 4 5 4 5 5 5 5
xxxv
P
E
1
P
E
2
P
E
3
E
E
1
E
E
2
E
E
3
S
I
1
S
I
2
S
I
3
P
T
1
P
T
2
P
T
3
P
R
1
P
R
2
P
R
3
F
C
1
F
C
2
F
C
3
H
M
1
H
M
2
H
M
3
P
V
1
P
V
2
P
V
3
H
T
1
H
T
2
H
T
3
B
I
1
B
I
2
B
I
3
U
B
1
U
B
2
U
B
3
4 4 5 3 3 3 3 3 5 4 3 3 4 3 4 5 3 3 3 3 3 4 4 3 3 3 3 3 3 3 4 4 4
5 5 5 5 5 5 5 3 4 4 4 5 5 5 5 4 4 3 5 5 5 4 4 4 4 4 4 5 5 4 3 3 3
4 4 4 4 4 3 4 4 5 3 3 4 3 3 4 4 4 4 4 4 5 3 3 3 4 5 4 5 5 5 4 4 4
5 4 5 5 5 5 5 3 5 4 5 5 5 5 5 5 5 4 5 4 4 4 4 5 5 5 5 4 4 5 5 3 5
4 4 5 5 5 5 4 3 3 4 3 3 4 4 4 4 3 3 4 4 5 5 3 3 3 3 3 3 3 3 4 3 3
5 4 4 4 5 4 4 4 4 3 3 4 5 5 5 5 3 3 5 5 5 5 4 4 4 3 3 4 3 3 4 5 4
4 4 5 5 5 4 5 4 4 5 5 5 4 4 4 4 4 3 4 5 4 4 4 4 5 5 5 4 5 4 5 4 4
5 5 5 4 4 4 5 5 5 5 5 4 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 4 4 4 5 5 5
4 4 5 5 4 4 4 3 4 5 4 5 5 4 4 4 5 3 4 5 5 4 5 4 4 3 4 5 5 5 4 5 4
5 5 4 4 4 4 5 4 5 4 4 4 5 5 5 5 5 4 5 4 5 3 4 4 4 4 4 5 4 4 5 4 5
5 4 4 4 4 4 4 4 4 5 5 5 4 4 4 5 5 5 5 4 4 4 4 4 5 5 4 5 5 5 4 4 5
xxxvi
4. SK Dosen Pembimbing
xxxvii
5. Surat Undangan Seminar Hasil
38