perpustakaan.uns.ac.id digilib.uns.ac.id analisis faktor .../analisis-faktor-yang... · tujuan dari...
TRANSCRIPT
ANALISIS FAKTOR YANG MEMPENGARUHI
PENERIMAAN DAN PENGGUNAAN SOFTWARE AKUNTANSI
STUDI EMPIRIS : MAHASISWA AKUNTANSI S1 DAN D3 FAKULTAS
EKONOMI UNS DENGAN PENDEKATAN TECHNOLOGY
ACCEPTANCE MODEL (TAM)
SKRIPSI
Diajukan Untuk Melengkapi Tugas-Tugas Dan Memenuhi Persyaratan
Guna Memperoleh Gelar S-1 Pada Jurusan
Akuntansi Fakultas Ekonomi
Universitas Sebelas Maret Surakarta
DISUSUN OLEH :
EDWIN SURYA SAPUTRA
F.0309015
FAKULTAS EKONOMI
UNIVERSITAS SEBELAS MARET
SURAKARTA
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
2012 ANALYSIS OF THE FACTORS AFFECTING THE ACCEPTANCE AND USE OF ACCOUNTING SOFTWARE CASE STUDIES OF ACCOUNTING STUDENTS
S1 AND D3 ECONOMICS FACULTY WITH TECHNOLOGY ACCEPTANCE MODELS (TAM) APPROACH
Edwin Surya Saputra F.0309015
Economic Faculty of Sebelas Maret University Surakarta
ABSTRACT
The purpose of this study was to find empirical evidence and to determine
the factors that influence the acceptance of accounting software based on the theory of the Technology Acceptance Model (TAM). Variables used in this study, consisting of three exogenous variables and five endogenous variables. The exogenous variables consits demand of work, experiences, and frequencyof use, while the endogenous variables of perceived of usefulness, perceived ease of use, attitude toward using, and actual system use.
This study is an empirical study using purposive sampling technique in collecting data. Amount of the final sample of students used the criteria that have been taking students as well as having experience in using accounting software in the lecture and outside lectures.
This study showed that job demand do not affect the perception of usefulness, experience does not affect the perception of usefulness, experience does not affect the perception of ease, the frequency effect on perceived ease of use, perceived ease of influence on the perception of usefulness, perceived of usefulness affects attitude toward use, perceived ease of effect on attitudes toward to use, attitude toward the use affect behavioral intention to use, and behavioral intention to use does not affect the actual system use.
Keywords: Information System, Accounting Software, Technology Acceptance Model (TAM), Perceived Ease of Use (PEOU), Perceived Usefulness (PU), Attitude toward Using (ATU), dan Actual System Use (AcU), Demand of Works (DOW), Experience (EXP), dan Frequency of Use (FOU).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ANALISIS FAKTOR YANG MEMPENGARUHI PENERIMAAN DAN PENGGUNAAN SOFTWARE AKUNTANSI
STUDI KASUS : MAHASISWA AKUNTANSI S1 DAN D3 FAKULTAS EKONOMI UNS DENGAN PENDEKATAN TECHNOLOGI ACCEPTANCE
MODEL (TAM)
Edwin Surya Saputra F.0309015
Fakultas Ekonomi Universitas Sebelas Maret Surakarta
ABSTRAK
Tujuan dari penelitian ini adalah menemukan bukti-bukti empiris dan untuk mengetahui faktor-faktor yang mempengaruhi penerimaan terhadap software akuntansi berdasarkan Technology Acceptance Model (TAM). Variabel yang digunakan dalam penelitian ini, terdiri atas tiga variabel eksogen dan lima variabel endogen. Variabel eksogen terdiri atas Demand of Works, Experience, dan Frequency of Use, sedangkan variabel endogen terdiri dari Perceived Usefullness, Perceived Ease of Use, Attitude toward Using, dan Actual System Use.
Penelitian ini merupakan studi empiris yang menggunakan teknik purposive sampling dalam pengumpulan data. Jumlah sampel akhir yang digunakan sebanyak 200 mahasiswa dengan kriteria mahasiswa yang sudah menempuh serta memiliki pengalaman dalam menggunakan software akuntansi dalam perkuliahan maupun di luar perkuliahan. Penelitian ini menunjukkan bahwa tuntutan pekerjaan tidak berpengaruh terhadap persepsi kebermanfaatan, pengalaman tidak berpengaruh terhadap persepsi kebermanfaatan, pengalaman tidak berpengaruh terhadap persepsi kemudahan, frekuensi penggunaan berpengaruh terhadap persepsi kemudahan, persepsi kemudahan berpengaruh terhadap persepsi kebermanfaatan, persepsi kebermanfaatan berpengaruh terhadap sikap terhadap penggunaan, persepsi kemudahan berpengaruh terhadap sikap terhadap penggunaan, sikap terhadap penggunaan berpengaruh terhadap minat perilaku pengguna, minat perilaku tidak berpengaruh terhadap penggunaan senyatanya. Kata kunci : Technology Acceptance Model (TAM), Perceived Ease of Use (PEOU), Perceived Usefulness (PU), Attitude toward Using (ATU), dan Actual System Use (AcU), Demand of Works (DOW), Experience (EXP), dan Frequency of Use (FOU).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
PERSEMBAHAN
Teruntuk yang telah membantu saya selama ini, Ch Renitya, Wahyu, dan Fate …
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
MOTTO
Segala perkara dapat kutanggung di dalam Dia, yang memberi kekuatan
kepadaku
(Filipi 4:13)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
KATA PENGANTAR
Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa, atas kasih,
penghiburan, pertolongan, dan kekuatan yang Dia berikan, sehingga penulis dapat
menyelesaikan penulisan skripsi ini.
Skripsi ini ditulis berdasarkan penelitian mengenai Analisis Faktor Yang
Mempengaruhi Penerimaan Dan Penggunaan Software Akuntansi. Dengan
keterbatasan, penulis menyadari bahwa hasil penelitian ini masih memiliki banyak
kekurangan. Dengan rendah hati penulis mengharapkan masukan, arahan maupun
kritikan demi penyempurnaan hasil penelitian ini.
Pada kesempatan ini, secara khusus, penulis ingin menyampaikan terima
kasih yang sebesar-sebesarnya kepada :
1. Dr. Wisnu Untoro, M.S., selaku Dekan Fakultas Ekonomi Universitas Sebelas
Maret.
2. Drs. Santoso Tri Hananta, M.Si.,Ak, selaku Ketua Jurusan Akuntansi
Fakultas Ekonomi Universitas Sebelas Maret.
3. Dra. Setianingtyas Honggowati, M.M., Ak., selaku pembimbing akademik
yang telah banyak membimbing penulis selama menjalani pendidikan di
Fakultas Ekonomi Universitas Sebelas Maret serta memberikan berbagai
pengalaman bagi penulis.
4. Christiyaningsih Budiwati, S.E., M.Si., Ak., selaku dosen pembimbing skripsi
yang telah meluangkan waktu dan pikirannya untuk membimbing dan
mengarahkan proses penulisan skripsi ini. Terimakasih untuk setiap ilmu dan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
pembelajaran yang sangat membantu penulis dalam menyelesaikan skripsi
ini.
5. Dra. Y. Anni Aryani M.Prof, Acc, Ph. D. Ak., selaku dosen penguji skripsi
yang telah meluangkan waktu dan pikirannya dalam memberikan ilmu bagi
penulis sehingga dapat menyelesaikan skripsi dengan tepat.
6. Sri Suranta, S.E., M.Si., Ak, selaku dosen penguji skripsi yang telah
meluangkan waktu dan pikirannya dalam memberikan ilmu bagi penulis
sehingga dapat menyelesaikan skripsi dengan tepat.
7. Agus Widodo, S.E., M.Si., Ak., selaku dosen Fakultas Ekonomi Uneversitas
Sebelas Maret yang selalu memberikan arahan bagi penulis dan berbagi
proyek kepada penulis.
8. Seluruh dosen yang telah mengajar dan mendidik penulis selama menjalani
pendidikan di Fakultas Ekonomi Universitas Sebelas Maret.
9. Dhewi Indah (Akuntansi 2006) serta teman-teman seperjuangan jurusan
Akuntansi 2009 Fakultas Ekonomi Universitas Sebelas Maret.
10. Para responden, yang telah membantu dan meluangkan waktu mengisi
kuesioner dan Teman-teman yang telah membantu menyebar kuesioner dalam
penelitian ini.
Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Namun
penulis tetap berharap skripsi ini dapat memberi manfaat bagi para pembaca.
Surakarta, 2012
Teriring Salam & Kasih
Penulis
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
DAFTAR ISI
Halaman
HALAMAN JUDUL i
ABSTRACT ii
ABSTRAK iii
HALAMAN PERSETUJUAN PEMBIMBING iv
HALAMAN PENGESAHAN v
HALAMAN PERSEMBAHAN vi
HALAMAN MOTTO vii
KATA PENGANTAR viii
DAFTAR ISI x
DAFTAR TABEL xii
DAFTAR GAMBAR xv
ISI
BAB I PENDAHULUAN 01
A. Latar Belakang Masalah 01
B. Perumusan Masalah 07
C. Tujuan Penelitian 08
D. Kegunaan Penelitian 010
E. Sistematika Penulisan 10
BAB II TINJAUAN PUSTAKA 12
A. Sistem Informasi dan Software Akuntansi 12
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
B. Landasan Teori 21
C. Penelitian Terdahulu 28
D. Kerangka Pemikiran dan Pengembangan Hipotesis 31
BAB III METODE PENELITIAN 39
A. Desain Penelitian 39
B. Populasi, dan Teknik Pemilihan Sampel 41
C. Jenis dan Sumber data 42
D. Metode Pengumpulan Data 42
E. Instrumen Penelitian, Definisi Operasional dan Variabel Penelitian
43
F. Metode Analisis Data 51
BAB IV ANALISIS DATA DAN PEMBAHASAN 67
A. Deskripsi Umum Responden Penelitian 67
B. Analisis Data dan Pengujian Hipotesis 71
BAB V PENUTUP 137
A. Kesimpulan 137
B. Keterbatasan Penelitian 138
C. Saran 139
DAFTAR PUSTAKA
LAMPIRAN
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
DAFTAR TABEL
Halaman
Tabel 3.1.Teknik Estimasi 58
Tabel 3.2.Goodness of fit Indices 65
Tabel 4.1 Distribusi Kuesioner Penelitian 68
Tabel 4.2 Statistik Deskriptif Jenis Kelamin Responden 68
Tabel 4.3 Statistik Deskriptif Program Studi Responden 69
Tabel 4.4 Statistik Deskriptif Berdasarkan Pengalaman 70
Tabel 4.5 Goodness of fit Indices untuk Konstruk Demand of Work 73
Tabel 4.6 Regression Weight untuk Konstruk Demand of Work 74
Tabel 4.7 Standardize Regression untuk Konstruk Demand of Work 74
Tabel 4.8 Goodness of fit Indices untuk Konstruk Demand of Work 76
Tabel 4.9 Regression Weight untuk Konstruk Demand of Work 77
Tabel 4.10 Standardize Regression untuk Konstruk Demand of Work 77
Tabel 4.11 Goodness of fit Indices untuk Konstruk Experience 79
Tabel 4.12 Regression Weight untuk Konstruk Experience 80
Tabel 4.13 Standardize Regression untuk Konstruk Experience 80
Tabel 4.14 Goodness of fit Indices untuk Konstruk Frequency of Use 82
Tabel 4.15 Regression Weight untuk Konstruk Frequency of Use 83
Tabel 4.16 Standardize Regression untuk Konstruk Frequency of Use 83
Tabel 4.17 Goodness of fit Indices untuk Konstruk Perceived of
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
Usefulnes 85
Tabel 4.18 Regression Weight untuk Konstruk Perceived of Usefulness 86
Tabel 4.19 Standardize Regression untuk Konstruk Perceived of
Usefulness 86
Tabel 4.20 Goodness of fit Indices untuk Konstruk Perceived Ease of
Use 89
Tabel 4.21 Regression Weight untuk Konstruk Perceived Ease of Use 89
Tabel 4.22 Standardize Regression untuk Konstruk Perceived Ease of
Use 90
Tabel 4.23 Goodness of fit Indices untuk Konstruk Attitude toward
Using 92
Tabel 4.24 Regression Weight untuk Konstruk Attitude toward Using 92
Tabel 4.25 Standardize Regression untuk Konstruk Attitude toward
Using 93
Tabel 4.26 Goodness of fit Indices untuk Konstruk Behavioral Intention to
Use 95
Tabel 4.27 Regression Weight untuk Konstruk Behavioral Intention
to Use 95
Tabel 4.28 Standardize Regression untuk Konstruk Behavioral Intention
to Use 96
Tabel 4.29 Goodness of fit Indices untuk Konstruk Actual System Use 98
Tabel 4.30 Regression Weight untuk Konstruk Actual System Use 98
Tabel 4.31 Standardize Regression untuk Konstruk Actual System Use 99
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
Tabel 4.32 Goodness of fit Indices untuk Konstruk Endogen dan Eksogen 102
Tabel 4.33 Regression Weight untuk Konstruk Endogen dan Eksogen 103
Tabel 4.34 Standardize Regression untuk Konstruk Endogen dan Eksogen 104
Tabel 4.35 Tabel Mahalonobis Distance 108
Tabel 4.36 Tabel Uji Normalitas 110
Tabel 4.37 Bollen-Stine Bootstrap 112
Tabel 4.38 Goodness of fit Indices untuk Full Mode 114
Tabel 4.39 Standardize Regression untuk Factor Loading dalam
Full Mode 115
Tabel 4.40 Standardize Regression untuk Factor Loading dalam
Full Mode (modifikasi) 117
Tabel 4.41 Ouput Regression Weight 120
Tabel 4.42 Output Standardize Regression Weight 121
Tabel 4.43 Output Multiple Correlataion 122
Tabel 4.44 Ringkasan Hasil Pengujian Hipotesis 135
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
DAFTAR GAMBAR
Gambar Halaman
2.1. Bagan Kerangka Pemikiran Penelitian 032
4.1 Confirmatory Factor Analysis untuk konstruk Demand of Work 72
4.2 ModificationConfirmatory Factor Analysis untuk konstruk
Demand of Work 75
4.3. Confirmatory Factor Analysis untuk konstruk Experience 78
4.4. Confirmatory Factor Analysis untuk konstruk Frequency of Use 81
4.5. Confirmatory Factor Analysis untuk konstruk Perceived of
Usefulness 0 84
4.6. Confirmatory Factor Analysis untuk konstruk Perceived Ease of
Use 88
4.7. Confirmatory Factor Analysis untuk konstruk Attitude toward
Using 91
4.8. Confirmatory Factor Analysis untuk konstruk Behaviour Intention to
Use 094
4.9. Confirmatory Factor Analysis untuk konstruk Actual System Use 97
4.10. Confirmatory Factor Analysis untuk konstruk Endogen dan
Eksogen 101
4.11. Persamaan Full Mode 106
4.12. Persamaan Full Mode Modification 113
4.13. Model TAM setelah pengujian hipotesis 136
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
1
BAB I
PENDAHULUAN
A. Latar Belakang Masalah
Informasi merupakan hal yang sangat penting. Informasi selalu
memberikan kontribusi yang membantu sesorang untuk lebih mengerti
mengenai suatu permasalahan. Untuk era yang selalu berkembang,
informasi sangat dibutuhkan di berbagai kalangan, baik perusahaan go
public, perusahaan kecil, dan sektor publik.
Akuntansi merupakan suatu komponen yang tidak dapat terpisahkan
dalam suatu organisasi. Akuntansi merupakan dasar dan pedoman baik bagi
pihak eksternal maupun internal untuk proses pengambilan keputusan
dengan melihat informasi yang ada dalam perusahaan tersebut. Kebutuhan
informasi selalu menjadi dasar bagi manusia untuk melakukan sesuatu.
Informasi selalu berkembang dari waktu ke waktu. Dari
pengertiannya sendiri, informasi adalah data yang dapat diolah dan
dijadikan sebuah informasi serta dapat digunakan sebagai dasar dalam
pengambilan keputusan dan memecahkan masalah (Romney dan Steinbard,
2003).
Informasi yang selalu berkembang juga memiliki suatu kelemahan,
yaitu informasi sudah dikatakan tidak valid apabila informasi disajikan
secara tidak relevan dan tidak tepat pada waktunya. Informasi yang baik
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
2
selalu akurat, tepat waktu dan relevan terhadap sesuatu yang diulas dalam
informasi tersebut (Mcleod dan George, 2009).
Informasi selalu memberikan kontribusi bagi mahasiswa baik dalam
pembelajaran di dalam perkuliahan maupun di luar perkuliahan.
Penggunaan suatu sistem sangat diperlukan untuk mempermudah dan
memperkuat suatu informasi. Sistem informasi yang berkualitas merupakan
sistem yang memberikan informasi dan dirancang agar dapat menangkap,
mengartikan, dan memanipulasi serta menjelaskan informasi baik internal
dan eksternal secara efektif dan efisien (Mcleod, 2001).
Sistem informasi memberikan nilai tambah terhadap proses,
produksi, kualitas, manajemen, pengambilan keputusan, dan pemecahan
masalah serta keunggulan kompetitif yang tentu saja sangat berguna bagi
kegiatan bisnis. Sistem informasi selalu menjadi pelengkap dalam semua
tingkatan di suatu organisasi. Sistem informasi menjadi suatu trend baik
dalam perusahaan yang sudah go public, perusahaan kecil maupun dalam
sektor pemerintahan. Sistem informasi selalu terkait dan berhubungan satu
dengan yang lain.
Sistem informasi harus dapat digunakan di kalangan suatu
organisasi. Informasi yang selalu berhubungan selalu dibutuhkan dan terkait
antara satu divisi terhadap divisi yang lain dalam suatu organisasi. Sistem
informasi harus dapat digunakan oleh semua karyawan dalam suatu
organisasi yang saling berhubungan. Seringkali pengadaan suatu sistem
informasi selalu menghasilkan pengeluaran yang besar untuk investasi
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
3
tersebut. Pengadaan sistem informasi dengan investasi yang besar dalam
suatu sektor sebenarnya juga memberikan feedback berupa kinerja dan
produktivitas yang lebih baik dibandingkan secara manual. Hal tersebut
mendasari beberapa sektor untuk lebih menggunakan teknologi informasi
dan komunikasi dalam proses kinerja.
Akuntansi merupakan dasar penilaian keuangan dalam suatu proses
bisnis. Proses bisnis dapat dinilai dengan melihat struktur sistem informasi.
Oleh karena itu, sistem informasi akuntansi selalu mengalami
perkembangan yang begitu pesat. Perkembangan yang pesat menimbulkan
berbagai macam jenis software yang dibuat untuk membantu dalam
mempersingkat waktu pengerjaan sistem akuntansi. Sistem akuntansi secara
manual membutuhkan waktu yang lebih banyak, dimulai dari bagaimana
mencatat transaksi hingga bagaimana melakukan proses pembuatan laporan
keuangan yang sesuai dengan kaidah kerangka konseptual dan standar yang
berlaku (Mcleod, 2001). Berbeda dengan sistem informasi akuntansi,
software menjadi hal penting yang digunakan untuk mengolah data
akuntansi dan membantu proses data transaksi keuangan suatu perusahaan.
Beberapa contoh software akuntansi yang seringkali digunakan oleh
perusahaan maupun di sektor lain pada saat ini diantaranya, ACCURATE,
BEE ACCOUNTING, PEACHTREE, MYOB, MS EXCEL dan lain
sebagainya.
Penggunaan software dalam entitas dapat mempercepat serta
memberikan olah data yang lebih akurat daripada secara manual dan seluruh
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
4
evidence dapat ditelusur lebih mudah bila menggunakan software.
Teknologi informasi dapat memenuhi kebutuhan informasi bisnis dengan
sangat cepat, tepat waktu, relevan dan akurat (Wilkison dan Cerullo, 1997).
Setiap entitas baik sektor publik maupun sektor swasta, saat ini lebih
memberi perhatian khusus dan mengembangkan Teknologi Informasi
sebagai media yang lebih efektif dan efisien dalam mengumpulkan dan
menyebarkan informasi untuk berbagai kalangan.
Implementasi IT di kalangan mahasiswa ternyata kerap sekali terjadi
berbagai hambatan yang berpengaruh pada proses informasi. Banyak sekali
kalangan yang mungkin belum mampu mengoperasikan IT secara mutlak,
atau mungkin juga terdapat kesalahan dalam proses sistem sehingga
membuat suatu informasi menjadi tidak relevan dan tidak tepat waktu.
Kesalahan sistem kerap sekali terjadi dari data base yang bermasalah hingga
kemampuan personal yang kurang (Romney dan Steinbart, 2003).
Faktor pengguna adalah faktor yang mendasari kesuksesan dan
kebermanfaatan dari IT. Pengguna yang mampu mengoperasikan suatu
sistem IT dengan baik maka manfaat itu dapat dirasakan. Pengguna
merupakan suatu core dari suatu sistem, dengan sistem yang didasari suatu
AI (Artificial Intelligent) seseorang dapat memperoleh hasil yang secara
otomatis diproses oleh suatu sistem, penggunaan perintah If (jika-maka)
dapat mempermudah suatu olah informasi, jika pengguna siap untuk
menerima IT maka suatu sistem dapat dikatakan mengalami kesuksesan atau
tidak (Mcleod dan George, 2009).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
5
Oleh karena IT dapat digunakan dengan faktor kemudahan dan
kebermanfaatan, maka perilaku dari menggunakan IT tergantung dari
insentitas seberapa mudah dan bermanfaatnya IT tersebut dalam suatu
entitas, maka penelitian mengenai perilaku dari penggunaan IT
mengadaptasi penggunaan Technology Acceptance Model (TAM), TAM
menawarkan suatu penjelasan yang kuat dan sederhana untuk penerimaan
teknologi dan perilaku penggunanya (Venkatesh dan Moris, 2000).
Technology Acceptance Model (TAM) dikembangkan oleh Davis
(1989) yang mengadopsi model TRA, (Davis, Fred., 1989) mendefinisikan
persepsi atas kemanfaatan (perceive of usefulness) sebagai “suatu tingkatan
dimana seseorang percaya bahwa menggunakan sistem tersebut dapat
meningkatkan kinerjanya dalam bekerja”. Model TAM adalah model yang
seringkali digunakan untuk menganalisa perilaku penggunaan dalam
menggunakan IT yang terbentuk dari dua variabel kunci yaitu variabel
Kemudahan dan kebermanfaatan. Bentuk original TAM terbentuk dari
persepsi penggunaan (perceived of usefulness), persepsi kemudahan
penggunaan (perceived ease of use), sikap (attitude), minat perilaku
(behavioral intention), dan penggunaan senyatanya (actual use) (Davis,
1989). TAM digunakan untuk meneliti apakah antara perceived of
usefulness dan perceive ease of use berpengaruh terhadap behavioral
intension of use, namun disini peneliti menambahkan beberapa variabel
untuk mengetahui apakah variabel eksternal berpengaruh terhadap variabel
kunci dalam TAM dan apakah variabel tersebut berpengaruh positif
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
6
terhadap variabel kunci dari TAM. Variabel eksternal yang digunakan oleh
peneliti adalah tuntutan tugas dan pekerjaan (demand of works), pengalaman
(experience), dan frekuensi penggunaan (frequency of use).
Peneliti memilih untuk melakukan penelitian pada mahasiswa
akuntansi. Hal ini dikarenakan mahasiswa memiliki kontribusi yang cukup
besar dalam penggunaan software akuntansi. Mahasiswa akuntansi kerap
sekali berhubungan dengan informasi keuangan, namun mahasiswa
akuntansi kerap sekali dinilai kurang tanggap dalam penerapan sistem
informasi tersebut mengenai informasi keuangan.
Disini peneliti ingin mengetahui apakah variabel eksternal
berpengaruh terhadap model TAM yang berarti berpengaruh dalam
penggunaan sistem tersebut secara aktual. Penggunaan software di kalangan
mahasiswa akuntansi cukup membantu dalam penyelesaian tugas dan model
pembelajaran. Peneliti ingin mengetahui faktor-faktor apa saja yang
mempengaruhi penerimaan dan penggunaan software akuntansi terhadap
pemakaian di kalangan mahasiswa Akuntansi D3 dan Akuntansi S1 Fakultas
Ekonomi UNS dan apakah mahasiswa menggunakan software hanya sebatas
perkuliahan atau menggunakan software di luar perkuliahan.
Oleh karena itu, penelitian ini diberi judul “ANALISIS FAKTOR
YANG MEMPERNGARUHI PENERIMAAN DAN PENGGUNAAN
SOFTWARE AKUNTANSI STUDI EMPIRIS: MAHASISWA
AKUNTANSI S1 DAN D3 FAKULTAS EKONOMI DENGAN
PENDEKATAN TECHNOLOGY ACCEPTANCE MODEL (TAM)”.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
7
B. Perumusan Masalah
Berdasarkan latar belakang masalah yang dikemukakan di atas, maka
masalah yang menjadi perhatian dalam penelitian ini dapat dirumuskan
sebagai berikut.
1. Apakah tuntutan tugas dan pekerjaan (demand of works) berpengaruh
positif terhadap persepsi kebermanfaatan (perceive of usefulness) dalam
penggunaan software akuntansi di kalangan mahasiswa akuntansi?
2. Apakah pengalaman (experience) berpengaruh positif terhadap persepsi
kebermanfaatan (perceive of usefulness) dalam penggunaan software
akuntansi di kalangan mahasiswa akuntansi?
3. Apakah pengalaman (experience) berpengaruh positif terhadap persepsi
kemudahan (perceive ease of use) dalam penggunaan software akuntansi
di kalangan mahasiswa akuntansi?
4. Apakah frekuensi penggunaan (frequency of use) berpengaruh positif
terhadap persepsi kemudahan (perceive ease of use) dalam penggunaan
software akuntansi di kalangan mahasiswa akuntansi?
5. Apakah persepsi kemudahan (perceive ease of use) berpengaruh positif
terhadap persepsi kebermanfaatan (perceive of usefulness) dalam
penggunaan software akuntansi di kalangan mahasiswa akuntansi?
6. Apakah persepsi kebermanfaatan (perceive of usefulness) berpengaruh
positif pada sikap terhadap penggunaan (attitude toward using) dalam
penggunaan software akuntansi di kalangan mahasiswa akuntansi?
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
8
7. Apakah persepsi kemudahan (perceive ease of use) berpengaruh positif
pada sikap terhadap penggunaan (attitude toward using) dalam
penggunaan software akuntansi di kalangan mahasiswa akuntansi?
8. Apakah sikap terhadap penggunaan (attitude toward using) berpengaruh
positif terhadap minat perilaku pengguna (behavioral intention to use)
dalam penggunaan software akuntansi di kalangan mahasiswa akuntansi?
9. Apakah minat perilaku pengguna (behavioral intention to use)
berpengaruh positif terhadap penggunaan sistem senyatanya (actual
system use) dalam penggunaan software akuntansi di kalangan
mahasiswa akuntansi?
C. Tujuan Penelitian
Sesuai dengan rumusan masalah yang telah dikemukakan, maka
tujuan penelitian ini sebagai berikut.
1. Untuk mengetahui pengaruh tuntutan tugas dan pekerjaan (demand of
works) terhadap persepsi kebermanfaatan (perceive of usefulness) dalam
penggunaan software akuntansi di kalangan mahasiswa akuntansi.
2. Untuk mengetahui pengaruh pengalaman (experience) terhadap persepsi
kebermanfaatan (perceive of usefulness) dalam penggunaan software
akuntansi di kalangan mahasiswa akuntansi.
3. Untuk mengetahui pengaruh pengalaman (experience) terhadap persepsi
kemudahan (perceive ease of use) dalam penggunaan software akuntansi
di kalangan mahasiswa akuntansi.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
9
4. Untuk mengetahui pengaruh frekuensi penggunaan (frequency of use)
terhadap persepsi kemudahan (perceive ease of use) dalam penggunaan
software akuntansi di kalangan mahasiswa akuntansi.
5. Untuk mengetahui pengaruh persepsi kemudahan (perceive ease of use)
terhadap persepsi kebermanfaatan (perceive of usefulness) dalam
penggunaan software akuntansi di kalangan mahasiswa akuntansi.
6. Untuk mengetahui pengaruh persepsi kebermanfaatan (perceive of
usefulness) pada sikap terhadap penggunaan (attitude toward using)
dalam penggunaan software akuntansi di kalangan mahasiswa akuntansi.
7. Untuk mengetahui pengaruh persepsi kemudahan (perceive ease of use)
pada sikap terhadap penggunaan (attitude toward using) dalam
penggunaan software akuntansi di kalangan mahasiswa akuntansi.
8. Untuk mengetahui pengaruh sikap terhadap penggunaan (attitude toward
using) terhadap minat perilaku pengguna (behavioral intention to use)
dalam penggunaan software akuntansi di kalangan mahasiswa akuntansi.
9. Untuk mengetahui pengaruh perilaku pengguna (behavioral intention to
use) terhadap penggunaan sistem senyatanya (actual system use) dalam
penggunaan software akuntansi di kalangan mahasiswa akuntansi.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
10
D. Kegunaan Penelitian
Hasil penelitian ini diharapkan dapat memberi kontribusi sebagai
berikut.
1. Bagi penulis
Sebagai tambahan pengetahuan dan sebagai bahan pembelajaran
untuk mempelajari masalah-masalah yang terkait dengan faktor-faktor
yang mempengaruhi penerimaan atas suatu sistem dengan model
Technology Acceptance.
2. Bagi pengembangan ilmu
Sebagai literatur yang memperkaya studi mengenai sistem informasi
dan megevaluasi kemampuan serta meningkatkan daya saing sehingga
mendapat hasil yang lebih dalam pengaplikasian software akuntansi
dikalangan mahasiswa S1 dan D3 akuntansi.
3. Bagi praktek
Membuka wawasan mengenai pentingnya sistem informasi dalam
segala segi organisasi, sehingga dapat memanfaatkan sistem informasi
yang tersedia.
E. Sistematika Skripsi
Untuk mempermudah dan memperjelas arah dan tujuan maka
penelitian menggunakan sistematika sebagai berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
11
BAB I = PENDAHULUAN
Dalam hal ini membahas latar belakang masalah, perumusan
masalah, tujuan penelitian, manfaat penelitian, serta sistematika
penulisan skripsi.
BAB II = TELAAH PUSTAKA
Dalam Bab ini dikemukakan teori yang digunakan dalam
penyusunan skripsi ini, meliputi tinjauan umum tentang sistem,
informasi, sistem informasi, akuntansi, sistem informasi
akuntansi, software akuntansi, penelitian terdahulu, kerangka
teoritis dan hipotesis.
BAB III = METODELOGI PENELITIAN.
Dalam Bab ini meliputi desain penelitian, populasi, sampel,
teknik pemilihan sampel, definisi operasional, pengukuran
variabel, sumber data dan metode analisis data.
BAB IV = ANALISIS DATA DAN PEMBAHASAN
Dalam Bab ini berisi tentang pengumpulan data, data demografi
responden, hasil pengujian, dan analisis data.
BAB V = PENUTUP
Dalam Bab ini berisi kesimpulan terhadap analisis yang dilakukan
serta saran-saran untuk keterbatasan penelitian yang dilakukan.
DAFTAR PUSTAKA
LAMPIRAN
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
12
BAB II
TINJAUAN PUSTAKA
A. Sistem Informasi Akuntasi dan Software Akuntansi
1. Sistem
Sistem adalah entitas yang terdiri dari dua atau lebih komponen
atau subsistem yang berinteraksi untuk mencapai satu tujuan. Sistem
adalah suatu kesatuan yang terbentuk atas suatu komponen atau
sekumpulan elemen yang saling berhubungan antara satu dengan yang
lain serta dapat dihubungkan bersama untuk mempermudah suatu aliran
komunikasi dan mempermudah pencapaian suatu tujuan bersama, dapat
dikatakan pula bahwa sistem merupakan serangkaian dari sebuah
subsistem yang terdiri atas bagian-bagian yang dikombinasikan serta
memiliki interaksi untuk mencapai tujuan yang telah disepakati (Romney
dan Steinbart, 2003).
2. Informasi
Informasi adalah data yang telah diproses dan diatur ke dalam
bentuk output yang memiliki arti bagi orang yang menerimanya,
informasi dapat bersifat wajib, mendasar atau bebas (Romney dan
Steinbart, 2003).
Informasi merupakan suatu kumpulan dari data yang diolah
sehingga menjadi satu bentuk yang berguna bagi penerima. Informasi
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
13
juga dapat dikatakan sebagai data yang telah diberi makna melalui suatu
konteks.
3. Sistem Informasi
Sistem informasi merupakan pengaturan orang, data, proses, dan
informasi teknologi informasi yang berinteraksi untuk mengumpulkan,
memproses, menyimpan, dan menyediakan sebagai output informasi
yang diperlukan untuk mendukung sebuah organisasi (Jeffrey L, Bentley,
dan Dittman, 2004).
Sistem informasi dapat dikatakan sebagai kombinasi dari teknologi
informasi dan pengguna. Suatu sistem informasi mencakup pengguna,
teknologi informasi, proses alogaritma, dan data.
4. Akuntansi
Akuntansi bisa didefinisikan secara tepat dengan menjelaskan tiga
karakteristik penting dari akuntansi antara lain, pengidentifikasian,
pengukuran, dan pengkomunikasian informasi keuangan tentang entitas
ekonomi kepada pemakai yang berkepentingan (Weygandt, Kieso, dan
Kimmel, 2007).
Akuntansi adalah suatu proses pengklasifikasian, pencatatan, dan
penyajian data atas transaksi dan diolah menjadi sebuah laporan
keuangan yang digunakan sebagai alat untuk mengambil keputusan baik
untuk pihak internal maupun ekternal.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
14
5. Sistem Informasi akuntansi
Sistem Informasi Akuntansi (SIA) merupakan bagian terpenting
dari informasi yang diperlukan pihak manajemen agar dapat
menghasilkan informasi yang sesuai dengan suatu perusahaan.
Sistem informasi akuntansi adalah rangkaian dua atau lebih
komponen-komponen yang saling berhubungan, yang berinteraksi untuk
mencapai tujuan (Romney dan Steinbart, 2003).
6. Software Akuntansi
Perangkat lunak adalah istilah umum untuk data yang diformat
dan disimpan secara digital, termasuk program komputer,
dokumentasinya, dan berbagai informasi yang bisa dibaca dan ditulis
oleh komputer.
Sistem Informasi yang lebih spesifik dapat diartikan sebagai
kombinasi dari manusia, fasilitas atau alat teknologi, media, prosedur dan
pengendalian yang bermaksud menata jaringan komunikasi yang penting,
proses atas transaksi-transaksi tertentu dan rutin, serta membantu
manajemen dalam menyediakan dasar pengambilan keputusan yang
tepat.
Software dan informasi merupakan suatu hubungan yang tidak
dapat dipisahkan dalam suatu entitas usaha. Semakin berkembangnya
jaman, prinsip penggunaan yang secara otomatis dan praktis sangat
diminati oleh beberapa elemen usaha. Sistem client server juga sering
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
15
digunakan dalam setiap usaha yang mempraktiskan dengan penggunaan
data base.
Client server adalah suatu teknologi di mana kita dapat melakukan
input data dari komputer mana saja yang tersimpan di file server
sehingga semua orang dalam jaringan bisa menjalankan operasi yang
sama.
Software kerap sekali disebut sebagai peranti lunak computer.
Mccleod mendefinisikan bahwa terdapat dua jenis dasar peranti lunak
antara lain peranti lunak sistem dan aplikasi. Peranti lunak sistem
dibutuhkan untuk menggunakan komputer, sedangkan peranti lunak
aplikasi memproses data pengguna. Peranti lunak aplikasi dapat
diperoleh dalam bentuk siap pakai atau dibuat sesuai pesanan untuk
pengguna tertentu (Mcleod, 2001).
Banyak sekali sistem perangkat lunak akuntansi yang merupakan
sistem komersial, perusahaan sering sekali langsung menggunakan
aplikasi yang sudah disediakan (sistem komersial). Sistem komersial
sendiri dibagi menjadi dua tipe yaitu sistem generalize dan customize.
Sistem generalize, merupakan sistem yang mudah diterima dan
relatif stabil diakrenakan sudah diuji kemampuannya, software semacam
ini disebut software off the shelf. Perusahaan dalam skala kecil dan belum
memiliki modal yang tinggi relatif menggunakan software yang sudah
dipakai secara umum, perushaan dapat belajar menggunakan software
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
16
tersebut dalam bentuk modul-modul yang sudah dibuat untuk
mempermudah segala kegiatan bisnis.
Sistem customize merupakan suatu sistem yang dapat disesuaikan
dengan bisnis perusahaan dalam sistem ini biasanya perusahaan
bekerjasama dengan vendor dari product tersebut untuk menyesuaikan
opsi dalam suatu aplikasi tersebut agar sesuai dengan kondisi bisnis
perusahaan.
Sistem komersial merupakan media yang paling sering digunakan
dalam mempermudah kondisi bisnis perusahaan, namun sistem juga
memiliki keunggulan dan kelemahan. Keunggulan dalam penggunaan
sistem komersial adalah waktu implementasi peranti lunak yang singkat
dan dapat secara langsung pada saat timbul kebutuhan, biaya yang
berkurang yang disebabkan banyaknya pengguna sistem komersial yang
menanggung biaya pengembangan internal. Keandalan disebabkan sistem
komersial sudah teruji dan memiliki lebih sedikit kesalahan daripada
sistem yang dikembangkan secara internal.
Kelemahan dalam penggunaan sistem komersial adalah
independensi dikarenakan sistem yang didukung oleh vendor membuat
perusahaan tergantung pada vendor untuk pemeliharaan, dan bila vendor
mengalami kebangkrutan maka perusahaan akan mengalami suatu risiko.
Kebutuhan akan sistem yang disesuaikan dikarenakan sistem
komersial sudah terlalu umum dan sistem belum tentu cocok dengan
keadaan perusahaan dibanding dengan pengembangan sistem secara
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
17
internal yang pasti akan sesuai dengan kondisi perusahaan tersebut,
pemeliharaan dikarenakan sistem informasi bisnis seringkali mengalami
perubahan. Dengan perubahan yang begitu cepat perusahaan akan
kesulitan dalam memodifikasi peranti lunak.
Software akuntansi merupakan perangkat lunak (software) yang
dibuat untuk memudahkan aktivitas dan pencatatan akuntansi dengan
memanfaatkan konsep modularitas atas serangkaian aktivitas yang serupa
ke dalam modul-modul spesifik dan merupakan sistem yang digunakan
dalam praktik akuntansi, penggunaan software sangat membantu dalam
perkembangan sistem informasi. Penggunaan sistem informasi akan
menambahkan nilai dari informasi yaitu relevansi, akurasi, ketepatan
waktu, dan kelengkapan.
Seiring dengan pertumbuhan informasi yang sangat cepat dan
persaingan bisnis. Hal ini mendorong perusahaan untuk menerapkan
teknologi agar meningkatkan efektivitas dan efisiensi pelayanan,
pemakaian teknologi mulai diterapkan oleh beberapa perusahaan demi
meningkatkan mutu perusahaan dan ketepatan informasi. Teknologi
informasi merupakan suatu value yang penting terutama bagi perusahaan
yang berkembang serta sering mengalami kompetisi yang begitu sulit
dalam dunia bisnis, maka pemakaian teknologi informasi semakin
penting sebagai alat untuk meningkatkan kemampuan perusahaan dalam
competitive advantage dan mengurangi risiko yang ada dalam pemakaian
secara manual.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
18
Terdapat beberapa jenis teknologi informasi yang diaplikasikan
kedalam suatu software sebagai media yang memudahkan pemakaian
teknologi informasi. Beberapa macam software yang kerap sekali
digunakan perusahaan-perusahaan dalam persaingan bisnis antara lain.
a. Software MYOB
MYOB (Mind Your Own Business) Accounting merupakan
software olah data akuntansi secara terpadu (integrated software),
yaitu proses pencatatan data transaksi akuntansi dilakukan dengan
cara mengentri data transaksi melalui media formulir yang terdapat
dalam command centre. MYOB adalah suatu paket software
accounting yang dikembangkan pertama kali oleh MYOB
Technology Pty Ltd di Australia. Kemudahan penggunaan,
ketepatan akses data dari sebuah laporan ke sumber transaksi, dan
linked dengan aplikasi Microsoft Office serta aplikasi lainnya.
Beberapa pertimbangan menggunakan software ini sebagai tool
yang membantu proses pekerjaan akuntansi diantaranya:
1) User Friendly (mudah digunakan) dimana tampilan menu dan
aliran transaksi yang sederhana, dan mudah diingat.
2) Tingkat keamanan (security) yang valid setiap user.
3) Kemampuan eksplorasi ke semua laporan ke program EXCEL
tanpa melalui proses export/import file yang merepotkan.
4) Kemampuan trash back semua laporan ke sumber dokumen data
source transaksi.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
19
5) Dapat diaplikasikan untuk 150 jenis perusahaan yang telah
direkomendasi.
6) Menampilkan laporan keuangan komparasi serta menampilkan
analisis laporan dalam bentuk grafik.
7) Bisa dijalankan secara offline maupun online.
b. Software ACCURATE
ACCURATE Accounting Software diciptakan oleh putera-
puteri bangsa Indonesia yang berdiri di bawah PT Cipta Piranti
Sejahtera (CPSSoft). Pertama kali diluncurkan dengan nama
Accurate 2000. Accounting Software Versi 1.0. memberikan solusi
pada millennium bug. Saat ini, Accurate software sudah memiliki
versi 4.0 dengan fitur yang lebih lengkap dibandingkan versi
sebelumnya yaitu versi 3.4. Beberapa pertimbangan menggunakan
software ini sebagai tool yang membantu proses pekerjaan akuntansi
diantaranya:
1) User Friendly (mudah digunakan) dimana tampilan menu dan
aliran transaksi yang sederhana dan mudah diingat.
2) Client Server Technology dimana melakukan input data dari
komputer mana saja yang tersimpan di file server sehingga semua
orang dalam jaringan bisa menjalankan operasi yang sama.
3) Kemanan (security) dengan Multi Server dengan tingkat
kewenangan.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
20
4) Multi Currency dengan menghitung otomatis realize dan
unrealized gain/los.
5) Multi Unit dengan tiga tingkat perhitungan unit setiap barang.
6) Multi Warehouse.
7) Multi Discount.
8) Project dan Department.
9) Real time processing dengan backward dan forward transaction.
10) Fungsi pilihan tampilan menu dengan bahasa Indonesia dan
bahasa Inggris.
11) Perubahan desain template setiap voucher dan invoice.
12) Report dapat dilakukan oleh user jika memahami process report
dengan fast report.
13) Digit transaksi sampai dengan 15 digit dan dua desimal 920
triliun.
14) Keakuratan perhitungan kuantitas sampai dengan 4 desimal.
15) Custom financial statement dengan berbegai macam
pengelompokan untuk tipe balance sheet dan income statement.
16) Fasilitas Grouping dalam item yaitu mengelompokkan beberapa
barang dalam satu kelompok barang baru dengan tanpa proses
penggabungan.
17) Fasilitas Job Costing.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
21
18) Fitur Extract Impor yang memungkinkan mengekstrak transaksi
penjualan dari perusahaan cabang untuk dikirimkan ke
perusahaan pusat
c. Software PEACHTREE
Menurut kamus wikipedia, Peachtree Accounting adalah
software manajemen bisnis yang diterbitkan oleh Sage Software dan
dijual terutama di Amerika Serikat. Ada beberapa generasi dari
perangkat lunak dijual dengan nama accounting peachtree. Peachtree
Accounting awalnya dijual oleh penerbit perangkat lunak yang
didirikan pada tahun 1978 oleh Ben Dyer, Ron Roberts, Steve Mann,
dan John Hayes. Perusahaan ini diukir dari The System Center
Komputer, agen Altair awal didirikan oleh Roberts, Mann, Jim
Dunion, dan Rich Stafford, yang Dyer telah bergabung sebagai
manajer dan di mana perangkat lunak pertama diterbitkan pada tahun
1977.
B. Landasan Teori
1. Theory of Reasoned Action (TRA)
Model TRA merupakan model yang merupakan dasar
pengembangan dari model TAM. TRA adalah teori tindakan yang
beralasan dengan suatu premis bahwa reaksi dan persepsi seseorang
terhadap suatu hal yang akan menentukan sikap dan perilaku orang
tersebut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
22
Model TRA merupakan model yang dikembangkan dari teori
psikologis. Model TRA menghubungkan keyakinan (belief), sikap
(attitude), kehendak atau intensi (intention), dan perilaku. Theory
Reasoned Action pertama kali dicetuskan oleh Ajzen pada tahun 1980
(Jogiyanto, 2007). Teori ini memiliki tujuan untuk menjelaskan faktor-
faktor utama dari perilaku pengguna terhadap penerimaan pengguna
teknologi.
Model TRA sedikit berbeda dengan model TAM. Hal ini
dikarenakan model ini berfokus pada beberapa teori psikologis antara
lain :
a. sikap (attitude towards behavior)
b. norma subjektif (subjective norms)
c. keyakinan (beliefs)
d. keyakinan terhadap perilaku (behavioral beliefs)
e. keyakinan normatif (normative beliefs).
Niat melakukan atau tidak melakukan perilaku tertentu dipengaruhi
oleh dua penentu dasar, yang pertama berhubungan dengan sikap
(attitude towards behavior) dan yang lain berhubungan dengan pengaruh
sosial yaitu norma subjektif (subjective norms).
2. Technology Acceptance Model (TAM)
Technology Acceptance Model (TAM) sebenarnya diadopsi dari
suatu model TRA. Model TAM adalah model yang seringkali digunakan
untuk menganalisa perilaku penggunaan dalam menggunakan IT yang
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
23
terbentuk dari dua variabel kunci yaitu variabel kemudahan dan
kebermanfaatan. Bentuk original TAM terbentuk dari beberapa persepsi,
antara lain.
a. Persepsi kebermanfaatan (perceive of usefulness)
Davis (1989) mendefinisikan perceived usefulness sebagai suatu
tingkatan dimana seseorang percaya bahwa penggunaan suatu sistem
tertentu akan dapat meningkatkan prestasi kerja orang tersebut . Dari
definisi tersebut diketahui bahwa persepsi kegunaan merupakan suatu
kepercayaan tentang proses pengambilan keputusan (Jogiyanto, 2007).
b. Persepsi kemudahan penggunaan (perceived ease of use)
Kemudahan pengguna dapat diartikan bahwa penggunaan suatu
sistem sangat mudah dan bebas dari suatu kesulitan (free of effort)
disaat penggunaan suatu sistem (Davis, 1989).
Sistem yang mudah akan diterima dan dijalankan oleh
pengguna. Pengguna selalu berorientasi terhadap sistem user friendly
yang dapat diartikan mudah untuk disesuaikan dan di aplikasikan.
Persepsi kemudahan dapat meyakinkan individu bahwa
teknologi yang dipergunakan bukanlah merupakan beban serta
hambatan dalam pekerjaan atau tugas. Dengan adanya kemudahan
dalam penggunaan teknologi membuat seorang individu yang
menjalankan tugas akan terus menggunakan teknologi.
Persepsi kemudahan merupakan suatu keyakinan pengguna akan
mudahnya sistem saat digunakan dan mudahnya suatu sistem dapat
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
24
diaplikasikan dalam suatu kegiatan. Selain itu dapat diartikan pula
bahwa persepsi kemudahan mengukur pandangan seseorang seberapa
besar IT dapat digunakan secara mudah untuk dipahami dan
digunakan. Persepsi kemudahan mempengaruhi intention of use
(perilaku) dan IT acceptance (penerimaan). Selain itu persepsi
kemudahan juga dapat mempengaruhi persepsi kebermanfaatan.
c. Sikap (attitude)
Dalam TAM aspek penerimaan dan penolakan akan suatu
sistem dikarenakan oleh suatu konsep Attitude toward Using yang
diartikan sebagai sikap pengguna akan penggunaan teknologi
informasi (Wibowo, 2008). Sikap dapat ditentukan dari bagaimana
seorang individu menerima, merespon, dan menghargai atas suatu
sistem.
Attitude toward using dapat dikatakan pula sebagai evaluasi atas
ketertarikan penggunaan teknologi informasi. Reaksi dan respon atas
penggunaan teknologi informasi membuat kecenderungan seseorang
akan menggunakan teknologi tersebut. Sikap seseorang terdiri atas
tiga komponen yaitu. Komponen kognitif (cognitive) yang merupakan
representasi atas sesuatu yang dipercayai oleh individu pemilik sikap.
Komponen afektif (affective) yang merupakan aspek emosional atas
perasaan pemilik sikap, dan Komponen konatif yang merupakan aspek
kecenderungan berperilaku tertentu sesuai dengan sikap yang dimiliki
oleh seseorang.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
25
d. Minat perilaku (behavioral intention)
Behavioral Intention to Use merupakan akibat atas sikap
perilaku penggunaan dikarenakan Behavoral Intention to use
merupakan kecenderungan atas perilaku pengguna untuk terus dan
tetap menggunakan suatu teknologi (Wibowo, 2008). Minat dapat
muncul dikarenakan terdapat sikap positif yang terjadi pada individu.
Suatu minat muncul atas menguntungkan atau tidakkah suatu hal yang
membuat seorang individu termotivasi dan memiliki keinginan untuk
tetap menggunakan.
Sikap perhatian pengguna teknologi menjadi faktor pemicu
suatu minat dalam diri individu. Atensi atau perhatian adalah
pemrosesan secara sadar sejumlah kecil informasi dari sejumlah besar
informasi yang tersedia. Seberapa besar tingkat perhatian individu atas
suatu teknologi akan berbanding lurus terhadap minat penggunaan
teknologi.
e. Penggunaan senyatanya (actual use)
Actual system use adalah suatu kondisi yang sebenarnya dan
nyata atas penggunaan suatu sistem (Davis, 1989). Suatu sistem terus
digunakan dikarenakan sistem mempunyai dampak yang positif
terhadap individu, misalnya suatu sistem yang mudah digunakan dapat
meningkatkan produktivitas sehingga tercermin dalam penggunaan
nyata sehari-hari.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
26
Pengukuran actual system use dikonsepkan dalam bentuk
tingkat durasi dan frekuensi atas penggunaan terhadap teknologi
informasi. actual system use diukur berdasarkan frekuensi atas
penggunaan suatu teknologi dan durasi waktu atas penggunaan suatu
sistem.
TAM digunakan untuk meneliti apakah antara perceived of
usefulness dan perceive ease of use berpengaruh terhadap behavioral
intension of use. Namun dalam penelitian ini peneliti menambahkan
beberapa variabel untuk mengetahui apakah variabel eksternal
berpengaruh terhadap variabel kunci dalam TAM dan apakah variabel
tersebut berpengaruh positif terhadap variabel kunci dari TAM.
Beberapa variabel eksternal antara lain.
a. Demand of works (Tuntutan Tugas dan Pekerjaan)
Tuntutan sering diartikan sebagai keharusan dalam suatu hal.
Pemakaian teknologi juga sering dikaitkan dengan tuntutan yang
ada. Seorang mahasiswa harus dapat menjalankan suatu software
atau teknologi yang sudah ditentukan dalam kurikulum. Tuntutan
tugas dan pekerjaan sering terjadi dalam berbagai situasi dan
kondisi.
Penerimaan atas teknologi informasi sering didasarkan atas
suatu rasa psikologis yang dialami oleh individu. Tuntutan tugas
dan pekerjaan dapat dikonsepkan sebagai akibat atas penyesuaian
tugas dan pekerjaan yang didasarkan pada jurusan yang dituju.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
27
Tuntutan tugas dan pekerjaan dapat dikatakan sebagai suatu
motivasi individu untuk lebih menggunakan suatu teknologi.
Tuntutan tugas dan pekerjaan dipengaruhi atas kesesuaian,
interkasi, teknologi, dan tugas atau pekerjaan yang berbasis
teknologi (Sagung dan Wijana, 2009). Tuntutan tugas dan
pekerjaan akan mengarah kepada seberapa mudah system dan
seberapa besar manfaat atas sistem.
b. Experience (pengalaman)
Pengalaman merupakan suatu hal yang pernah dialami.
Teknologi dapat terus dipergunakan dan dikembangkan
dikarenakan seseorang individu pernah mengalami penggunaan
atas suatu teknologi (Suseno dalam Khakim, 2011). Konstruk
pengalaman dapat dikatakan sebagai dasar atas penerimaan suatu
teknologi, tingkat kesulitan suatu teknologi dapat diterima dan
digunakan bila seorang individu mempunyai pengalaman dalam
teknologi tersebut.
c. Frequency of use (Frekuensi Penggunaan)
Frekuensi merupakan ukuran jumlah putaran ulang per
peristiwa dalam selang waktu yang diberikan. Frekuensi memiliki
arti yang hampir sama terhadap pengalaman. Namun frekuensi
diukur dari beberapa sering seorang individu memakai teknologi,
sedangkan pengalaman diukur bukan dari penggunaan melainkan
seberapa lama seorang individu menjalankan suatu teknologi.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
28
Frekuensi penggunaan juga merupakan suatu akar dari
penerimaan suatu teknologi. Individu mungkin sering
menggunakan suatu sistem disebabkan teknologi tersebut berguna
dalam pemakaian sehari-hari atau mungkin teknologi tersebut
sangat mudah diterima oleh individu (Tong, 2010).
C. Penelitian Terdahulu
Penelitian untuk menguji penggunaan dan penerimaan teknologi
informasi dengan menggunakan TAM telah banyak dilakukan dengan
melakukan juga modifikasi pada model TAM yang digunakan. Modifikasi
antara lain dengan menambahkan variabel-variabel eksternal sesuai
dengan kebutuhan penelitian yang akan dilakukan, tetapi tidak
meninggalkan bentuk dasar model TAM.
Davis (1989) dalam penelitiannya membahas tentang “Perceived
Usefulness, Perceived Ease of Use, and User Acceptance of Information
Technology” bertujuan untuk memberikan pengukuran yang lebih baik
untuk memprediksi dan menjelaskan pemakaian teknologi informasi. Hasil
penelitian tersebut menunjukkan bahwa faktor kemudahan dalam
menggunakan teknologi dapat menjelaskan alasan seseorang dalam
menggunakan sistem informasi dan menjelaskan bahwa sistem baru yang
sedang dikembangkan diterima oleh pelanggan. Perceived usefulness
dipengaruhi secara langsung oleh penggunaan saat ini (r = 0,63) dan
mendatang (r = 0,85). Perceived ease of use juga memiliki pengaruh
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
29
signifikan terhadap penggunaan saat ini (r = 0,45) dan mendatang (r =
0,59). Selain itu, dijelaskan pula bahwa perceived usefulness memiliki
korelasi yang lebih besar pada penggunaan dibandingkan dengan
perceived ease of use. Penelitian ini memberikan kontribusi yang potensial
karena memberikan dasar bagi penelitian-penelitian tentang TAM
selanjutnya.
Penelitian Gardner dan Amoroso (2004) yang berjudul
“Development of an Instrument to Measure the Acceptance of Internet
Technology by Consumers” menunjukkan bahwa gender berpengaruh
terhadap tiga konstruk yaitu Perceived Ease of Use, Perceived Usefulness
dan Actual Use. Pengalaman (experience) hanya berpengaruh terhadap
Perceived Usefulness. Kerumitan (complexity) berpengaruh terhadap
Perceived Usefulness. Sedangkan kesukarelaan (voluntaries) berpengaruh
terhadap Behavioral Intention to Use.
Penelitian Nelvia dan Rudi (2009) menganalisis perilaku pengguna
melalui model TAM. Hasilnya dapat disimpulkan kemudahan penggunaan
mempunyai pengaruh terhadap penggunaan. Penggunaan berpengaruh
terhadap niat menggunakan. Keingginan menggunakan berpengaruh
langsung terhadap penggunaan senyatanya. Kemudahan penggunaan tidak
mempunyai pengaruh terhadap minat penggunaan.
Surachman (2007) melakukan penelitian yang berjudul “Analisis
Penerimaan Sistem Informasi Perpustakaan Terpadu di Lingkungan
Universitas Gajah Mada” menunjukan persepsi kemudahan (perceived
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
30
ease of use) dan kebermanfaatan (perceived of usefulness) berpegaruh
langsung terhadap penerimaan “SIPUS” (acceptance of “SIPUS”).
Penelitian Wiyono (2008) menganalisis perilaku pengguna melalui
model TAM. Hasilnya dapat disimpulkan bahwa minat perilaku tidak
berpengaruh terhadap penggunaan senyatanya dan kerumitan mempunyai
pengaruh yang signifikan terhadap penggunaan senyatanya.
Iman, Ida, dan Septi (2005) melakukan penelitian yang berjudul
“Prediksi Keyakinan Mahasiswa Akan Manfaat Fasilitas Studentsite
Dengan Pendekatan Technology Acceptance Model” menunjukan persepsi
kemudahan (perceived ease of use) dan kebermanfaatan (perceived of
usefulness) berpegaruh langsung terhadap perilaku pengguna (behavioral
intention of use). Perilaku pengguna berpengaruh terhadap penggunaan
senyatanya (actual system usage).
Penelitian yang dilakukan oleh Igbaria, et al. (1995) berjudul
“Testing the Determinants of Microcomputer Usage Via a Structural
Equation Model” memasukkan faktor-faktor eksternal dengan
mengintegrasikan dua model yang menjelaskan penggunaan komputer.
Model pertama yang digunakan oleh Davis, yaitu Technology Acceptance
Model (TAM), dan model kedua adalah Theory of Planned Behavior
(TPB). Analisis yang dipakai dalam penelitian ini adalah menggunakan
pendekatan Structural Equation Modelling (SEM) dengan Partial Ease of
Use (PLS). Model ini mengkonfirmasikan adanya pengaruh dari faktor-
faktor eksternal pada perceived ease of use dan perceived usefulness,
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
31
kemudian perceived ease of use terhadap perceived usefulness serta
dampak dari perceived ease of use dan perceived usefulness terhadap
variety of use.
Al-Gahtani (2001) menganalisis kemampuan TAM untuk diterapkan
di luar Amerika yaitu Inggris. Hasilnya disimpulkan bahwa secara
keseluruhan pengaruh Perceived Usefulness terhadap penerimaan
teknologi informasi lebih besar daripada pengaruh yang diberikan oleh
Perceived Ease of Use.
D. Kerangka Pemikiran dan Pengembangan Hipotesis
a. Kerangka Pemikiran
Penelitian ini merupakan replikasi dari penelitian yang pernah
dilakukan oleh beberapa peneliti, diantaranya. Wibowo (2008), Surachman
(2007), dan Tangke (2004).
Wibowo (2008) membahas mengenai kajian perilaku penggunaan
sistem informasi (Web Mahasiswa) di sebuah institusi pendidikan tinggi.
Tangke (2004) membahas mengenai penerimaan TABK di BPK. Peneliti
mengubah objek penelitian yang pernah dilakukan Wibowo (2008),
Surachman (2007), dan Tangke (2004) menjadi Accounting Software pada
beberapa mahasiswa Akuntansi Strata 1 dan diploma 3 di perguruan tinggi
negeri UNS.
Konstruk pada penelitian tentang accounting software terdiri dari
konstruk eksternal yang dikembangkan oleh beberapa peneliti sebelumnya
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
32
yaitu konstruk pengalaman (experience), konstruk tuntutan tugas dan
pekerjaan (demand of work), konstruk frekuensi penggunaan (frequency of
use), dan lima konstruk utama dari TAM.
Kerangka Penelitian ini digunakan untuk mempermudah jalan
pemikiran terhadap permasalahan yang dibahas, terkait dengan variabel
kunci Technology Acceptance Model dan beberapa variabel eksternal.
Kerangka konseptual penelitian ini digambarkan sebagai model berikut.
Sumber: Davis, Fred D. (1989), Xiao (2010), Gardner dan Amroso (2004),
Venkatesh dan Davis (2000)
Gambar 2.I
Bagan Kerangka Pemikiran Penelitian
TAM Key
H9 H5
H6
H7
H8
H4
H1
H2
H3
Demand of Work
Experience
Frequency of Use
Perceive of
Usefullness
Perceive Ease of
Use
Attitude toward Using
Behavioral Intention
of Use
Actual System
Use
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
33
b. Pengembangan Hipotesis
a) Pengaruh Tuntutan Tugas dan Pekerjaan (Demand of Work)
terhadap Persepsi Kebermanfaatan (Perceive of Usefulness) dalam
penggunaan software akuntansi di kalangan mahasiswa akuntansi
Tuntutan tugas dan pekerjaan dapat diukur dengan mengetahui
seberapa besar kebutuhan akan penggunaan dan pemanfaatan teknologi
informasi akan meningkatkan kemampuan dalam menyelesaikan tugas
mereka dan akan memberikan kontribusi terutama nilai yang baik pada
seorang individu.
Pemanfaatan teknologi sering kali terjadi dikarenakan suatu unsur
paksaan atau motivasi dari suatu pihak untuk menciptakan suatu nilai
untuk memanfaatkan teknologi di setiap individu. Tuntutan tugas dan
pekerjaan sebenarnya merupakan adobsi dari sebuah konstruk job fit
yang pernah dilakukan dalam penelitian Venkatesh dan Davis (2000),
job fit merupakan sebuah penurunan dari model Task Technology Fit
(TTF), yaitu kesesuaian antara teknologi dengan tuntutan pekerjaan,
atau kemampuan teknologi untuk mendukung pekerjaan.
Faktor-faktor yang mempengaruhi penerapan teknologi informasi
adalah faktor social affect, kompleksitas, tuntutan tugas, konsekuensi
jangka panjang, dan kondisi yang memfasilitasi pemanfaatan teknologi
informasi, maka pengaruh antara tuntutan tugas dan pekerjaan terhadap
persepsi kebermanfaatan akan diteliti.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
34
H1: Tuntutan Tugas dan Pekerjaan berpengaruh positif terhadap
Persepsi Kebermanfaatan dalam penggunaan software akuntansi di
kalangan mahasiswa akuntansi.
b) Pengaruh Pengalaman (Experience) terhadap Persepsi
Kebermanfaatan (Perceive of usefulness) dan Persepsi Kemudahan
(Perceive ease of use) dalam penggunaan software akuntansi di
kalangan mahasiswa akuntansi.
Teknologi dapat terus dipergunakan dan dikembangkan
dikarenakan seseorang individu pernah mengalami penggunaan atas
suatu teknologi. Dengan seorang individu memiliki pengalaman atas
suatu teknologi, maka dapat disimpulkan bahwa pengalaman dapat
memberikan konstribusi dalam mempermudah dan memberikan
manfaat pada penggunaan teknologi, maka pengaruh antara pengalaman
terhadap persepsi kemudahan dan persepsi kebermanfaatan akan diteliti.
H2: Pengalaman berpengaruh positif terhadap Persepsi
Kebermanfaatan dalam penggunaan software akuntansi di
kalangan mahasiswa akuntansi.
H3 : Pengalaman berpengaruh positif terhadap Persepsi
Kemudahan dalam penggunaan software akuntansi di kalangan
mahasiswa akuntansi.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
35
c) Pengaruh frekuensi penggunaan (Frequency of Use) terhadap
persepsi kemudahan (Perceive Ease of Use) dalam penggunaan
software akuntansi di kalangan mahasiswa akuntansi.
Frekuensi merupakan ukuran jumlah putaran ulang per peristiwa
dalam selang waktu yang diberikan. Frekuensi penggunaan juga
merupakan suatu akar dari penerimaan suatu teknologi.
Penggunaan teknologi oleh individu dikarenakan tingkat frekuensi
individu menggunakan suatu sistem dapat disebabkan teknologi
tersebut berguna dalam pemakaian sehari-hari atau mungkin teknologi
tersebut sangat mudah diterima oleh individu, maka pengaruh antara
frekuensi penggunaan terhadap persepsi kemudahan akan diteliti.
H4 : Frekuensi penggunaan berpengaruh positif terhadap Persepsi
Kebermanfaatan dalam penggunaan software akuntansi di
kalangan mahasiswa akuntansi.
d) Pengaruh persepsi kemudahan (Perceive Ease of Use) terhadap
persepsi kebermanfaatan (Perceive of Usefulness) dalam
penggunaan software akuntansi di kalangan mahasiswa akuntansi.
Kemudahan penggunaan teknologi dapat diartikan bahwa
menggunakan suatu sistem itu mudah dan bebas dari suatu kesulitan.
Pengguna selalu berorientasi terhadap sistem user friendly yang dapat
diartikan mudah untuk disesuaikan dan diaplikasikan.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
36
Persepsi kemudahan atas penggunaan software akuntansi diartikan
bahwa pemakaian software akuntansi dapat mempermudah pengguna
software akuntansi dalam pemakaiannya dan bukan merupakan suatu
beban. Konstruk pengaruh ini sudah beberapa kali dilakukan oleh
beberapa peneliti dan sudah teruji validitas dan keandalannya.
Dalam penelitian ini peneliti akan menguji kembali pengaruh
antara persepsi kemudahan terhadap persepsi kebermanfaatan
H5 : Persepsi kemudahan (Perceive Ease of Use) berpengaruh
positif terhadap persepsi kebermanfaatan (Perceive of Usefulness)
dalam penggunaan software akuntansi di kalangan mahasiswa
akuntansi.
e) Pengaruh Persepsi kebermanfaatan (Perceive of Usefulness)
dan Persepsi kemudahan (Perceive Ease of Use) terhadap sikap
terhadap penggunaan (Attitude toward Using) dalam penggunaan
software akuntansi di kalangan mahasiswa akuntansi.
Kemudahan dan Penggunaan merupakan variabel kunci atau
variabel independen dalam TAM. Persepsi ini digunakan untuk
mengukur seberapa besar penerimaan atas kemudahan dan
kebermanfaatan terhadap sikap penggunaan. Dalam penelitian ini
peneliti akan menguji kembali pengaruh antara persepsi
kebermanfaatan dan persepsi kemudahan terhadap sikap terhadap
penggunaan.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
37
H6 : Persepsi kebermanfaatan (Perceive of Usefulness)
berpengaruh positif terhadap sikap terhadap penggunaan (Attitude
toward Using) dalam penggunaan software akuntansi di kalangan
mahasiswa akuntansi.
H7 : Persepsi kemudahan (Perceive Ease of Use) berpengaruh
positif terhadap sikap terhadap penggunaan (Attitude toward Using)
dalam penggunaan software akuntansi di kalangan mahasiswa
akuntansi.
f) Pengaruh sikap terhadap penggunaan (Attitude toward Using)
terhadap minat perilaku pengguna (Behavioral Intention to Use)
dalam penggunaan software akuntansi di kalangan mahasiswa
akuntansi.
Behavoral Intention to use merupakan kecenderungan atas perilaku
pengguna untuk terus dan tetap menggunakan suatu teknologi. Minat
dapat muncul dikarenakan terdapat sikap positif yang terjadi pada
individu. Suatu minat muncul atas menguntungkan atau tidak suatu hal
yang membuat seorang individu termotivasi dan memiliki keinginan
untuk tetap menggunakan.
Dalam penelitian ini peneliti akan menguji kembali pengaruh
antara sikap terhadap penggunaan terhadap minat perilaku penggunaan.
H8 : Sikap penggunaan (Attitude toward Using) berpengaruh positif
terhadap Minat perilaku pengguna (Behavioral Intention to Use)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
38
dalam penggunaan software akuntansi di kalangan mahasiswa
akuntansi.
g) Pengaruh minat perilaku pengguna (Behavioral Intention to
Use) terhadap penggunaan sistem senyatanya (Actual system Use)
dalam penggunaan software akuntansi di kalangan mahasiswa
akuntansi.
Hipotesis pengaruh Berhavioral Intention to Use terhadap Actual
system Use merupakan persamaan 4 (Actual system Use = Intention to
Use). Namun dengan modifikasi yang telah dilakukan, maka muncul
persamaan baru (Actual system Use = Itention of Use + Perceive
usefulness) dikarenakan Peceive Ease of Use tidak memiliki dampak
yang signifikan, namun persamaan tersebut tetap dapat menjelaskan
pengaruh antara variabel Intention to Use terhadap Actual system Use
Wibowo (2008).
Dalam penelitian ini peneliti akan menguji kembali pengaruh
antara minat perilaku penggunaan terhadap penggunaan sistem
senyatanya.
H9 : Minat perilaku pengguna (Behavioral Intention to Use)
berpengaruh positif terhadap penggunaan sistem senyatanya
(Actual system Use) dalam penggunaan software akuntansi di
kalangan mahasiswa akuntansi.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
39
BAB III
METODELOGI PENELITIAN
A. Desain Penelitian
Desain penelitian adalah suatu rencana penelaah atau penelitian
secara ilmiah dalam rangka menjawab pertanyaan peneltian atau identifikasi
masalah (Sekaran, 2006). Tujuan dari memahami desain penelitian adalah
penyelidikan secara sistematis berdasarkan data, kritis, objektif dan ilmiah
terhadap suatu masalah yang spesifik, yang dilakukan untuk mengerti
beberapa aspek yang berbeda yang relevan untuk mendesain suatu studi
penelitian, menjamin keakuratan, dan menemukan jawaban yang terkait.
Desain penelitian ini adalah sebagai berikut.
1. Jenis dan Tujuan Penelitian
Jenis penelitian yang dilakukan tergolong penelitian kuantitatif,
dikarenakan peneliti memerlukan perhitungan secara statistik dan
mengambil sampel atas populasi untuk menekankan pada pengujian
teori-teori melalui pengukuran atas variabel dan menyimpulkannya
sebagai hasil uji yang mengestimasikan hasil statistik sebagai parameter
populasi.
Penelitian ini tergolong penelitian deskriptif dimana penelitian
yang dilakukan untuk mengetahui nilai variabel mandiri, baik satu
variabel atau lebih tanpa membuat perbandingan atau menghubungkan
antara satu variabel dengan variabel lain, yang dianalisa dengan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
40
hypothesis testing. Hypothesis testing digunakan untuk menguji hipotesis
yang diajukan peneliti. Penelitian ini berusaha menjelaskan analisa faktor
yang mempengaruhi penerimaan dan penggunaan software akuntansi
studi kasus mahasiswa fakultas ekonomi yaitu mahsiswa strata 1 dan
diploma 3 dengan menggunakan pendekatan TAM.
2. Jenis Investigasi dan Luas Campur Tangan dari Peneliti (Intervensi)
Jenis investigasi yang dilakukan adalah studi korelasional
dikarenakan peneliti berminat untuk menemukan variable penting yang
berkaitan dengan masalah, bukan menemukan sebab akibat melainkan
korelasi antara dua variabel.
Tingkat intervensi yang dilakukan peneliti dalam penelitian ini
adalah minimal, dikarenakan peneliti melakukan studi korelasional pada
setiap individu dalam suatu organisasi. Data yang dikumpulkan adalah
data primer yaitu merupakan tanggapan atas pertanyaan yang terdapat
dalam kuesioner.
3. Tempat Penelitian atau Situasi Studi
Studi yang dilakukan oleh peneliti merupakan studi lapangan (field
study) dikarenakan peneliti melakukan penelitian secara langsung pada
resonden, tanpa melakukan intervensi yang berlebih pada responden.
4. Analisis Unit
Pada analisis penelitian ini, peneliti menganalisis tiap individu.
Dalam melakukan analisis, peneliti memperhatikan individu sebagai
obyek penelitian. Sampel yang digunakan adalah individu dari tiap
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
41
kelompok responden, yaitu kelompok mahasiswa strata 1 dan kelompok
mahasiswa diploma 3 Fakultas Ekonomi UNS.
5. Horison Waktu
Horison waktu yang digunakan dalam penelitian ini adalah cross-
sectional study. Cross-sectional study merupakan studi yang dapat
dilakukan dengan data yang hanya sekali dikumpulkan, yaitu datanya
dikumpulkan hanya sekali dalam satu periode waktu penelitian.
B. Populasi dan Teknik Pengambilan Sampel
Populasi merupakan wilayah generalisasi yang terdiri atas obyek
atau subyek yang mempunyai kualitas dan karakteristik tertentu yang
ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik
kesimpulannya. Populasi juga mengacu pada keseluruhan kelompok orang,
kejadian atau hal minat yang ingin peneliti investigasi. Populasi dari
penelitian ini adalah seluruh mahasiswa Strata 1 dan Diploma 3 Fakultas
Ekonomi UNS.
Pengambilan sampel adalah proses memilih sejumlah elemen
secukupnya dari populasi, sehingga penelitian terhadap sampel dan
pemahaman tentang sifat atau karakteristiknya akan membuat untuk dapat
menggeneralisasikan sifat atau karakteristik terhadap elemen populasi.
Ukuran Sampel yang digunakan sesuai dengan sampel minimum
dalam SEM antara 100-200, demikian juga dalam Ghozali (2008) jumlah
sampel yang diperlukan dalam SEM minimal 100.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
42
Pengambilan sampel berjumlah 100 untuk setiap mahasiswa S1 dan
D3 dikarenakan untuk memperkuat data analisa yang akan diteliti oleh
peneliti dan memperkuat persebaran data yang merata antara mahasiswa S1
dan D3.
Teknik pengambilan sampel yang digunakan dalam penelitian ini
berdasarkan metode purposive sampling. Sampel yang diambil adalah
mahasiswa Strata 1 dan Diploma 3 Fakultas Ekonomi UNS yang
memperoleh pelajaran atau menggunakan software akuntansi dalam
pengerjaan tugas atau pekerjaan lain. Mahasiswa digunakan sebagai sampel
karena mahasiswa merupakan pengguna langsung, pengguna terakhir, dan
memperoleh pengajaran dalam penggunaan software akuntansi.
C. Jenis dan Sumber data
Jenis data yang digunakan dalam penelitian ini adalah data primer
yaitu data yang didapat secara langsung dari sumber asli (responden tanpa
melalui perantara). Data diambil dari mahasiswa Fakultas Ekonomi UNS
yang pernah mendapat pelajaran atau mempunyai pengalaman dalam
menggunakan software akuntansi.
D. Metode Pengumpulan Data
Data diperoleh dengan cara menyebarkan kuesioner kepada
mahasiswa Fakultas Ekonomi UNS. Penyebaran kuesioner dilakukan
kepada 100 mahasiswa Strata 1 dan Diploma 3 Fakultas Ekonomi, kuesioner
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
43
dibagikan secara langsung pada mahasiswa yang terkait dan kuesioner dapat
diambil secara langsung setelah mahasiswa mengisi kuesioner tersebut.
E. Intrumen Penelitian, Definisi Operasional dan Variabel Penelitian
Konstruk Instrumen Penelitian dalam penelitian ini dibagi menjadi 2,
yaitu:
1. Konstruk Eksogenous (Exogenous Construct)
Konstruk ini dikenal sebagai source variabel variables, atau
variabel bebas. Pada penelitian ini konstruk eksogen meliputi tuntutan
tugas dan pekerjaan (demand of works), pengalaman (experience),
kerumitan (complexity), dan frekuensi penggunaan (frequency of use).
2. Konstruk Endogen (Endogenous Construct)
Konstruk Endogen dikenal sebagai variabel terikat, konstruk
endogen dapat berhubungan kasual maupun korelasional. Konstruk ini
disebut juga konstruk yang meiliki penyebab. Pada penelitian ini
konstruk endogen meliputi persepsi penggunaan (perceived usefulness),
persepsi kemudahan (perceived ease of use), sikap terhadap penggunaan
(Attitude toward Using), minat perilaku (Behavioral Intention to Use),
dan penggunaan senyatanya (Actual system Use).
Variabel penelitian dan definisi operasional atas variabel yang
digunakan dalam penelitian ini adalah berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
44
a) Persepsi Kebermanfaatan (perceived of usefulness)
Persepsi kebermanfaatan dapat didefinisikan bahwa suatu sistem
digunakan didasarkan karena memiliki kegunaan yang bersifat positif
bagi pengguna, dalam persepsi kebermanfaatan seseorang percaya
bahwa penggunaan suatu sistem dapat meningkatkan efektivitas dan
efisiensi dalam kinerja. variabel persepsi kebermanfaatan merupakan
variabel dependen untuk melihat pengaruh tuntutan tugas dan
pekerjaan (demand of works), pengalaman (experience), dan pengaruh
persepsi kemudahan (perceive ease of use) terhadap persepsi
kebermanfaatan (perceive usefulness). Variabel ini diukur dengan
indikator sebagai berikut.
1) Meminimalkan kehilangan data
2) Peningkatan efektivitas pengerjaan tugas
3) Meningkatkan kecepatan penyelesaian tugas
4) Memperbaiki tugas dan pekerjaan
5) Bermanfaat untuk tugas dan pekerjaan
6) Meningkatkan produktivitas pengerjaan tugas
Instrumen pengukuran menggunakan skala likert dengan skala
skor 1 sampai dengan 5 yang menyatakan dari sangat tidak setuju
sampai sangat setuju serta menggunakan 6 item pertanyaan (Davis,
1989, dan Wibowo, 2008).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
45
b) Persepsi Kemudahan (perceive ease of use)
Kemudahan penggunaan dapat diartikan bahwa penggunaan
suatu sistem mudah dan bebas dari suatu kesulitan saat
menggunakan suatu sistem. Sistem yang mudah akan diterima dan
dijalankan oleh pengguna. Variabel persepsi kemudahan sebenarnya
merupakan variabel independen dalam pendekatan TAM, namun di
penelitian ini peneliti menyangkutkan beberapa indikator variabel
eksogen/ variabel eksternal untuk melihat korelasi antara faktor
terhadap penerimaan. Variabel ini untuk melihat pengaruh antara
pengalaman (experience), dan frekuensi penggunaan (frequency of
use) terhadap persepsi kemudahan (perceive ease of use). Variabel
ini diukur dengan indikator sebagai berikut.
1) Kemudahan akses
2) Kemudahan untuk dipelajari
3) Kemudahan untuk dimengerti
4) Fasilitas dan fitur yang mudah untuk digunakan
5) Memperlancar tugas dan pekerjaan
6) Mudah untuk mendapatkan software
7) Mudah untuk beradaptasi
Instrumen pengukuran menggunakan skala likert dengan skala
skor 1 sampai dengan 5 yang menyatakan dari sangat tidak setuju
sampai sangat setuju serta menggunakan 7 item pertanyaan (Davis,
1989, dan Wibowo, 2008).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
46
c) Sikap Terhadap Penggunaan (Attitude toward Using)
Aspek penerimaan dan penolakan akan suatu sistem dikarenakan
oleh suatu konsep Attitude toward Using yang diartikan sebagai
sikap pengguna akan penggunaan teknologi informasi. Sikap dapat
ditentukan dari bagaimana seorang individu menerima, merespon,
dan menghargai atas suatu sistem.
Variabel ini merupakan variabel dependen untuk melihat
pengaruh antara variabel persepsi kebermanfaatan (perceive of
usefulness) dan persepsi kemudahan (perceive ease of use) terhadap
sikap terhadap penggunaan (Attitude toward Using). Variabel dalam
penelitian ini diukur dengan indikator sebagai berikut.
1) Kenyamanan interaksi
2) Menikmati penggunaan
3) Tidak membosankan
4) Senang menggunakan
Instrumen pengukuran menggunakan skala likert dengan skala
skor 1 sampai dengan 5 yang menyatakan dari sangat tidak setuju
sampai sangat setuju serta menggunakan 4 item pertanyaan (Gardner
dan Amroso, 2004).
d) Minat Perilaku (Behavioral Intention to Use)
Behavoral Intention to use merupakan kecenderungan atas
perilaku pengguna untuk terus dan tetap menggunakan suatu
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
47
teknologi. Wibowo (2008) mendefinisikan minat perilaku
menggunakan teknologi (behavioral intention of use), di definiskan
sebagai minat (keinginan) seseorang untuk melakukan perilaku
tertentu. Variabel ini merupakan variabel dependen untuk melihat
pengaruh antara sikap terhadap penggunaan (Attitude toward Using)
terhadap minat perilaku menggunakan teknologi (behavioral
intention of use). Variabel dalam penelitian ini diukur dengan
indikator sebagai berikut.
1) Berniat untuk menggunakan
2) Berniat untuk mencoba
3) Berniat untuk mendapatkan software
4) Berniat untuk mempelajari
5) Berniat mengajak teman
Instrumen pengukuran menggunakan skala likert dengan skala
skor 1 sampai dengan 5 yang menyatakan dari sangat tidak setuju
sampai sangat setuju serta menggunakan 5 item pertanyaan
(Wibowo, 2008, dan Gardner dan Amroso, 2004).
e) Penggunaan Senyatanya (Actual system Use)
Actual system Use adalah suatu kondisi yang sebenarnya dan
nyata atas penggunaan akan suatu sistem. Suatu sistem akan terus
digunakan dikarenakan sistem mempunyai dampak yang positif
terhadap individu. Penggunaan senyatanya dikonsepkan sebagai
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
48
frekuensi atau durasi waktu atas penggunaan suatu sistem. Variabel
ini merupakan variabel dependen untuk melihat pengaruh antara
minat perilaku menggunakan teknologi (behavioral intention of use)
terhadap penggunaan senyatanya (Actual system Use). Variabel
dalam penelitian ini diukur dengan indikator sebagai berikut.
1) Menggunakan selama perkuliahan
2) Sering membuka software
3) Menggunakan rata-rata 3x dalam seminggu
4) Menggunakan dan mencoba dalam setiap pengerjaan tugas
5) Puas dan menggunakan software yang telah dipelajari
Instrumen pengukuran menggunakan skala likert dengan skala
skor 1 sampai dengan 5 yang menyatakan dari sangat tidak setuju
sampai sangat setujus serta menggunakan 5 item pertanyaan (Davis,
1989, dan Tangke (2004).
f) Demand of works (Tuntutan Tugas dan Pekerjaan)
Tuntutan sering diartikan sebagai keharusan dalam suatu hal.
Pemakaian teknologi juga sering dikaitkan dengan tuntutan yang
ada. Seorang mahasiswa harus dapat menjalankan suatu software
atau teknologi yang sudah ditentukan dalam kurikulum. Variabel ini
merupakan variabel eksternal atau variabel independen yang
berpengaruh secara tidak langsung. Variabel ini untuk melihat
pengaruh tuntutan tugas dan pekerjaan (demand of works) terhadap
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
49
persepsi kebermanfaatan (perceive usefulness). Variabel dalam
penelitian ini diukur dengan indikator sebagai berikut.
1) Menggunakan untuk kesukesan perkuliahan
2) Diharuskan untuk mengerti
3) Wajib untuk menggunakan
4) Harus dilakukan untuk meningkatkan kualitas
5) Harus dilakukan untuk meningkatkan efektivitas
Instrumen pengukuran menggunakan skala likert dengan skala
skor 1 sampai dengan 5 yang menyatakan dari sangat tidak setuju
sampai sangat setuju serta menggunakan 5 item pertanyaan (Sagung
dan Wijana, 2009, dan Venkatesh dan Davis, 2000).
g) Experience (pengalaman)
Pengalaman merupakan suatu hal yang pernah dialami.
Teknologi dapat terus dipergunakan dan dikembangkan dikarenakan
seseorang individu pernah mengalami penggunaan atas suatu
teknologi. Variabel ini merupakan variabel eksternal atau variabel
independen yang berpengaruh secara tidak langsung. Variabel ini
berfungsi untuk mengukur pengaruh pengalaman (experience)
terhadap persepsi kebermanfaatan (perceive usefulness) dan persepsi
kemudahan (perceive ease of use). Variabel dalam penelitian ini
diukur dengan indikator sebagai berikut.
1) Mempunyai pengalaman dalam menggunakan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
50
2) Mudah memahami karena meiliki pengalaman
3) Memilih software akuntansi karena berpengalaman
4) Pemahaman yang baik karena pengalaman
Instrumen pengukuran menggunakan skala likert dengan skala
skor 1 sampai dengan 5 yang menyatakan dari sangat tidak setuju
sampai sangat setuju serta menggunakan 4 item pertanyaan (Gardner
dan Amroso, 2004).
h) Frequency of use (Frekuensi Penggunaan)
Frekuensi merupakan ukuran jumlah putaran ulang per
peristiwa dalam selang waktu yang diberikan. Frekuensi diukur dari
beberapa sering seorang individu memakai teknologi. Frekuensi
penggunaan juga merupakan suatu akar dari penerimaan suatu
teknologi. Di sisi lain, seorang mungkin sering menggunakan suatu
sistem disebabkan teknologi tersebut berguna dalam pemakaian
sehari-hari atau mungkin teknologi tersebut sangat mudah diterima
oleh individu. Variabel ini untuk melihat pengaruh frekuensi
penggunaan (frequency of use) terhadap persepsi kemudahan
(perceive ease of use). Variabel dalam penelitian ini diukur dengan
indikator sebagai berikut.
1) Selalu digunakan untuk menuntaskan tugas
2) Selalu digunakan karena mudah
3) Selalu digunakan karena memiliki manfaat yang besar
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
51
4) Selalu digunakan karena lebih mudah daripada manual
Instrumen pengukuran menggunakan skala likert dengan skala
skor 1 sampai dengan 5 yang menyatakan dari sangat tidak setuju
sampai sangat setuju serta menggunakan 4 item pertanyaan (Tong,
2010).
F. Metode Analisis Data
Pada penelitian ini analisis data menggunakan pendekatan Model
persamaan struktural (Structural Equation Model). Model Persamaan
Struktural (Structural Equation Model) merupakan model dengan
pendekatan berbasis kovarian (covariance based). Ghozali (2008)
menyimpulkan analisa berbasis kovarian juga dapat disebut sebagai model
sebab akibat. Model persamaan persamaan strkctural merupakan gabungan
dari dua metode statistik yang terpisah yaitu analisis faktor (factor analysis)
yang dikembangkan di ilmu psikologi dan psikometri serta model
persamaan simultan (simultaneous equation modeling).
Penelitian menggunakan software AMOS versi 18, AMOS
merupakan kependekan dari Analisis of Moment Structures yang digunakan
sebagai pendekatan dalam analisis data dalam Model Persamaan Struktural
(SEM). Amos adalah model persamaan yang powerfull. Amos merupakan
software yang memungkinkan untuk mendukung penelitian dan teori-teori
dengan memperluas metode analisis standar multivariat, termasuk regresi,
analisis faktor, korelasi, dan analisis varians. Dengan Amos, dapat
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
52
menentukan, memperkirakan, menilai, dan menyajikan model analisa dalam
sebuah diagram jalur intuitif untuk menunjukkan hubungan antar variabel
yang dihipotesiskan.
Model Persamaan Struktural terdiri dari dua bagian yaitu bagian
pengukuran yang menghubungkan observed variabel (Manifest) dengan
unobserved variabel (latent) melalui confirmatory factor model dan bagian
struktur yang menghubungkan antar unobserved variabel (latent) melalui
persamaan regresi simultan. Observed variabel atau manifest merupakan
konsep abstrak yang langsung dapat diukur, sedangkan unobserved variabel
atau latent merupakan konsep yang tak dapat diukur secara langsung.
Dalam model pengukuran SEM memiliki keunggulan yaitu dapat
digunakan untuk menguji konstruk secara bersama-sama model struktural,
dan measurement model.
Model Persamaan Struktural memiliki dua jenis laten variabel yaitu
variabel exogen (independen) dan variabel endogen (dependen). Kedua jenis
konstruk ini dibedakan atas dasar apakah mereka berkedudukan sebagai
variabel dependen atau bukan dependen dalam suatu model persamaan
(Ghozali, 2008).
Estimasi parameter dalam SEM umumnya berdasarkan pada metode
maximum likehood (ML). Estimasi dengan metode ML menghendaki
adanya asumsi yang harus dipenuhi, seperti. Jumlah Sampel harus besar
(asymptotic), distribusi dari observed variabel normal secara multivariate,
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
53
model yang dihipotesiskan harus valid, dan skala pengukuran variabel
kontinyu (interval).
Dalam model pengukuran SEM setiap konstruk laten dihubungkan
dengan multiple measure. Hubungan antar konstruk laten dengan
pengukurannya dilakukan dengan prosedur analytic Measurement Model
factor yaitu setiap konstruk laten dibuat dengan model sebagai common
factor dari pengukurannya (measurement). Nilai loading menjadi
penghubung konstruk dengan pengukurannya. Pengukuran model
menggunakan langkah sebagai berikut.
1) Analisa faktor Konfirmatory dan Validitas Konstruk
Analisa konfirmatori sering disebut sebagai dengan Confirmatory
factor analysis (CFA). Confirmatory factor analysis didesain untuk
menguji multidimensional dari suatu konstruk teoritis. Analisis ini
sering juga disebut menguji validitas suatu konstruk teoritis. Validitas
konstruk digunakan untuk mengukur seberapa jauh ukuran indikator
dapat mereflesikan konstruk laten teoritisnya. Validitas merupakan
ukuran yang dapat memberikan kepercayaan bahwa indikator yang
diambil dalam sampel mengambarkan skor sesungguhnya dan dapat
digunakan sebagai estimasi atas populasi.
Pengujian validitas dilakukan untuk mengetahui kelayakan butir-
butir dalam suatu daftar konstruk pertanyaan dalam mendefinisikan
suatu variabel. Uji validitas dilakukan untuk mengetahui adanya
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
54
ketepatan antara alat ukur dengan konsep yang diukur (Uma Sekaran
2006).
Pengujian validitas dengan program AMOS 18.0, menggunakan
empat ukuran validitas konstruk yang convergent validity, variance
extracted, reliability, dan discriminant validity.
a) Convergent Validity : dinilai atas indicator suatu konstruk laten harus
konvergen (share) dengan proporsi varian yang tinggi. korelasi
dikatakan tinggi dengan syarat nilai loading faktor melebihi 0,70
b) Variance Extracted : menilai presentase rata-rata nilai variance
extrcacted (AVE) antar item atau indikator suatu set konstruk laten
yang merupakan ringkasan convergen indicator. Berikut rumus
untuk menghitung AVE:
Variance Extracred = ( ∑ standart Loading)2
( ∑ Standard Loading)2 + ∑Ej
Jika nilai AVE sama dengan atau diatas 0.50 menunjukan adanya
convergent yang baik. Nilai AVE harus dihitung untuk setiap
konstruk laten.
c) Construct Realiability : merupakan salah satu indikator validitas
konvergen. Dalam penelitian ini peneliti dapat membandingkan nilai
reliabilitas dengan menggunakan Cronbach alpha dan konstruk
realibilitas dikarenakan Cronbach alpha memberikan reliabilitas
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
55
yang lebih rendah dibanding dengan konstruk realibilitas. Berikut
adalah rumus untuk menhitung reliabilitas menggunakan konstruk
reliabilitas:
Construct reliability = ( ∑ standart Loading)2
( ∑ Standard Loading)2 + ∑Ej
Construct reliability menunjukan reliabilitas yang baik dengan nilai
0.70 atau lebih. Sedangkan reliabilitas 0.60 – 0.70 masih dapat
diterima dengan syarat validitas indikator dalam model yang baik.
d) Discriminant Validity : mengukur seberapa jauh suatu konstruk
benar-benar berbeda dengan konstruk lainnya. Nilai Discriminant
Validity yang tinggi memberikan bukti bahwa konstruk adalah unik
dan mampu menangkap fenomena yang diukur. Cara mengujinya
adalah membandingkan akar dari AVE dengan nilai korelasi antar
konstruk.
2) Analisa SEM
Teknik SEM memungkinkan pengujian dalam beberapa variabel
dependen terhadap variabel independen dalam sekali estimasi. Terdapat
pemodelan dan analisis persamaan struktural menjadi tujuh langkah
yaitu:
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
56
a) Pengembangan Model Berdasar Teori
Model persamaan structural pada prinsipnya didasarkan
terhadap analisa hubungan casualitas. Pada langkah ini hubungan
antara variabel eksogen dan endogen dianalisa dan sekaligus
memeriksa validitas dan reliabilitas instrument penelitian.
Kuatnya hubungan casualitas antara dua variabel yang
diasumsikan oleh peneliti bukan terletak pada metode analisis yang
ditentukan, tetapi terletak pada pembenaran secara teoritis untuk
mendukung analisa. Pengembangan model berdasarkan teori atau
konsep yang dikenal atau dikenal sebagai pembuatan model
konfirmatori.
Model persamaan struktural (SEM) merupakan sebuah
confirmatory technique. Teknik ini merupakan teknik untuk menguji
baik teori baru maupun teori yang sudah dikembangkan yang akan
diuji lagi secara empiris. Pengujian ini dapat dilakukan dengan
menggunakan SEM, akan tetapi perlu diketahui bahwa SEM tidak
digunakan untuk membentuk hubungan kausalitas baru, tetapi
digunakan untuk menguji pengembangan kausalitas yang memiliki
justifikasi teori.
b) Menyusun Diagram Jalur
Langkah selanjutnya setelah setelah menyusun model
berbasis teori adalah menyusun model dalam bentuk diagram jalur
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
57
(path diagram). Diagram jalur disusun berdasarkan hubungan
kasualitas antara variabel endogen dan eksogen.
c) Menerjemahkan Diagram Jalur ke dalam Persamaan Struktural
Persamaan struktural merupakan persamaan yang dihasilkan
melalui diagram jalur. Pengukuran dan matrik korelasi dibentuk
berdasarkan hubungan kasualitas antar konstruk.
persamaan struktural pada dasarnya dibangun berdarkan
pedoman sebagai berikut. variabel endogen (terikat) = variabel
eksogen + variabel endogen + error.
Variabel eksogen adalah variabel yang nilainya ditentukan di
luar model, seperti variabel bebas dan variabel instrumen
(predetermined variables). Sedangkan variabel endogen adalah
variabel yang nilainya ditentukan berdasarkan model, seperti
variabel tidak bebas
d) Memilih Input Matrix dan Mendapatkan Model Estimasi
Setelah model dispesifikasi kedalam persamaan secara
lengkap. Dalam penelitian ini matrik input yang dipilih adalah
matrik kovarian, karena matrik kovarian memiliki kelebihan
daripada matrik korelasi dalam memberikan validitas perbandingan
antara populasi yang berbeda atau sampel yang berbeda. Matrik
kovarian lebih sesuai dalam memvalidasi hubungan kasual.
Langkah selanjutnya adalah memilih teknik analisis dengan
mempertimbangkan ukuran sampel. Besaran ukuran sampel
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
58
memiliki peranan penting dalam interprestasi SEM. Besaran
sampel digunakan sebagai estimasi sampling error. Dalam program
AMOS 18.0 teknik-teknik estimasi yang tersedia adalah: (i)
Maximum Likelihood Estimation (ML), (ii) Generalized Least
Square Estimation (GLS), (iii) Unweighted Least Square
Estimation (ULS), (iv) Scale Free Least Square Estimation (SLS),
dan (v) Symtotically Distribution-free Estimation (ADF). Metode
yang digunakan dalam penelitian ini adalah Maximum Likelihood
Estimation (ML) dan Generalized Least Square Estimation (GLS).
Metode ini dipilih berdasarkan jumlah sampel yang diambil
berkisar 200-500.
Estimasi yang dapat digunakan dalam Amos VS 18.0 dapat
diringkas dalam tabel III.1 berikut ini
Tabel 3.1 Teknik Estimasi
Pertimbangan Teknik yang Dipilih
Keterangan
Bila ukuran Sampel kecil (100-200) dan asumsi normalitas terpenuhi
ML ULS dan SLS biasanya tidak menghasilkan uji X2 karena itu tidak menarik perhatian peneliti
Bila asumsi normalitas dipenuhi dan ukuran sampel sampai dengan antara 200-500
ML dan GLS Bila ukuran sampel kurang dari 500. Hasil GLS cukup baik.
Bila asumsi normalitas kurang dipenuhi dan ukuran sampel lebih dari 2500
ADF
ADF kkurang cocok bila ukuran sampel kurang dari 2500
Sumber : Ghozali (2008)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
59
e) Menilai Identifikasi Model Struktural
Masalah identifikasi adalah ketidakmampuan proposed model
(model yang dikembangkan) untuk menghasilkan unique estimate
(estimasi yang unik). Untuk melihat ada atau tidaknya masalah
identifikasi adalah dengan melihat hasil estimasi yang meliputi.
i. Nilai standar error yang besar untuk satu atau lebih koefisien
ii. Program tidak mampu untuk menghasilkanmatrik informasi yang
seharusnya disajikan (invert information matrix)
iii. Munculnya nilai estimasi yang tidak mungkin seperti error varian
yang negatif
iv. Diantara koefisien estimasi muncul nilai korelasi yang sangat
tinggi (>0.90)
f) Memilih dan Mengevaluasi Kriteria Godness of Fit
Dalam langkah ini sebelum melakukan penilaian kelayakan dari
model struktural adalah menilai apakah data yang akan diolah
memenuhi asumsi model persamaan struktural. SEM sangat sensitif
terhadap karekteristik distribusi data, khusunya distribusi yang
melanggar normalitas multivariate atau adanya kurtosis yang tinggi
dalam data (Ghozali, 2008). Maka sebelum pengolah, data harus
diuji untuk mengetahui ada tidaknya data outlier dan apakah
distribusi data normal secara multivariate.
Berikut adalah asumsi-asumsi SEM yang harus dipenuhi.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
60
i. Ukuran Sampel
Penelitian menggunakan model dengan 40 parameter maka
sampel minimum yang digunakan 200 sampel. Jumlah Ukuran
sampel yang harus dipenuhi dalam permodelan SEM adalah
minimum berjumlah 100, dengan pembanding 5 observasi untuk
setiap parameter yang diestimasi.
ii. Melihat Offending Estimated (dugaan yang tidak wajar)
Offending estimate adalah estimasi koefisien dalam model
structural maupun model pengukuran yang nilainya diatas batas
yang dapat diterima. Offending estimate biasanya ditunjukan
dengan adanya varian error yang negative (non significant) pada
suatu konstruk, standar koefisien yang mendekati 0.1 dan
adanya nilai standar error yang tinggi. Jika terjadi offending
estimate maka peneliti harus menghilangkan hal tersebut
sebelum penilaian kelayakan model.
iii. Menguji Normalitas dan Linieritas
Tingkat persebaran data harus dianalisis untuk melihat apakah
asumsi normalitas terpenuhi sehingga data dapat diolah lebih
lanjut dengan pemodelan SEM. Untuk mengetahui dilanggar
atau tidaknya asumsi normalitas, maka dapat dilakukan dengan
menggunakan nilai statistik untuk skewness dan kurtosisnya.
Secara statistik dapat dilihat dari nilai Critical Ratio (CR). Jika
digunakan tingkat signifikansi sebesar 1%, maka nilai CR yang
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
61
berada di antara -2.58 sampai dengan 2.58. Data terdistribusi
normal, apabila nilai critical ratio (C.r.) skewness < 2.58 dan
nilai C.r. kurtosis < 7 (Ghozali, 2005).
iv. Angka Ekstrim (Outliers)
Outliers adalah observasi yang muncul dengan nilai-nilai
ekstrim baik secara univariant maupun multivariant yaitu yang
muncul karena kombinasi karakteristik unik yang dimilikinya
dan terlihat sangat jauh berbeda dari observasi-observasi
lainnya. Outlier muncul dengan 4 (empat) kategori, yakni:
i) Outlier muncul karena kesalahan prosedur seperti kesalahan
dalam memasukkan data atau kesalahan dalam mengkoding
data.
ii) Outlier muncul karena keadaan benar-benar khusus yang
memungkinkan profil data menjadi lain, tetapi peneliti
mempunyai penjelasan mengenai apa yang menyebabkan
munculnya nilai ekstrim tersebut.
iii) Outlier muncul karena adanya sesuatu alasan tetapi peneliti
tidak dapat mengetahui penyebab munculnya nilai ekstrim
tersebut.
iv) Outlier muncul dalam rentang nilai yang ada, tetapi bila
dikombinasikan dengan variabel lain, kombinasinya
menjadi tidak lazim atau sangat ekstrim. Inilah yang disebut
multivariant outlier.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
62
Apabila terjadi outlier dapat dilakukan perlakuan khusus
pada outliernya asal diketahui bagaimana munculnya outlier
tersebut. Hasil uji outlier pada penelitian ini disajikan pada
Mahalanobis distance atau Mahalanobis d squared. Nilai
Mahalonobis yang lebih besar dari Chi-Square tabel atau nilai p
< 0,001 dikatakan observasi yang outlier
v. Penilaian Overall model fit
Overall model fit digunakan setelah peneliti berhasil
menghilangkan offending estimated yang bila terjadi dalam suatu
penelitan. Overall model fit digunakan untuk mengukur kesesuaian
input observasi yang diajukan. ukuran goodness of fit merupakan
alat sebagai pengidentifikasi model yang memenuhi kriteria model
persamaan dalam SEM dengan menggunakan software AMOS
versi 16.0, yaitu:
i) Likelihood Ratio Chi Square Statistik (X2)
Merupakan alat uji fundamental dalam mengukur overall
fit. Model dikatagorikan baik bila memiliki nilai chi square
yang kecil terhadap degree of freedom, sehingga
menghasilkan nilai probabilitas yang lebih besar daripada
signifikansi dan dapat disimpulkan bahwa prediksi dengan
observasi sesungguhnya tidak berbeda secara signiikan.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
63
ii) CMIN/DF (normed Chi Square)
CMIN/DF merupakan ukuran dari nilai chi square dibagi
dengan degree of freedom. Menurut Ghozali (2008) nilai
yang direkomendasikan untuk menerima kesesuaian model
adalah nilai CMIN/DF < 2.
iii) GFI (goodness of fit index)
GFI merupakan ukuran non statistik yang nilainya berkisar
0 (poor fit) hingga 1.0 (perfect fit). GFI mencerminkan
tingkat kesesuaian model secara keseluruhan dalam
menghitung proporsi tertimbang atas varian dalam matrik
kovarian sampel yang dijelaskan dalam kovarian populasi
dengan residual kuadrat yang atas model yang dipredikasi
terhadap data sebenarnya. Nilai GFI yang tinggi
menunjukan nilai fit yang baik. Nilai GFI dapat dikatakan
tinggi bila > 90%.
iv) RMSEA (root mean square error of appromation)
RMSEA menunjukan goodness of fit yang diharapkan. Nilai
RSMEA kurang dari 0.08 merupakan ukuran yang dapat
diterima, hasil uji RMSEA digunakan untuk menguji model
konfirmatori dalam jumlah sampel yang besar.
v) AGFI (adjusted goodness of fit)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
64
AGFI merupakan pengembangan dari GFI yang
disesuaikan dengan ratio degree of freedom dalam null
mode. GFI adalah analog dari R2 (R square) dalam regresi
berganda. Tingkat nilai penerimaan yang direkomendasikan
adalah sama atau >0.90.
vi) TLI (tucker lewis index)
TLI merupakan alat untuk mengevaluasi analisa faktor yang
dikembangkan dalam SEM. Ukuran merupakan alternative
sebagai pembanding proposed model dengan baseline
model. TLI merupakan indeks fit yang tidak dipengaruhi
jumlah sampel. Nilai TLI berkisar 0 (poor fit) hingga 1
(perfect fit). Nilai TLI yang direkomendasikan adalah sama
atau >0.90.
Indeks-indeks yang digunakan untuk menguji
kelayakan sebuah model dapat diringkas dalam tabel 3.2 berikut
ini.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
65
Tabel 3.2 Goodness-of-fit Indices
Goodness-of-fit Indices Cut-off Value
Chi-square Diharapkan kecil
Significance Probability
CMIN/DF
GFI
AGFI
TLI
CFI RMSEA
Sumber : Ghozali (2008)
g) Measurement Model fit
Setelah model fit dievaluasi, langkah selanjutnya adalah
mengukur setiap konstruk untuk melihat reliabilitas dari
konstruk. Pendekatan untuk menilai Measurement Model adalah
mengukur composite reliability dan variance extracted untuk
setiap konstruk. Tingkat konstruk reliabilitas yang diterima
secara umum adalah >0.70, sedangkan variance extracted
adalah >0.50. variance extracted merupakan estimasi pelengkap
ukuran construct reliability.
h) Pengujian Hipotesis Penelitian
Setelah melakukan pengujian dengan CFA untuk
meneliti tigkat validasi atas data maka pengujian hpotesis dapat
dilakukan setelah memenuhi beberapa persyaratan dalam CFA.
Penelitian ini menguji sembilan variabel yang diabagi menjadi
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
66
variabel dependen dan indepenen. variabel independen terdiri
atas tuntutan pekerjaan, pengalaman, kerumitan, dan ferkuensi
penggunaan. Variabel dependen terdiri atas persepsi
kemudahan, persepsi kebermanfaatan, perilaku penggunaan,
minat perilaku, dan penggunaan sistem secara senyatanya,
kemudian dibentuk dalam dua belas hipotesis. Pengujian
hipotesis dilakukan dengan menguji signifikansi regresi dengan
alfa 5%. Jika nilai probabilitas lebih kecil dari taraf signifikansi
maka dapat mendukung hipotesis.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
67
BAB IV
ANALISIS DATA DAN PEMBAHASAN
A. Deskripsi Umum Responden Penelitian
Populasi dalam penelitian ini adalah mahasiswa FE UNS baik
Program Studi S1 maupun D3. Responden ditentukan dengan purposive
sampling karena tidak semua mahasiswa S1 dan D3 dapat mengisi
kuesioner. Mahasiswa yang diperkenankan adalah mahasiswa FE UNS
pada semester IV dan VI yang telah menempuh mata kuliah Praktek
Akuntansi 2 atau mahasiswa yang pernah melakukan pelatihan mengenai
software akuntansi.
1. Kuesioner Responden
Pada bagian ini dijelaskan mengenai data-data deskriptif dari
responden. Data deskriptif yang menggambarkan keadaan atau kondisi
responden perlu diperhatikan sebagai informasi tambahan untuk
memahami hasil penelitian. Perolehan data dilakukan pada bulan April
2012. Pada tabel 4.1, dijelaskan bahwa kuesioner yang disebar sebanyak
200 kuesioner dan kuesioner yang kembali sebanyak 200 kuesioner karena
kuesioner dibagikan secara langsung pada mahasiswa yang terkait dan
kuesioner dapat diambil secara langsung setelah mahasiswa mengisi
kuesioner tersebut. Jumlah sampel pengamatan sebanyak 200 pengamatan
yang terdiri dari banyaknya kuesioner yang kembali.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
68
Tabel 4.1 Distribusi Kuesioner Penelitian
Keterangan Jumlah Kuesioner Jumlah kuesioner yang dipilih kuesioner yang kembali kuesioner yang tidak kembali kuesioner yang tidak lengkap Sampel akhir pengamatan
200 0 0 0
200 Sumber : Data penelitian diolah 2012
2. Deskripsi Jenis Kelamin Responden
Berdasarkan data penelitian yang dilakukan dari penyebaran
kuesioner maka data tentang jenis kelamin dapat dilihat pada tabel 4.2.
Tabel 4.2 Statistik Deskriptif Jenis Kelamin Responden
No. Jenis Kelamin Frekuensi Presentase 1. Laki-laki 88 44% 2. Perempuan 112 66% Jumlah 200 100%
Sumber : Data penelitian diolah 2012
Tabel 4.2 menyajikan informasi berupa data demografi responden
meliputi Jenis kelamin, tidak ada perbedaan antara pria dan wanita dalam
memahami software akuntansi dikarenakan jumlah proporsi dan kesediaan
dalam mengerjakan tugas adalah sama. Tidak terdapat pengecualian yang
khusus antara pria dan wanita dalam proses belajar mengajar dalam
perkuliahan.
Sebagian besar responden adalah perempuan dengan jumlah 112
responden atau sekitar 66% dari seluruh responden yang berjumlah 200
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
69
orang, sedangkan responden yang berjenis kelamin laki-laki hanya
berjumlah 88 orang atau sekitar 44% dari jumlah 200 orang.
3. Deskripsi Program Studi Responden
Berdasarkan data kuesioner yang tersebar dapat ditunjukan pula
distribusi program studi mahasiswa FE UNS. Program studi sebenarnya
dapat mempengaruhi penguasaan atas software akuntansi. Program studi
D3 memiliki masa waktu yang lebih lama dalam menggunakan software
dibandingkan dengan mahasiswa S1. Mahasiswa D3 lebih berorientasi
pada praktek yang ada dan memiliki pengalaman serta frekuensi
penggunaan yang lebih, sedangkan mahasiswa S1 terbatas dalam
pemakaian software akuntansi karena lebih fokus dalam teori yang ada.
Berdasarkan data penelitian yang dilakukan dari penyebaran kuesioner
maka diperoleh data statistik deskriptif mengenai program studi
mahasiswa FE UNS yang dapat dilihat pada tabel 4.3 berikut.
Tabel 4.3 Statistik Deskriptif Program Studi Responden
No. Program Studi Frekuensi Presentase 1. Program S-1 Akuntansi
Reguler 58 29%
2. Program S-1 Akuntansi transfer
40 20%
3. Diploma III 102 51% Jumlah 200 100%
Sumber: Data penelitian diolah 2012
Data pada tabel 4.3 menunjukan bahwa responden penelitian untuk
prodi S-1 akuntansi regular sebanyak 58 responden, untuk prodi akuntansi
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
70
transfer 40 responden, dan untuk diploma III sebanyak 102 responden
yang terdiri atas DIII Perpajakan dan DIII akuntansi.
4. Deskripsi Pengalaman Penggunaan Software
Berdasarkan distribusi data dari 200 responden menurut
pengalaman dalam menggunakan software dapat ditunjukkan sebagai
berikut.
Tabel 4.4 Klasifikasi Responden Berdasarkan Pengalaman
No Pengalaman Jumlah Presentase
1. 1 Semester 68 34% 2. 1 Semester hingga
3 Tahun 32
16% 3. > 3 Tahun 0 -
Jumlah responden yang menjawab
100 50%
Total responden 200 100% Sumber: data primer diolah (2012)
Hasil distribusi tentang pengalaman responden dalam
menggunakan software dari 200 responden hanya 100 responden yang
menjawab telah memiliki pengalaman dalam rentang waktu tertentu. Hal
ini dapat dikarenakan karena sebagian responden masih belum memiliki
pengalaman atau masih dalam proses pembelajaran untuk mengenal
software. Dalam tabel 4.4 dapat diketahui bahwa 68 responden (34%)
mempunyai pengalaman kurang dari 1 Semester, yang terdiri dari
mahasiswa akuntansi S1 regular dan mahasiswa D3. dan 32 responden
(16%) memiliki pengalaman antara 1 Semester hingga 3 Tahun, yang
terdiri dari mahasiwa non regular.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
71
B. Analisis Data dan Pengujian Hipotesis
1. Model Pengukuran (Measurement Model) dengan Analisis Faktor
Konfirmatori (Confirmatory factor analysis)
Model pengukuran (measurement model) dengan analisis faktor
konfirmatori merupakan analisa dengan menggunakan estimasi setiap
konstruk dalam analisis. Tiap konstruk ini berfungsi untuk menyelidiki
unidimensionalitas dari indikator-indikator yang menjelaskan sebuah
faktor atau sebuah variabel. Dengan melihat nilai validitas konvergen
masing-masing indikator serta reliabilitas konstruk agar memastikan suatu
konsep atau konstrak berada dalam kondisi unidimensional. Model dengan
derajat bebas (df) 0 akan dipastikan dalam keadaan unidimensional,
sedangkan model yang memiliki df positif terlebih dahulu harus dilihat
kriteria goodness of fit-nya agar diketahui unidimensionalitas-nya.
Analisis konfirmatori menggunakan single Measurement Model,
suatu konstruk latent sangat dipengaruhi oleh beberapa indikator yang
membangun konstruk tersebut, sehingga beberapa indikator yang ada
digunakan sebagai pengukur konstruk sebuah latent. Pada bagian ini akan
diuraikan model pengukuran untuk konstruk Demand of work (DOW),
experience (EXP), frequency of use (FOU), perceived of usefulness (PU),
perceived ease of use (PEOU), Attitude toward Using (ATU), Behaviour
intention of use (BIOU), dan actual system use (ACU).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
72
a. Measurement Model dengan Confirmatory factor analysis untuk
Konstruk Demand of work
Dengan menggunakan software AMOS V.S 18.0 hasil
perhitungan pengukuran model dengan confirmatory factor analysis
dapat dilihat pada gambar 4.1 sebagai berikut.
Gambar 4.1 Confirmatory factor analysis untuk Konstruk Demand of work
Sumber : Data primer yang diolah 2012
Untuk mengetahui apakah data tersebut sudah mencapai goodness
of fit Indices dan model yang dibangun mendukung secara statistik,
berikut adalah ringkasan perbandingan model yang dibangun
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
73
mendukung berdasarkan goodness-of-fit indices seperti pada tabel 4.5
berikut.
Tabel 4.5 Goodness-of-fit Indices untuk Konstruk Demand of work
Goodness of fit indices
Cut off value Hasil model Keterangan
Chi square Diharapkan kecil 0.186 Marginal Probability
0.999 Fit
CMIN/DF
0.37 Fit
GFI
1.000 Fit
AGFI
0.999 Fit
TLI
1.094 Fit
CFI 1.000 Fit RMSEA 0.000 Fit
Sumber : Data primer yang diolah 2012
Berdasarkan tabel 4.5 nilai goodness of fit Indices untuk konstruk
demand of work sudah dipenuhi, langkah selanjutnya yang harus
dilakukan adalah melihat nilai signifikansi dari estimasi parameter
regression weight seperti yang ada dalam tabel 4.6 sebagai berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
74
Tabel 4.6 Regresion Weight untuk Konstruk Demand of work
Estimate S.E. C.R. P Label
X14 <--- DOW .848 .176 4.815 *** X15 <--- DOW 1.000
X16 <--- DOW .993 .194 5.126 *** X17 <--- DOW .881 .177 4.965 *** X18 <--- DOW .665 .177 3.752 *** Sumber : Data primer yang diolah 2012
Berdasarkan tabel 4.6 di atas menunjukan bahwa semua indikator
variabel Demand of work signifikan pada 0.05 dengan ditunjukkan
dengan tanda (***). Selanjutnya, model fit suatu konstruk yang
dianalisis dengan AMOS dipersyaratkan memenuhi nilai convergent
validity yaitu indikator dengan faktor loading diatas 0,50 sehingga
indikator dengan faktor loading dibawah 0,50 dinyatakan tidak valid
sebagai konstruk variabel system quality dan harus kembali
dieliminasi (didrop) dari analisis (Ghozali, 2008). Nilai convergent
validity tiap indikator konstruk ditunjukan pada tabel 4.7 sebagai
berikut.
Tabel 4.7
Standardized Regression untuk Konstruk Demand of work
Estimate X14 <--- DOW .513 X15 <--- DOW .608 X16 <--- DOW .584 X17 <--- DOW .542 X18 <--- DOW .361
Sumber : Data primer yang diolah 2012
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
75
Berdasarkan tabel 4.7 terdapat indikator dari konstruk demand of
work yang memiliki loading factor di bawah 0,5, sehingga indikator
X18 harus dibuang dari analisis karena dinyatakan tidak valid. Karena
terdapat indikator yang dinyatakan tidak valid sebagai konstruk
variabel pemberdaya, maka indikator tersebut harus dieliminasi
(didrop) dari analisis. Modifikasi model dapat dilihat kembali pada
gambar 4.2 sebagai berikut.
Gambar 4.2 Modifikasi Confirmatory factor analysis untuk Konstruk Demand of work
Sumber : Data primer yang diolah, 2012
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
76
Ringkasan perbandingan model yang telah dimodifikasi dengan
persyaratan yang telah ditetapkan seperti yang ada dalam tabel 4.8
sebagai berikut.
Tabel 4.8 Goodness-of-fit Indices untuk Konstruk Demand of work
Goodness of fit indices
Cut off value Hasil model
Keterangan
Chi square Diharapkan kecil 0.151 Marginal Probability
0.927 Fit
CMIN/DF
0.076 Fit
GFI 1.000 Fit AGFI
0.998 Fit
TLI
1.063 Fit
NFI 1.000 Fit RMSEA 0.000 Fit
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.8 di atas nilai chi-squares telah mengalami
penurunan yang cukup tinggi, namun nilai CMIN/DF mengalami
peningkatan, nilai probabilitas, AGFI, dan TLI mengalami penurunan
dikarenakan modifikasi. Namun seluruh goodness of fit untuk
konstruk demand of work masih sesuai dengan yang dipersyaratkan.
Langkah selanjutnya yang kembali dilakukan adalah melihat nilai
signifikansi dari estimasi parameter regression weight seperti yang
ada dalam tabel 4.9 sebagai berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
77
Tabel 4.9 Regresion Weight untuk Konstruk Demand of work (Modifikasi)
Estimate S.E. C.R. P Label
X14 <--- DOW .849 .183 4.645 *** X15 <--- DOW 1.000 X16 <--- DOW .986 .202 4.879 *** X17 <--- DOW .883 .185 4.776 ***
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.9 di atas menunjukan bahwa semua indikator
variabel Demand of work signifikan pada 0.05 dengan ditunjukan
dengan tanda (***). Selanjutnya, model fit suatu konstruk yang
dianalisis dengan AMOS dipersyaratkan memenuhi nilai convergent
validity yaitu indikator dengan faktor loading diatas 0,50 sehingga
indikator dengan faktor loading dibawah 0,50 dinyatakan tidak valid
sebagai konstruk variabel demand of work dan harus kembali
dieliminasi (didrop) dari analisis (Ghozali, 2008). Nilai convergent
validity tiap indikator konstruk ditunjukan pada tabel 4.10 sebagai
berikut.
Tabel 4.10 Standardized Regression untuk Konstruk Demand of work (Modifikasi)
Estimate X14 <--- DOW .513 X15 <--- DOW .609 X16 <--- DOW .580 X17 <--- DOW .545
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.10 tidak ada indikator dari konstruk demand
of work yang memiliki loading factor di bawah 0,5, maka dapat
disimpulkan bahwa indikator X14, X15, X16, dan X17 merupakan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
78
indikator yang mampu menjelaskan dan mendefinisikan konstruk
demand of work serta keempat indikator tersebut memenuhi
convergent validity dan unidimensionalitas.
b. Measurement Model dengan Confirmatory factor analysis untuk
Konstruk Experience
Dengan menggunakan software AMOS V.S 18.0 hasil
perhitungan pengukuran model dengan confirmatory factor analysis
dapat dilihat pada gambar 4.3 sebagai berikut.
Gambar 4.3 Confirmatory factor analysis untuk Konstruk Experience
Sumber : Data primer yang diolah, 2012
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
79
Untuk mengetahui apakah data tersebut sudah mencapai goodness
of fit indhices dan model yang dibangun mendukung secara statistik,
berikut adalah ringkasan perbandingan model yang dibangun
mendukung secara statistik berdasarkan goodness-of-fit indices seperti
pada tabel 4.11 berikut.
Tabel 4.11 Goodness-of-fit Indices untuk Konstruk Experience
Goodness of
fit indices Cut off value Hasil
model Keterangan
Chi square Diharapkan kecil 1.170 Marginal Probability
0.557 Fit
CMIN/DF
0.585 Fit
GFI 0.997 Fit AGFI 0.985 Fit TLI
1.009 Fit
CFI 1.000 Fit RMSEA 0.000 Fit
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.11 nilai goodness of fit Indices untuk
konstruk experience sudah dipenuhi, langkah selanjutnya yang harus
dilakukan adalah melihat nilai signifikansi dari estimasi parameter
regression weight seperti yang ada dalam tabel 4.12 sebagai berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
80
Tabel 4.12 Regresion Weight untuk Konstruk Experience
Estimate S.E. C.R. P Label
X19 <--- EXP .852 .083 10.303 *** X20 <--- EXP .703 .087 8.104 *** X21 <--- EXP .988 .088 11.229 *** X22 <--- EXP 1.000
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.12 di atas menunjukan bahwa semua
indikator variabel experience signifikan pada 0.05 dengan ditunjukan
dengan tanda (***). Selanjutnya, model fit suatu konstruk yang
dianalisis dengan AMOS dipersyaratkan memenuhi nilai convergent
validity yaitu indikator dengan faktor loading diatas 0,50, sehingga
indikator dengan faktor loading dibawah 0,50 dinyatakan tidak valid
sebagai konstruk variabel experience dan harus dieliminasi (didrop)
dari analisis (Ghozali, 2008). Nilai convergent validity tiap indikator
konstruk ditunjukan pada tabel 4.13 sebagai berikut.
Tabel 4.13 Standardized Regression untuk Konstruk Experience
Estimate
X19 <--- EXP .724 X20 <--- EXP .584 X21 <--- EXP .798 X22 <--- EXP .843
Berdasarkan tabel 4.13 tidak ada indikator dari konstruk
experience yang memiliki loading factor di bawah 0,5, maka dapat
disimpulkan bahwa indikator X19, X20, X21, dan X22 merupakan
indikator yang mampu menjelaskan dan mendefinisikan konstruk
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
81
experience serta keempat indikator tersebut memenuhi convergent
validity dan unidimensionalitas.
c. Measurement Model dengan Confirmatory factor analysis untuk
Konstruk Frequency of Use
Dengan menggunakan software AMOS V.S 18.0, hasil
perhitungan pengukuran model dengan confirmatory factor analysis
dapat dilihat pada gambar 4.4 sebagai berikut.
Gambar 4.4 Confirmatory factor analysis untuk Konstruk Frequency Of Use
Sumber : Data primer yang diolah, 2012
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
82
Untuk mengetahui apakah data tersebut sudah mencapai goodness
of fit indices dan model yang dibangun mendukung secara statistik,
berikut adalah ringkasan perbandingan model yang dibangun
mendukung berdasarkan goodness-of-fit-indices seperti pada tabel
4.14 berikut.
Tabel 4.14 Goodness-of-fit Indices untuk Konstruk Frequency of Use
Goodness of
fit indices Cut off value Hasil
model Keterangan
Chi square Diharapkan kecil 0,723 Marginal Probability
0.697 Fit
CMIN/DF
0.361 Fit
GFI 0.998 Fit AGFI 0.991 Fit TLI
1.019 Fit
CFI 1.000 Fit RMSEA 0.000 Fit
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.14 nilai goodness of fit Indices untuk
konstruk frequency of use sudah dipenuhi, langkah selanjutnya yang
harus dilakukan adalah melihat nilai signifikansi dari estimasi
parameter regression weight seperti yang ada dalam tabel 4.15 sebagai
berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
83
Tabel 4.15 Regresion Weight untuk Konstruk Frequency of Use
Estimate S.E. C.R. P Label X28 <--- FOU .974 .121 8.052 *** X29 <--- FOU .930 .126 7.358 *** X30 <--- FOU .902 .121 7.460 *** X31 <--- FOU 1.000
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.15 di atas menunjukkan bahwa semua
indikator variabel frequency of use signifikan pada 0.05 dengan
ditunjukan dengan tanda (***). Selanjutnya, model fit suatu konstruk
yang dianalisis dengan AMOS dipersyaratkan memenuhi nilai
convergent validity yaitu indikator dengan faktor loading diatas 0,50
sehingga indikator dengan loading factor dibawah 0,50 dinyatakan
tidak valid sebagai konstruk variabel frequency of use dan harus
dieliminasi (didrop) dari analisis (Ghozali, 2008). Nilai convergent
validity tiap indikator konstruk ditunjukkan pada tabel 4.16 sebagai
berikut.
Tabel 4.16 Standardized Regression untuk Konstruk Frequency of Use
Estimate
X28 <--- FOU .734 X29 <--- FOU .634 X30 <--- FOU .646 X31 <--- FOU .720
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.16 tidak ada indikator dari konstruk
frequency of use yang memiliki loading factor di bawah 0,5, maka
dapat disimpulkan bahwa indikator X28, X29, X30, dan X31
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
84
merupakan indikator yang mampu menjelaskan dan mendefinisikan
konstruk frequency of use serta keempat indikator tersebut memenuhi
convergent validity dan unidimensionalitas.
c. Measurement Model dengan Confirmatory factor analysis untuk
Konstruk Perceived of Usefullnes
Dengan menggunakan software AMOS V.S 18.0 hasil
perhitungan pengukuran model dengan confirmatory factor analysis
dapat dilihat pada Gambar 4.5 sebagai berikut.
Gambar 4.5 Confirmatory factor analysis untuk Konstruk Perceived of Usefulness
Sumber : Data primer yang diolah, 2012
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
85
Untuk mengetahui apakah data tersebut sudah mencapai goodness
of fit indices dan model yang dibangun mendukung secara statistik,
berikut adalah ringkasan perbandingan model yang dibangun secara
statistik mendukung berdasarkan goodness-of-fit-indices seperti pada
tabel 4.17 berikut.
Tabel 4.17 Goodness-of-fit Indices untuk Konstruk Perceived of Usefulness
Goodness of fit indices
Cut off value Hasil model
Keterangan
Chi square Diharapkan kecil 9.073 Marginal Probability
0.431 Fit
CMIN/DF
1.008 Fit
GFI 0.985 Fit AGFI 0.966 Fit TLI
1.000 Fit
CFI 1.000 Fit RMSEA 0.006 Fit
Sumber : Data primer diolah yang, 2012
Walaupun nilai goodness of fit statistik untuk konstruk perceived
of usefulness sudah dipenuhi, langkah selanjutnya yang harus
dilakukan adalah melihat nilai signifikansi dari estimasi parameter
regression weight seperti yang ada dalam tabel 4.18 sebagai berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
86
Tabel 4.18 Regresion Weight untuk Konstruk Perceived of Usefulness
Estimate S.E. C.R. P Label X9 <--- PU .873 .116 7.557 *** par_1 X10 <--- PU .861 .122 7.036 *** par_2 X12 <--- PU .924 .112 8.249 *** par_3 X11 <--- PU .783 .108 7.224 *** par_4 X13 <--- PU 1.000 X8 <--- PU .992 .129 7.669 *** par_5
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.18 di atas menunjukkan bahwa semua
indikator variabel perceived of usefulness signifikan pada 0.05 dengan
ditunjukkan dengan tanda (***). Selanjutnya, model fit suatu konstruk
yang dianalisis dengan AMOS dipersyaratkan memenuhi nilai
convergent validity yaitu indikator dengan faktor loading diatas 0,50
sehingga indikator dengan faktor loading dibawah 0,50 dinyatakan
tidak valid sebagai konstruk variabel perceived of usefullness dan
harus dieliminasi (didrop) dari analisis (Ghozali, 2008). Nilai
convergent validity tiap indikator konstruk ditunjukan pada tabel 4.19
sebagai berikut.
Tabel 4.19 Standardized Regression untuk Konstruk Perceived of Usefulness
Estimate
X9 <--- PU .637 X10 <--- PU .586 X12 <--- PU .712 X11 <--- PU .604 X13 <--- PU .687 X8 <--- PU .649
Sumber : Data primer yang diolah, 2012
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
87
Berdasarkan tabel 4.19 tidak ada indikator dari konstruk
perceived of usefulness yang memiliki loading factor di bawah 0,5,
maka dapat disimpulkan bahwa indikator X8, X9, X10, X11, X12, dan
X13 merupakan indikator yang mampu menjelaskan dan
mendefinisikan konstruk perceived of usefulness serta keenam
indikator tersebut memenuhi convergent validity dan
unidimensionalitas.
d. Measurement Model dengan Confirmatory factor analysis untuk
Konstruk Perceived ease of use
Dengan menggunakan software AMOS V.S 18.0, hasil
perhitungan pengukuran model dengan confirmatory factor analysis
dapat dilihat pada gambar 4.6 sebagai berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
88
Gambar 4.6 Confirmatory factor analysis untuk Konstruk Perceived ease of use
Sumber : Data primer diolah, 2012
Untuk mengetahui apakah data tersebut sudah mencapai goodness
of fit indices dan model yang dibangun mendukung secara statistik,
berikut adalah ringkasan perbandingan model yang dibangun
mendukung berdasarkan goodness-of-fit-indices seperti pada tabel
4.20 berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
89
Tabel 4.20 Goodness-of-fit Indices untuk Konstruk Perceived ease of use
Goodness of
fit indices Cut off value Hasil model Keterangan
Chi square Diharapkan kecil 4.606 Marginal Probability
0.466 Fit
CMIN/DF
0.921 Fit
GFI 0.991 Fit AGFI 0.973 Fit TLI
1.003 Fit
CFI 1.000 Fit RMSEA 0.000 Fit
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.20 nilai goodness of fit Indices untuk
konstruk perceived ease of use sudah dipenuhi, langkah selanjutnya
yang harus dilakukan adalah melihat nilai signifikansi dari estimasi
parameter regression weight seperti yang ada dalam tabel 4.21 sebagai
berikut.
Tabel 4.21
Regresion Weight untuk Konstruk Perceived ease of use
Estimate S.E. C.R. P Label X1 <--- PEOU .939 .110 8.551 *** par_1 X3 <--- PEOU 1.002 .111 9.003 *** par_2 X2 <--- PEOU 1.000
X4 <--- PEOU .831 .103 8.065 *** par_3 X5 <--- PEOU .805 .114 7.094 *** par_4 Sumber : Data primer yang diolah, 2012
Berdasarkan Tabel 4.21 di atas menunjukkan bahwa semua
indikator variabel perceived ease of use signifikan pada 0.05 dengan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
90
ditunjukkan dengan tanda (***). Selanjutnya, model fit suatu konstruk
yang dianalisis dengan AMOS dipersyaratkan memenuhi nilai
convergent validity yaitu indikator dengan faktor loading diatas 0,50
sehingga indikator dengan faktor loading dibawah 0,50 dinyatakan
tidak valid sebagai konstruk variabel perceived ease of use dan harus
dieliminasi (didrop) dari analisis (Ghozali, 2008). Nilai convergent
validity tiap indikator konstruk ditunjukkan pada tabel 4.22 sebagai
berikut.
Tabel 4.22 Standardized Regression untuk Konstruk Perceived ease of use
Estimate
X1 <--- PEOU .710 X3 <--- PEOU .760 X2 <--- PEOU .700 X4 <--- PEOU .674 X5 <--- PEOU .589
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.22 tidak ada indikator dari konstruk
perceived ease of use yang memiliki loading factor di bawah 0,5,
maka dapat disimpulkan bahwa indikator X1, X2, X3, X4, dan X5
merupakan indikator yang mampu menjelaskan dan mendefinisikan
konstruk perceived ease of use serta kelima indikator tersebut
memenuhi convergent validity dan unidimensionalitas.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
91
e. Measurement Model dengan Confirmatory factor analysis untuk
Konstruk Behavioral Intention to Use
Dengan menggunakan software AMOS V.S 18.0, hasil
perhitungan pengukuran model dengan confirmatory factor analysis
dapat dilihat pada gambar 4.7 sebagai berikut.
Gambar 4.7 Confirmatory factor analysis untuk Konstruk Behavioral Intention to Use
Sumber : Data primer yang diolah, 2012
Untuk mengetahui apakah data tersebut sudah mencapai goodness
of fit indices dan model yang dibangun mendukung secara statistik,
berikut adalah ringkasan perbandingan model yang dibangun
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
92
mendukung secara statistik berdasarkan goodness-of-fit-indices seperti
pada tabel 4.23 berikut.
Tabel 4.23 Goodness-of-fit Indices untuk Konstruk Behavioral Intention to Use
Goodness of fit indices
Cut off value Hasil model Keterangan
Chi square Diharapkan kecil 2.924 Marginal Probability
0.721 Fit
CMIN/DF
0.585 Fit
GFI 0.994 Fit AGFI 0.983 Fit TLI
1.032 Fit
CFI 1.000 Fit RMSEA 0.000 Fit
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.23 nilai goodness of fit Indices untuk
konstruk behavioral intention to use sudah dipenuhi, langkah
selanjutnya yang harus dilakukan adalah melihat nilai signifikansi dari
estimasi parameter regression weight seperti yang ada dalam tabel
4.24 sebagai berikut.
Tabel 4.24
Regresion Weight untuk Konstruk Behavioral Intention to Use
Estimate S.E. C.R. P Label X32 <--- BIOU .759 .146 5.208 ***
X33 <--- BIOU 1.000
X34 <--- BIOU .760 .151 5.031 *** X35 <--- BIOU .805 .148 5.429 *** X36 <--- BIOU .711 .134 5.302 ***
Sumber : Data primer yang diolah, 2012
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
93
Berdasarkan tabel 4.24 di atas menunjukkan bahwa semua
indikator variabel behavioral intention to use signifikan pada 0.05
dengan ditunjukkan dengan tanda (***). Selanjutnya, model fit suatu
konstruk yang dianalisis dengan AMOS dipersyaratkan memenuhi
nilai convergent validity yaitu indikator dengan loading factor diatas
0,50 sehingga indikator dengan faktor loading dibawah 0,50
dinyatakan tidak valid sebagai konstruk variabel behavioral intention
to use dan harus dieliminasi (didrop) dari analisis (Ghozali, 2008).
Nilai convergent validity tiap indikator konstruk ditunjukkan pada
tabel 4.25 sebagai berikut.
Tabel 4.25 Standardized Regression untuk Behavioral Intention to Use
Estimate
X32 <--- BIOU .532 X33 <--- BIOU .622 X34 <--- BIOU .504 X35 <--- BIOU .572 X36 <--- BIOU .548
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.25 tidak ada indikator dari konstruk
behavioral intention to use yang memiliki loading factor di bawah
0,5, maka dapat disimpulkan bahwa indikator X32, X33, X34, X35,
dan X36 merupakan indikator yang mampu menjelaskan dan
mendefinisikan konstruk behavioral intention to use serta kelima
indikator tersebut memenuhi convergent validity dan
unidimensionalitas.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
94
f. Measurement Model dengan Confirmatory factor analysis untuk
Konstruk Attitude toward Using
Dengan menggunakan software AMOS V.S 18.0, hasil
perhitungan pengukuran model dengan confirmatory factor analysis
dapat dilihat pada gambar 4.8 sebagai berikut.
Gambar 4.8 Confirmatory factor analysis untuk Konstruk Attitude toward Using
Sumber : Data primer yang dioleh, 2012
Untuk mengetahui apakah data tersebut sudah mencapai goodness
of fit indices dan model yang dibangun mendukung secara statistik,
berikut adalah ringkasan perbandingan model yang dibangun
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
95
mendukung secara statistik berdasarkan goodness-of-fit-indices seperti
pada tabel 4.26 berikut.
Tabel 4.26 Goodness-of-fit Indices untuk Konstruk Attitude toward Using
Goodness of fit indices
Cut off value Hasil model Keterangan
Chi square Diharapkan kecil 0.177 Marginal Probability
0.915 Fit
CMIN/DF
0.089 Fit
GFI 1.000 Fit AGFI 0.998 Fit TLI
1.023 Fit
CFI 1.000 Fit RMSEA 0.000 Fit
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.26 nilai goodness of fit Indices untuk
konstruk attitude toward using sudah dipenuhi, langkah selanjutnya
yang harus dilakukan adalah melihat nilai signifikansi dari estimasi
parameter regression weight seperti yang ada dalam tabel 4.27 sebagai
berikut.
Tabel 4.27
Regresion Weight untuk Konstruk Attitude toward Using
Estimate S.E. C.R. P Label X37 <--- ATU .812 .094 8.644 ***
X38 <--- ATU 1.000
X39 <--- ATU .927 .103 9.035 *** X40 <--- ATU .771 .095 8.099 ***
Sumber : Data primer yang diolah, 2012
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
96
Berdasarkan tabel 4.27 di atas menunjukkan bahwa semua
indikator variabel attitude toward using signifikan pada 0.05 dengan
ditunjukkan dengan tanda (***). Selanjutnya, model fit suatu konstruk
yang dianalisis dengan AMOS dipersyaratkan memenuhi nilai
convergent validity yaitu indikator dengan faktor loading diatas 0,50
sehingga indikator dengan loading factor dibawah 0,50 dinyatakan
tidak valid sebagai konstruk variabel attitude toward using dan harus
dieliminasi (didrop) dari analisis (Ghozali, 2008). Nilai convergent
validity tiap indikator konstruk ditunjukkan pada tabel 4.28 sebagai
berikut.
Tabel 4.28 Standardized Regression untuk Attitude toward Using
Estimate
X37 <--- ATU .683 X38 <--- ATU .795 X39 <--- ATU .724 X40 <--- ATU .635
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.28 tidak ada indikator dari konstruk attitude
toward using yang memiliki loading factor di bawah 0,5, maka dapat
disimpulkan bahwa indikator X37, X38, X39, dan X40 merupakan
indikator yang mampu menjelaskan dan mendefinisikan konstruk
attitude toward using serta keempat indikator tersebut memenuhi
convergent validity dan unidimensionalitas.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
97
g. Measurement Model dengan Confirmatory factor analysis untuk Konstruk Actual System Use
Dengan menggunakan software AMOS V.S 18.0 hasil
perhitungan pengukuran model dengan confirmatory factor analysis
dapat dilihat pada gambar 4.9 sebagai berikut.
Gambar 4.9 Confirmatory factor analysis untuk Konstruk Actual System Use
Sumber : Data primer yang diolah, 2012
Untuk mengetahui apakah data tersebut sudah mencapai goodness
of fit indices dan model yang dibangun mendukung secara statistik,
berikut adalah ringkasan perbandingan model yang dibangun
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
98
mendukung secara statistik berdasarkan goodness-of-fit-indices seperti
pada tabel 4.29 berikut.
Tabel 4.29 Goodness-of-fit Indices untuk Konstruk Actual System Use
Goodness of fit indices
Cut off value Hasil model
Keterangan
Chi square Diharapkan kecil 4.561 Marginal Probability
0.472 Fit
CMIN/DF
0.912 Fit
GFI 0.991 Fit AGFI 0.974 Fit TLI
1.004 Fit
CFI 1.000 Fit RMSEA 0.000 Fit
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.29 nilai goodness of fit Indices untuk
konstruk actual system use sudah dipenuhi, Langkah selanjutnya yang
harus dilakukan adalah melihat nilai signifikansi dari estimasi
parameter regression weight seperti yang ada dalam tabel 4.30 sebagai
berikut.
Tabel 4.30
Regresion Weight untuk Konstruk Actual System Use
Estimate S.E. C.R. P Label X32 <--- ATU .759 .146 5.208 ***
X33 <--- ATU 1.000
X34 <--- ATU .760 .151 5.031 *** X35 <--- ATU .805 .148 5.429 *** X36 <--- ATU .711 .134 5.302 ***
Sumber : Data primer yang diolah, 2012
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
99
Berdasarkan tabel 4.30 di atas menunjukkan bahwa semua
indikator variabel actual system use signifikan pada 0.05 dengan
ditunjukkan dengan tanda (***). Selanjutnya, model fit suatu konstruk
yang dianalisis dengan AMOS dipersyaratkan memenuhi nilai
convergent validity yaitu indikator dengan faktor loading diatas 0,50
sehingga indikator dengan loading factor dibawah 0,50 dinyatakan
tidak valid sebagai konstruk variabel actual system use dan harus
dieliminasi (didrop) dari analisis (Ghozali, 2008). Nilai convergent
validity tiap indikator konstruk ditunjukan pada tabel 4.31 sebagai
berikut.
Tabel 4.31 Standardized Regression untuk Actual System Use
Estimate
X41 <--- ACU .614 X42 <--- ACU .757 X43 <--- ACU .703 X44 <--- ACU .511 X45 <--- ACU .564
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.31 tidak ada indikator dari konstruk actual
system use yang memiliki loading factor di bawah 0,5, maka dapat
disimpulkan bahwa indikator X41, X42, X43, X44, dan X45
merupakan indikator yang mampu menjelaskan dan mendefinisikan
konstruk actual system use serta kelima indikator tersebut memenuhi
convergent validity dan unidimensionalitas.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
100
h. Measurement Model dengan Confirmatory factor analysis antar
Konstruk Endogen dan Eksogen
Uji konfirmatori ini dilakukan dengan mengkovariankan antar
variabel endogen dan eksogen untuk mengetahui nilai goodness fit
indices serta melihat nilai covergent validity apakah sudah memenuhi
kriteria. Uji ini harus dilakukan sebelum memasuki estimasi
persamaan full mode untuk mendapat hasil goodness fit indices yang
lebih sesuai. Dengan menggunakan software AMOS V.S 18.0, hasil
perhitungan pengukuran model dengan confirmatory factor analysis
antar konstruk endogen dan eksogen dapat dilihat pada gambar 4.10
sebagai berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
101
Gambar 4.10 Confirmatory factor analysis Konstruk Eksogen dan Endogen
Sumber : Data primer yang diolah, 2012
Untuk mengetahui apakah data tersebut sudah mencapai goodness
of fit statistik dan model yang dibangun mendukung secara statistik,
berikut adalah ringkasan perbandingan model yang dibangun
mendukung berdasarkan goodness-of-fit-indices seperti pada tabel
4.32 berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
102
Tabel 4.32 Goodness-of-fit Indices untuk Konstruk Eksogen dan Endogen
Goodness of fit indices
Cut off value Hasil model Keterangan
Chi square Diharapkan kecil 635.935 Marginal Probability
0.330 Fit
CMIN/DF
1.024 Fit
GFI 0.859 Marginal AGFI 0.840 Marginal TLI
0.992 Fit
CFI 1.000 Fit RMSEA 0.011 Fit
Sumber : Data primer yang diolah, 2012
Berdasarkan nilai goodness of fit statistik untuk uji konfirmatori
konstruk endogen dan konstruk endogen, GFI dan AGFi memiliki
nilainya dibawah 0,90, sehingga model untuk persyaratan GFI dan
AGFI diterima dalam kondisi marginal. Untuk kriteria lain sudah
dipenuhi dan melebihi persyaratan. Nilai AGFI dan GFI berada di
anatara nilai 0 (poor fit) hingga 1 (perfect fit), menurut Ghozali (2008)
bila terdapat tiga kriteria atau lebih yang telah memenuhi goodness-of-
fit, maka dapat diasumsikan bahwa model telah memenuhi persyaratan
dan model dapat dikatakan baik. Langkah selanjutnya yang harus
dilakukan adalah melihat nilai signifikansi dari estimasi parameter
regression weight seperti yang ada dalam tabel 4.33 sebagai berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
103
Tabel 4.33 Regresion Weight Uji Konfirmatori antar Konstruk Eksogen dan Endogen
Estimate S.E. C.R. P Label
X14 <--- DOW .854 .182 4.686 *** X15 <--- DOW 1.000
X16 <--- DOW .989 .201 4.925 *** X17 <--- DOW .884 .184 4.812 *** X19 <--- EXP .850 .082 10.373 *** X20 <--- EXP .702 .086 8.155 *** X21 <--- EXP .988 .087 11.348 *** X22 <--- EXP 1.000
X28 <--- FOU .963 .119 8.069 *** X29 <--- FOU .926 .125 7.392 *** X30 <--- FOU .897 .120 7.484 *** X31 <--- FOU 1.000
X8 <--- PU .993 .129 7.694 *** X9 <--- PU .881 .115 7.625 *** X10 <--- PU .889 .123 7.246 *** X11 <--- PU .798 .109 7.350 *** X12 <--- PU .905 .111 8.155 *** X1 <--- PEOU .959 .118 8.156 *** X2 <--- PEOU 1.000
X3 <--- PEOU 1.017 .119 8.539 *** X4 <--- PEOU .879 .109 8.052 *** X5 <--- PEOU .877 .119 7.372 *** X37 <--- ATU .872 .108 8.059 *** X38 <--- ATU 1.000
X39 <--- ATU .969 .117 8.283 *** X40 <--- ATU .785 .110 7.134 *** X32 <--- BIOU .774 .148 5.238 *** X33 <--- BIOU 1.000
X34 <--- BIOU .759 .152 4.988 *** X35 <--- BIOU .817 .150 5.443 *** X42 <--- ASU 1.000
X43 <--- ASU .919 .113 8.144 *** X44 <--- ASU .652 .104 6.246 *** X45 <--- ASU .753 .110 6.839 *** X41 <--- ASU .871 .118 7.367 *** X13 <--- PU 1.000
X36 <--- BIOU .727 .136 5.338 ***
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.33 di atas menunjukkan bahwa semua
indikator dalam uji konfirmatori antar variabel endogen dan eksogen
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
104
signifikan pada 0.05 dengan ditunjukan dengan tanda (***).
Selanjutnya, model fit suatu konstruk yang dianalisis dengan AMOS
dipersyaratkan memenuhi nilai convergent validity yaitu indikator
dengan faktor loading diatas 0,50 sehingga indikator dengan faktor
loading dibawah 0,50 dinyatakan tidak valid sebagai konstruk variabel
dan harus dieliminasi (didrop) dari analisis (Ghozali, 2008). Nilai
convergent validity tiap indikator konstruk ditunjukan pada tabel 4.34
sebagai berikut.
Tabel 4.34 Standardized Regression Uji Konfirmatori antar Konstruk
Eksogen dan Endogen
Estimate X14 <--- DOW .515 X15 <--- DOW .608 X16 <--- DOW .581 X17 <--- DOW .544 X19 <--- EXP .724 X20 <--- EXP .585 X21 <--- EXP .800 X22 <--- EXP .845 X28 <--- FOU .730 X29 <--- FOU .635 X30 <--- FOU .645 X31 <--- FOU .724 X8 <--- PU .647 X9 <--- PU .640 X10 <--- PU .603 X11 <--- PU .613 X12 <--- PU .695 X1 <--- PEOU .697 X2 <--- PEOU .673 X3 <--- PEOU .741 X4 <--- PEOU .685 X5 <--- PEOU .616 X37 <--- ATU .669 X38 <--- ATU .733 X39 <--- ATU .693
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
105
X40 <--- ATU .582 X32 <--- BIOU .537 X33 <--- BIOU .615 X34 <--- BIOU .498 X35 <--- BIOU .574 X42 <--- ASU .757 X43 <--- ASU .703 X44 <--- ASU .511 X45 <--- ASU .564 X41 <--- ASU .614 X13 <--- PU .683 X36 <--- BIOU .554
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel 4.34 tidak ada indikator dari konstruk yang
memiliki loading factor di bawah 0,5. Maka dapat disimpulkan bahwa
semua indikator merupakan indikator yang mampu menjelaskan dan
mendefinisikan setiap konstruk dalam uji konfirmatori antar variabel
eksogen dan endogen dan setiap indikator tersebut memenuhi
convergent validity.
2. Persamaan Full Model
Setelah melakukan uji konfirmatori dengan unidimensional dan
mengkovariankan setiap variabel endogen dan eksogen, langkah
selanjutnya adalah melakukan analisis full structural equation model (Full
Mode Analisis). Analisis ini dilakukan dengan tetap memperhatikan proses
analisis faktor konfirmatori tiap konstruk, dengan demikian proses tersebut
menguji model secara keseluruhan dengan menggunakan model tiap
konstruk sehingga terbentuk model yang baik. Analisis model persamaan
struktural secara penuh (full structural equation model analysis) dapat
dilihat pada gambar 4.11 sebagai berikut.
Lanjutan Tabel 4.34
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
106
Gambar 4.11 Persamaan Full Mode
Sumber : Data primer yang diolah, 2012
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
107
A. Pengujian Asumsi
Langkah yang harus dilakukan pertama kali dalam pengujian
dengan SEM adalah mengevaluasi asumsi-asumsi SEM sebagai
berikut.
a) Ukuran Sampel
Ukuran sampel yang harus dipenuhi dalam pemodelan ini
adalah menggunakan ukuran sampel menggunakan teknik maximum
likelihood estimation. Dalam penelitian ini peneliti menggunakan 200
sampel. Ghozali (2008) merekomendasikan bahwa ukuran sampel
antara 100 sampai 200 harus menggunakan metode estimasi maximum
likelihood. Dari penjelasan tersebut dapat disimpulkan ukuran sampel
dalam penelitian ini sudah memenuhi jumlah sampel minimum.
b) Asumsi Outlier
Pengujian asumsi outlier dapat dengan memperhatikan tabel
observations farthest from the centroid (mahalonobis distance).
Pengujian ini berfungsi untuk mengukur apakah data penelitian ada
yang mengalami outlier yaitu dengan mendeteksi apakah skor
observasi ada yang jauh berbeda dengan skor centroid untuk 200
kasus. Mahalonobis d square digunakan untuk mengukur jarak skor
hasil observasi terhadap nilai centroid-nya. Penentuan cut-off outlier
ditentukan menjumlahkan p1 dan p2. Jika nilai mahalanobis distance
lebih besar dari chi square pada derajat bebas sebesar jumlah variabel
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
108
berarti responden tersebut adalah multivariate outliers (Ferdinand,
2006).
Hasil perhitungan menunjukkan masih terdapat data yang
memiliki nilai Probabilitas (P) yaitu P2 < 0,001 atau mengalami outlier
sehingga perlu dilakukan pembersihan data (Ghozali, 2008). Dalam
data ini tidak terdapat nilai mahalonobis distance yang lebih besar dari
X2 (40, 0,001) = 78.41 disimpulkan tidak terdapat multivariate outlier
tetapi terdapat nilai P2 < 0,001 maka sebaiknya data dieliminasi
karena menunjukan observasi yang jauh dari nilai centroid-nya.
Mahalonobis Distance dapat dilihat pada tabel 4.35.
Tabel 4.35 Tabel Mahalonobis Distance
Observation number Mahalanobis d-squared p1 p2
199 71.519 .001 .000 168 69.734 .002 .000 90 68.814 .002 .000
180 68.514 .002 .000 96 67.660 .003 .000
200 65.086 .005 .000 89 64.566 .006 .000
121 64.068 .007 .000 20 62.401 .010 .000
198 60.732 .014 .000 116 60.159 .016 .000 24 57.773 .027 .000 94 56.647 .034 .000 69 48.623 .139 .000 77 48.617 .139 .000
129 48.285 .146 .000 Sumber : Data primer yang diolah, 2012
Outlier merupakan kondisi observasi dari suatu data yang
memiliki karakteristik unik yang terlihat sangat berbeda jauh dari
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
109
observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim,
baik untuk sebuah variabel tunggal ataupun variabel-variabel
kombinasi (Hair, Anderson, Tatham dan Black, 1998). Nilai yang
kecil pada P2 menunjukkan observasi yang jauh dari nilai centroidnya
dan dianggap outlier serta harus dibuang (didrop) dari analisis.
Bedasarkan hasil output di atas, maka data yang dianggap outlier
adalah observasi 199, 168, 90, 180, 96, 200, 89, 121, 20, 198, 116, 24,
94, 69, 77, dan 129 sehingga data tersebut harus dibuang dari analisis.
Setelah perbaikan data tidak terdapat outlier dan data dinyatakan
terbebas dari outlier.
c) Asumsi Normalitas
Syarat lain dalam pengujian SEM adalah uji normalitas
dilakukan terhadap data yang digunakan dalam analisis model awal
secara keseluruhan, dengan menggunakan AMOS versi 18.0. Hasil uji
normalitas dapat dilihat yang menunjukkan nilai minimum,
maksimum, skewness, kurtosis, critical ratio untuk masing-masing
variabel dan total nilai multivariate. Nilai statistik untuk menguji
normalitas menggunakan z value (C.R pada output AMOS Vs 18.0)
dari nilai skewness dan kurtosis sebaran data. Nilai kritis dapat
ditentukan berdasarkan nili kritis dari C.R skewness dibawah 2,58 dan
C.R kurtosis dibawah 7 (Ferdinant, 2006). Hasil uji asumsi normalitas
secara lengkap dapat dilihat dalam tabel 4.36 berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
110
Tabel 4.36 Tabel Uji Normalitas
Variable min max Skew c.r. Kurtosis c.r. X39 2.000 5.000 -.259 -1.436 -.795 -2.200 X38 3.000 5.000 -.133 -.738 -1.091 -3.020 X41 2.000 5.000 -.260 -1.438 -.785 -2.173 X45 1.000 5.000 -.685 -3.796 .279 .771 X43 1.000 5.000 -.802 -4.444 1.050 2.906 X42 1.000 5.000 -.586 -3.244 .221 .613 X35 1.000 5.000 -.035 -.195 -.262 -.725 X40 2.000 5.000 -.256 -1.419 -.639 -1.770 X37 3.000 5.000 -.137 -.758 -.962 -2.664 X33 1.000 5.000 -.562 -3.111 .065 .180 X32 2.000 5.000 -.184 -1.020 -.630 -1.745 X7 1.000 5.000 -.413 -2.288 .433 1.200 X6 2.000 5.000 -.080 -.443 -.376 -1.041 X5 2.000 5.000 -.086 -.479 -.460 -1.273 X4 2.000 5.000 -.475 -2.631 .591 1.635 X3 2.000 5.000 -.256 -1.419 -.149 -.413 X2 2.000 5.000 -.422 -2.336 -.257 -.711 X1 2.000 5.000 -.445 -2.464 -.059 -.163 X13 2.000 5.000 -.086 -.475 -.734 -2.032 X12 1.000 5.000 -.470 -2.604 .424 1.174 X11 2.000 5.000 .309 1.710 -.831 -2.302 X10 2.000 5.000 -.304 -1.685 -.428 -1.186 X9 1.000 5.000 -.645 -3.571 .544 1.506 X8 1.000 5.000 -.612 -3.391 .208 .575 X31 1.000 5.000 -.295 -1.634 -.252 -.698 X30 1.000 5.000 -.279 -1.546 -.312 -.864 X29 1.000 5.000 -.384 -2.129 -.166 -.461 X28 2.000 5.000 -.200 -1.108 -.435 -1.204 X22 1.000 5.000 -.373 -2.068 -.483 -1.338 X21 1.000 5.000 -.154 -.855 -1.017 -2.816 X20 1.000 5.000 -.040 -.223 -.897 -2.484 X19 1.000 5.000 -.339 -1.879 -.784 -2.172 X17 1.000 5.000 -.372 -2.062 -.295 -.817 X16 1.000 5.000 -.459 -2.541 -.235 -.650 X15 2.000 5.000 -.550 -3.047 -.473 -1.309 Multivariate 56.335 7.508
Sumber : Data primer yang diolah, 2012
Tabel 4.36 menjelaskan hasil pengujian normalitas yang
selanjutnya digunakann untuk mengevaluasi normalitas baik secara
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
111
univariate maupun multivariate. Secara univariate data dalam
penelitian ini termasuk non normal karena nilai X45, X43, X42, X33,
X4, X12, X9, X8, dan X15 memiliki nilai C.R. Skewness X > 2.58.
Secara multivariate data tidak terdistribusi normal dengan nilai C.R
kurtosis diatas batas persyaratan, data dalam penelitian menunjukan
nilai CR. Kurtosis secara multivariate sebesar 7.508.
Asumsi kenormalan data diperlukan dikarenakan data yang
tidak normal mengakibatkan pembiasan interprestasi nilai chi square.
Namun teknik Maximum Likehood Estimate (MLE) yang digunakan
dalam penelitian tidak terlalu terpengaruh (robust) terhadap
penyimpangan normalitas (Ghozali, 2008). Hal ini dikarenakan data
yang digunakan adalah data primer yang didapat dari responden
sehingga jawaban responden akan sangat beragam ditambah dengan
banyak indikator sehingga sulit untuk memperoleh data yang
mengikuti distribusi normal.
Terdapat perspektif baru di dalam estimasi non parametrik
yang berkaitan dengan parameter dan confidence interval estimation
untuk variabel metrik. Kita tidak perlu berasumsi bahwa confidence
interval untuk parameter mengikuti suatu distribusi normal.
Pendekatan non parametrik ini dikenal dengan resampling (Hair, et.al,
1998). Resampling dapat dilakukan dengan menggunakan kekuatan
komputasi untuk mengukur nilai parameter dari sampling. Metode
yang digunakan untuk resampling yaitu dengan bootstrap.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
112
Dikarenakan data yang diperoleh dalam penelitian ini tidak
berdistribusi normal, maka peneliti menggunakan fasilitas bootstrap.
Peneliti menggunakan fasilitas bootstrap dalam program AMOS VS
18.0 dengan menggunakan Bollen-Stine Bootstrap, Bollen-Stine
Bootsrap digunakan untuk mengevaluasi kesesuaian model yang
dihipotesiskan. Boolen-Stine Bootstrap menyatakan bahwa model
penelitian tidak dapat ditolak dikarenakan hasil resampling yang
menunjukan probabilitas sebesar 0.843, nilai yang meningkat daripada
model original. Hasil ini konsisten dengan nilai chi square model
original yang juga tidak dapat menolak hipotesis nol. Berikut tabel
4.37 yang menunjukan hasil Bollen-Stine Bootstrap.
Tabel 4.37 Bollen-Stine Bootstrap
The model fit better in 50 bootstrap samples. It fit about equally well in 0 bootstrap samples. It fit worse or failed to fit in 250 bootstrap samples. Testing the null hypothesis that the model is correct, Bollen-Stine bootstrap p = .834
Sumber : Data primer yang diolah, 2012
d) Penilaian Kriteria Goodness of Fit Index Full Structural
Model
Setelah diadakan perbaikan data karena adanya outlier maka
nilai full model menjadi berubah seperti pada gambar 4.12 berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
113
Gambar 4.12 Persamaan Full Mode Modifikasi
Sumber : Data primer yang diolah, 2012
Untuk mengetahui apakah data tersebut sudah mencapai
goodness of fit indices dan model yang dibangun mendukung
mendukung secara statistik, berikut adalah ringkasan perbandingan
model yang dibangun mendukung secara statistik berdasarkan
goodness-of-fit-indices seperti pada tabel 4.38 berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
114
Tabel 4.38 Goodness-of-fit Indices untuk Full Mode
Goodness of fit indices
Cut off value Hasil model Keterangan
Chi square Diharapkan kecil 599.072 Marginal Probability
0.72 Fit
CMIN/DF
0.966 Fit
GFI 0.859 Marginal AGFI 0.841 Marginal TLI
1.013 Fit
CFI 0.989 Fit RMSEA 0.000 Fit
Sumber : Data primer yang diolah, 2012
Sebelum melakukan pengujian hipotesis, langkah awal adalah
menilai kesesuaian goodness of fit berdasarkan nilai goodness of fit
indices untuk full mode pada tabel 4.38. Dikarenakan terdapat
pergeseran nilai akibat perubahan data dari penghapusan data yang
dianggap sebagai outlier menyebabkan nilai probabilitas turun
menjadi 0.72 diiringi dengan kenaikan nilai chi square menjadi
599.072, nilai GFI dan AGFI juga memiliki nilai dibawah 0,90 dan
GFI dan AGFI diterima dalam kondisi marginal. Untuk kriteria lain
sudah dipenuhi dan melebihi persyaratan, Nilai AGFI dan GFI berada
di antara nilai 0 (poor fit) hingga 1 (perfect fit), ghozali (2008) bila
terdapat tiga kriteria atau lebih yang telah memenuhi goodness-of-fit,
maka dapat diasumsikan bahwa model telah memenuhi persyaratan,
dan model dapat dikatakan baik.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
115
B. Pengujian Validitas dan Reliabilitas
Salah satu manfaat utama dari CFA adalah kemampuan
melihat nilai konstruk measurement theory yang diusulkan. Validitas
konsttruk mengukur sampai seberapa jauh ukuran indikator mampu
merefleksikan konstruk latent teorinya. Jadi validitas konstruk
mengukur memberikan kepercayaan bahwa ukuran indikator yang
diambil dari sampel menggambatkan skor sesungguhnya dalam
populasi. Berikut beberapa pengujian uji validitas yang dilakukan
dengan memperhatikan nilai loading faktor masing-masing konstruk.
a) Pengujian Validitas Konvergen (Convergent Validity)
Convergent Validity adalah pengujian indikator-indikator suatu
konstruk laten yang harus konvergen/share (berbagi) dengan proporsi
varian yang tinggi. Penilaian convergent validity dilihat dari nilai
loading factor. Berikut tabel 4.39 merupakan nilai loading factor
masing-masing konstruk sebagai berikut.
Tabel 4.39 Standardized Factor Loading Konstruk dalam Full Mode
Estimate
X14 <--- DOW .517 X15 <--- DOW .607 X16 <--- DOW .578 X17 <--- DOW .546 X19 <--- EXP .721 X20 <--- EXP .581 X21 <--- EXP .795 X22 <--- EXP .849 X28 <--- FOU .729 X29 <--- FOU .634 X30 <--- FOU .645 X31 <--- FOU .727
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
116
X8 <--- PU .635 X9 <--- PU .622 X10 <--- PU .611 X11 <--- PU .623 X12 <--- PU .671 X1 <--- PEOU .696 X2 <--- PEOU .678 X3 <--- PEOU .736 X4 <--- PEOU .678 X5 <--- PEOU .643 X32 <--- BIOU .535 X33 <--- BIOU .616 X34 <--- BIOU .573 X35 <--- BIOU .578 X36 <--- BIOU .570 X42 <--- ASU .757 X43 <--- ASU .703 X44 <--- ASU .511 X45 <--- ASU .564 X41 <--- ASU .614 X37 <--- ATU .712 X38 <--- ATU .763 X39 <--- ATU .724 X40 <--- ATU .621 X13 <--- PU .711 X14 <--- DOW .417 X15 <--- DOW .607
Sumber : data primer yang diolah, 2012
Berdasarkan hasil output standardized loading factor estimate
pada Tabel 4.39, secara umum terdapat indikator yang nilainya masih
dibawah signifikansi 0.50 yaitu indikator X14 sehingga indikator
tersebut harus dieliminasi (didrop) dari analisis. Berikut tabel 4.40
merupakan nilai factor loading masing-masing konstruk yang telah
dimodifikasi.
Lanjutan Tabel 4.39
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
117
Tabel 4.40 Standardized Factor Loading Konstruk dalam Full Mode modifikasi
Estimate
X15 <--- DOW .656 X16 <--- DOW .555 X17 <--- DOW .530 X19 <--- EXP .754 X20 <--- EXP .569 X21 <--- EXP .802 X22 <--- EXP .846 X28 <--- FOU .700 X29 <--- FOU .698 X30 <--- FOU .624 X31 <--- FOU .715 X8 <--- PU .598 X9 <--- PU .603 X10 <--- PU .550 X11 <--- PU .609 X12 <--- PU .699 X1 <--- PEOU .702 X2 <--- PEOU .660 X3 <--- PEOU .719 X4 <--- PEOU .708 X5 <--- PEOU .607 X32 <--- BIOU .508 X33 <--- BIOU .583 X34 <--- BIOU .501 X35 <--- BIOU .554 X36 <--- BIOU .505 X42 <--- ASU .798 X43 <--- ASU .726 X44 <--- ASU .481 X45 <--- ASU .583 X41 <--- ASU .595 X37 <--- ATU .690 X38 <--- ATU .745 X39 <--- ATU .732 X40 <--- ATU .707
Sumber : Data primer yang diolah, 2012
Berdasarkan hasil output standardized loading factor estimate
modifikasi pada tabel 4.40, secara umum nilainya sudah mencapai
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
118
signifikansi 0.50, sehingga ukuran convergent validity sudah terpenuhi
secara full mode.
b) Pengujian Reliabilitas
Reliabilitas adalah ukuran konsistensi internal dari indikator
sebuah variabel bentukan yang menunjukan derajat sampai dimana
masing-masing indikator itu mengindikasikan sebuah variabel
bentukan yang umum (Ghozali, 2008). Terdapat dua cara yang dapat
digunakan yaitu composite (construct) realibility dan variance
extracted. Cut-off value untuk composite (construct) realibility adalah
minimal 0,7 dan cut-off value untuk variance extracted adalah
minimal 0,5.
i. Pengujian Composite (Construct) Reliability
Perhitungan dari composite (construct) reliability dapat dilihat
pada lampiran. Dari hasil perhitungan didapatkan bahwa nilai
composite (construct) reliability masing-masing konstruk, berikut
adalah hasil perhitungan Composite Realibility.
DOW = 0.7
EXP = 0.8
FOU = 0.8
PU = 0.8
PEOU = 0.9
BIOU = 0.7
ATU = 0.8
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
119
AcU = 0.8
Dari hasil tersebut dapat dilihat bahwa reliabilitas semua
konstruk diatas memenuhi nilai cut-off yaitu 0.70. Walaupun terdapat
dua konstruk yang mempunyai nilai 0.60, kedua konstruk tersebut
dianggap baik dan masih dapat diterima karena memiliki validitas
indikator yang baik. Hal ini menunjukkan bahwa semua konstuk yang
ada dalam full model adalah reliabel.
ii. Pengujian Variance Extracted
Variance Extracted memperlihatkan jumlah varians dari
indikator yang diekstraksi oleh variabel bentukan yang dikembangkan.
Nilai variance extracted yang tinggi menunjukkan bahwa indikator-
indikator telah mewakili secara baik variabel bentukan yang
dikembangkan (Ghozali, 2008). Berikut adalah hasil perhitungan
Variance Extracted.
DOW = 0.7
EXP = 0.74
FOU = 0.70
PU = 0.75
PEOU = 0.78
BIOU = 0.70
ATU = 0.72
AcU = 0.70
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
120
Dari hasil tersebut dapat dilihat bahwa variance extracted semua
konstruk diatas memenuhi nilai cut-off yaitu 0.50, hal ini
menunjukkan bahwa semua indikator telah mewakili variabel yang
ada dalam full model.
a. Pengujian Hipotesis
Setelah memastikan bahwa data telah fit secara statistik, langkah
selanjutnya adalah melakukan pengujian hipotesis dengan analisis
terhadap hubungan model struktural, terdapat kriteria pengujian
hipotesis (Ghozali, 2008) adalah sebagai berikut.
1. Nilai CR (critical ratio) > 1,96 dengan tingkat signifikansi < 0,05
berarti variabel eksogen berpengaruh pada variabel endogen.
2. Nilai CR (critical ratio) < 1,96 dengan tingkat signifikansi > 0,05
berarti variabel eksogen tidak berpengaruh pada variabel endogen.
Analisis dapat dilihat dari signifikansi besaran regression weight
model yang dapat dilihat pada tabel 4.41 berikut.
Tabel 4.41
Output Regression Weights
Estimate S.E. C.R. P Label PEOU <--- EXP -.066 .055 -1.217 .224 par_32 PEOU <--- FOU .258 .085 3.044 .002 par_33 PU <--- DOW -.155 .094 -1.638 .101 par_30 PU <--- EXP .041 .054 .755 .450 par_31 PU <--- PEOU .594 .114 5.228 *** par_38 ATU <--- PU .295 .096 3.072 .002 par_34 ATU <--- PEOU .546 .112 4.867 *** par_35 BIOU <--- ATU .381 .107 3.578 *** par_36 ASU <--- BIOU -.108 .137 -.783 .434 par_37
Sumber : Data primer yang diolah, 2012
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
121
Sedangkan uji tanda hubungan variabel eksogen terhadap
variabel endogen dapat dilihat nilai estimate standardized regression
weight seperti pada tabel 4.42 sebagai berikut.
Tabel 4.42 Output Standardized Regression Weight
Estimate
PEOU <--- EXP -.105 PEOU <--- FOU .287 PU <--- DOW -.156 PU <--- EXP .062 PU <--- PEOU .568 ATU <--- PU .311 ATU <--- PEOU .551 BIOU <--- ATU .395 ASU <--- BIOU -.080
Sumber : Data primer yang diolah, 2012
Model persamaan struktural berdasarkan hasil tersebut dapat
ditulis sebagai berikut :
PU = -0.156 DOW + 0.62 EXP + 0.568 PEOU + Z1
PEOU = -0.105 EXP + 0.287 FOU + Z2
ATU = 0.311 PU + 0.551 PEOU + Z3
BIOU = 0.395 ATU + Z4
AcU = -0.080 BIOU + Z5
Untuk mengetahui koefisien determinasi untuk persamaan
regresi dapat dilihat pada tabel 4.43 berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
122
Tabel 4.43 Output Multiple Correlations
Estimate
PEOU .094 PU .344 ATU .592 BIOU .156 ASU .006
Sumber : Data primer yang diolah, 2012
Berdasarkan tabel di atas menunjukkan bahwa koefisien
determinasi untuk persamaan Perceived of usefulness sebesar 0.344
yang berarti variabel perceived of usefulness yang dapat dijelaskan
oleh varibilitas demand of work, experience, dan perceived ease of use
sebesar 34.4%. Kofisien determinasi untuk persamaan perceived ease
of use sebesar 0.94 yang berarti variabel perceived ease of use dapat
dijelaskan oleh variabilitas experience dan frequency of use sebesar
9.4%. Koofisien determinasi untuk persamaan Attitude toward Using
sebesar 0.592 yang berarti variabel Attitude toward Using dapat
dijelaskan oleh variabilitas perceived ease of use dan perceived of
usefulness sebesar 59.2%. Kofisien determinasi untuk persamaan
behavior intention to use sebesar 0.156 yang berarti variabel
Behavioral Intention to Use dapat dijelaskan oleh variabilitas Attitude
toward Using sebesar 15.6%, sedangkan kofisien determinasi untuk
persamaan actual system use sebesar 0.006 yang berarti variabel
Actual System Use dapat dijelaskan oleh variabilitas Behavioral
Intention to Use sebesar 0.6%.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
123
Semua koefisien variabel memiliki arah positif, hal ini berarti
bahwa hubungan variable dalam penelitian ini adalah positif.
Pengujian masing-masing hipotesis dapat dijelaskan sebagai berikut.
1. Pengujian Hipotesis 1
Hipotesis pertama menyatakan bahwa tuntutan tugas dan
pekerjaan (demand of works) berpengaruh positif terhadap persepsi
kebermanfaatan (perceive of usefulness). Hasil uji terhadap parameter
estimasi (standardizad regression weight) antara demand of work
terhadap perceive of usefulness menunjukkan adanya hubungan
negatif sebesar -0,156. Nilai critical ratio (CR) sebesar -1.638, nilai
C.R. tersebut di bawah nilai kritis ± 1,96 atau dengan melihat nilai p-
value berada di atas nilai signifikan 0,05 yaitu ditunjukkan dengan
tanda nilai 0.101. Dengan demikian hipotesis pertama, demand of
work berpengaruh terhadap perceive of usefullnes tidak dapat
diterima karena nilainya tidak signifikan.
Hasil penelitian ini tidak mendukung penelitian terdahulu,
yaitu penelitian Venkatesh dan Davis (2000) yang menyatakan bahwa
job fit berpengaruh positif terhadap perceived of usefulness, tetapi
hasil penelitian sesuai dengan penelitian yang pernah dilakukan
Sagung dan Wijana (2009). Berdasarkan hipotesis tersebut dapat
disimpulkan bahwa kesesuaian tugas tidak berpengaruh dalam
persepsi kebermanfaatan, hal ini mengindikasikan bahwa tuntutan
tugas dan pekerjaan bukanlah merupakan alasan bagi mahasiswa
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
124
untuk memahami software akuntansi dalam sudut manfaat, mahasiswa
merasa tidak secara terpaksa harus mengerti software akuntansi karena
adanya tuntutan, responden juga merasa belum memiliki tekanan
dalam melakukan tugas dan pekerjaan mereka. Tugas perkuliahan
responden tidak selalu condong ke pemakaian software akuntansi
sehingga kesesuaian tugas belum dapat diukur secara tepat
2. Pengujian Hipotesis 2
Hipotesis kedua menyatakan bahwa pengalaman (experience)
berpengaruh positif terhadap persepsi kebermanfaatan (perceive of
usefulness). Hasil uji terhadap parameter estimasi (standardizad
regression weight) antara experience terhadap perceive of usefulness
menunjukkan adanya hubungan positif sebesar 0,062. Nilai critical
ratio (CR) sebesar 0.755, nilai C.R. tersebut di bawah nilai kritis
± 1,96 atau dengan melihat nilai p-value berada di atas nilai signifikan
0,05 yaitu ditunjukkan dengan tanda nilai 0.450. Dengan demikian
hipotesis kedua, experience berpengaruh terhadap perceive of
usefullnes tidak dapat diterima karena nilainya belum signifikan.
Hasil penelitian ini tidak mendukung penelitian terdahulu,
yaitu penelitian Suseno (2009) dalam Khakim (2011) dan Gardner dan
Amroso (2004) yang menyatakan bahwa experience berpengaruh
positif terhadap perceived of usefulness. Berdasarkan hipotesis
tersebut dapat disimpulkan bahwa bila individu memiliki pengalaman
dalam menggunakan software belum tentu software tersebut akan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
125
memiliki kegunaan yang fungsional dalam setiap kegiatan individu
baik dalam perkuliahan, maupun penyelesaian tugas, hal ini
mengindikasikan bahwa pengalaman bukanlah suatu motivasi
mahasiswa untuk mengerti dan menggunakan software dalam sudut
manfaat. Dalam statistik deskriptif menunjukkan tingkat pengalaman
mahasiswa yang rendah dalam menggunakan software terlebih lagi
mahasiswa tidak selalu menggunakan software akuntansi dalam setiap
tugas mereka dikarenakan tugas yang tidak terkait praktek akuntansi
lebih banyak dialami oleh mahasiswa sehingga penggunaan software
belum tentu bermanfaat bagi mahasiswa.
3. Pengujian Hipotesis 3
Hipotesis ketiga menyatakan bahwa pengalaman (experience)
berpengaruh positif terhadap persepsi kemudahan (perceive ease of
use). Hasil uji terhadap parameter estimasi (standardizad regression
weight) antara experience terhadap perceive of usefulness
menunjukkan adanya hubungan negatif sebesar -0.105. Nilai critical
ratio (CR) sebesar -1.217, nilai C.R. tersebut di bawah nilai kritis
± 1,96 atau dengan melihat nilai p-value berada di atas nilai signifikan
0,05 yaitu ditunjukkan dengan tanda nilai 0.224. Dengan demikian
hipotesis ketiga, experience berpengaruh terhadap perceived of ease of
use tidak dapat diterima karena nilainya tidak signifikan.
Hasil penelitian ini tidak mendukung penelitian terdahulu,
yaitu penelitian Suseno (2009) dalam Khakim (2011) dan Gardner
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
126
dan Amroso (2004) yang menyatakan bahwa experience
berpengaruh positif terhadap perceived ease of use. Berdasarkan
hipotesis tersebut dapat disimpulkan bahwa apabila seseorang
mempunyai pengalaman dalam menggunakan software belum tentu
software tersebut mudah untuk digunakan, hal ini mengindikasi
bahwa seorang yang berpengalaman tidak selalu mudah dalam
penggunaan software akuntansi, dapat dikatakan terdapat indikasi
lain dalam hal ini dapat dimisalkan seorang yang berpengalaman dan
tidak menggunakan software menjadi lupa akan software dan
mengalami kesulitan dalam penggunaannya sehingga menyebabkan
pengalaman tidak memiliki hubungan dengan persepsi kemudahan,
dalam statistik deskriptif ditunjukkan persebaran data responden
yang sudah memiliki pengalaman dalam menggunakan software,
namun sebagian besar responden tidak memiliki pengalaman dalam
menggunakan software dalam arti mereka masih belajar mengenai
software tersebut. Pengenalan software akuntansi dalam prodi
akuntansi juga dapat dikatakan kurang, sebab mahasiswa hanya
diperkenalkan software dalam waktu 1 semester.
4. Pengujian Hipotesis 4
Hipotesis keempat menyatakan bahwa frekuensi penggunaan
(frequency of use) berpengaruh positif terhadap persepsi kemudahan
(perceive ease of use). Hasil uji terhadap parameter estimasi
(standardizad regression weight) antara Frequency of use terhadap
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
127
perceive ease of use menunjukkan adanya hubungan positif sebesar
0.287. Nilai critical ratio (CR) sebesar 3.044, nilai C.R. tersebut di
atas nilai kritis ± 1,96 atau dengan melihat nilai p-value berada di
bawah nilai signifikan 0,05 yaitu ditunjukkan dengan tanda nilai
0.002. Dengan demikian hipotesis keempat, frequency of use
berpengaruh terhadap perceive of ease of use dapat diterima karena
nilainya signifikan.
Hasil penelitian ini mendukung penelitian terdahulu,
penelitian Xiao (2010) yang menyatakan bahwa frequency of use
berpengaruh positif terhadap perceived ease of use. Berdasarkan
hipotesis tersebut dapat disimpulkan bahwa apabila seseorang terus
menggunakan software maka individu akan merasa terbiasa dan
dapat dengan mudah mengkakses sotware akuntansi, hal ini juga
mengindikasi bahwa mahasiswa bila sering menggunakan software
dalam jam kuliah, pengerjaan tugas, ataupun hanya untuk mengingat,
membuat mahasiswa dapat lebih memahami software akuntansi.
Tingkat penerimaan dan penggunaan mahasiswa menjadi lebih
mudah dan cepat sehingga hal ini mendukung hipotesis bahwa
frekuensi penggunaan berpengaruh positif terhadap persepsi
kemudahan. Frekuensi menggunakan tidak berarti pernah melakukan
atau berpengalaman dalam penggunaan software, namun lebih
terarah pada kebiasaan individu dalam menggunakan software yang
sudah ada.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
128
5. Pengujian Hipotesis 5
Hipotesis kelima menyatakan bahwa persepsi kemudahan
(perceive ease of use) berpengaruh positif terhadap persepsi
kebermanfaatan (perceive of usefulness). Hasil uji terhadap parameter
estimasi (standardizad regression weight) antara perveive ease of use
terhadap perceive of usefulness menunjukkan adanya hubungan positif
sebesar 0.568. Nilai critical ratio (CR) sebesar 5.228, nilai C.R.
tersebut di atas nilai kritis ± 1,96 atau dengan melihat nilai p-value
berada di bawah nilai signifikan 0,05 yaitu ditunjukkan dengan tanda
(***). Dengan demikian hipotesis kelima, perceive ease of use
berpengaruh terhadap perceive of usefulness dapat diterima karena
nilainya signifikan.
Hasil penelitian ini mendukung beberapa penelitian
terdahulu, yaitu antara lain penelitian Tangke (2004) dan Wibowo
(2008) yang menyatakan bahwa perceived ease of use berpengaruh
positif terhadap perceived usefulness. Hasil tersebut juga sesuai
dengan hasil penelitian Davis (1989) yang menunjukkan perceived
ease of use adalah penentu perceived usefulness. Berdasarkan
hipotesis tersebut dapat disimpulkan bahwa apabila seseorang
percaya bahwa software mudah digunakan, maka orang tersebut
percaya bahwa menggunakan accounting software mempermudah
dan dapat meningkatkan efektivitas dalam penerimaan software
dalam perkuliahan maupun penyelesaian pekerjaan, hal ini juga
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
129
mengindikasi tingkat kemudahan dalam mengerjakan software
akuntansi membuat manfaat yang begitu besar dalam penerimaan
dan penggunaan software akuntansi. Kemudahan software akuntansi
membuat mahasiswa merasa nyaman dalam penggunaan software di
setiap pekerjaan maupun tugas kuliahnya karena faktor kemudahan
tersebut mahasiswa dapat bekerja lebih cepat dan dapat
menyelesaikan tugas dengan akurat sehingga memiliki manfaat bagi
mahasiswa.
6. Pengujian Hipotesis 6
Hipotesis keenam menyatakan bahwa persepsi kebermanfaatan
(perceive of usefulness) berpengaruh positif terhadap sikap terhadap
penggunaan (Attitude toward Using). Hasil uji terhadap parameter
estimasi (standardizad regression weight) antara perveive of
usefulness terhadap Attitude toward Using menunjukkan adanya
hubungan positif sebesar 0.311. Nilai critical ratio (CR) sebesar
3.072, nilai C.R. tersebut di atas nilai kritis ± 1,96 atau dengan melihat
nilai p-value berada di bawah nilai signifikan 0,05 yaitu ditunjukkan
dengan nilai 0.002. Dengan demikian hipotesis keenam, perceive of
usefulness berpengaruh terhadap Attitude toward Using dapat
diterima karena nilainya signifikan.
Hasil penelitian sejalan dengan Wibowo (2008) yang
menyatakan bahwa perceived usefulness merupakan konstruk yang
cukup signifikan mempengaruhi attitude toward using. Tetapi hasil
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
130
tersebut tidak sesuai dengan penelitian yang dilakukan oleh Igbaria,
Zinatelli, Cragg dan Cavaye (1997) dan penelitian Money (2004)
yang berjudul “Application of the Technology Acceptance Model
(TAM) to a Knowledge Management System” yang menyatakan
bahwa konstruk attitude toward using tidak memberikan pengaruh
yang signifikan dalam penelitian sehingga dihapuskan.
Dari hasil hipotesis tersebut dapat disimpulkan bahwa jika
seseorang atau user percaya bahwa menggunakan software dapat
mempermudah dalam perkuliahan dan penyelesaian pekerjaan,
mereka akan bersikap positif untuk menerima software dalam
menyelesaikan tugas dan pekerjaan, hal ini juga mengindikasi
tingkat kebermanfaatan suatu sistem pasti akan mendorong sikap
dari mahasiswa. Sistem yang memiliki manfaat pasti selalu
dipertahankan oleh mahasiswa dan mahasiswa akan terus mencoba
memakai software tersebut karena perasaaan nyaman.
7. Pengujian Hipotesis 7
Hipotesis ketujuh menyatakan bahwa persepsi kemudahan
(perceive ease of use) berpengaruh positif terhadap sikap terhadap
penggunaan (Attitude toward Using). Hasil uji terhadap parameter
estimasi (standardizad regression weight) antara perceive ease of use
terhadap Attitude toward Using menunjukkan adanya hubungan
positif sebesar 0.551. Nilai critical ratio (CR) sebesar 4.867, nilai C.R.
tersebut di atas nilai kritis ± 1,96 atau dengan melihat nilai p-value
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
131
berada di bawah nilai signifikan 0,05 yaitu ditunjukkan dengan tanda
(***). Dengan demikian hipotesis ketujuh, perceive ease of use
berpengaruh terhadap Attitude toward Using dapat diterima karena
nilainya signifikan.
Hasil penelitian ini mendukung hasil penelitian yang
dilakukan oleh Taylor dan Todd (1995), Al Gahtani (2001) serta
Tangke (2004) yang menyatakan bahwa perceived ease of use
berpengaruh positif terhadap atittude toward using. Tetapi hasil
tersebut tidak sesuai dengan penelitian yang dilakukan oleh Wibowo
(2008) yang menyatakan bahwa mudah atau tidaknya web digunakan
tidak akan mempengaruhi sikap pengguna terhadap penggunaan
teknologi tersebut.
Jadi dapat disimpulkan bahwa bila software mudah untuk
digunakan, maka akan membentuk sikap user untuk selalu menerima
software dalam menyelesaikan tugas maupun pekerjaan, hal ini juga
mengindikasi tingkat kemudahan suatu sistem pasti akan mendorong
sikap dari mahasiswa, mahasiswa cenderung lebih menyukai sistem
yang mudah dan bermanfaat bagi mereka.
8. Pengujian Hipotesis 8
Hipotesis kedelapan menyatakan bahwa sikap terhadap
penggunaan (Attitude toward Using) berpengaruh positif terhadap
minat perilaku pengguna (Behavioral Intention to Use). Hasil uji
terhadap parameter estimasi (standardizad regression weight) antara
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
132
Attitude toward Using terhadap Behavioral Intention to Use
menunjukkan adanya hubungan positif sebesar 0.395. Nilai critical
ratio (CR) sebesar 3.578, nilai C.R. tersebut di atas nilai kritis ± 1,96
atau dengan melihat nilai p-value berada di bawah nilai signifikan
0,05 yaitu ditunjukkan dengan nilai (***). Dengan demikian hipotesis
kedelapan, Attitude toward Using berpengaruh terhadap Behavioral
Intention to Use dapat diterima karena nilainya signifikan.
Hasil tersebut mendukung hasil penelitian sebelumnya yaitu
Gardner dan Amoroso (2004), Wibowo (2008) dan Yuadi (2009)
yang menyatakan bahwa attitude toward using berpengaruh positif
terhadap behavioral intention. Berdasarkan hasil hipotesis tersebut
dapat disimpulkan bahwa seseorang yang menerima dan
menggunakan accounting software akan membuat orang tersebut
mempunyai minat untuk selalu menggunakan software tersebut, hal
ini juga mengindikasi sikap mahasiswa atas penerimaan software
pasti akan menimbulkan minat bagi mahasiswa. Bila mahasiswa
menemukan software yang cocok, mahasiswa pasti berniat untuk
menggunakan atau mungkin berniat untuk menyebarluaskan
software tersebut dikalangan teman-teman ataupun masyarakat
umum.
9. Pengujian Hipotesis 9
Hipotesis kesembilan menyatakan bahwa minat perilaku
pengguna (Behavioral Intention to Use) berpengaruh positif terhadap
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
133
penggunaan sistem senyatanya (Actual System Use). Hasil uji terhadap
parameter estimasi (standardizad regression weight) antara
Behavioral Intention to Use terhadap actual system use menunjukkan
adanya hubungan negative sebesar -0.080. Nilai critical ratio (CR)
sebesar -0.783, nilai C.R. tersebut di bawah nilai kritis ± 1,96 atau
dengan melihat nilai p-value berada di atas nilai signifikan 0,05 yaitu
ditunjukkan dengan nilai 0.434. Dengan demikian hipotesis
kesembilan, Behavioral Intention to Use berpengaruh terhadap actual
system use tidak dapat diterima karena nilainya tidak signifikan.
Hasil tersebut tidak sesuai dengan penelitian yang dilakukan
oleh Davis (1989) yang menunjukkan bahwa behavioral intention
adalah prediktor yang baik terhadap actual system use. Penelitian yang
dilakukan oleh Wibowo (2008) juga menyatakan bahwa seseorang
akan melakukan suatu perilaku (behavior) jika mempunyai keinginan
atau minat (behavioral intention) untuk melakukannya. Berdasarkan
hipotesis tersebut dapat disimpulkam minat mahasiswa tidak selalu
diiringi dengan penggunaan sistem senyatanya, kemungkinan terdapat
indikasi untuk masa depan seperti tempat pekerjaan yang mungkin
tidak menggunakan software akuntansi yang dituju sebab kebijakan
tidak dapat dilanggar, mahasiswa mungkin lebih condong dalam
pengerjaan tugas secara manual, dikarenakan pemberian mata kuliah
mengenai software akuntansi sangat terbatas. Tetapi dalam penelitian
ini sifat penerimaan sistemnya adalah mandatory use (user wajib
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
134
memakai sistem yang sudah ditetapkan dalam perkuliahan) sehingga
intention to use tidak dapat diterapkan dalam lingkungan sistem yang
bersifat mandatory use (Brown, Massey, Montoya-Weiss, dan
Burkman, 2002). Penelitian oleh Adamson dan Shine (2003) juga
mendukung bahwa konstruk intention to use tidak berpengaruh dan
tidak tepat untuk mengukur penerimaan penggunaan sistem informasi
yang bersifat mandatory use.
Hasil penelitian ini menunjukkan bahwa user yang memiliki
minat menggunakan accounting software belum tentu akan membuat
user tersebut memiliki kecenderungan untuk selalu menggunakannya
dalam tugas perkuliahan maupun penyelesaian pekerjaan. Faktor
yang menyebabkan responden belum memiliki kecenderungan untuk
selalu menggunakan software dikarena faktor pengalaman dan tidak
semua tugas perkuliahan dan penyelesaian pekerjaan menggunakan
accounting software.
Ringkasan hasil pengujian hipotesis disajikan dalam tabel 4.44
sebagai berikut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
135
Tabel 4.44 Ringkasan Hasil Pengujian Hipotesis
No Hipotesis Keputusan 1. Tuntutan tugas dan pekerjaan berpengaruh positif
terhadap persepsi kebermanfaatan Ditolak
2. Pengalaman berpengaruh positif terhadap persepsi kebermanfaatan
Ditolak
3. Pengalaman berpengaruh positif terhadap persepsi kemudahan
Ditolak
4. Frekuensi penggunaan berpengaruh positif terhadap persepsi kemudahan
Diterima
5. Persepsi kemudahan berpengaruh positif terhadap persepsi kebermanfaatan
Diterima
6. Persepsi kebermanfaatan berpengaruh positif terhadap sikap terhadap penggunaan
Diterima
7. Persepsi kemudahan berpengaruh positif terhadap sikap terhadap penggunaan
Diterima
8. Sikap terhadap penggunaan berpengaruh positif terhadap minat perilaku pengguna
Diterima
9. Minat perilaku pengguna berpengaruh positif terhadap penggunaan sistem senyatanya
Ditolak
Sumber : data diolah
Model TAM Setelah Pengujian Hipotesis
Secara keseluruhan, kesimpulan dari hasil penelitian dapat dilihat pada
gambar berikut ini.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
136
Gambar 4.13
Model TAM setelah pengujian hipotesis
Keterangan
H1
H2
H3
Demand of Work
Experience
Frequency of Use
Perceive of
Usefullness
Perceive Ease of
Use
Attitude toward Using
Behavioral Intention
of Use
Actual System
Use
: Tidak memiliki pengaruh
: Memiliki pengaruh
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
137
BAB V
PENUTUP
Pada bagian ini akan dipaparkan kesimpulan dan saran sebagai bagian
akhir dari penelitian ini. Kesimpulan ini didasarkan pada hasil analisis data yang
telah dilakukan dan akan menjawab permasalahan yang telah dirumuskan
sebelumnya sesuai dengan tujuan penelitian ini. Selain kesimpulan akan
disertakan keterbatasan dari penelitian ini dan saran-saran yang diharapkan
berguna bagi semua pihak yang berkepentingan.
A. Kesimpulan
Berdasarkan dari hasil analisis yang telah dilakukan peneliti pada
bab IV maka dapat diambil kesimpulan antara lain, frekuensi (frequency of
use) penggunaan berpengaruh positif terhadap persepsi kemudahan
(perceived ease of use), persepsi kemudahan (perceived ease of use)
berpengaruh positif terhadap persepsi kebermanfaatan (perceived of
usefulness), persepsi kebermanfaatan (perceived of usefulness)
berpengaruh positif terhadap sikap terhadap penggunaan (attitude toward
using), persepsi kemudahan (perceived ease of use) berpengaruh positif
terhadap sikap terhadap penggunaan (attitude toward using), sikap
terhadap penggunaan (attitude toward using) berpengaruh positif terhadap
minat perilaku pengguna (behavioral intention to use).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
138
Beberapa kesimpulan yang menyatakan bahwa tidak ada pengaruh
antara konstruk satu dengan yang lainnya dalam penelitian ini antara lain,
tuntutan tugas dan pekerjaan (demand of work) tidak berpengaruh positif
terhadap persepsi kebermanfaatan (perceived of usefulness), pengalaman
(experience) tidak berpengaruh positif terhadap persepsi kebermanfaatan
(perceived of usefulness), pengalaman (experience) tidak berpengaruh
positif terhadap persepsi kemudahan (perceived ease of use), minat
perilaku pengguna (behavioral intention to use) tidak berpengaruh positif
terhadap penggunaan sistem senyatanya (actual system use).
B. Keterbatasan Penelitian
Penelitian ini mengandung beberapa keterbatasan, antara lain:
1. Masih terdapat berbagai variabel-variabel terkait dengan kondisi
mahasiswa yang belum dapat diobservasi dalam penelitian ini.
2. Hasil penelitian hanya didasarkan pada jawaban atas responden dari
kuesioner yang disebar, sehingga data yang dikumpulkan sangat
tergantung pada jawaban responden.
3. Perluasan cakupan responden sehingga lebih lanjut dapat mengatasi
permasalahan dalam pengunaan sistem dengan mandatory use.
Dengan adanya keterbatasan ini diharapkan menjadi masukan serta
perhatian bagi penelitin selanjutnya agar menjadi suatu gambaran yang
berguna dan memberikan hasil penelitian yang lebih baik.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
139
C. Saran
1. Rekomendasi untuk penelitian mendatang adalah memperluas cakupan
responden dengan purposive mahasiswa yang telah memperlajari dan
menggunakan software di luar perkuliahan.
2. Penelitian mendatang sebaiknya menambah dimensi yang ada dalam
masing-masing konstruk sehingga pengujian terhadap konstruk dapat
dilakukan secara mendetail. Hal tersebut akan menambah jelas hasil
penelitian masing-masing konstruk.
3. Penelitian ini hanya berdasarkan atas jawaban responden melalui sebuah
kuesioner. Untuk penelitian selanjutnya sebaiknya juga melakukan
wawancara sebagai metode pengumpulan data atau sebagai pelengkap atas
jawaban dengan menggunakan kuesioner agar data yang diperoleh dapat
memeberikan gambaran yang terperinci mengenai keadaan yang
sesungguhnya.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user