-
SKRIPSI
ANALISIS CONTINUANCE USE INTENTION PADA SITUS JEJARING
SOSIAL INSTAGRAM DENGAN MENGGUNAKAN EXPECTATION-
CONFIRMATION MODEL (ECM)
Oleh:
USWATUN HASANAH
11150930000020
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2020 / 1441 H
-
SKRIPSI
ANALISIS CONTINUANCE USE INTENTION PADA SITUS JEJARING
SOSIAL INSTAGRAM DENGAN MENGGUNAKAN EXPECTATION-
CONFIRMATION MODEL (ECM)
Oleh:
USWATUN HASANAH
11150930000020
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2020 / 1441 H
-
iv
ANALISIS CONTINUANCE USE INTENTION PADA SITUS JEJARING
SOSIAL INSTAGRAM DENGAN MENGGUNAKAN EXPECTATION-
CONFIRMATION MODEL (ECM)
Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sistem Informasi
Fakultas Sains Dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah
Disusun Oleh :
USWATUN HASANAH
11150930000020
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS NEGERI SYARIF
HIDAYATULLAH JAKARTA
2020 M / 1441 H
-
v
-
vi
LEMBAR PENGESAHAN SKRIPSI
-
vii
-
viii
PENGESAHAN UJIAN
-
ix
-
x
PERNYATAAN
-
xi
-
xii
ABSTRAK
Uswatun Hasanah – 11150930000020. Analisis Continuance Use Intention pada
Situs Jejaring Sosial Instagram dengan menggunakan Expectation-Confirmation
Model (ECM) di bawah bimbingan M Qomarul Huda, Ph.D dan Meinarini
Catur Utami, M.T.
Instagram merupakan salah satu situs jejaring sosial yang jumlah penggunanya
mencapai 1 miliar pengguna menjadikan Instagram sangat populer. Dengan jumlah
pengguna yang terus meningkat, memahami faktor continuance use intention
sangat di perlukan, guna keberlangsungan jangka panjang serta kesuksesan suatu
aplikasi. Pasar situs jejaring sosial pun cukup kompetitif, karena mereka
menawarkan layanan dan fitur yang serupa. Hal ini juga cukup mudah bagi
pengguna untuk beralih dari satu situs jejaring sosial ke situs jejaring sosial yang
lain. Penelitian ini bertujuan untuk mengetahui faktor yang mempengaruhi
continuance use intention, yang menjadi salah satu faktor penting dalam niat
penggunaan situs jejaring sosial Instagram. Penelitian ini menggunakan
Expectation Confirmation Model (ECM) dengan menambahkan variabel Habit dan
Enjoyment. Populasi pada penelitian ini adalah mahasiswa UIN Syarif Hidayatullah
Jakarta yang menjadi pengguna Instagram. Pengambilan sampel dilakukan dengan
menggunakan teknik purposive sampling. Terdapat 403 responden dari total
populasi tersebut yang digunakan sebagai sampel untuk penelitian ini. Pengolahan
data dengan menggunakan metode PLS-SEM dengan bantuan aplikasi SmartPLS
versi 3.0. Berdasarkan hasil penelitian bahwa Statisfaction, Perceived Usefullness,
Habit dan Enjoyment berpengaruh terhadap Continuance Use Intention.
Kata kunci : Continuance Use Intention, Instagram, Expectation Confirmation
Model (ECM), PLS-SEM, SmartPLS.
BAB I-V+ xiv Halaman + 140 Halaman + 8 Gambar + 40 Tabel + Daftar Pustakka
+ Lampiran
Pustaka Acuan (1980-2019)
-
xiii
-
xiv
KATA PENGANTAR
Assalamualaikum Wr.Wb.
Alhamdulillah segala puji dan syukur peneliti panjatkan ke hadirat Allah
SWT atas segala nikmat serta karunia yang telah dilimpahkan, sehingga peneliti
dapat menyelesaikan laporan skripsi ini dengan sebaik-baiknya. Peneliti menyadari
bahwa laporan skripsi ini masih jauh dari kesempurnaan. Namun, peneliti berharap
laporan skripsi ini dapat memenuhi persyaratan untuk dapat lulus dan mendapatkan
gelar sarjana. Shalawat serta salam senantiasa tercurahkan kepada Nabi
Muhammad SAW yang telah memberikan tuntunan dan petunjuk kepada umat
manusia menuju kehidupan dan peradaban, serta para keluarga dan para sahabat
yang dicintainya.
Dalam penyusunan laporan ini peneliti telah mendapatkan banyak bantuan
dan bimbingan serta semangat dari berbagai pihak, baik berupa pengetahuan, moral,
maupun meteril. Tanpa bantuan dari berbagai pihak, tentu proses penyusunan
laporan ini akan terasa sulit untuk dapat diselesaikan. Oleh karena itu, peneliti ingin
menyampaikan terima kasih kepada:
1. Bapak. Dr. Lily Surayya Eka Putri, M.Env.Stud selaku Dekan Fakultas
Sains dan Teknologi UIN Syarif Hidayatullah Jakarta.
2. Bapak A’ang Subiyakto, Ph.D selaku Ketua Program Studi Sistem
Informasi Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta
dan Ibu Nida’ul Hasanati,MMSI selaku Sekertaris Program Studi Sistem
Informasi, Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta.
-
xv
3. Bapak M Qomarul Huda, Ph.D selaku Dosem Pembimbing I dan Ibu
Meinarini Catur Utami, M.T selaku Dosen Pembimbing II yang telah
menyediakan waktunya untuk memberikan ilmu, arahan, dukungan, serta
doa kepada peneliti hingga terselesaikan laporan ini.
4. Dosen-dosen Program Studi Sistem Informasi Fakultas Sains dan Teknologi
UIN Syarif Hidayatullah Jakarta yang telah memberikan ilmu selama proses
perkuliahan.
5. Bapak Syamsuri dan Ibu Saniah selaku orang tua peneliti yang telah
memberikan doa, motivasi, semangat, nasehat, dan uang kepada peneliti
sehingga laporan skripsi ini dapat terselesaikan.
6. Desi Arisandi dan Muhammad Irham selaku kakak dan adik yang selalu
memberikan dukungan dan doa kepada penulis.
7. Sahabat Kosan Nenek, Adinda Fitra, Ranti Novella, Tuti Astuti, Desti
Nuraini, Desintia, Alfia Miranti, Ova Amalia, Ashifa, dan Gina Sajiah dan
lainnya yang tidak bisa disebutkan satu persatu. Terima kasih atas segala
bentuk dukungan, motivasi serta doa kepada peneliti.
8. Sahabat-sahabat penulis, Robbi Miftah, Sari Rahma Pertiwi, Muthia,
Novira, Asri Cahya, Nesya, Rahma, Maulina, Bella, Mardiatuzzahra, Fitri
Sundari selaku sahabat yang memberikan dukungan dan motivasi kepada
penulis.
9. Keluarga Sistem Informasi 2015, khususnya SI-A yang banyak memberikan
motivasi dan doa dalam penyelesaian skripsi ini.
-
xvi
10. Seluruh responden yang telah bersedia meluangkan waktunya dan teman-
teman yang telah membantu dalam penyebaran kuesioner untuk penelitian
skripsi ini. Semoga Allah SWT memberikan balasan atas kebaikan teman-
teman semua.
11. Dan seluruh pihak-pihak yang terkait dan banyak membantu dalam proses
penyelesaian laporan skripsi ini yang tidak dapat disebutkan satu persatu
namun tidak mengurangi rasa terimakasih sedikitpun dari peneliti.
Dengan segala bentuk bantuan dari semua pihak, peneliti sangat bersyukur
dan berterima kasih, semoga semua bantuan yang peneliti terima dalam proses
penulisan skripsi ini mendapatkan balasan yang setimpal di akhirat nantinya.
Peneliti tentu menyadari segala bentuk kekurangan dalam ppenyusunan laporan
skripsi ini baik dari segi bahasa, penyusunan, maupun penulisannya. Untuk itu
peneliti berharap agar pembaca dapat memaklumi atas kekurangan dalam laporan
skripsi ini. Akhir kata, penulis berharap semoga laporan skripsi ini dapat
bermanfaat bagi para pembaca pada umumnya.
Wassalamualaikum. Wr.Wb
Jakarta, Februari 2020
Uswatun Hasanah
111509300000020
-
xvii
-
xviii
DAFTAR ISI
LEMBAR PENGESAHAN SKRIPSI ..........................................................................vi
PENGESAHAN UJIAN ............................................................................................ viii
PERNYATAAN ............................................................................................................ x
ABSTRAK ...................................................................................................................xii
KATA PENGANTAR ................................................................................................ xiv
DAFTAR TABEL ...................................................................................................... xxi
DAFTAR GAMBAR ................................................................................................xxiii
BAB I PENDAHULUAN .............................................................................................. 1
1.1. Latar Belakang .............................................................................................. 1
1.2. Identifikasi Masalah ...................................................................................... 8
1.3. Rumusan Masalah ......................................................................................... 8
1.4. Tujuan Masalah ............................................................................................. 8
1.5. Ruang Lingkup dan Batasan Penelitian ........................................................ 9
1.6. Model Penelitian .......................................................................................... 10
1.7. Hipotesis Peneletian ..................................................................................... 10
1.8. Metodologi Penelitian .................................................................................. 11
1.8.1. Metode Pengumpulan Data.................................................................. 11
1.8.2. Metode Analisis Data ........................................................................... 12
1.9. Manfaat Penelitian ....................................................................................... 12
1.10. Sistematika Penulisan .............................................................................. 12
BAB II LANDASAN TEORI ........................................................................................ 2
2.1. Definisi Analisis.............................................................................................. 2
2.2. Definisi Situs Jejaring Sosial ......................................................................... 2
2.3. Perkembagan Instagram ............................................................................... 4
2.4. Definisi Sistem Informasi ............................................................................... 5
2.4.1. Sistem ..................................................................................................... 5
2.4.2. Informasi ................................................................................................ 6
2.4.3. Sistem Informasi .................................................................................... 7
2.5. Expectation-Confirmation Model ................................................................... 7
2.5.1. Perceived Usefulness (PU) .................................................................... 10
2.5.2. Confirmation (C) ................................................................................... 10
2.5.3. Satisfaction (S) ...................................................................................... 11
-
xix
2.5.4. Continuance Use Intention (CUI) ......................................................... 11
2.6. Habit (H)....................................................................................................... 12
2.7. Enjoyment (E) ............................................................................................... 12
2.8. Metode Pengumpulan Data ......................................................................... 13
2.9. Skala Likert ................................................................................................. 15
2.10. Variabel Penelitian ................................................................................... 16
2.11. Populasi dan Sampel ................................................................................ 18
2.11.1. Teknik Sampling .................................................................................. 19
2.11.2. Ukuran Sampel..................................................................................... 22
2.12. Analisis Data ............................................................................................ 24
2.12.1. Metode Kuantitatif ............................................................................... 25
2.12.2. Partial Least Square-Structural Equation Modelling (PLS-SEM) ........ 26
2.13. Hipotesis ................................................................................................... 32
2.14. SmartPLS ................................................................................................. 33
BAB III METODE PENELITIAN ............................................................................. 37
3.1. Pendekatan Penelitian ................................................................................. 37
3.2. Populasi dan Sampel Penelitian................................................................... 37
3.3. Metode Pengumpulan Data ......................................................................... 39
3.3.1. Studi Literatur ..................................................................................... 39
3.3.2. Survei .................................................................................................... 46
3.4. Metode Analisis Data ................................................................................... 47
3.4.1. Model Penelitian ................................................................................... 47
3.4.2. Indikator Penelitian ............................................................................. 47
3.5. Analisis Data dan Interpretasi Hasil ........................................................... 51
BAB IV HASIL DAN PEMBAHASAN ...................................................................... 55
4.1. Pengumpulan Data ...................................................................................... 55
4.2. Statistika Deskriptif ..................................................................................... 56
4.3. Hasil Analisis................................................................................................ 70
4.3.1. Hasil Analisis Demografis .................................................................... 70
4.3.2. Hasil Analisis Outer Model ................................................................... 78
4.3.3. Hasil Analisis Inner Model ................................................................... 83
4.4. Interpretasi dan Diskusi Hasil Analisis ....................................................... 88
4.4.1. Interpretasi dan Diskusi Hasil Analisis Data Demografis ................... 88
4.4.2. Interpretasi dan Diskusi Hasil Outer Model ........................................ 93
-
xx
4.4.3. Interpretasi dan Diskusi Hasil Inner Model ........................................ 94
BAB V KESIMPULAN DAN SARAN ..................................................................... 102
5.1. Kesimpulan ................................................................................................ 102
5.2. Saran .......................................................................................................... 103
DAFTAR PUSTAKA ................................................................................................ 106
Lampiran 1 ................................................................................................................ 115
Lampiran 2 ................................................................................................................ 119
-
xxi
DAFTAR TABEL
Tabel 2. 1 Format Responden untuk Pertanyaan ............................................................ 15
Tabel 3. 1 Studi Literatur ........................................................................................... 41
Tabel 3. 2 Data Kuesioner ............................................................................................ 47
Tabel 3. 3 Indikator Penelitian ...................................................................................... 48
Tabel 3. 4 Daftar pertanyaan ......................................................................................... 49
Tabel 4. 1 Data Kuesioner ............................................................................................ 56
Tabel 4. 2 Frekuensi Indikator Kemudahan ................................................................... 57
Tabel 4. 3 Frekuensi Meningkatkan Kemampuan .......................................................... 57
Tabel 4. 4 Frekuensi Indikator Efisiensi ........................................................................ 58
Tabel 4. 5 Frekuensi Indikator Manfaat......................................................................... 58
Tabel 4. 6 Frekuensi Indikator Pengalaman Pengguna Sistem ....................................... 59
Tabel 4. 7 Frekuensi Indikator Layanan ........................................................................ 60
Tabel 4. 8 Frekuensi Indikator Harapan ........................................................................ 60
Tabel 4. 9 Frekuensi Indikator Ekspetasi secara Keseluruhan ........................................ 61
Tabel 4. 10 Frekuensi Indikator Pengalaman penggunaan Instagram memuaskan .......... 61
Tabel 4. 11 Frekuensi Indikator Pengalaman yang menyenangkan ................................ 62
Tabel 4. 12 Frekuensi Indikator Kepuasan Pengguna .................................................... 63
Tabel 4. 13 Frekuensi Indikator Kinerja ........................................................................ 63
Tabel 4. 14 Frekuensi Indikator Kepuasan secara Keseluruhan...................................... 64
Tabel 4. 15 Frekuensi Indikator Kesenangan ................................................................. 64
Tabel 4. 16 Frekuensi Indikator Hiburan ....................................................................... 65
Tabel 4. 17 Frekuensi Indikator Layanan ...................................................................... 65
Tabel 4. 18 Frekuensi Indikator Penggunaan Sebelumnya ............................................. 66
Tabel 4. 19 Frekuensi Indikator Kecanduan .................................................................. 67
-
xxii
Tabel 4. 20 Frekuensi Indikator Perilaku yang Otomatis ............................................... 67
Tabel 4. 21 Frekuensi Indikator Rutinitas...................................................................... 68
Tabel 4. 22 Frekuensi Indikator Berniat untuk terus menggunakan dari pada berhenti ... 68
Tabel 4. 23 Frekuensi Indikator Berniat untuk terus dari pada menggunakan sistem lain69
Tabel 4. 24 Frekuensi Indikator Berniat meningkatkan penggunaan di masa depan ....... 69
Tabel 4. 25 Data Demografis Jenis Kelamin ................................................................. 70
Tabel 4. 26 Data Demografis Fakultas .......................................................................... 71
Tabel 4. 27 Data Semester ............................................................................................. 73
Tabel 4. 28 Data Demografis Lama menggunakan Instagram ........................................ 74
Tabel 4. 29 Data Demografis Frekuensi Penggunaan Instagram (Perhari) ...................... 75
Tabel 4. 30 Data Demografis Kepuasan Penggunaan Instagram .................................... 76
Tabel 4. 31 Data Demografis Niat Pengguna Instagram ................................................ 77
Tabel 4. 32 Analisis Outer Loading .............................................................................. 80
Tabel 4. 33 Analisis Outer Model .................................................................................. 82
Tabel 4. 34 Analisis Nilai Cross Loading Fornell-Larcker’s. ......................................... 83
Tabel 4. 35 Analisis Path Coefficient ............................................................................ 84
Tabel 4. 36 Analisis Coefficient of Determination ......................................................... 84
Tabel 4. 37 Analisis t-test ............................................................................................. 85
Tabel 4. 38 Analisis Effect Size ..................................................................................... 86
Tabel 4. 39 Analisis Predictive Relevance..................................................................... 87
Tabel 4. 40 Analisis Relative Impact ............................................................................. 88
-
xxiii
DAFTAR GAMBAR
Gambar 1. 2 Model penelitian yang digunakan............................................................. 10
Gambar 2. 1 Instagram................................................................................................... 4
Gambar 2. 2 Expectation-Confirmation Model (ECM) ................................................... 9
Gambar 2. 3 Proses Analisis PLS-SEM ........................................................................ 27
Gambar 2. 4 Konstruk dalam SmartPLS 3.0 ................................................................. 35
Gambar 3. 1 Model penelitian yang digunakan............................................................. 47
Gambar 3. 2 Kerangka Penelitian ................................................................................. 53
Gambar 4. 1 Data Presentase Demografis Jenis Kelamin .............................................. 71
Gambar 4. 2 Data Presentase Demografis Fakultas ....................................................... 72
Gambar 4. 3 Data Presentase Demografis Semester...................................................... 73
Gambar 4. 4 Data Presentase Demografis Lama Menggunakan Instagram .................... 74
Gambar 4. 5 Data Presentase Demografis Frekuensi Penggunaan Instagram (Perhari) .. 76
Gambar 4. 6 Data Demografis Presentase Kepuasan Penggunaan Instagram ................. 77
Gambar 4. 7 Data Presentase Demografis Niat Keberlanjutan Penggunaan Instagram. .. 78
Gambar 4. 8 Model Penelitian pada SmartPLS 3 .......................................................... 79
-
xxiv
-
1
BAB I
PENDAHULUAN
1.1. Latar Belakang
Situs jejaring sosial saat ini sedang berkembang dengan sangat pesat.
Situs jejaring sosial telah banyak menarik perhatian oleh para penggunanya.
Tercatat saat ini jumlah pengguna aktif situs jejaring sosial mencapai 3.484
juta pengguna atau sebesar 45% dari total populasi. Di Indonesia sendiri,
sebanyak 150 juta pengguna atau sebesar 56% dari total populasi, jumlah
tersebut naik 20% dari survei sebelumnya (We Are Social, 2019).
Dengan jumlah pengguna yang terus bertambah menjadikan situs
jejaring sosial sangat populer di berbagai negara, baik negara maju atau
negara berkembang, seperti Indonesia. Setelah kesuksesan pada tahap
penerimaannya, dirasa perlu untuk memahami lebih lanjut mengenai faktor
Continuance Use Intention (CUI) para pengguna untuk terus menggunakan
situs jejaring sosial.
Continuance Use Intention (CUI) merupakan niat kelanjutan dari
perilaku penerimaan ( Bhattacherjee, 2001). Pelanggan membentuk pendapat
setelah pertama kali menggunakan sistem dan kemudian merasakan kegunaan
sistem. Niat kelanjutan dapat ditentukan sebagai proses untuk terus
mempertahankan bisnis dan menggunakan kembali produk atau jasa dari
suatu organisasi (Abbas & hamdy, 2015).
-
2
Memahami alasan niat kelanjutan pengguna merupakan hal penting
untuk kelangsungan jangka panjang dan keberhasilan suatu sistem informasi
( Bhattacherjee, 2001). Terlebih situs jejaring sosial berbeda dengan sistem
informasi lain seperti sistem informasi kepegawai, sistem informasi akutansi
yang bersifat mendatori, situs jejaring sosial bersifat sukarela. Hal tersebut
menjadi salah satu kendala dalam mempertahankan pengguna situs jejaring
sosial. Menurut (Boyd & Ellison, 2008) situs jejaring sosial memungkinkan
pengguna untuk secara jelas mengartikulasikan jejaring sosial mereka dan
memungkinkan pengguna untuk menikmati aktivitas jejaring sosial secara
sukarela. Sifat sukarela ini membuat kemungkinan pengguna untuk tidak
melanjutkan penggunanya terhadap suatu situs jejaringan sosial menjadi lebih
tinggi dibanding sistem informasi yang bersifat mendatori.
Penyedia layanan jejaring sosial di Indonesia cukup banyak seperti
Facebook, Twitter, Snapchat, Youtube, dan lainnya. Dengan banyaknya
jumlah situs jejaring sosial, persaingan antar penyedia layanan jejaring sosial
di Indonesia pun cukup ketat. Jika penyedia layanan jejaring sosial ingin
meningkatkan penggunaan jejaring sosial, mereka harus merancang sebuah
metode dan inovasi yang efektif untuk mendorong pengguna untuk terus
menggunakan layanan ini. Untuk mencapai tujuan ini, mereka harus
memahami faktor-faktor yang mempengaruhi Continuance Use Intention
(CUI) atau niat kelanjutan pengguna untuk menggunakan layanan jejaring
sosial setelah konsumsi awal mereka.
-
3
Pemahaman mengenai faktor Continuance Use Intention (CUI)
pengguna sangat penting untuk keberhasilan suatu perusahaan (Mouakket,
2015). Untuk membuat strategi yang lebih baik agar dapat mempertahankan
pengguna serta meningkatkan jumlah pengguna. Mempertahankan pengguna
dan memfasilitasi pengguna berkelanjutan sangat penting untuk keberhasilan
suatu sistem informasi (Zhou,T.,&Li, H. , 2014). Hal ini di karenakan biaya
mendapatkan pelanggan baru sekitar lima kali lipat lebih besar dari pada
mempertahankan pelanggan yang lama ( Bhattacherjee, 2001). Bagi penyedia
layanan untuk dapat mengembalikan investasi awal yang dilakukan dengan
menginstall dan meluncurkan layanan, oleh karena itu penting bahwa
pengguna layanan untuk tidak berhenti setelah penerapan awal. Pasar situs
jejaring sosial cukup kompetitif karena mereka menawarkan layanan dan fitur
yang serupa (Zhou,T.,&Li, H. , 2014). Hal ini juga cukup mudah bagi
pengguna untuk beralih dari satu situs jejaring sosial ke situs jejaring sosial
yang lain, karena banyak aplikasi yang dapat diunduh secara gratis.
Penggunaan berkelanjutan oleh pengguna dapat menjadi sumber keunggulan
kompetitif bagi penyedia layanan ini.
Meskipun jumlah pengguna situs jejaring sosial berkembang pesat,
beberapa perusahaan penyedia layanan jejaring sosial yang mengalami
kemunduran akibat tidak dapat mempertahankan penggunanya dan kalah
bersaing dengan penyedia layanan jejaring sosial lain. Situs jejaring sosial
media seperti Hi5, My Space, Friendster, dan Path tidak dapat
mempertahankan penggunanya, mereka telah kalah dalam arena kompetitif
-
4
ini. Kemunduran Friendster disebabkan karena kualitas sistem yang buruk
dan mekanisme dalam menyebarkan foto yang menjadi kompleks (McMillan,
2013). Fakta bahwa beberapa kemunduran situs jejaring sosial dikarenakan
kehilangan popularitas dengan pesaing yang memberikan layanan yang lebih
baik dan fitur yang lebih sesuai dengan pengguna. Maka dari itu, memahami
karakteristik Continuance Use Intention (CUI) pengguna sangat diperlukan.
Pada penelitian ini, terdapat model untuk meyelidiki faktor
Continuance Use Intention (CUI) dengan mengembangkan Expectation-
Confirmation Model (ECM) oleh (Bhattacherjee 2001). Menurut (Kang,
Hong, & Lee, 2009) beberapa penelitian telah menerapkan ECM untuk
menyelidiki Continuance Use Intention terhadap penggunaan Social Network
Sites (SNS). ECM berfokus pada motivasi psikologi pengguna setelah
penggunaan awal dari sebuah sistem informasi dan dianggap sebagai salah
satu kerangka kerja yang paling terkenal untuk menjelaskan penggunaan
pasca-adopsi sistem informasi (Kang, Hong, & Lee, 2009). Model ECM
didukung oleh tiga variabel untuk memprediksi dan menjelaskan niat
pengguna untuk terus menggunakan teknologi informasi yaitu Perceived
Usefulness, Confirmation, dan Statisfaction. Variabel Perceived usefulness
dan Statisfaction merupakan variabel utama untuk menentukan Continuance
Use Intention atau niat kelanjutan dari penggunaan suatu sistem informasi.
Literatur sebelumnya menunjukkan bahwa salah satu kunci penentu
niat kelanjutan menggunakan sistem adalah Statisfaction atau kepuasan
pelanggan (Ha dan Park, 2013). Meningkatkan kepuasan pelanggan dengan
-
5
memenuhi kebutuhan dan persyaratan telah lama menjadi perhatian penting
dalam bidang pemasaran dan perilaku konsumen (Bhattacherjee, 2001;
Oliver, 1980). Di bidang Sistem Informasi, kepuasan pengguna dengan
teknologi juga merupakan faktor penting yang mempengaruhi adopsi dan
kelanjutan penggunaan teknologi (Bhattacherjee, 2001). Selain itu, Habit dan
Enjoyment juga menjadi faktor penting pada Continuance Use Intention
(Mouakket, 2015).
Menurut Habit theory dapat dikatakan bahwa Habit memiliki
hubungan positif dengan Continuance Use Intention karena perilaku
kebiasaan sebelumnya dapat membuahkan perasaan suka terhadap
perilaku tersebut, oleh karenanya intensi keberlanjutan akan meningkat
(Kim & Malhotra, 2005). Kebiasaan didefinisikan sebagai hasil dari proses
otomatis di mana individu akan kurang memperhatikan kinerja perilaku
mereka begitu kebiasaan terbentuk dan formasi semacam ini bisa terjadi
terlibat dengan pemrosesan kognitif non-reflektif (Ronis, Yates, & Kirsht,
1989). Pembentukan kebiasaan didasarkan pada karakteristik suka tidak
disengaja, tidak terkendali, kurang kesadaran dan efisiensi (Lee W. K., 2014).
Berdasarkan pengamatan, jika menggunakan situs jejaring sosial dapat
menjadi kebiasaan, perilaku terus menggunakan situs jejaring sosial sebagian
besar akan dikendalikan oleh kebiasaan, bukan tindakan beralasan.
Selain itu, Enjoyment dianggap sebagai motivasi intrinsik yang
merefleksikan kesenangan dan kegembiraan yang terkait dengan pengguna
-
6
sistem informasi karena berinteraksi secara langsung pada penggunaan sistem
(Krasnova, Kolesnikova, & Guenther, 2009). Pengguna media sosial tidak
cukup hanya menggunakan media sosial secara sering dalam niat kelanjutan
penggunaan, namun kesenangan ketika penggunaan dirasa harus menjadi
faktor penting dalam niat kelanjutan penggunaan (Li, et al., 2018).
Peningkatan fungsi kesenangan terhadap penggunaan media sosial dapat
menjadi strategi untuk mempertahankan pengguna (Li, et al., 2018). Pada
penelitian Xiaolin Lin, et all pada tahun (2016), Enjoyment memiliki
pengaruh yang positif terhadap Continuance Use Intention pada
penelitiannya yang membahas mengenai faktor yang mempengaruhi
kelanjutan penggunaan situs jejaring sosial.
Instagram merupakan salah satu dari sekian banyak media sosial yang
kian di gandrungi di Indonesia saat ini. Menurut data survey (We Are Social,
2019) Instagram merupakan situs jejaring sosial populer ke-2 setelah
Facebook. Instagram sangat populer di kalangan anak muda di seluruh dunia.
Menurut (Huang & Su, 2018) Lebih dari 70% orang antara usia 12 sampai 24
tahun adalah pengguna Instagram. Menurut data (Statista, 2019) Instagram
sendiri pada Juni tahun 2018 ini telah naik jumlah pengguna menjadi 1 Milyar
pengguna, dari jumlah pengguna sebelumnya di tahun 2017 yang mencapai
800 juta pengguna. Intensitas penggunaan yang semakin meningkat pada
Instagram untuk berbagai keperluan, tentunya diawali dengan berbagai niat
pengunaannya. Niat menggunakan Instagram ini sendiri dapat berbagai
-
7
macam, mulai dari berbagi foto, berbagi informasi, berinteraksi dengan
pengguna.
Berbeda dengan situs jejaring sosial lain. Menurut (Kindy,
Rokhmawati, & Putra, 2019) pada penelitiannya, secara subjektif Instagram
memiliki penilaian User Experience lebih baik dibandingkan situs jejaring
sosial lain seperti Snapchat. Hal ini di karenakan Instagram tidak hanya
digunakan sebagai media sosial saja, akan tetapi Instagram dapat digunakan
untuk mencari informasi baru, menjadi media untuk bekerja, dan sebagai
sarana untuk promosi. Sedangkan fitur yang ditawarkan oleh Snapchat
cenderung lebih memfokuskan pada video dan foto berfilter saja. Hal tersebut
dapat membuat pengguna mudah merasakan bosan karena kurangnya
ketersediaan inovasi baru yang ditawarkan. Menurut (Kindy, Rokhmawati, &
Putra, 2019) pengguna cenderung lebih menyukai Instagram karna dapat terus
memperbaharui fitur yang di inginkan oleh para pengguna, namun Instagram
juga dapat mengalami pengurangan pengguna, jika Instagram kedepannya
tidak dapat berinovasi dalam memperbaharui fitur yang baru dan fresh sesuai
keinginan para penggunanya.
Pengguna situs jejaring sosial Instagram tentunya sampai mahasiswa
Universitas Islam Negeri Syarif Hidayatullah Jakarta. Jumlah mahasiswa
aktif di Universitas Negeri Syarif Hidayatullah Jakarta mencapai 34.188
mahasiswa, menurut data Kementrian Riset, Teknologi, dan Pendidikan
Tinggi pada tahun (2019) yang tentunya mengetahui situs jejaring sosial
Instagram. Instagram didirikan pada tahun 2010 yang merupakan aplikasi
-
8
mobile untuk Smartphone yang tersedia secara bebas di Application Store dan
Google Play (Bergstrom, 2013).
Dari latar belakang yang telah diuraikan, peneliti ingin menganalisis
pengguna situs jejaring sosial Instagram di kalangan mahasiswa Universitas
Negeri Syarif Hidayatullah Jakarta. Sehingga peneliti mengambil judul
“Analisis Continuance Use Intention pada Situs Jejaring Sosial
Instagram dengan Menggunakan Expectation-Confirmation Model
(ECM)”.
1.2. Identifikasi Masalah
Berdasarkan latar belakang yang telah dipaparkan oleh penulis, maka
dapat diidentifikasi permasalahan yaitu sebagai berikut :
a. Pentingnya Continuance Use Intention (CUI) pengguna demi
memenangkan persaingan antar situs jejaring sosial.
b. Pengguna yang mudah beralih ke situs jejaring sosial lain.
c. Sulitnya untuk mempertahankan pengguna situs jejaring sosial.
1.3. Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan di atas, perumusan
masalah yang akan dijadikan pembahasan pada penelitian ini adalah :
“Faktor apa saja yang mempengaruhi Continuance Use Intention (CUI)
atau niat kelanjutan pengguna terhadap situs jejaring sosial Instagram ?”
1.4. Tujuan Masalah
Adapun tujuan dari dilakukannya penelitian adalah sebagai berikut:
-
9
a. Memahami karakteristik Continuance Use Intention (CUI)
terhadap penggunaan situs jejaring sosial Instagram.
b. Mengetahui faktor-faktor yang mempengaruhi Continuance Use
Intention (CUI) pengguna situs jejaring sosial Instagram.
c. Memberikan rekomendasi sebagai bahan pertimbangan kepada
Instagram dalam strategi mempertahankan pengguna.
1.5. Ruang Lingkup dan Batasan Penelitian
Agar penelitian dapat lebih terfokus dan mudah dipahami, maka
penelitian dibatasi pada beberapa hal, yaitu :
a. Penelitian dilakukan kepada mahasiswa UIN Syarif Hidayatullah
Jakarta yang menjadi pengguna situs jejaring sosial Instagram.
b. Model yang digunakan pada penelitian ini adalah Expectation
Confirmation Model (ECM) dengan variabel perceived usefulness
(PU), confirmation (C), statisfaction (S), continuance use intention
(CUI). Dan menambah variabel Habit (H) dan Enjoyment (E).
c. Penelitian ini menggunakan metode kuantitatif dengan teknik
Purposive Sampling untuk penyebaran kuisioner.
d. Penelitian ini menggunakan 5 point skala likert untuk menyusun
pengukuran terhadap situs jejaring sosial Instagram.
e. Pengumpulan data dilakukan dengan cara survei dengan
penyebaran secara langsung dan tidak langsung dengan
memanfaatkan fitur google Form.
-
10
f. Peneliti menggunakan pendekatan PLS-SEM dengan bantuan
aplikasi SmartPLS versi 3.0.
1.6. Model Penelitian
Model dari penelitian ini terdapat pada gambar 1.1 yang merupakan
model yang diteliti oleh ( Bhattacherjee, 2001), yaitu model Expectation-
Confirmation Model (ECM) yang terdiri dari 4 variabel yaitu Perceived
Usefulness (PU), Confirmation (C), Statisfaction (S), Continuance Use
Intention (CUI). Kemudian peneliti memodifikasi dengan menambah 2
variabel yaitu Habit (H) dan Enjoyment (E).
Gambar 1. 1 Model penelitian yang digunakan
1.7. Hipotesis Peneletian
Berdasarkan beberapa faktor yang terdapat pada model yang digunakan
sebagaimana dapat dilihat pada gambar 1.1, maka terdapat 6 faktor yang
dapat diasumsikan dapat saling mempengaruhi, diantaranya :
H1. Apakah variabel Confirmation (C) berperngaruh secara signifikan
terhadap variabel Perceived Usefulness (PU) ?
-
11
H2. Apakah variabel Confirmation (C) berpengaruh secara signifikan
terhadap variabel Statisfaction (S)?
H3. Apakah variabel Enjoyment (E) berpengaruh secara signifikan
terhadap variabel Continuance Use Intention (CUI) ?
H4. Apakah variabel Habit (H) berpengaruh secara signifikan terhadap
variabel Continuance Use Intention (CUI) ?
H5. Apakah variabel Perceived Usefulness (PU) berpengaruh secara
signifikan terhadap variabel Continuance Use Intention (CUI)?
H6. Apakah variabel Perceived Usefulness (PU) berpengaruh secara
signifikan terhadap variabel Statisfaction (S)?
H7. Apakah variabel Statisfaction (S) berpengaruh secara signifikan
terhadap variabel Continuance Use Intention (CUI) ?
1.8. Metodologi Penelitian
Penelitian ini menggunakan metode pendekatan kuantitaf. Agar
penelitian ini memiliki proses yang terarah, adapun metodologi pada
penelitian ini, yaitu:
1.8.1. Metode Pengumpulan Data
Metode pengumpulan data dilakukan melalui survei dengan
menyebarkan kuisioner. Kuisioner dirancang dalam bentuk pertanyaan
terbuka berdasarkan variabel serta indikator pada model ECM. Selain
itu, studi literatur dilakukan untuk memperkuat latar belakang serta
teori-teori pada penelitian.
-
12
Penyebaran kuisioner dilakukan secara langsung (tatap muka)
dan tidak langsung melalui media sosial dan juga menggunakan Google
Forms untuk pengisian kuisioner secara online. Setelah semua
kuisioner terkumpul dilakukan penyeleksian dan klasifikasi
menggunakan Software pengelolahan angka MS.Excel 2013.
1.8.2. Metode Analisis Data
Adapun metode analisis data yang peneliti lakukan yaitu
dengan melakukan proses analisa demografis, analisis persepsi
responden terhadap indikator kemudian secara kuantitaf peneliti
melakukan analisis data ialah dengan interprestasi dan pembahasan
hasil berdasarkan hasil analisis data yang telah dilakukan.
1.9. Manfaat Penelitian
Adapun manfaat dari penelitian ini yaitu :
a. Secara teoritis, penelitian ini dapat menjadi referensi dalam
pengukuran niat kelanjutan suatu sistem informasi.
b. Secara praktis, penelitian ini dapat menjadi bahan pertimbangan
bagi pihak terkait dalam perkembangan penggunaan situs jejaring
sosial Instagram.
1.10. Sistematika Penulisan
Laporan dari penelitian ini terdiri dari 5 (lima) bab. Berikut gambaran
umum pokok pembahasan yang akan dibahas tiap-tiap bab tersebut :
BAB I PENDAHULUAN
-
13
Pada bab ini akan diuraikan latar belakang, perumusan
masalah, batasan masalah, manfaat penelitian, metodologi
penelitian, dan sistematika penulisan.
BAB II LANDASAN TEORI
Pada bab ini akan diuraikan teori-teori relevan terkait
Analisis Continuance Use Intention Pada Situs Jejaring
Sosial Instagram Dengan Menggunakan Expectation-
Confirmation Model (ECM)
BAB III METODOLOGI PENELITIAN
Pada bab ini akan diuraikan mengenai metodologi maupun
model yang digunakan di dalam penelitian ini
BAB IV HASIL DAN PEMBAHASAN
Uraian hasil dan pembahasan dari analisis data yang telah
dilakukan akan dipaparkan pada bab Hasil dan Pembahasan
ini.
BAB V PENUTUP
Pada bab ini akan diuraikan kesimpulan dari uraian yang
telah dituangkan pada bab sebelumnya serta saran yang dapat
digunakan sebagai dasar dalam pengembangan selanjutnya.
-
1
-
2
BAB II
LANDASAN TEORI
2.1. Definisi Analisis
Menurut Spradley dalam (Sugiyono, 2015) mengatakan bahwa analisis
merupakan sebuah kegiatan untuk mencari suatu pola selain cara berpikir yang
berkaitan dengan pengujian secara sistematis terhadap sesuatu untuk menentukan
bagian, hubungan antar bagian dan hubungannya dengan keseluruhan.
Analisis merupakan penguraian suatu pokok atas berbagai bagiannya dan
penelahan bagian itu sendiri serta hubungan antar bagian untuk memperoleh
pengertian yang tepat dan pemahaman arti keseluruhan (Kemendiknas,2002).
Menurut Yenni Salim (2002) menjabarkan analisis sebagai proses pemecahan
masalah yang dimulai dengan hipotesis (dugaan, dan sebagainya) sampai terbukti
kebenarannya melalui beberapa kepastian (pengamatan, percobaan, dan
sebagainya).
Dapat disimpulkan bahwa analisis merupakan sebuah kegiatan untuk
menyelesaikan sebuah dugaan yang diangggap sebagai permasalahan dengan
tahapan dan proses yang benar hingga menghasilkan sebuah temuan.
2.2. Definisi Situs Jejaring Sosial
Menurut J.A Barnes tahun 2013 dalam (Akhmalia, 2013) Situs jejaring sosial
adalah struktur sosial yang terdiri dari elemen-elemen individual atau organisasi.
-
3
Jejaring ini menunjukan jalan dimana mereka berhubungan karena kesamaan
sosialitas, mulai dari mereka yang dikenal sehari-hari sampai dengan keluarga.
Situs jejaring sosial merupakan sebuah layanan dalam bentuk jaringan,
platform, atau situs yang bertujuan memfasilitasi pembangunan jaringan sosial atau
hubungan sosial diantara orang-orang yang memiliki ketertarikan, aktivitas, latar
belakang, atau hubungan dunia nyata yang sama. Suatu layanan jejaring sosial
terdiri dari perwakilan masing-masing pengguna berupa profil, hubungan sosialnya,
dan berbagai layanan lainnya. Istilah jejaring sosial pertama kali diperkenalkan oleh
professor J.A Barnes pada tahun 1954.
Situs jejaring sosial kebanyakan berbais web kemudian penggunanya
berinteraksi melalui internet, seperti surat elektronik atau pesan instan. Situs-situs
jejaring sosial memungkinkan pengguna untuk berbagi ide, aktivitas, acara, dan
ketertarikan di dalam jaringan individunya masing-masing.
Kemunculan situs jejaring sosial diawali dari adanya inisiatif untuk
menghubungkan orang-orang dari seluruh belahan dunia (Watkins, S.Craig, 2009).
Situs jejaring sosial pertama kali adalah Sixdegrees.com mulai muncul pada tahun
1997. Pada tahun 1999 dan 2000 muncul situs sosial Lunarstrom, Live jurnal,
Cyword yang berfungsi memperluas informasi secara searah. Pada tahun 2001
muncul Ryze.com yang berperan untuk memperbesar jaringan bisnis. Kemudian
pada tahun 2002 muncul Friendster yang paling diminati oleh kalangan remaja
untuk berkenalan dengan pengguna lainnya. Di tahun 2004 Facebook muncul
sebagai situs jejaring sosial yang dikenal hingga sekarang yang merupakan salah
-
4
satu situs jejaring sosial yang banyak digunakan. Kemudian di susul oleh twitter
ditahun 2006 dan instagram di tahun 2010.
2.3. Perkembagan Instagram
Instagram merupakan suatu aplikasi untuk berbagi foto dan video yang
penggunanya dapat mengambil foto dan video serta menerapkannya pada jejaring
sosial dengan tambahan filter untuk mempercantik. Instagram diciptakan oleh
Kevin Systrom dan Mike Krieger yang merupakan sarjana dari Stanford University
di Amerika Serikat. Instagram di luncurkan pada Oktober tahun 2010. Sebuah
perusahaan Burbn,Inc yang berdiri sejak tahun 2010 dan hanya fokus pada
perkembangan aplikasi yang ada pada smartphone. Di awal Burbn,Inc berfokus
banyak pada HTML5, kemudian Kevin Systrom dan Mike Krieger sebagai CEO
memutuskan untuk lebih fokus pada satu hal saja yaitu berbagi foto.
Gambar 2. 1 Instagram
-
5
Instagram berasal dari pengertian keseluruhan fungsi aplikasi. Kata “insta”
berasal dari kata “instan”, sedangkan “gram” diambil dari kata “telegram” yang
cara kerjanya untuk mengirimkan informasi kepada orang lain dengan cepat. Sama
halnya dengan Instagram yang dapat mengunggah foto dengan menggunakan
jaringan internet, sehingga informasi yang ingin disampaikan dapat diterima
dengan cepat. Oleh karena itulah instagram merupakan gabungan dari kata insta
dan telegram (Instagram, 2011).
Instagram terus berkembang seiring berjalannya waktu. Pada awal
kemunculan hanya terdapat beberapa pengguna saja namun sekarang pengguna
Instagram sudah mencapai 1 Milyar juta pengguna dari seluruh dunia. Untuk dapat
menyeimbangi dengan bertambahnya pengguna Instagram pun terus melakukan
inovasi. Pada tanggal 10 Februari 2020 Instagram telah mengeluarkan versi
128.0.0.26.28 dengan beberapa fitur-fitur yang ditambahkan dan di perbarui.
2.4. Definisi Sistem Informasi
2.4.1. Sistem
Menurut McLeod yang dikutip oleh Yakub dalam buku Pengantar
Sistem Informasi (2012), sistem adalah sekelompok elemen-elemen yang
terintegrasi dengan tujuan yang sama untuk mencapai tujuan. Sistem juga
merupakan suatu jaringan kerja dari prosedur-prosedur yang saling
berhubungan, terkumpul bersama-sama untuk melakukan suatu kegiatan atau
untuk tujuan tertentu.
Menurut O’Brian dan Marakas (2009), sistem adalah kumpulan
komponen yang saling berhubungan dengan batasan yang jelas, dan bekerja
-
6
sama untuk mencapai tujuan dengan menerima input dan menghasilkan output
dalam suatu proses transformasi yang terorganisasi. Menurut Jogiyanto dalam
(Arifin, 2018), sistem merupakan suatu jaringan kerja dari beberapa prosedur
yang saling berhubungan, berkumpul dan bekerjasama untuk melakukan suatu
kegiatan agar dapat menyelesaikan suatu tujuan tertentu
Berdasarkan beberapa definisi di atas, penulis dapat menarik
kesimpulan bahwa sistem adalah suatu rangkaian kegiatan atau aktivitas yang
dimulai dengan adanya input, proses dan output. Elemen seperti manusia, mesin
dan prosedur merupakan unsur-unsur penting yang terdapat pada sebuah sistem
untuk bisa saling berinteraksi mencapai tujuan tertentu.
2.4.2. Informasi
Menurut Davis, yang dikutip dari buku Husda (2012:117) informasi
adalah data yang telah diolah menjadi suatu bentuk yang penting bagi si
penerima dan mempunyai nilai yang nyata yang dapat dirasakan dalam
keputusan-keputusan yang sekarang atau keputusan-keputusan yang akan
datang. Informasi adalah suatu hasil pengolahan data dalam bentuk agregat
untuk menghasilkan pengetahuan atau kemampuan. Informasi adalah data yang
sudah mengalami pemrosesan sedemikian rupa sehingga dapat digunakan oleh
penggunaanya dalam mengambil keputusan (Sarosa & Samiaji, 2009).
Dari definisi-definisi di atas, maka penulis menyimpulkan bahwa
informasi adalah kumpulan data-data yang diolah sedemikian rupa sehingga
data tersebut dapat berguna dan memberikan manfaat bagi orang yang
-
7
menggunakannya. Dengan kata lain, data bagi seseorang bisa jadi merupakan
informasi bagi orang lain.
2.4.3. Sistem Informasi
Menurut Mcleod, yang dikutip dari buku Husda (2012:119), sistem
informasi merupakan sistem yang mempunyai kemampuan untuk
mengumpulkan informasi dari semua sumber dan menggunakan berbagai media
untuk menampilkan infomasi. Menurut Leitch sistem informasi adalah suatu
sistem di dalam suatu organisasi yang mempertemukan kebutuhan pengolahan
transaksi harian, mendukung operasi, bersifat managerial dan kegiatan strategi
dari suatu organisasi dan menyediakan pihak luar tertentu dengan laporan-
laporan yang diperlukan.
Sistem informasi dapat didefinisikan sebagai suatu sistem yang
berkaitan dengan pengumpulan, penyimpanan dan pemrosesan data, baik yang
dilakukan secara manual atau dengan komputer untuk menghasilkan suatu
informasi yang sangat bermanfaat. Dengan demikian sistem informasi tidak
selalu harus berbasis komputer. Bisa saja pengolahan data dalam sistem
informasi dilakukan secara manual atau kombinasi antara sistem manual dengan
sistem berbasis komputer.
2.5. Expectation-Confirmation Model
Expectation-Confirmation Model (ECM) merupakan model yang
dikembangkan oleh Bhattacherjee pada penelitiannya yang berjudul Understanding
Information Systems Continuance: An Expectation-Confirmation Model
(Nematolahi et al., 2016). ECM berasal dari Expectation Disconfirmation Theory
-
8
(EDT) yang dikembangkan oleh (Oliver, 1980). EDT berpendapat bahwa harapan
dan kinerja yang dirasakan pelanggan dapat mengarah pada kepuasan pasca
pembelian dan dengan demikian memengaruhi niat pelanggan untuk melakukan
pembelian ulang (Hsu & Lin, 2015).
Bhattacherjee mengusulkan ECM sebagai model untuk memprediksi IT
continuance berdasarkan kesesuaian antara keputusan individu untuk melanjutkan
penggunaan mereka terhadap sebuah IT dan keputusan pelanggan untuk melakukan
pembelian berulang (Lee M.-C. , 2010). Kemiripan antara keduanya dikarenakan
kedua keputusan tersebut mengikuti keputusan awal, dipengaruhi oleh penggunaan
awal, dan berpotensi mengubah keputusan awal tersebut (Bhattacherjee, 2001; Hsu
& Lin, 2015).
Dalam mengadaptasi EDT pada kasus yang secara spesifik membicarakan
continuance use dari produk dan layanan IT, Bhattacherjee mengusulkan beberapa
ekstensi dan modifikasi pada model asli EDT. Salah satu usulan modifikasi tersebut
adalah mengganti ekspektasi yang digunakan pada EDT menjadi perceived
usefulness. Perubahan ini dikarenakan ekspektasi pada EDT hanya berfokus pada
ekspektasi pra-konsumsi, sementara ekspektasi pasca konsumsi, menurut
Bhattacherjee, dapat berubah seiring dengan waktu (Chen, Wang, & Chen, 2017).
Oleh karenanya, pada ECM, eksptektasi direpresentasikan oleh perceived
usefulness. Digunakannya perceived usefulness sebagai pengganti ekspektasi
adalah karena variabel ini merupakan satu-satunya variabel yang secara konsisten
mempengaruhi niat pengguna di seluruh tahap temporal penggunaan teknologi
informasi (Bhattacherjee, 2001). Selain perceived usefulness, indikator lain seperti
-
9
confirmation, satisfaction, dan continuance intention membentuk model IT
continuance yang dikembangkan oleh Bhattacherjee ini (Lai, Chen, & Chang,
2016). Hubungan antara keempat variabel tersebut dapat dilihat pada Gambar 2.8.
di bawah ini.
Gambar 2. 2 Expectation-Confirmation Model (ECM)
(Bhattacherjee, Understanding Information Systems Continuance: An
Expectation-Confirmation Model, 2001)
Berdasarkan Gambar 2.1. di atas, perceived usefulness mempengaruhi
satisfaction bersama dengan confirmation. Hal ini dikarenakan ekspektasi atau
perceived usefulness merupakan dasar pengguna mengevaluasi suatu teknologi
informasi dan menentukan respons atau kepuasan evaluatif mereka. Evaluasi ini
kemudian memberikan sebuah konfirmasi bagi pengguna apakah teknologi
informasi yang digunakan sesuai dengan ekspektasi mereka atau tidak (Lai, Chen,
& Chang, 2016).
Konfirmasi atas kesesuaian produk atau jasa dengan ekspektasi yang dimiliki
pengguna akan memicu kepuasan di dalam diri pengguna, yang mana menjelaskan
-
10
hubungan variabel confirmation dengan satisfaction yang ada pada ECM. Rasa
puas ini kemudian dapat memicu niat pengguna untuk menggunakan produk atau
jasa yang sama di kemudian hari (Lai, Chen, & Chang, 2016).
2.5.1. Perceived Usefulness (PU)
Perceived usefulness adalah persepsi pengguna tentang manfaat
yang dapat diharapkan dari penggunaan suatu teknologi informasi (Hsu & Lin,
2015). Menurut ( (Davis, 1989) Perceived usefulness mengacu pada sejauh
mana pengguna menanggap bahwa menggunakan Sistem Informasi akan
meningkatkan kinerja mereka. Perceived usefulness adalah persepsi subjektif
pengguna tentang manfaat yang diharapkan dari pengguna IS dan bukan
penilaian objektif. Jika penggunaan IS berguna, pengguna cenderung terus
menggunakannya. Dalam Expectation Confirmation Model (Bhattacherjee,
2001) mengemukakan bahwa Perceived usefulness dapat diterapkan dalam
konteks kelanjutan IS, dan hubungan antaranya dapat didukung oleh bukti
empiris. Semakin tinggi besar pengguna merasakan manfaat suatu layanan,
semakin tinggi kepuasan pengguna.
2.5.2. Confirmation (C)
Berdasarkan teori disonansi kognitif (Festinger,1962),
(Bhattacherjee, 2001) menjelaskan bahwa Confirmation dapat
mempromosikan manfaaat yang dirasakan oleh pengguna. Banyak penelitian
telah memverifikasi secara empiris bahwa Confirmation merupakan prediktor
signifikan dari Perceived Usefulness atau manfaat yang dirasakan dalam
konteks penggungaan Sistem Informasi ( (Lin C S, Wu, & Tsai, 2005). Pada
-
11
penelitian sebelumnya dalam penggunaan Sistem Informasi telah
memverifikasi hubungan positif antara Confirmation dengan Perceived
Usefulness dan Satisfaction (Bhattacherjee, 2001).
2.5.3. Satisfaction (S)
Satisfaction adalah evaluasi dari pengalaman uji coba awal
pengguna dengan layanan. Evaluasi ini dapat berupa perasaan positif atau
kepuasan, ketidak pedulian, dan perasaan negatif atau ketidak puasan (Hsu &
Lin, 2015). Satisfaction telah menjadi topik penelitian inti dalam Sistem
informasi. Menurut Expectation-Disconfirmation Theory, kepuasan
mencerminkan keadaan psikologis pengguna yang dihasilkan dari penilaian
kognitif diskonfirmasi (Bhattacherjee, 2001). Pada penelitian (Sheldon, Abad,
& Hinsch, 2011) menunjukkan bahwa satisfaction berhubungan positif
terhadap Continuance Use Intention pada penggunaan Facebook .
2.5.4. Continuance Use Intention (CUI)
Continuance use intention adalah tingkat di mana pengguna
bermaksud untuk terus menggunakan suatu teknologi informasi (Hsu & Lin,
2015). Continuance Use Intention (CUI) merupakan kelanjutan dari perilaku
penerimaan ( Bhattacherjee, 2001). Pelanggan membentuk pendapat setelah
pertama kali menggunakan sistem dan kemudian merasakan kegunaan sistem.
Niat kelanjutan dapat ditentukan sebagai proses untuk terus mempertahankan
bisnis dan menggunakan kembali produk atau jasa dari suatu organisasi (Abbas
& hamdy, 2015).
-
12
2.6. Habit (H)
Menurut Limayem (2007) dalam Venkatesh (2012) menyatakan bahwa
habit diartikan sebagai sejauh mana seseorang cenderung untuk berperilaku secara
otomatis karena pembelajaran sebelumnya. Habit menggambarkan bagaimana
seseorang menggunakan suatu sistem dalam kesehariannya (Harsono,2014). Dalam
penelitian Venkatesh (2012) menjelaskan bahwa ada pengaruh yang signifikan dari
kebiasaan konsumen pada penggunaan teknologi pribadi ketika mereka
menghadapi lingkungan yang beragam dan selalu berubah. Kebiasaan didefinisikan
sebagai hasil dari proses otomatis di mana individu akan kurang memperhatikan
kinerja perilaku mereka begitu kebiasaan terbentuk dan formasi semacam ini bisa
terjadi terlibat dengan pemrosesan kognitif non-reflektif (Ronis, Yates, & Kirsht,
1989). Pembentukan kebiasaan didasarkan pada karakteristik suka tidak disengaja,
tidak terkendali, kurang kesadaran dan efisiensi (Lee W. K., 2014). Ini adalah
tindakan berulang yang terjadi tanpa kesadaran dalam jangka waktu jangka panjang
tertentu (Verplanken & Aarts, 1999). Studi sebelumnya tentang perilaku kebiasaan
lebih fokus pada teori dan ukuran kebiasaan Sistem Informasi (SI) yang terkait
dengan SI niat melanjutkan penggunaan.
2.7. Enjoyment (E)
Menurut (Praveena K. & Sam Thomas, 2014) Enjoyment merupakan motivasi
intrinsik yang menekankan pada proses penggunaan dan mencerminkan
kesenangan dan kenikmatan yang terkait dengan penggunaan sistem. Enjoyment
adalah sejauh mana suatu kegiatan menggunakan suatu teknologi dianggap sesuatu
yang menyenangkan (Davis, 1989). Enjoyment adalah salah satu alasan utama
-
13
orang menggunakan situs jejaring sosial. Enjoyment berpengaruh signifikasi
terhadap Continuance Use Intention dalam menggunakan situs jejaring sosial (M.
Igbaria T, Guimaraes, & G.B. Davis,, 1995).
Sebagai contoh, (Venkatesh, 2000) mendeteksi bahwa ketika pengalaman
seseorang dengan teknologi meningkat, kenikmatan yang dirasakan menjadi lebih
sebagai pemain dalam niat seseorang untuk menggunakan teknologi, temuan yang
dapat dianggap sebagai indikasi penelitian kelanjutan TI. Kenikmatan yang
dirasakan telah terbukti menjadi faktor penting yang memengaruhi niat orang untuk
menggunakan sistem hedonis (Van Der Heijen, 2004). Penggunaan SNS sering
dipandang sebagai cara yang menyenangkan untuk terhubung dengan teman dan
mengelola jaringan; dengan demikian, kenikmatan yang dirasakan dianggap
sebagai konstruksi langsung yang vital untuk penelitian kelanjutan niat SNS.
2.8. Metode Pengumpulan Data
Menurut (Setiawan, 2016) pengumpulan data yaitu cara yang dapat dilakukan
oleh peneliti untuk memperoleh informasi yang dibutuhkan dalam rangka mencapai
tujuan dalam suatu penelitian. Peneliti melakukan beberapa cara dalam melakukan
pengumpulan data, yaitu dengan melakukan observasi, wawancara, studi pustaka,
dan kuesioner.
1) Observasi
Observasi adalah metode pengumpulan data yang banyak dilakukan
dalam desain eksperimentasi (laboratorium dan lapangan) dan studi
kasus kualitatif (etnografi, eksplorasi dan partisipan observatory)
(Abdillah, 2017). Observasi merupakan teknik pengumpulan data
-
14
dengan langsung melihat kegiatan yang dilakukan oleh user (Sutabri,
2012).
2) Wawancara
Wawancara merupakan metode pengumpulan data yang banyak
digunakan dalam penelitian-penelitian eksploratif dan studi lapangan.
Pada prinsipnya, teknik wawancara tidak berbeda dengan teknik
kuesioner dengan format pertanyaan/pertanyaan terbuka. Wawancara
bertujuan untuk mendapatkan informasi atau mengonfirmasi beberapa
informs secara langsung kepada responden atau partisipan (Abdillah,
2017).
3) Studi pustaka
Studi pustaka adalah mengumpulkan data dan informasi dengan cara
membaca dan mempelajari buku-buku, referensi serta situs-situs
penyedia layanan yang berkaitan dengan judul (Nazir, 2005).
Sedangkan menurut Jogiyanto menjelaskan bahwa studi pustaka adalah
cara penelitian yang dilakukan dengan membaca dan mempelajari buku-
buku pustaka, dan website tertentu yang dijadikan pendukung dalam
penelitian yang dilakukan (Jogiyanto, 2005).
4) Kuesioner
Menurut Abdillah, kuesioner ialah metode pengumpulan data primer
menggunakan sejumlah item-item pertanyaan atay peernyataan dengan
format tertentu. Kuesioner memiliki keunggulan karena memuat
-
15
informasi yang afektif dan efesien sesuai dengan tujuan penelitian
(Abdillah, 2017).
2.9. Skala Likert
Skala likert adalah skala yang dapat dipergunakan untuk mengukur sikap,
pendapat, dan persepsi seseorang atau sekelompok orang tentang suatu gejala atau
fenomena (Djaali & Muljono, 2008). Skala ini mempunyai beberapa pertanyaan
yang disusun dengan mengacu pada dimensi positif dan negatif sehingga
membentuk suatu nilai yang menggambarkan sifat dari individu, seperti
pengetahuan, sikap, dan perilaku (Nazir M. , 2003).
Menurut (Sugiyono, 2013) Skala likert merupakan skala yang digunakan
untuk mengukur sikap, pendapat dan persepsi seseorang atau kelompok orang
tentang fenomena sosial. Data yang telah terkumpul melalui kuiesioner, kemudian
peneliti mengolah dalam bentuk kuantutatif yaitu dengan cara menetapkan bobot
jawaban dari pertanyaan yang telah dijawab oleh responden, dimana pemberian
bobot tersebut berdasarkan ketentuan.
Tabel 2. 1 Format Responden untuk Pertanyaan
Jawaban Bobot
Sangat Tidak Setuju 1
Tidak Setuju 2
Netral 3
Setuju 4
Sangat Setuju 5
-
16
2.10. Variabel Penelitian
Variabel adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh
peneliti untuk mempelajari sehinggaa diperoleh informasi tentang hasil tersebut,
kemudian ditarik kesimpulannya (Sugiyono, 2017). Penelititian kuantitatif
umumnya menggunakan asumsi dan batasan pada faktor tertentu yang diamati
dalam bentuk variabel penelitian. Faktor-faktor lain yang tidak diamati diasumsikan
sebagai faktor yang tidak signifikan dengan fenomena tertentu yang diteliti
(Sangadji & Sopiah, 2010).
Menurut (Sangadji & Sopiah, 2010) variabel penelitian dapat diklasifikasikan
berdasarkan beberapa pendekatan, diantaranya berdasarkan :
1. Fungsi Variabel
Tipe-tipe variabel dapat di kalasifikan berdasarkan fungsi variabel dalam
hubungan antara variabel, yaitu :
a. Variabel Independen dan Variabel Dependen
Variabel independen adalah tipe variabel yang menjelaskan atau
mempengaruhi variabel lain. Variabel dependen adalah tipe variabel
yang dijelaskan atau dipengaruhi oleh variabel independen. Kedua
tipe variabel merupakan kategori variabel penelitian yang paling
sering digunakan dlam penelitian karena mempunyai aplikasi yang
luas.
b. Variabel Moderating
Hubungan langsung antara variabel independen dengan variabel
dependen kemungkinan dipengaruhi oleh variabel-variabel lain.
-
17
Salah satu diantaranya variabel moderating, yaitu tipe variabel yang
memperkuat atau memperlemah hubungan langsung antara variabel
independen dengan variabel dependen. Variabel Moderating
merupakan tipe variabel yang mempunyai pengaruh terhadap sifat
atau arah hubungan antar variabel. Sifat arah hubungan antara
variabel independen dengan variabel dependen kemungkinan positif
atau negative dalam hal ini tergantung pada variabel moderating.
c. Variabel Intervening
Variabel intervening adalah variabel yang mempengaruhi hubungan
antara variabel independen dengan variabel dependen menjadi
hubungan tidak langsung. Variabel intervening merupakan variabel
yang terletak antara variabel independen dengan variabel dependen,
sehingga variabel independen tidak langsung menjelaskan atau
mempengaruhi variabel dependen.
2. Skala nilai Variabel
Variabel umumnya diukur dengan skala dalam kisaran nilai tertentu.
Berdasarkan skala nilainya, variabel penelitian diklasifikasikan menjadi
dua, yaitu :
a. Variabel Kontinu
Variabel kontinu adalah tipe variabel penelitian yang memiliki
kumpulan nilai teratur dalam kisaran tertentu. Nilai dalam variabel
kontinu setidaknya menggambarkan peringkat atau jarak
berdasarkan skala pengukuran tertentu.
-
18
b. Variabel Kategoris
Variabel kategoris adalah tipe variabel peneltian yang meliki nilai
berdasarkan kategori tertentu atau lebih dikenal dengan sebutan
skala nominal. Skala niilai pada variabel ini hanya merupakan label
untuk mengidentifikasi kategori atau kelompok variabel yang
bersangkutan.
3. Perlakuan terhadap variabel
Karakteristik penelitian eksperimen adalah adanya manipulasi terhadap
variabel tertentu. Manipulasi terhadap hal ini berarti memberikan perlakuan
berbeda kepada kelompok yang berbeda. Klasifikasi variabel berdasarkan
perlakuan penelitian terhadap variabel penelitian bermanfaat perlakuan
peneliti bermanfaat untuk mengetahui perbedaan antara variabel-variabel
yang tidak dimanipulasi.
2.11. Populasi dan Sampel
Populasi adalah generalisasi yang terdiri atas obyek/subyek dengan kualitas
dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulannya (Sugiyono, 2012). Populasi bukan hanya sekedar
jumlah pada subyek atau obyek yang dipelajari, tetapi meliputi seluruh karakteristik
atau sifat yang dimiliki oleh subyek atau obyek yang diteliti, jika berfungsi sebagai
sumber informasi (Sangadji & Sopiah, 2010).
Sebagian dari jumlah dan karakteristik yang dimiliki oleh sebuah populasi
dapat disebut sebagai sampel (Sugiyono, 2012). Sampel merupakan bagian dari
jumlah dan karakteristik yang dimiliki oleh populasi yang akan digunakan untuk
-
19
mengambil sebuah kesimpulan, oleh karena itu sampel yang akan diamil harus
benar-benar representatif (Sugiyono, 2012). Bila populasi besar, dan peneliti tidak
mungkin mempelajari semua yang ada pada populasi, misalnya karena keterbatasan
dana, tenaga, dan waktu, maka peneliti dapat menggunakan sampel yang diambil
dari populasi. Untuk itu sampel yang diambil dari suatu populasi harus
representative (mewakili) populasi tersebut (Sangadji & Sopiah, 2010).
2.11.1. Teknik Sampling
Dalam menentukan sampel yang akan digunakan dalam sebuah
penelitian, peneliti membutuhkan sebuah teknik sampling. Teknik
pengambilan sampel (sampling) menurut (Sugiyono, 2012) pada dasarnya
terbagi menjadi dua teknik , antara lain:
1) Probability Sampling
Probability sampling adalah teknik pengambilan sampel yang
memberikan peluang yang sama bagi setiap unsur (anggota) populasi
untuk dipilih menjadi anggota sampel. Teknik ini meliputi simpel
random sampling, proportionate stratified random sampling,
disproportionate stratified random sampling, area (cluster)
sampling (sampling menurut daerah).
a. Simple Random Sampling
Teknik pengambilan anggota sampel dari populasi yang
dilakukan secara acak tanpa memperhatikan strata yang ada
dalam populasi. Teknik simple random sampling ini
merupakan teknik yang paling mudah dan dapat digunakan
-
20
pada populasi yang memiliki karakteristik relative
homogeny.
b. Proportionate Stratified Random Sampling
Teknik yang dilakukan apabila populasi mempunyai
anggota/unsur yang tidak homogen dan berstrata secara
proporsional.
c. Disproportionate Stratified Random Sampling
Teknik yang digunakan untuk menentukan jumlah sampel
bila populsi berstrata tetapi kurang proporsional.
d. Area (Cluster) Sampling
Tenik ini digunakan untuk menentukan sampel bila objek
yang akan diteliti atau sumber data sangat luas. Cluster
Sampling sering dilakukan dengan dua tahap, yaitu
menentukan daerah sampel dan menentukan orang-orang
yang ada pada daerah tersebut secara sampling.
2) Non probability Sampling
Non probability sampling adalah teknik pengambilan sampel yang
tidak memberi peluang/kesempatan sama bagi setiap unsur atau
anggota populasi untuk dipilih menjadi sampel. Teknik ini meliputi
sampling sistematis, sampling kuota, sampling aksidental, sampling
jenuh, snowball sampling, dan purposive sampling.
a. Sampling sistematis
-
21
Teknik pengambilan sampel berdasarkan urutan dari anggota
populasi yang telah diberi nomor urut.
b. Sampling kuota
Teknik untuk menentukan sampel dari populasi yang
mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang
diinginkan.
c. Sampling insidental
Teknik penentuan sampel berdasarkan kebetulan, yaitu siapa
saja yang secara kebetulan/insidental bertemu dengan
peneliti dapat digunakan sebagai sampel, bila dipandang
orang yang kebetulan ditemui itu cocok sebagai sumber data.
d. Sampling jenuh
Teknik penentuan sampel bila semua anggota populasi
digunakan sebagai sampel.
e. Snowball sampling
Teknik penentuan sampel yang mula-mula jumlahnya kecil,
kemudian besar. Teknik pengambilan sampel dengan cara
responden yang berhasil diperoleh diminta menunjukkan
reponden lainnya secara berantai. Teknik ini dilakukan
ketika peneliti kurang mengerti mengenai kondisi dan data
populasi yang menjadi target penelitiannya (Nursiyono,
2015).
-
22
f. Purposive sampling adalah teknik penentuan sampel dengan
pertimbangan/kriteria tertentu. Dalam purposive sampling,
pemilihan sekelompok subjek didasarkan atas ciri-ciri atau
sifat-sifat tertentu yang dipandang mempunyai sangkut paut
yang erat dengan ciri-ciri atau sifat-sifat populasi yang sudah
diketahui sebelumnya (Hadi S. , 2016).
2.11.2. Ukuran Sampel
Besarnya jumlah sampel yang harus diambil dari populasi dalam
suatu kegiatan penelitian sangat bergantung dari keadaan populasi itu
sendiri, semakin homogen populasinya maka jumlah sampel semakin
sedikit, begitu juga sebaliknya (Putra, 2018). Menurut Guritno (2011)
penentuan jumlah sampel yang diperlukan dalam SEM (Structural
Equation Model) berkisar antara 100 sampai 200 sampel.
Peneliti dapat menentukan jumlah sampel untuk penelitian yang
akan dilakukannya dengan mengikuti salah satu dari berbagai metode yang
telah ada. Menurut Roscoe dalam (Sugiyono, 2012), terdapat empat hal
yang perlu diperhatikan dalam menentukan sebuah sampel, antara lain:
1. Ukuran sampel yang layak dalam penelitian adalah antara 30 sampai
500 sampel.
2. Bila sampel dibagi dalam kategori (misalnya: pria-wanita, pegawai
negeri-swasta, dan lain-lain) maka jumlah anggota sampel setiap
kategori minimal 30.
-
23
3. Bila dalam penelitian akan melakukan analisis dengan multivariate
(korelasi atau regresi ganda misalnya), maka jumlah anggota sampel
minimal 10 kali dari jumlah variabel yang diteliti.
4. Untuk penelitian eksperimen yang sederhana, yang menggunakan
kelompok eksperimen dan kelompok kontrol, maka jumlah anggota
sampel masing-masing kelompok antara 10 sampai dengan 20.
Barclay et al. dalam (Hair et al., 2017) mengemukakan sebuah 10 times
rule yang menyatakan bahwa ukuran sampel yang digunakan oleh sebuah
penelitian harus:
1) Sepuluh kali jumlah terbesar dari indikator formatif yang digunakan
untuk mengukur satu konstruksi.
2) Sepuluh kali jumlah jalur struktural terbesar yang diarahkan pada
konstruksi tertentu dalam model struktural.
Selain beberapa teknik penentuan dalam ukuran sampel diatas,
penentuan jumlah sampel juga dapat menggunakan dengan rumus Slovin.
Rumus Slovin digunakan untuk menentukan survey, dimana jumlah populasi
terlalu besar sehingga diperlukan sebuah rumus untuk memperkecil jumlah
sampel akan tetapi tetap mewakili populasi secara keseluruhan. Rumus Slovin
mempertimbangkan batas ketelitian yang dapat mempengaruhi kesalahan
dalam pengambilan sampel (Putra, 2018).
Rumus Slovin dapat digunakan dalam penelitian yang mengukur proporsi
populasi penelitian, dengan menggunakan asumsi tingkat keandalan 95% dan
-
24
memakai pendekatan distribusi normal (Askuba, 2018). Adapun rumus dari
Slovin sendiri adalah sebagai berikut (Sangadji & Sopiah, 2010):
𝑛 =𝑁
𝑁.𝑒2+ 1 (2.1)
Keterangan:
n : Ukuran sampel
N : Ukuran populasi
e : Nilai kritis (batas ketelitian)
Penggunaan rumus slovin ini, pertama dengan ditentukan berapa batas
toleransi kesalahan. Batas toleransi kesalahan ini dinyatakan dalam bentuk
presentase. Menurut (Sugiyono, 2012) untuk populasi dalam jumlah besar,
nilai presentase kelonggaran ketelitian kesalahan pengambilan sampel masih
bisa ditolerir kembali 10% atau 0,1. Sedangkan untuk populasi dalam jumlah
kecil nilai presentase kelonggaran ketelitian kesalahan pengambilan sampel
yang bisa ditolerir bernilai 20% atau 0,2.
2.12. Analisis Data
Pada penelitian kuantitatif, analisis data merupakan kegiatan setelah data dari
seluruh responden atau sumber data lain terkumpul (Sugiyono, 2013). Kegiatan
dalam analisis data mengelompokkan data berdasarkan variabel dan jenis
responden, mentabulasi data berdasarkan variabel dari seluruh responden,
menyajikan data tiap variabel yang diteliti, serta melakukan perhitungan untuk
menjawab rumusan maslah, dan melakukan perhitungan untuk hipotesis yang
dilakukan. Dalam penelitian ini, peneliti menggunakan metode analisis
-
25
menggunakan metode kuantitafi dengan PLS-SEM menggunakan tools SmartPLS
versi 3.0.
2.12.1. Metode Kuantitatif
Menurut (Sugiyono, 2013) metode kuantitatif merupakan metode
penelitian yang berkarakteristik sistematis, terencana dan terstruktur dengan
jelas dari tahap perencanaan hingga tahap pembuatan desain penelitiannya.
Menurut (Sarwono, 2013), terdapat beberapa tahapan dalam melakukan
penelitian kuantitatif, yaitu :
a. Mengidentifikasi dan merumuskan masalah yang akan diteliti
b. Membuat hipotesis yang akan diuji
c. Melakukan kajian teori yang relevan
d. Mengidentifikasi dan memberi nama variabel
e. Membuat definisi operasional
f. Memanipulasi dan mengontrol variabel (ini hanya untuk penelitian
eksperimental)
g. Menyusun desain penelitian
h. Mengidentifikasi dan menyusun alat observasi dan pengukuran
i. Membuat kuisioner (jika dibutuhkan data primer)
j. Melakukan analisis statistik
k. Menulis laporan hasil penelitian
Terdapat beberapa keterbatasan dalam melakukan penelitian
kuantitatif (Idris, 2009), yaitu sebagai berikut :
a. Lama dalam proses perencanaan
-
26
b. Sulit memperdalam data
c. Kelemahan angket/skala/tes
2.12.2. Partial Least Square-Structural Equation Modelling (PLS-SEM)
Menurut (Abdillah, 2017) Partial Least Squares (PLS) merupakan
teknik statistika multivariat yang melakukan perbandingan antara variabel
dependen berganda dan variabel independen jamak. PLS adalah salah satu
metode statistikan SEM berbasis varian yang didesain untuk menyelesaikan
regresi berganda ketika terjadi permasalahan spesifik pada data, seperti ukuran
sampel penelitian kecil, permasalahan spesifik pada data, seperti ukuran
sampel penelitian kecil, adanya data yang hilang (missing values) dan
multikolinearitas.
PLS-SEM adalah suatu metode yang digunakan untuk menganalisis
dan dinilai kuat karena digunakan pada setiap jenis skala data seperti data
interval, data nominal, dan rasio serta syarat asumsi yang lebih fleksibel
(Yamin & Kurniawan, 2011).
Menurut (Ringle, 2018), terdapat empat aspek dalam proses analisis
PLS-SEM yang terstruktur bahwa penelitian sebelumnya mengenai
penggunaan PLS-SEM diidentifikasi sebagai relevan yaitu (1) menentukan
tujuan penelitian, (2) spesifikasi model structural (3) spesifikasi model
pengukuran dan (4) hasil evaluasi.
-
27
Gambar 2. 3 Proses Analisis PLS-SEM
Sumber: (Ringle, 2018)
Menurut (Yamin & Kurniawan, 2011) Evaluasi model dalam PLS
meliputi dua tahap yaitu evaluasi outer model atau model pengukuran dan
evaluasi terhadap inner model atau model struktural.
1. Evaluasi Pengukuran Model (Outer Model)
Di dalam Evaluasi pengukuran model dapat meliputi convergent validity
dan discriminant validity. Convergent validity terdiri atas individual item
reliability, internal consistency atau construct reliability, dan average
variance extracted. Tujuannya mengukur besarnya korelasi anatara konstrak
dengan varabel laten. Measurement model dilakukan untuk dapat mengetahui
hubungan antara konstrak (variabel) dengan indikator-indikatornya (Yamin &
Kurniawan, 2011).
a. Convergent Validity
1) Individual Item Reliability
Dapat dilihat dari standardize loading factor yang
menggambarkan besarnya korelasi antara setiap indikator
dengan konstraknya. Nilai loading factor baru dapat dikatakan
valid atau ideal jika lebih besar dari 0,7. Tapi, Yamin dan
Determination of the Research
Goal
Struktur Model Specification
Measurement Model
Specification
Model Estimation and
Results Evaluation
-
28
Kurniawan (2011) berpendapat bahwa nilai loading factors >
0,5 sudah dapat dikatakan valid. Jika dibawah nilai tersebut,
maka item akan dikeluarkan dari model yang ada.
2) Internal Consistency Reliability
Dapat dilihat dari composite reliability atau cronbach’s alpha.
Namun, nilai composite reliability dianggap lebih baik dalam
mengukur internal consistency jika dibandingkan dengan
cronbaach’s alpha karena composite reliability tidak
mengasumsikan kesamaan boot dari tiap indikatornya.
Cronbach’s alpha akan memberikan estimasi yang terlalu
rendah. Nilai batas untuk cronbach’s alpha maupun composite
reliability adalah 0,7 yang sudah dapat diterima. Sedangkan
diatas 0,7 berarti sangat memuaskan.
Formula untuk Composite Reliability adalah
𝐶𝑅 =(∑ λ𝑖)
2
(∑ λ𝑖)2 + ∑ 𝜀𝑖 (2.2)
Keterangan :
λ𝑖 = Loading Factors
𝜀𝑖 = 1- λ𝑖2
3) Average Variance Extracted (AVE)
Nilai average variance extracted (AVE) mendeskripsikan
besaran varian variabel yang dikandung oleh konstrak laten.
Nilai batasan untuk AVE adalah 0,5. Nilai AVE harus lebih
-
29
besar dari 0,5 untuk dapat dikatakan telah menunjukkan
convergent validity yang baik.
Formula untuk Average Variance Extacted (AVE)
𝐴𝑉𝐸 =∑ λ𝑖
2
∑ λ𝑖2 + ∑ 𝜀𝑖
(2.3)
Keterangan
λ𝑖 = Loading Factors
𝜀𝑖 = 1- λ𝑖2
b. Discriminant Validity
Discriminant validity dapat dilakukan dengan dua cara yaitu dengan
nilai cross loading antar indikator dan cross loading Fornell-
Lacker’s. Cross loading antar indikator akan membandingkan
korelasi antar indikator dengan konstraksnya dan konstrak dari blok
lainnya. Bila korelasi antara indikator dengan konstraknya lebig
tinggi dibandingkan dengan konstrak blok lain, maka artinya
konstrak tersebut memprediksi ukuran pada blok tersebut lebih baik
daripada blok lainnya. Sedangkan, nilai cross loading Fornell-
Lacker’s akan melihat nilai akar dari AVE, nilai akar AVE ini harus
lebih tinggi jika dibandingkan dengan korelasi antar konstrak
dengan konstrak lainnya atau nilai AVE lebih tinggi dari kuadrat
korelasi antar konstrak. Cross loading antar indikator termasuk
dalam kriteria longgar, sedangkan cross loading Fornell-Lacker’s
adalah kriteria yang konservatif.
-
30
2. Evaluasi Struktural Model (Inner Model)
Inner Model merupakan model struktural untuk memprediksi hubungan
kualitas antar variabel laten. Melalui proses bootstrapping, parameter uji T-
statistic diperoleh untuk memprediksi adanya hubungan kausilitas (Abdillah,
2017). Pada model ini terdapat beberapa tahap dalam melakukan evaluasinya.
1. Path coefficient (𝛽)
Tahap pertama dimulai dengan melihat signifikansi hubungan antara
konstrak. Hal tersebut dapat dilihat dari koefisien jalur (Path
Coefficient) yang menjelaskan kekuatan hubungan antara kontrak.
Pengukuran Path Coefficient (β) memiliki nilai ambang batas diatas
0.1. Hal tersebut untuk menyatakan bahwa jalur (Path) yang dimaksud
mempunyai pengaruh di dalam model.
2. R2 (coefficient of determination)
Tahap kedua yaitu dengan mengevaluasi nilai R2 (Coefficient of
Determination). Nilai ini merupakan penjelasan varian dari tiap target
endogenous variabel dengan standar pengukuran sekitar 0,67 sebagai
kuat, sekitar 0,33 moderat dan dibawah 0,19 menunjukkan tingkat
varian yang lemah.
3. t-test
Tahap ketiga yaitu dengan melihat nilai t-test dengan menggunakan
boostrapping menggunakan uji two-tailed dengan tingkat signifikansi
5% untuk menguji hipotesis-hipotesis penelitian. Bila nitai t-test lebih
besar 1,96 maka hipotests penelitian yang dibuat dapat diterima.
-
31
4. f2 (effect size)
Tahap keempat adalah pengujian f2 (Effect Size). Pengujian ini dapat
dilakukan untuk dapat memprediksi pengaruh variabel tertentu
terhadap variabel lainnya dalam struktur model dengan nilai ambang
batas sekitar 0.02 untuk pengaruh kecil 0,15 untuk pengaruh menengah
dan 0,35 untuk pengaruh yang besar. Rumus perhitungan f2 adalah
sebagai berikut
𝑓2 = 𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑅2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒
1 − 𝑅2𝑖𝑛𝑐𝑙𝑢𝑑𝑒
(2.4)
Dengan 𝑅2𝑖𝑛𝑐𝑙𝑢𝑑𝑒 adalah coefficient of determination dan 𝑅2𝑒𝑥𝑐𝑙𝑢𝑑𝑒
adalah nilai yang ada diluar R.
5. Tahap kelima yaitu pengujian Q2 (predictive relevance) dengan
menggunakan metode blindfolding untuk dapat memberikan bukti
bahwa variabel tertuntu yang digunakann dalam suatu model yang ibuat
mempunyai keterkaitan prediktif (Predictive Relevance) dengan
variabel lainnya dalam model tersebut dengan nilai ambang batas
pengukuran diatas nol.
6. Tahap keenam yaitu melakukan pengujian q2 (Relative Impact) dengan
menggunakan metode blind folding juga untuk dapat mengukur relative
pengaruh sebuah keterkaitan anatar prediktif sebuah variabel tertentu
dengan variabel lainnya yang memiliki nilai ambang batas sebesar 0,02
-
32
untuk pengaruh kecil 0,15 untuk pengaruh sedang, dan 0,35 untuk
pengaruh besar.
𝑞2 = 𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑄2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒
1 − 𝑄2𝑖𝑛𝑐𝑙𝑢𝑑𝑒 (2.5)
Dengan 𝑄2𝑖𝑛𝑐𝑙𝑢𝑑𝑒 adalah predictive relevance dan 𝑄2𝑒𝑥𝑐𝑙𝑢𝑑𝑒 adalah
nilai yang ada diluar Q.
2.13. Hipotesis
Hipotesis adalah jawaban yang bersifat sementara terhadap permasalahan
dalam sebuah penelitian, sampai dibuktikan melalui data yang dikumpulkan
(Siswanto, 2012). Menurut Kerlinger dalam (Sangadji & Sopiah, 2010) hipotesis
merupakan pernyataan dugaan (conjectural) tentang hubungan antara dua variabel
atau lebih. Sedangkan menurut Buckley et al dalam (Sangadji & Sopiah, 2010)
hipotesis adalah suatu pernyataan sederhana mengenai harapan peneliti akan
hubungan antara variabel-variabel dalam suatu masalah untuk diuji dalam
penelitian. (Sangadji & Sopiah, 2010) menyimpulkan bahwa hipotesis adalah :
1. Jawaban sementara (tentatif) terhadap masalah yang diajukan
2. Telah memiliki kebenaran, tetappi baru merupakan kebenaran taraf
teoritis atau kebenaran logis (logical validity, deductive validity)
3. Membutuhkan pembuktian atau pengujian (empirical validity,
statistical validity).
Menurut tingkat ekplanasi hipotesis yang akan diuji, maka rumusan hipotesis
dapat dikelompokkan menjadi tiga macam, yaitu (Sangadji & Sopiah, 2010):
-
33
1. Hipotesis Deskriptif
Hipotesis deskriptif adalah dugaan tentang nilai suatu variabel
mandiri, tidak membuat perbandingan atau hubungan.
2. Hipotesis Komparatif
Hipotesis komratatif adalah pertanyaan yang menunjukkan dugaan
nilai dalam suatu variabel atau lebih pada sempel yang berbeda.
3. Hipotesis Gabungan (Asosiatif)
Hipotesis asosiatif adalah suatu pertanyaan yang menunjukkan
dugaan tentang hubungan anttara dua variabel atau lebih.
2.14. SmartPLS
SmartPLS adalah software yang dikembangkan oleh Universitas Hambrug
Jerman yang biasa digunakan dalam analisis menggunakan PLS-SEM (Ghozali I &
Latan H, 2015). SmartPLS merupakan salah satu aplikasi perangkat lunak
terkemuka yang dapat digunakan untuk mengestimasi model PLS-SEM
(Widarjono,2015; Wong, 2013). Pada tahun 2015 aplikasi SmartPLS mendapatkan
popularitas di kalangan peneliti karna dianggap memiliki tatap muka grafis yang
dimilikinya (Wong, 2013).
Aplikasi SmartPLS memiliki tujuan yang sama dengan Lisrel dan AMOS
yaitu untuk menuji hubungan antara variabel, baik sesama variabel latent maupun
dengan variabel, atau manif