faktor-faktor yang mempengaruhi niat perilaku …

FAKTOR-FAKTOR YANG MEMPENGARUHI NIAT

PERILAKU PENGGUNA DAN NIAT UNTUK

MEREKOMENDASIKAN APLIKASI OVO

(Studi Kasus pada Pengguna OVO di Yogyakarta)

S K R I P S I

Diajukan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Akuntansi

Program Studi Akuntansi

Oleh:

Brigita Novensa Kristi

NIM: 162114077

PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI

FAKULTAS EKONOMI

UNIVERSITAS SANATA DHARMA

2020

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

i

FAKTOR-FAKTOR YANG MEMPENGARUHI NIAT

PERILAKU PENGGUNA DAN NIAT UNTUK

MEREKOMENDASIKAN APLIKASI OVO


S K R I P S I

Diajukan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Akuntansi

Program Studi Akuntansi

Disusun oleh:


NIM: 162114077

PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI

FAKULTAS EKONOMI

UNIVERSITAS SANATA DHARMA

2020


iv

MOTTO DAN PERSEMBAHAN

“OUR FATE LIVES WITHIN US. YOU ONLY HAVE TO BE BRAVE

ENOUGH TO SEE IT”

Merida-Disney

Skripsi ini ku persembahkan untuk:

Tuhan Yesus Kristus Penolongku,

Bunda Maria Pendengar Doaku,

Bapakku Almatius Asmoro dan Ibuku Sri Ratnaningsih,

Adikku Yohana Kartika Dewi.


x

DAFTAR ISI

Halaman

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

HALAMAN PERSETUJUAN DOSEN PEMBIMBING ................................... ii

HALAMAN PENGESAHAN .............................................................................. iii

HALAMAN MOTTO DAN PERSEMBAHAN ................................................ iv

HALAMAN PERNYATAAN KEASLIAN KARYA TULIS SKRIPSI ........... v

KATA PENGANTAR ......................................................................................... vii

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

DAFTAR GAMBAR ........................................................................................... xii

DAFTAR TABEL .............................................................................................. xiii

ABSTRAK .......................................................................................................... xiv

ABSTRACT ......................................................................................................... xv

BAB I ...................................................................................................................... 1

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

B. Rumusan Masalah ........................................................................................... 4

C. Tujuan Penelitian ............................................................................................ 4

D. Manfaat Penelitian .......................................................................................... 5

E. Sistematika Penulisan ..................................................................................... 6

BAB II .................................................................................................................... 8

A. Teknologi Finansial (Financial Technology) ................................................. 8

B. Mobile Payment .............................................................................................. 9

C. Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) .......... 10

D. Diffusion of Innovation (DOI) ...................................................................... 17

E. Persepsi Kemanan Teknologi (Perceived Technology Security). ................. 19

G. Penelitian Terdahulu ..................................................................................... 22

G. Model Penelitian ........................................................................................... 26

H. Perumusan Hipotesis .................................................................................... 27

BAB III ................................................................................................................. 37

A. Desain Penelitian ........................................................................................ 37

B. Tempat dan Waktu Penelitian ....................................................................... 37

C. Subjek Penelitian .......................................................................................... 37

D. Data Penelitian .............................................................................................. 38

E. Teknik Pengumpulan Data ............................................................................ 38


xi

F. Populasi dan Sampel Penelitian .................................................................... 38

G. Variabel Penelitian ....................................................................................... 40

H. Teknik Analisis Data .................................................................................... 44

BAB IV ................................................................................................................. 48

A. Sejarah Umum Perusahaan ........................................................................... 48

B. Perkembangan Pengguna OVO .................................................................... 49

C. Layanan pada Aplikasi OVO ........................................................................ 50

D. Kemanan pada Aplikasi OVO ...................................................................... 50

BAB V ................................................................................................................... 51

A. Deskripsi Data .............................................................................................. 51

B. Analisis Statistik Deskriptif Variabel Penelitian .......................................... 53

C. Analisis Data Penelitian ................................................................................ 54

D. Pengujian Hipotesis (Bootstrapping) ........................................................... 74

E. Pembahasan Hasil Uji Hipotesis ................................................................... 83

BAB VI ................................................................................................................. 94

A. Kesimpulan ................................................................................................ 94

B. Keterbatasan Penelitian ................................................................................ 95

C. Saran ............................................................................................................. 95

DAFTAR PUSTAKA .......................................................................................... 97

LAMPIRAN ....................................................................................................... 103


xii

DAFTAR GAMBAR

Gambar 1. Model UTAUT2 .............................................................................................. 14

Gambar 2. Model Penelitian ............................................................................................. 27

Gambar 3. Hasil Uji Validitas ........................................................................................... 56


xiii

DAFTAR TABEL

Tabel 1. Indikator Variabel UTAUT2 ............................................................................... 15

Tabel 2. Indikator Variabel Inovasi dan Kompatibilitas ................................................... 18

Tabel 3. Indikator Variabel Persepsi Kemanan Teknologi ............................................... 20

Tabel 4. Indikator Variabel ............................................................................................... 22

Tabel 5. Kisi-kisi Pengembangan Instrumen .................................................................... 42

Tabel 6. Skor Alternatif Jawaban Item Kuesioner ............................................................ 43

Tabel 7. Sampel Penelitian ............................................................................................... 51

Tabel 8. Karakteristik Jenis Kelamin Pengguna OVO...................................................... 51

Tabel 9. Karakteristik Pengalaman Pengguna OVO ......................................................... 52

Tabel 10. Jenis Pekerjaan Pengguna OVO ....................................................................... 52

Tabel 11. Tabel Analisis Statistik Deskriptif Variabel Penelitian .................................... 53

Tabel 12. Nilai Factor Loading Performance Expectancy ............................................... 57

Tabel 13. Nilai Factor Loading Effort Expectancy ........................................................... 58

Tabel 14. Nilai Factor Loading Social Influence.............................................................. 58

Tabel 15. Nilai Factor Loading Facilitating Conditions .................................................. 59

Tabel 16. Nilai Factor Loading Hedonic Motivation ....................................................... 60

Tabel 17. Nilai Factor Loading Price Value .................................................................... 61

Tabel 18. Nilai Factor Loading Innovativeness ................................................................ 62

Tabel 19. Nilai Factor Loading Compatibility ................................................................. 62

Tabel 20. Nilai Factor Loading Perceived Technology Security ...................................... 63

Tabel 21. Nilai Factor Loading Behavioral Intention to Adopt ........................................ 65

Tabel 22. Nilai Factor Loading Behavioral Intention to Recommend .............................. 66

Tabel 23. Average Variance Extracted (AVE) ................................................................. 66

Tabel 24. Diagonal AVE ................................................................................................... 68

Tabel 25. Nilai Cross Loading .......................................................................................... 69

Tabel 26. Nilai Cronach’s Alpha dan Composite Reliability ............................................ 71

Tabel 27. R-Squared Coeddicients. ................................................................................... 72

Tabel 28. Hasil Path Coeffisiens ....................................................................................... 75


xiv

ABSTRAK

FAKTOR-FAKTOR YANG MEMPENGARUHI NIAT PERILAKU

PENGGUNA DAN NIAT UNTUK MEREKOMENDASIKAN APLIKASI

OVO



NIM: 162114077

Universitas Sanata Dharma

2020

Penelitian ini bertujuan untuk menguji faktor-faktor yang mempengaruhi niat

perilaku pengguna dan niat untuk merekomendasikan aplikasi OVO dengan

pendekatan UTAUT2. Variabel penelitian ini adalah ekspektasi kinerja,

ekspektasi usaha, pengaruh sosial, kondisi pendukung, motivasi hedonis, dan nilai

harga yang berasal dari Unified Theory of Acceptance and Use of Technology 2

(UTAUT2), karakteristik inovasi dari diffusion of innovations (DOI), persepsi

keamanan teknologi, niat perilaku untuk mengadopsi dan niat untuk

merekomendasikan.

Responden dalam penelitian ini adalah pengguna OVO di Yogyakarta. Data

diperoleh melalui kuesioner online. Pengambilan sampel dilakukan dengan

menggunakan snowball sampling. Teknik analisis data yang digunakan untuk

penelitian ini adalah partial least square-structural equation modeling (PLS-

SEM).

Hasil penelitian ini menunjukkan bahwa faktor-faktor yang mempengaruhi

niat perilaku pengguna dan niat untuk merekomendasikan OVO adalah inovasi,

kompatibilitas, dan persepsi keamanan teknologi. Variabel lain seperti ekspektasi

kinerja, ekspektasi usaha, pengaruh sosial, kondisi pendukung, motivasi hedonis,

dan nilai harga tidak mempengaruhi niat perilaku pengguna dan niat untuk

merekomendasikan OVO kepada orang lain.

Kata kunci: mobile payment, Unified Theory of Acceptance and Use of

Technology 2 (UTAUT2), DOI.


xv

ABSTRACT

FACTORS THAT INFLUENCE THE USE BEHAVIOR AND INTENTION

TO RECOMMEND THE OVO APPLICATIONS

(Case Study of OVO User in Yogyakarta)


Student Number: 162114077

Sanata Dharma Univeristy

2020

The purpose of this research is to examine the factors that influence user

behavioral intentions and behavioral intention to recommend the OVO application

with the UTAUT2 approach. The variables are performance expectancy, effort

expectancy, social influence, facilitating conditions, hedonic motivation, and price

value of Unified Theory of Acceptance and Use of Technology 2 (UTAUT2),

with the innovation characteristics of the diffusion of innovations (DOI),

perceived technology security, behavioral intention to adopt and behavioral

intention to recommend.

Respondents of this research are OVO users in Yogyakarta. The data are

collected through online questionnaires. The sampling method is snowball

sampling. Data analysis technique used in this research is partial least square-

structural equation modeling (PLS-SEM).

The results of this research indicated that the factors that influenced the use

behavior and behavioral intention to recommend OVO were innovation,

compatibility, and perceived technology security. Other variables such as

performance expectancy, effort expectancy, social influence, facilitating

conditions, hedonic motivation, and price value, did not affect behavioral

intention and behavioral intention to recommend OVO to others.

Keywords: mobile payment, Unified Theory of Acceptance and Use of

Technology 2 (UTAUT2), DOI.


1

BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Kemajuan teknologi membuat alat pembayaran terus berkembang dari alat

pembayaran tunai (cash based) ke alat pembayaran non-tunai (non cash)

seperti alat pembayaran elektronik. Dalam perkembangan teknologi, alat

pembayaran elektronik memberikan pengaruh yang besar terhadap aktivitas

ekonomi. Layanan keuangan berbasis teknologi dikenal dengan fintech telah

mengubah sistem pembayaran di masyarakat dan telah membantu perusahaan-

perusahaan startup. Sistem pembayaran yang terus berkembang membuat

banyak organisasi, perusahaan-perusahaan besar, bahkan pada UMKM, telah

menerapkan salah satu layanan keuangan masa kini yaitu mobile payment.

Meluasnya pengguna perangkat seluler dan kedekatan penggunanya membuat

pengguna dapat menyesuaikan diri dengan mobile payment tanpa perlu

penggunaan dompet fisik (Mallat, 2007). Menurut Laudon dan Laudon (2007)

mobile payment adalah alat transaksi non-tunai yang menggunakan jaringan

internet dalam melakukan pembelian barang atau jasa sekaligus menyampaikan

pesan menggunakan perangkat digital.

Bertambahnya jumlah perangkat digital yang pesat seperti telepon seluler,

dapat memberikan peluang bagi perusahaan penyedia layanan mobile payment.

Mobile Marketing Association (MMA) melakukan penetrasi ke pasar dengan

jumlah konsumen internet 140 juta orang, mengungkapkan ada enam tren

seluler di Indonesia. Enam tren tersebut yaitu pembayaran digital, konsumsi


2

video, konten berlangganan, chatbot, mobile gaming, dan sadar AdFraud.

iPrice Group berkolaborasi dengan App Annie mencatat perkembangan

aplikasi dompet digital di Indonesia meningkat sekitar 50 persen sejak kuartal

keempat tahun 2017 hingga kuartal 2019. Ada 5 aplikasi e-wallet dengan

pengguna aktif bulanan terbanyak, yaitu GoPay, OVO, DANA, LinkAja, dan

Jenius. Dari riset tersebut, sistem QR Code paling banyak digunakan dalam

sistem pembayaran non-tunai (www.cnnindonesia.com). BI mencatat terdapat

137,22 juta pengguna fintech payment, diposisi pertama ada OVO dengan

pangsa pasar 37 persen (www.kompas.com).

Manfaat OVO sebagai alat pembayaran non-tunai dapat membantu

masyarakat mempermudah transaksi pembelian barang dari nilai harga yang

cukup besar hingga harga pecahan. Penggunaan layanan OVO pada bisnis akan

memberikan kemudahan dan kecepatan dalam bertransaksi. Terdapat fitur-fitur

dalam aplikasi OVO, yaitu pembayaran PLN, Pulsa, Paket Data,

Pascaprabayar, BPJS Kesehatan, TV Kabel, Asuransi, Iuran Lingkungan dan

masih banyak lainnya. Terlepas dari manfaat dan fitur-fitur aplikasi OVO,

masih banyak tantangan yang harus dihadapi OVO dalam memberikan layanan

sebagai aplikasi fintech. Kebiasaan masyarakat yang masih lebih nyaman

menggunakan transaksi tunai menjadi tantangan OVO dalam mengevaluasi dan

mempromosikan produk layanan. Adanya kekhawatiran pada faktor keamanan

masih menjadi faktor pertimbangan dalam menggunakan transaksi aplikasi

mobile payment OVO. Menurut Kaspersky Lab (perusahaan perangkat lunak


3

antivirus) transaksi keuangan melalui ponsel merupakan salah satu target yang

paling diincar oleh peretas pada 2019 (www.cnnindonesia.com).

Penelitian ini merupakan replikasi dari penelitian Oliviera et al., (2016).

Pada penelitian ini, peneliti ingin melihat sejauh mana niat perilaku pengguna

untuk mengadopsi aplikasi OVO dan merekomendasikannya kepada orang

lain. Pengguna yang merasa puas dengan layanan OVO akan memberikan

penilaian mereka dan menceritakan pengalaman selama penggunaannya.

Menurut Oliveira et al., (2016) relevansi niat pengguna untuk

merekomendasikan memberikan dampak pada pemasaran sosial dan menjadi

studi adopsi penelitian selanjutnya. Penelitian Oliviera et al., (2016) menguji

tentang minat penggunaan dan minat untuk merekomendasikan teknologi

mobile payment dengan menggabungkan teori penerimaan dan penggunaan

teknologi Unified Theory of Acceptance and Use of Technology (UTAUT2)

yang diperluas dengan karateristik dari Diffusion of innovations (DOI) dengan

tambahan variabel persepsi keamanan teknologi (perceived technology

security). Penelitian Oliviera et al., (2016) dipilih karena penelitian ini

memberikan dasar penyempurnaan lebih lanjut dari model penerimaan

UTAUT2.

Berdasarkan paparan di atas, penelitian ini bertujuan untuk menganalisis

mengenai faktor-faktor yang mempengaruhi niat perilaku pengguna dan niat

untuk merekomendasikan aplikasi OVO dengan pendekatan UTAUT2 yang

diperluas dengan karateristik dari DOI dengan tambahan variabel persepsi

keamanan teknologi, studi kasus pada pengguna OVO di Yogyakarta.


4

Penelitian ini diharapkan dapat berkontribusi dalam memberikan informasi

yang berguna bagi pengguna OVO sebagai alat pembayaran non-tunai, serta

membantu perusahaan fintech dalam mengevaluasi layanan jasa yang

diberikan. Dari uraian latar belakang tersebut, peneliti tertarik untuk

melakukan penelitian yang berjudul “FAKTOR-FAKTOR YANG

MEMPENGARUHI NIAT PERILAKU PENGGUNA DAN NIAT UNTUK

MEREKOMENDASIKAN APLIKASI OVO (Studi Kasus pada Pengguna

OVO di Yogyakarta)”.

B. Rumusan Masalah

Berdasarkan latar belakang penelitian yang dikemukakan di atas, diketahui

bahwa dalam mengakses mobile payment menggunakan aplikasi OVO terdapat

faktor-faktor yang mungkin mempengaruhi perilaku individu dalam

penggunaannya. Oleh sebab itu, rumusan masalah dalam penelitian ini adalah

faktor-faktor apa saja yang dapat mempengaruhi perilaku pengguna dan niat

untuk merekomendasikan aplikasi OVO di Yogyakarta dengan pendekatan

UTAUT2 yang diperluas dengan karateristik dari DOI dengan tambahan

variabel persepsi keamanan teknologi?

C. Tujuan Penelitian

Pemaparan rumusan masalah penelitian tersebut menjadi dasar tujuan

penelitian, yaitu penelitian ini fokus untuk menguji dan menganalisis untuk

mengetahui faktor-faktor yang mempengaruhi niat perilaku pengguna dan niat

untuk merekomendasikan aplikasi OVO di Yogyakarta dengan pendekatan


5

UTAUT2 diperluas dengan karateristik dari DOI dengan tambahan variabel

persepsi keamanan teknologi.

D. Manfaat Penelitian

Hasil Penelitian ini diharapkan dapat memberikan manfaat bagi beberapa

pihak, diantaranya adalah :

1. Manfaat bagi perusahaan fintech

Hasil penelitian ini dapat digunakan sebagai bahan informasi dan

masukan bagi pihak perusahaan fintech untuk mengetahui faktor-faktor yang

mempengaruhi niat perilaku pengguna dan niat untuk merekomendasikan

aplikasi OVO dengan pendekatan UTAUT2 diperluas dengan karateristik

dari DOI dengan tambahan variabel persepsi keamanan teknologi. Selain itu

dapat menjadi penentu kebijakan sehingga pihak perusahaan dapat

senantiasa menyusun strategi dalam rangka memenuhi harapan pengguna.

2. Manfaat bagi Universitas Sanata Dharma

Memberikan wawasan pengetahuan yang dapat digunakan sebagai

bahan referensi tambahan untuk penelitian selanjutnya dan menambah

referensi kepustakaan Universitas Sanata Dharma.

3. Manfaat bagi pembaca

Dengan penelitian ini, pembaca dapat memberikan informasi dan

pengetahuan tentang penerapan teknologi Unified Theory of Acceptance

and Use of Technology (UTAUT2), lebih percaya mengenai pembayaran

non-tunai menggunakan OVO serta dapat memberikan pemahaman

mengenai fintech dalam kehidupan sehari-hari.


6

4. Manfaat bagi peneliti

Penelitian ini dapat menambah wawasan bagi peneliti mengenai

teknologi pembayaran non-tunai dan penerapan teknologi Unified Theory

of Acceptance and Use of Technology (UTAUT2) diperluas dengan

karateristik dari DOI dengan tambahan variabel persepsi keamanan

teknologi. Selain itu, peneliti juga mendapat pengalaman dengan

berkontribusi memberikan informasi mengenai alat pembayaran non-tunai

menggunakan aplikasi OVO.

E. Sistematika Penulisan

Penelitian ini terdiri dari enam bab yang disusun dengan sistematika

penulisan sebagai berikut:

Bab I Pendahuluan

Bab ini membahas mengenai latar belakang masalah, batasan

masalah, rumusan masalah, tujuan penelitian, dan sistematika

penulisan.

Bab II Tinjauan Pustaka

Bab ini membahas mengenai teori pendukung, penelitian terdahulu,

model penelitian, dan perumusan hipotesis penelitian.

Bab III Metode Penelitian

Bab ini membahas mengenai desain penelitian, tempat dan waktu

penelitian, subjek penelitian, data penelitian, teknik pengumpulan


7

data, populasi dan sampel penelitian, variabel penelitian, dan teknik

analisis data.

Bab IV Gambaran Umum Perusahaan

Bab ini membahas mengenai sejarah umum perusahaan,

perkembangan pengguna OVO, layanan pada aplikasi, dan

keamanan pada aplikasi.

Bab V Analisis Data dan Pembahasan

Bab ini membahas mengenai deskripsi data penelitian, analisis

statistik deskriptif variabel penelitian, analisis data penelitian,

pengujian hipotesis (bootstrapping), dan pembahasan hipotesis.

BAB VI Penutup

Bab ini membahas tentang kesimpulan hasil penelitian,

keterbatasan penelitian, serta saran-saran yang ditujukan bagi pihak

yang berkepentingan yang akan memanfaatkan penelitian ini.


8

BAB II

TINJAUAN PUSTAKA

A. Teknologi Finansial (Financial Technology)

Teknologi finansial dalam bidang keuangan disebut fintech membantu

transkasi jual beli dan sistem pembayaran agar lebih efisien. Fintech muncul

seiring perkembangan zaman yang saat ini didominasi oleh perkembangan

teknologi. Dasar hukum penyelengaraan fintech dalam sistem pembayaran di

Indonesia diatur oleh Bank Indonesia.

Teknologi finansial (Financial Technology) diatur dalam peraturan Bank

Indonesia Nomor 19/12/PBI/2017 menyatakan sebagai berikut:

“Teknologi finansial ialah pengunaan teknologi dalam bidang keuangan

yang menghasilkan layanan, produk, teknologi, dan/atau model bisnis baru

serta dapat berdampak pada stabilitas moneter, stabilitas sistem pembayaran,

dan/atau efisisensi, kemanan, kelancaran dan kendala sistem pembayaran”.

Melalui PBI No.19/12/PBI/2017 tentang Penyelenggaraan Teknologi

Finansial, Bank Indonesia mengatur mengenai kewajiban pendaftaran di Bank

Indonesia bagi Penyelenggara Teknologi Finansial yang melakukan kegiataan

sistem pembayaran. OVO Cash telah memperoleh izin lisensi dari Bank

Indonesia pada tanggal 7 Agustus 2017 dengan No. 19/661/DKSP/Srt/B

sebagai teknologi dalam bidang keuangan dibawah naungan PT Visionet

Internasional.


9

B. Mobile Payment

Mobile payment merupakan metode pembayaran elektronik altaernatif yang

banyak digunakan di jaman modern. Menurut Dewan dan Chen (2005), mobile

payment didefinisikan sebagai perangkat yang membantu konsumen untuk

melakukan pembayaran dengan menggunakan via mobile. Menurut Donner dan

Tellez (2008), mobile payment dan mobile banking merujuk sama secara

kolektif untuk suatu aplikasi yang memungkinkan orang menggunakan mobile

phone mereka untuk mengakses dan menggunakan akun bank, pembayaran

pada toko, dan transfer dana.

Menurut Kim et al., (2010) membagi karakteristik mobile payment menjadi

empat bagian yaitu:

1. Mobilitas (Mobility)

Mobilitas yaitu kemampuan dalam mengakses layanan dan memperluas

jaringan dari berbagai tempat melalui jaringan nirkabel dan berbagai

perangkat seluler, termasuk ponsel.

2. Jangkauan (Reachability)

Jangkauan seluler yang disediakan oleh penyedia layanan memiliki

kemampuan untuk dijangkau dengan mudah oleh pengguna perangkat

seluler.

3. Kompatibilitas (Compatibility)

Kompatibilitas yaitu layanan seluler yang sesuai dengan kebutuhan

pengguna dan gaya hidup, serta memungkinkan pengguna mencoba layanan

baru yang memiliki pengaruh positif pada pengguna layanan seluler.


10

4. Kenyamanan (Convenience)

Kenyamanan adalah kemampuan seseorang sangat percaya pada

manfaat teknologi dan sebagai salah satu keberhasilan suatu sistem.

Mobile payment merupakan metode pembayaran elektronik untuk barang,

jasa, atau tagihan. Metode pembayaran ini menggunakan perangkat digital

seperti smartphone. Bertambahnya perangkat digital yang pesat dan

meningkatnya kebutuhan pengguna membuat mobile payment mulai banyak

digunakan. OVO sebagai salah satu aplikasi mobile payment diharapkan

mampu menjadi saluran penting sebagai alat transaksi keuangan non-tunai.

C. Unified Theory of Acceptance and Use of Technology 2 (UTAUT2)

Unified Theory of Acceptance and Use of Technology 2 (UTAUT2)

merupakan model penerimaan dan penggunaan teknologi yang dikembangkan

oleh Venkatesh et al., (2012). Model ini menjelaskan penerimaan suatu

teknologi berdasarkan sisi penggunaan lebih baik dengan persentase perbaikan

dari 56% menjadi 74% untuk penerimaan berupa niat perilaku penggunaan dan

perbaikan pada penerimaan berupa perilaku penggunaan dengan persentase

40% menjadi 52% (Venkatesh et al., 2012). Model UTAUT2 hasil

pengembangan dari model UTAUT dengan menambahkan tiga konstruk

tambahan yaitu motivasi hedonis, nilai harga, dan kebiasaan. UTAUT

menyatukan karakteristik-karakteristik yang berasal dari delapan teori

penerimaan teknologi, yaitu Theory of Reasoned Action (TRA), Technology

Acceptance Model (TAM), Motivational Model (MM), Theory of Planned

Behavior (TPB), A Model Combining The Technology Acceptance Model and


11

The Theory of Planned Behavior (C-TAM-TPB), The Model of PC Utilization

(MPCU), The Innovation Diffusion Theory (IDT), dan The Social Cognitive

Theory (SCT). UTAUT terbukti hingga 70% lebih berhasil dalam menjelaskan

varian niat menggunakan teknologi dibandingkan kedelapan teori lain

(Vankatesh et al., 2003).

Berdasarkan pada Venkatesh et al., (2003), model UTAUT memiliki empat

konstruk yang mempengaruhi niat perilaku (behavioral intention) pengguna

teknologi (use a technology). Empat konstruk tersebut antara lain:

1. Ekspektasi Kinerja (Perfomance Expectancy)

Ekspektasi kinerja didefinisikan sebagai sejauh mana individu percaya

bahwa sistem yang digunakan dapat memberikan manfaat dalam melakukan

tugas pekerjaan (Vanketesh et al., 2003). Menurut Handayani (2005),

ekspektasi kinerja adalah seseorang akan menggunakan sistem informasi

apabila sistem tersebut dapat membantunya untuk meningkatkan kinerja

(dalam Auliya 2018).

2. Ekspektasi Usaha (Effort Expectancy)

Ekspektasi usaha didefinisikan sebagai tingkat kemudahan terkait

dengan penggunaan sistem (Vanketesh et al., 2003). Kemudahan tersebut

akan menimbulkan kepercayaan seseorang bahwa teknologi yang digunakan

memiliki manfaat sehingga pengguna akan merasa nyaman apabila

menggunakannya dalam bekerja (Hamzah, 2009 dalam Auliya, 2018).


12

3. Pengaruh Sosial (Social Influence)

Pengaruh sosial didefinisikan sebagai sejauh mana seseorang

memandang penting bahwa orang-orang disekitar percaya ia harus

menggunakan sistem baru (Vanketesh et al., 2003).

4. Kondisi Pendukung (Faciliating Conditions)

Kondisi pendukung didefinisikan sebagai sejauh mana individu percaya

bahwa infrastruktur organisasi dan teknis ada untuk mendukung

penggunaan sistem (Vanketesh et al., 2003). Kondisi pendukung merupakan

tingkat kenyamanan individu untuk menggunakan sistem yang didukung

oleh infrastruktur teknis dan organisasi (AL-Qeisiet et al., dalam Wulandari

dan Yadnyana, 2016).

Perluasan model teori UTAUT yang baru disebut UTAUT2. Tujuan dari

model UTAUT2 adalah mengindentifikasikan tiga konstruk tambahan dari

penelitian penerimaan dan penggunaan teknologi dengan merubah beberapa

hubungan yang sudah ada pada model UTAUT dan mengenalkan hubungan

baru (Venkatesh et al., 2012). Berdasarkan Venkatesh et al., (2012) UTAUT2

mengenalkan tiga konstruk baru yaitu:

1. Motivasi Hedonis (Hedonic Motivation)

Motivasi hedonis didefinisikan sebagai kepuasan atau kesenangan yang

timbul dengan menggunakan teknologi. Tidak hanya peduli terhadap

kinerja, tetapi juga perasaan yang diperoleh dari penggunaan suatu teknologi

dan menentukan bahwa motivasi hedonis adalah faktor kuat untuk


13

mempengaruhi niat perilaku terhadap adopsi teknologi (Venkatesh et al.,

2012).

2. Nilai Harga (Price Value)

Nilai harga mengacu pada biaya individu untuk menggunakan atau

membeli teknologi tersebut. Nilai harga berpengaruh positif ketika manfaat

menggunakan teknologi lebih besar dari biaya yang dikeluaran dan nilai

harga tersebut memiliki dampak positif pada niat perilaku untuk

menggunakan teknologi (Venkatesh et al., 2012).

3. Kebiasaan (Habit).

Kebiasaan mengacu pada sejauh mana individu cenderung melakukan

perilaku secara otomatis menggunakan teknologi tersebut (Venkatesh et al.,

2012). Kebiasaan menjadi konstruksi persepsi yang mencerminkan hasil

pengalaman sebelumnya. Untuk bisa mengkaji lebih jauh mengenai

kebiasaan, pengguna teknologi harus memiliki pengalaman yang lama

dalam penggunaan teknologi (Alalwan et al., 2017 dalam Diana 2018).


14

Menurut Venkatesh et al., (2012) menganai model UTAUT2 dapat dilihat

pada gambar 1:

Gambar 1. Model UTAUT2

Sumber: Venkatesh et al., (2012)

Berdasarkan teori ini untuk melihat sejauh mana faktor-faktor yang

mempengaruhi perilaku pengguna pada aplikasi OVO dapat menggunakan

konstruk-konstruk pada model UTAUT2. Dalam perkembangan era digital,

OVO memiliki banyak pesaing dengan mobile payment lain sehingga untuk

mempertahankan penggunanya dibutuhkan analisis perilaku. Perubahan niat

perilaku sangat penting bagi perusahaan karena dapat menentukan

kemungkinan konsumen akan melakukan tindakan tertentu di masa yang akan

datang (Schiffman et al., 2008 dalam Purwianti dan Tio, 2017). Adapun kisi-


15

kisi instrument variabel dari UTAUT2 yang digunakan dalam penelitian

Oliveira et al., (2016) sebagai berikut:

Tabel 1. Indikator Variabel UTAUT2

Variabel Indikator Pernyataan No

Performance

expectancy

(Venkatesh et

al., 2012)

Mobile payment bermanfaat dalam melakukan

tugas saya. 1

Saya pikir menggunakan mobile payment akan

memungkinkan saya untuk melakukan tugas

lebih cepat.

2


meningkatkan produktivitas saya. 3


meningkatkan kinerja saya. 4

Effort

expectancy

(Venkatesh et

al., 2012)

Interaksi saya dengan mobile payment akan

jelas dan dapat dimengerti. 5

Mudah bagi saya untuk menjadi terampil dalam

menggunakan mobile payment. 6

Saya menemukan mobile payment mudah

digunakan. 7

Saya pikir belajar mengoperasikan mobile

payment akan mudah bagi saya 8

Social influence

(Venkatesh et

al., 2012)

Orang yang memengaruhi perilaku saya

berpikir bahwa saya harus menggunakan

mobile payment.

9

Orang yang penting bagi saya berpikir bahwa

saya harus menggunakan mobile payment. 10


16

Tabel 1. Indikator Variabel UTAUT2 (Lanjutan)


Social influence

(Venkatesh et

al., 2012)

Orang yang pendapatnya saya nilai lebih suka

berpikir saya harus menggunakan mobile

payment.

11

Facilitating

conditions

(Venkatesh et

al., 2012)

Saya memiliki sumber daya yang diperlukan

untuk menggunakan mobile payment. 12

Saya memiliki pengetahuan yang diperlukan

untuk menggunakan mobile payment. 13

Mobile payment kompatibel dengan sistem lain

yang saya gunakan. 14

Hedonic

motivation

(Venkatesh et

al., 2012)

Menggunakan mobile payment itu

menyenangkan. 15

Menggunakan mobile payment itu nyaman. 16

Menggunakan mobile payment sangat

menghibur. 17

Price Value

(Venkatesh et

al., 2012)

Mobile payment cukup murah. 18

Mobile payment adalah nilai terbaik untuk

keuangan. 19

Pada harga saat ini, mobile payment

memberikan nilai yang baik 20

Sumber: (Venkatesh et al., 2012)


17

D. Diffusion of Innovation (DOI)

Menurut Rogers (2003) difusi adalah proses di mana suatu inovasi

dikomunikasikan melalui saluran tertentu dari waktu ke waktu dalam sebuah

sistem sosial. Teori Diffusion of Innovation (DOI) berkontribusi meneliti

inovasi dan keberhasilan dimensi melalui lebih banyak indikator perilaku

konsumen yang tepat (Rogers, 2003). Teori ini telah dipelajari selama lebih

dari 30 tahun dan menjadi salah satu model adopsi yang paling popular.

Penelitian tentang Diffusion of Innovation (DOI) menunjukan bahwa inovasi

adalah elemen vital (Zhao dan de Pablos, 2011), dan inovasi juga variabel

penting dalam menentukan hasil adopsi teknologi (Yi et al.,2006).

Pada penelitian Oliveira et al., (2016) menambahkan dua karakteristik dari

Diffusion of Innovation (DOI), yaitu inovasi (innovativeness) dan

kompatibilitas (compatibility). Inovasi (innovativeness) adalah gagasan,

tindakan, atau barang yang dianggap baru oleh seseorang (Rogers, 2003).

Kompatibilitas (compatibility) adalah sejauh mana masa lalu suatu inovasi

dianggap konsisten dengan nilai-nilai yang ada, pengalaman masa lalu, dan

kebutuhan adopter (Schiffman dan Konuk, 2010). Adopsi akan kurang

mendapatkan perhatian jika inovasi tersebut terlalu rumit digunakan (Rogers,

2003) dan seseorang tidak mungkin menganggap sistem informasi bermanfaat

jika tidak cocok dengan karakteristik pekerjaannya (Moore dan Benbasat,

1991).

Berdasarkan teori ini suatu perusahaan perlu meningkatkan inovasi pada

aplikasi dan memperhatikan kompatibilitas antara aplikasi dengan kebutuhan


18

pengguna. Melalui karakteristik Diffusion of Innovation dari penelitian Oliveira

et al., (2016) perusahaan layanan OVO dapat berinovasi dengan fitur-fitur lama

maupun baru tetapi tetap berupaya untuk memberikan kemudahan dan

menyesuaikan kebutuhan agar pengguna dapat memanfaatkan aplikasi tersebut

secara optimal. Adapun kisi-kisi instrument variabel dari Diffusion of

Innovation menurut Yi et al., (2006) dan Moore dan Benbasat, (1991) sebagai

berikut:

Tabel 2. Indikator Variabel Inovasi dan Kompatibilitas


Innovativeness

(Yi et al., 2006)

Jika saya mendengar tentang teknologi

informasi baru, saya akan mencari cara untuk

bereksperimen.

21

Di antara teman-teman saya, saya biasanya

yang pertama mencoba teknologi informasi

baru.

22

Secara umum, saya ragu untuk mencoba

teknologi informasi baru. 23

Saya suka bereksperimen dengan teknologi

informasi baru. 24

Compatibility

(Moore dan

Benbasat,

1991)

Menggunakan mobile payment kompatibel

dengan semua aspek gaya hidup saya. 25

Menggunakan mobile payment sepenuhnya

kompatibel dengan situasi saya saat ini. 26


19

Tabel 2. Indikator Variabel Inovasi dan Kompatibilitas (Lanjutan)


Compatibility

(Moore dan

Benbasat, 1991)

Saya pikir menggunakan mobile payment

sangat sesuai dengan cara saya ingin

membeli.

27

Menggunakan mobile payment cocok dengan

gaya hidup saya. 28

Sumber: Yi et al., (2006) dan Moore dan Benbasat, (1991)

E. Persepsi Kemanan Teknologi (Perceived Technology Security).

Persepsi keamanan teknologi menganalisi adanya perasaan yang potensial

terhadap ketidakpastian individu dalam penggunaan teknologi (Cheng et al.,

2006). Masalah informasi keamanan didefinisikan sebagai persepsi pembeli

tentang ketidakmampuan penjual dan keengganan untuk melindungi informasi

moneter (Salisbury et al., 2001). Menurut Kalakota dan Whiston (1997)

persepsi keamanan didefiniskan sebagai ancaman yang menciptakan peristiwa

atau kondisi yang berpotensi menyebabkan sumber daya jaringan atau data

penyalahgunaan kerusakan, wewenang, penolakan layanan dan atau penipuan

(dalam Roca et al., 2008). Masalah informasi keamanan membuat pembeli

kurang percaya (George, 2002), telah dipandang sebagai penghalang utama

untuk adopsi e-commerce (Hoffman et al., 1999) dan penghalang utama bagi

adopsi luas dalam penggunaan mobile payments (Chang, 2014).

Berdasarkan variabel independen persepsi keamanan teknologi pada

penelitian Oliveira et al., (2016) menyatakan teknologi yang melibatkan data

pribadi yang sensitif dan kemampuan keamanan untuk mengamankan transaksi


20

merupakan penentu langsung dari niat pelanggan untuk mengadopsi teknologi.

Kepercayaan sangat penting dalam transaksi non-tunai terutama pada tingkat

keamanan teknologi karena dapat terjadi serangan kejahatan IT atau lebih

dikenal dengan cybercrime. Perusahaan layanan OVO mencoba meningkatkan

keamanan aplikasi untuk menjaga data pengguna serta saldo transaksi dari

serangan cybercrime. Adapun kisi-kisi instrument variabel persepsi kemanan

teknologi menurut Cheng et al., (2006) sebagai berikut:

Tabel 3. Indikator Variabel Persepsi Kemanan Teknologi


Perceived

technology security

(Cheng et al.,

2006)

Saya akan tetap aman mengirim informasi

sensitif melewati mobile payment. 29

Mobile payment adalah cara aman untuk

mengirim informasi sensitif. 30

Saya merasa sepenuhnya aman memberikan

informasi sensitif tentang diri saya melalui

mobile payment.

31

Mobile payment secara keseluruhan merupakan

tempat yang aman untuk mengirim informasi

sensitif

32

Sumber: Cheng et al., (2006)


21

F. Niat Perilaku (Behavioral Intention)

Menurut Kotler (2014) behavioral intention adalah kondisi dimana pelanggan

memiliki intensi atau sikap loyal pada brand, produk, dan perusahaan dan secara

rela menceritakan keunggulannya kepada pihak lain (dalam Purwianti dan Tio,

2017). Sementara Schiffman et al., (2008) menjelaskan bahwa behavioral

intention menentukan kemungkinan konsumen akan melakukan tindakan tertentu

di masa yang akan datang (dalam Purwianti dan Tio, 2017). Pada penelitian

Oliveira et al., (2016) menggunakan variabel niat perilaku untuk mengadopsi

(behavioral intention to adopt) dan niat perilaku untuk merekomendasikan

(behavioral intention to Reccomend). Pengguna dengan niat lebih tinggi untuk

mengadopsi teknologi baru lebih cenderung menjadi pengadopsi (Leong et al.,

2013 dalam Oliveira et al., 2016) dan merekomendasikan teknologi kepada orang

lain (Miltgen et al., 2013 dalam Oliveira et al., 2016).

Berdasarkan variabel niat perilaku (behavioral intention), perusahaan

teknologi finansial memiliki beberapa tantangan dan peluang agar pengguna mau

mengadopsi teknologi tersebut dan merekomendasikannya pada orang lain.

Pengguna akan mengekspresikan pendapat dan pengalaman mereka ketika puas

terhadap layanan yang diberikan oleh aplikasi OVO. Adapun kisi-kisi instrument

variabel niat perilaku untuk mengadopsi menurut Belanger dan Carter, (2008) dan

Venkatesh et al., (2012) dan niat perilaku untuk merekomendasikan menurut

Oliveira et al., (2016) sebagai berikut:


22

Tabel 4. Indikator Variabel


Behavioral Intention

to Adopt

(Belanger dan

Carter, 2008;

Venkatesh et al.,

2012)

Berinteraksi dengan akun keuangan saya

melalui mobile payment adalah sesuatu yang

akan saya lakukan.

37

Saya tidak akan ragu untuk memberikan

informasi pribadi ke layanan mobile payment . 38


to Recommend

(Oliveira et al.,

2016)

Saya akan merekomendasikan kepada teman-

teman saya untuk berlangganan layanan

pembayaran seluler, jika tersedia.

39

Jika saya memiliki pengalaman yang baik

dengan pembayaran seluler saya akan

merekomendasikan teman untuk

berlangganan layanan.

40

Sumber: Belanger dan Carter, (2008), Venkatesh et al., (2012), dan Oliveira et

al., (2016)

G. Penelitian Terdahulu

Oliveira et al., (2016) dalam penelitiannya yang berujudul “Mobile

Payment: Understanding The Determinants of Customer Adoption and

Intention to Recommend The Technology”, terdapat dua kontribusi dalam

penelitian ini. Pertama, peneliti menyelidiki efek langsung dan tidak langsung,

meningkatkan pemahaman tentang faktor penentu adopsi mobile payment

dengan mengembangkan model penelitian UTAUT2 (Vankatesh, et al., 2012).

Kedua, komponen dari niat untuk merekomendasikan dimasukkan untuk

mengevaluasi keberhasilan mobile payment dalam jejaring sosial, dapat melihat

minat komersial yang besar (Moe dan Schweidel, 2012). Variabel penelitian


23

dependen penelitian ini adalah minat penggunaan dan minat

merekomendasikan mobile payment. Ekspektasi kinerja, pengaruh sosial,

inovasi, kompatibilitas, dan persepsi keamanan teknologi berpengaruh

signifikan secara langsung dan tidak langsung terhadap minat penggunaan dan

minat merekomendasikan mobile payment. Ekspektasi usaha, kondisi

pendukung, motivasi hedonis, nilai harga, tidak signifikan terhadap minat

pengguna mobile payment. Variabel kebiasaan tidak diikutsertakan dalam

penelitian ini karena pengguna mobile payment belum cukup luas. Sampel

yang digunakan adalah 301 responden yang disebar secara online di Portugal,

Eropa. Data dianalisis menggunakan Structured Equation Modeling (SEM).

Perbedaan penelitian ini dengan penelitian Oliveira et al., (2016), terletak pada

objek penelitian, dan geografis penelitian. Penelitian yang dilakukan Oliveira

et al., (2016) menggunakan sampel dari pengguna mobile payment di Portugal,

Eropa, sedangkan sampel yang digunakan dalam penelitian ini adalah

pengguna OVO yang berada di Yogyakarta, Indonesia.

Venkatesh et al., (2012) dalam penelitiannya yang berujudul “Unified

Theory of Acceptance and Use of Technology 2 (UTAUT2)” merupakan model

teori yang dikembangkan dari model UTAUT oleh Venkatesh et al., (2003).

Pada Venkatesh et al., (2003) model UTAUT memiliki empat konstruk yang

mempengaruhi niat perilaku (behavioral intention) ke pengguna teknologi (use

a technology) yaitu ekspektasi kinerja (perfomance expectancy), ekspektasi

usaha (effort expectancy), pengaruh sosial (social influence), dan kondisi

pendukung (faciliating conditions). Venkatesh et al., (2012) UTAUT2


24

memperluas teori penerimaan dan penggunaan teknologi dengan

memperkenalkan tiga konstruk baru yaitu motivasi hedonis (hedonic

motivation), nilai harga (price value) dan kebiasaan (habit). Faktor demografi

age (umur), gender (jenis kelamin), dan experience (pengalaman) digunakan

sebagai moderasi efek construct terhadap behavioral intention dan usage

behavioral. Dibandingkan dengan UTAUT, ekstensi yang diusulkan dalam

UTAUT2 menghasilkan peningkatan substansial dalam varian yang dijelaskan

dalam niat perilaku dari 56 persen menjadi 74 persen dan penggunaan

teknologi 40 persen menjadi 52 persen. Pada penelitian ini menggunakan

Partial Least Square (PLS) untuk menguji model yang memiliki istilah

interaksi.

Venkatesh et al., (2003) dalam penelitiannya yang berujudul “Unified

Theory of Acceptance and Use of Technology (UTAUT)”, memiliki empat

konstruk yang mempengaruhi niat perilaku (behavioral intention) ke

pengguna teknologi (use a technology). Empat konstruk tersebut yaitu

ekspektasi kinerja (perfomance expectancy), ekspektasi usaha (effort

expectancy), pengaruh sosial (social influence), dan kondisi pendukung

(faciliating conditions). Penelitian ini meninjau literatur penerimaan

pengguna dan mendiskusikan delapan model terkemuka, membandingkan

secara empiris delapan model dan ekstensi, merumuskan model terpadu yang

mengintegrasikan elemen-elemen di delapan model, dan secara empiris

memvaldisasi model terpadu. PLS digunakan untuk menguji delapan model


25

penelitian terhadap pengaruh moderasi yang disarankan dalam literatur yaitu

pengalaman, kesukarelaan, jenis kelamin, dan usia.

Pertiwi dan Ariyanto (2017) dalam penelitiannya yang berujudul

“Penerapan Model UTAUT2 untuk Menjelaskan Minat dan Perilaku

Penggunaan Mobile Bangking di Kota Denpasar”, bertujuan untuk

menjelaskan minat dan perilaku penggunaan mobile banking melalui

penerapan model pada model Unified Theory of Acceptance and Use of

Technology 2 (UTAUT2). Metode sampling menggunakan teknik accidental

sampling. Data diperoleh melalui metode survei dengan teknik kuesioner

yang dianalisis menggunakan regresi linear berganda. Variabel independen

pada penelitian ini adalah ekspektasi kinerja, ekspektasi usaha, faktor sosial,

kondisi pendukung, motivasi hedonis, nilai harga, dan kebiasaan. Sedangkan

variabel dependen dari penelitian ini adalah minat penggunaan mobile

bangking perilaku pengguna mobile bangking. Dari hasil penelitian ini

menunjukkan ekspektasi kinerja berpengaruh positif pada minat pengguna

mobile banking. Kebiasaan dan minat penggunaan berpengaruh positif pada

perilaku penggunaan mobile banking.

Auliya (2018) dalam penelitiannya yang berujudul “Penerapan Model

Unified Theory of Acceptance and Use of Technology 2 terhadap Minat dan

Perilaku Penggunaan E-Ticket di Yogyakarta”, bertujuan untuk menjelaskan

minat dan perilaku penguna e-ticket dengan penerapan model Unified Theory

of Acceptance and Use of Technology 2 (UTAUT2) di Yogyakarta. Dalam

penelitian ini menggunakan metode sampling teknik accidental sampling.


26

Data penelitian diperoleh melalui metode survei dengan menggunakan teknik

kuesioner. Alat statistik yang digunakan untuk menguji hipotesis adalah

menggunakna path analys dengan bantuan SmartPLS 2.0. Hasil penelitian

menunjukan variabel ekspektasi kerja dan kondisi pendukung tidak

berpengaruh signifikan terhadap minat penggunaan e-ticket. Variabel

ekspektasi usaha, motivasi hedonis, nilai harga berpengaruh signifikan

terhadap minat pengguna e-ticket, serta variabel kebiasaan dan minat

pengguna berpengaruh positif signifikan terhadap perilaku pengguna e-ticket.

Diana (2018) meneliti tentang “Analisis Faktor-faktor yang

Mempengaruhi Minat Penggunaan Electronic Money di Indonesia”.

Pengujian hipotesis dalam penelitian ini menggunakan model struktual (Inner

Model) dengan aplikasi Partial Least Square (PLS). Hasil penelitian ini

menunjukan kepercayaan, motivasi hedonis, pengaruh sosial, nilai harga dan

kondisi pendukung memengaruhi minat konsumen untuk menggunakan e-

money. Sementara persepsi keamanan teknologi, ekspektasi kinerja dan

ekspektasi usaha tidak menunjukan adanya pengaruh minat terhadap e-money.

G. Model Penelitian

Model penelitian dari Oliveira et al., (2016) digunakan untuk

menganalisis faktor-faktor yang mempengaruhi perilaku pengguna OVO di

Yogyakarta. Penelitian Oliviera et al., (2016) memperluas model UTAUT 2

dengan menambahkan DOI dan Perceived Technology Security. Hubungan

antar variabel bebas yang diuji dalam penelitian ini yaitu ekspektasi kinerja,

ekspektasi usaha, pengaruh sosial, kondisi pendukung, motivasi hedonimse,


27

nilai harga, kompatibilitas, inovasi, dan persepsi keamanan teknologi yang

berpengaruh terhadap minat pengguna OVO di Yogyakarta dan niat untuk

merekomendasikannya. Model penelitian ini bersumber pada Oliveira et al.,

(2016) sebagai berikut:

Gambar 2. Model Penelitian

Sumber: Oliveira et al., (2016)

H. Perumusan Hipotesis

1. Pengaruh Ekspektasi Kinerja terhadap Niat Perilaku Pengguna OVO.

Ekspektasi kinerja (performance expectancy) didefinisikan sejauh mana

penggunaan teknologi akan memberikan manfaat bagi pengguna dalam

melakukan kegiatan tertentu (Vankatesh et al., 2012). Performance

expectancy merupakan tingkat keyakinan individu menggunakan dan

percaya pada sebuah teknologi karena dapat membantu pekerjaannya.

Penelitian Venkatesh et al., (2003) menunjukan ekspektasi kinerja memiliki


28

pengaruh yang positif dan signifikan terhadap penggunaan suatu sistem.

Penelitian Oliveira et al., (2016) juga membuktikan adanya pengaruh

signifikan konstruk ekspektasi kinera terhadap mobile payment. Oleh karena

itu, untuk mendukung konsistensi hipotesis penelitian sebelumnya maka

rumusan hipotesis satu dinyatakan sebagai berikut:

H1: Ekspektasi kinerja memiliki pengaruh positif terhadap niat

perilaku pengguna OVO.

2. Pengaruh Ekspektasi Usaha terhadap (a) Ekspektasi Kinerja, dan (b) Niat

Perilaku Pengguna OVO.

Menurut Venkatesh et al., (2003) ekspektasi usaha (effort expectancy)

merupakan tingkat kemudahan pengguanan sistem yang dapat mengurangi

tenaga dan waktu individu dalam melakukan pekerjaannya. Minat individu

dalam menggunakan sistem atau teknologi baru tidak hanya diukur dari

seberapa besar teknologi tersebut memberikan dampak positif, tetapi

seberapa sering sistem tersebut memberikan kemudahan (Davis, 1989).

Ketika pengguna merasa bahwa mobile payment mudah digunakan dan tidak

memerlukan banyak usaha, pengguna akan memiliki harapan yang tinggi

atas kinerja yang diharapkan (Oliveira et al., 2016).

Venkatesh dan Davis (2010) mengatakan bahwa kemudahan

penggunaan teknologi informasi akan menimbulkan perasaan dalam diri

seseorang bahwa sistem tersebut memiliki manfaat dan karenanya

menimbulkan rasa nyaman bila bekerja dengan menggunakannya.

Ekspektasi usaha dalam penelitian ini berkaitan dengan pemanfaatan sistem


29

yang dapat memudahkan pekerjaan seseorang sehingga dapat

mempengaruhi niat perilaku pengguna. Oleh karena itu, untuk mendukung

konsistensi hipotesis penelitian sebelumnya maka rumusan hipotesis satu

dinyatakan sebagai berikut:

H2a: Ekspektasi usaha memiliki pengaruh positif terhadap ekspektasi

kinerja.

H2b: Ekspektasi usaha memiliki pengaruh positif terhadap niat


3. Pengaruh Sosial terhadap Niat Perilaku Pengguna OVO.

Pengaruh sosial adalah sejauh mana pengguna dapat merasakan orang

yang penting (contoh keluarga, teman) percaya mereka harus menggunakan

teknologi tertentu (Venkatesh et al.,2012). Menurut Venkatesh et al., (2003)

pengaruh sosial (social influece) menyimpulkan konstruk pengaruh sosial

merupakan prediktor kuat yang memiliki pengaruh pada keputusan individu

terhadap minat pengguna sistem teknologi. Penelitian Oliveira et al., (2016)

menunjukkan bahwa pengaruh sosial berperan mempengaruhi minat

pengguna mobile payment. Oleh karena itu, untuk mendukung konsistensi

hipotesis penelitian sebelumnya maka rumusan hipotesis satu dinyatakan

sebagai berikut:

H3: Pengaruh sosial memiliki pengaruh positif terhadap niat perilaku

pengguna OVO.


30

4. Pengaruh Kondisi Pendukung terhadap Niat Perilaku Pengguna OVO.

Kondisi pendukung mengacu pada persepsi pengguna terhadap sumber

daya dan dukungan yang tersedia untuk menggunakan teknologi (Venkatesh

et al., 2012). Menurut Venkatesh et al., (2003) kondisi pendukung atau

kondisi yang memfasilitasi (facilitating condition) merupakan sejauh mana

seorang individu percaya bahwa infrastruktur organisasi dan teknis dapat

mendukung pengguna sistem atau aplikasi. Sebaliknya, tidak pada

penelitian minat pengguna mobile payment yang dilakukan oleh Oliveira et

al., (2016). Berdasarkan perbedaan beberapa penelitian tersebut, maka

penelitian ini mencoba menguji kembali konstruk dengan merumuskan

hipotesis:

H4: Kondisi pendukung memiliki pengaruh positif terhadap niat


5. Pengaruh Motivasi Hedonis terhadap Niat Perilaku Pengguna OVO.

Menurut Venkatesh et al., (2012) motivasi hedonis merupakan motivasi

kesenangan yang diperoleh dari pengguna suatu sistem atau teknologi.

Konsep motivasi hedonis terdiri dari beberapa intrinsik deperti kesenangan,

kegembiraan, dan hiburan (Venkatesh et al., 2012). Motivasi hedonis telah

dipertimbangkan sebagai prediktor penting pada minat pengguna teknologi

(Venkatesh et al., 2012). Penelitian Oliveira et al., (2012) memberikan

bukti kuat yang mendukung peran motivasi hedonis dalam membentuk

keputusan individu untuk mengadopsi teknologi. Oleh karena itu, untuk


31

mendukung konsistensi hipotesis penelitian sebelumnya maka rumusan

hipotesis satu dinyatakan sebagai berikut:

H5: Motivasi hedonis memiliki pengaruh positif terhadap perilaku

pengguna OVO.

6. Pengaruh Nilai Harga terhadap Niat Perilaku Pengguna OVO.

Menurut Venkatesh et al., (2012) nilai harga dapat digunakan untuk

menjadi prediktor dari variabel niat perilaku dalam menggunakan teknologi.

Nilai harga (price value) didefinisikan sebagai tingkatan kesadaran

konsumen atas trade-off antara manfaat yang dirasakan menggunakan

teknologi dan biaya (Venkatesh et al., 2012). Pemanfaatan teknologi akan

bernilai tinggi ketika nilai harga lebih dan biaya moneter rendah (Oliveira et

al., 2016). Oleh karena itu, untuk mendukung konsistensi hipotesis

penelitian sebelumnya maka rumusan hipotesis satu dinyatakan sebagai

berikut:

H6: Nilai harga memiliki pengaruh positif terhadap niat perilaku

pengguna OVO.

7. Pengaruh Tingkat Inovasi terhadap (a) Kompatibilitas, (b) Ekspektasi

Kinerja, (c) Ekspektasi Usaha, dan (d) Niat Perilaku Pengguna OVO.

Inovasi tidak hanya ditunjukan secara langsung dan prediktor signifikan

niat perilaku untuk mengadopsi teknologi baru (Yi et al., 2006), tetapi juga

merupakan antespenden dari kompatibilitas, harapan kinerja, dan harapan

usaha (Oliveira et al., 2016). Rogers (2003) menyatakan bahwa individu

pada tahap ini menjadi terlibat secara psikologis dan mereka akan mencari


32

informasi dari rekan mereka tentang inovasi. Inovasi (innovativeness)

adalah gagasan, tindakan, atau barang yang dianggap baru oleh seseorang

(Rogers, 2003). Pengadopsian suatu inovasi dipengaruhi oleh kompatibilitas

dimana inovasi tersebut dianggap konsisten dengan nilai-nilai yang berlaku,

pengalaman masa lalu dan kebutuhan pengadopsi (Rogers, 2003).

Kompatibilitas telah ditampilkan sebagai prediktor langsung dari niat

perilaku untuk mengadopsi teknologi baru, dan sebagai antesden dari

harapan kinerja dan harapan usaha (Kuo dan Yen, 2009).

Ekspektasi kinerja didefinisikan sebagai sejauh mana individu percaya

bahwa sistem yang digunakan dapat memberikan manfaat dalam melakukan

tugas pekerjaan (Vanketesh et al., 2003). Ekspektasi kinerja memberikan

arah terhadap perilaku kerja suatu teknologi, jika pengguna memiliki

keyakinan positif dan memberikan dampak terhadap suatu penilian kinerja

yang baik, maka inovatif akan menjadi suatu pilihan bagi pengguna (School,

2002 dalam Soebardi 2012).


dengan penggunaan sistem (Vanketesh et al., 2003). Kemudahan tersebut

akan menimbulkan kepercayaan seseorang bahwa teknologi yang digunakan

memiliki manfaat sehingga pengguna akan merasa nyaman apabila

menggunakannya dalam bekerja (Hamzah, 2009 dalam Auliya, 2018).

Kemajuan inovasi semakin tinggi yang diciptakan perusahaan mempunyai

tingkat kemudahan terkait dengan pengembangan sistem teknologi tersebut.


33

Menurut Wawan et al., (2014) setiap perusahaan menciptakan inovasi

untuk memperluas pasar baru serta dapat mempertahankan pangsa pasar

mereka. Inovasi teknologi yang diciptakan perusahaan dapat mempengaruhi

niat perilaku untuk menggunaknnya. Semakin tinggi inovasi tingkat

pengguna, semakin besar kecendrungan untuk merasa kompatibel

teknologinya, dan manfaat teknologinya (Oliveira et al., 2016). Inovasi

tidak hanya berpengaruh langsung pada perilaku pengguna, tetapi teknologi

ditemukan memiliki pengaruh yang signifikan terhadap ekspektasi kinerja,

ekspektasi usaha, dan kompatibilitas (Oliveira et al., 2016). Oleh karena



H7a: Pengguna dengan tingkat inovasi yang lebih tinggi memiliki

kompatibilitas yang lebih tinggi.

H7b: Pengguna dengan tingkat inovasi yang lebih tinggi memiliki

ekspektasi kinerja yang lebih tinggi.

H7c: Pengguna dengan tingkat inovasi yang lebih tinggi memiliki

ekspektasi usaha yang lebih tinggi.

H7d: Pengguna dengan tingkat inovasi yang lebih tinggi memiliki niat

perilaku pengguna OVO yang lebih tinggi.

8. Pengaruh Kompatibilitas terhadap (a) ekspektasi kinerja, (b) ekspektasi

usaha, dan (c) Niat Perilaku Pengguna OVO.

Kompatibilitas (compatibility) adalah sejauh mana masa lalu suatu

inovasi dianggap konsisten dengan nilai-nilai yang ada, pengalaman masa


34

lalu, dan kebutuhan adopter (Schiffman dan Konuk, 2010). Kompatibilitas

telah menemukan pengaruh langsung pada ekspektasi kinerja (Oliveira et

al., 2016). Sistem yang dirancarang oleh perusahaan harus kompatibel

dengan gaya hidup sehingga dapat meningkatkan kinerja penggunanya.

Tingkat pengalaman yang dimiliki individu sebelumnya dengan teknologi

yang serupa berhubungan positif dengan persepsi kemudahan teknologi

(Agarwal dan Prasad, 1999). Rogers dalam Al-Jabri dan Sohil (2012)

menyatakan bahwa kompatibilitas merupakan salah satu fitur penting dari

inovasi sebagai kesesuaian dengan gaya hidup pengguna yang dapat

mendorong tingkat kecepatan dalam mengadopsi.

As Miltgen et al., (2013) mengakui, kemampuan kompatibilitas secara

langsung mempengaruhi manfaat yang dirasakan, persepsi kemudahan

pengguna dan niat perilaku untuk mengadopsi. Demikian pula, Kuo dan

Yen (2009) mengakui bahwa kompatibilitas tidak hanya memiliki efek

langsung yang kuat pada niat perilaku pengguna, tetapi juga menemukan

pengaruh penting dari ekspektasi kinerja dan ekspektasi usaha. Oleh karena



H8a: Pengguna dengan tingkat kompatibilitas yang lebih tinggi

memiliki ekspektasi kinerja yang lebih tinggi.

H8b: Pengguna dengan tingkat kompatibilitas yang lebih tinggi

memiliki ekspektasi usaha yang lebih tinggi.


35

H8c: Pengguna dengan tingkat kompatibilitas yang lebih tinggi

memiliki niat perilaku pengguna OVO yang lebih tinggi.

9. Pengaruh Persepsi Keamanan Teknologi terhadap Niat Perilaku Pengguna

OVO.

Perasaan aman dalam melakukan transaksi keuangan dengan teknologi

ponsel penting untuk meminimalkan kekhawatiran terkait pengguna

teknologi untuk menggunakan mobile payment (Salisbury et al.,2001). Studi

menunjukkan bahwa kemanan teknologi yang dirasakan memiliki pengaruh

positif pada niat pengguna untuk mengadopsi mobile payment (Cheng et al.,

2006; Oliveira et al., 2016). Oleh karena itu, untuk mendukung konsistensi


sebagai berikut:

H9: Persepsi kemanan teknologi memiliki pengaruh positif terhadap

niat perilaku pengguna OVO.

10. Pengaruh Niat Perilaku Pengguna OVO Secara positif Mempengaruhi Niat

Perilaku untuk Merekomendasikan Aplikasi OVO kepada orang lain.

Pengguna dengan niat lebih tinggi untuk mengadopsi teknologi baru

lebih cenderung menjadi pengadopsi (Leong et al., 2013), dan

merekomendasikan teknologi kepada orang lain (Miltgen et al., 2013).

Jaringan sosial membawa beberapa tantangan dan peluang perushaan

(Zhang et al., 2015) sebagaimana mereka mewakili sarana komunikasi yang

memungkinkan pengguna untuk mengekspresikan pendapat dan

pengalaman mereka tentang layanan mobile payment, produk dan teknologi


36

(Oliveira et al., 2016). Oleh karena itu, untuk mendukung konsistensi


sebagai berikut:

H10: Niat perilaku pengguna OVO secara positif mempengaruhi niat

perilaku untuk merekomendasikan OVO kepada orang lain.


37

BAB III

METODE PENELITIAN

A. Desain Penelitian

Desain penelitian ini adalah penelitian kuantitatif dengan studi kasus

bertujuan untuk memperoleh gambaran mengenai faktor-faktor yang

mempengaruhi niat perilaku pengguna dan niat untuk merekomendasikan

aplikasi OVO di Yogyakarta. Menurut Sekaran (2016) data kuantitatif adalah

data berbentuk angka yang umumnya dikumpulkan melalui pertanyaan

terstruktur. Pengambilan data kuantitatif akan dilakukan dengan penyebaran

kuesioner secara online menggunakan google form.

B. Tempat dan Waktu Penelitian

1. Waktu Penelitian

Penelitian ini dilaksanakan pada Maret sampai Mei 2020.

2. Tempat penelitian

Penelitian ini berfokus pada pengguna OVO di Yogyakarta dengan

menyebarkan kuesioner online menggunakan google form.

C. Subjek Penelitian

Subjek penelitian atau responden adalah pihak-pihak yang memberikan

informasi tentang data yang diinginkan peneliti berkaitan dengan penelitian

yang sedang dikerjakan. Subjek penelitian ini adalah para pengguna OVO di

Yogyakarta.


38

D. Data Penelitian

Sumber data yang digunakan dalam penelitian ini adalah data primer. Data

primer diperoleh langsung dari responden melalui kuesioner yang telah diisi

oleh pengguna OVO di Yogyakarta. Data primer mengacu pada informasi yang

diperoleh langsung oleh peneliti terkait dengan variabel ketertarikan untuk

tujuan studi tertentu (Sekaran, 2017).

E. Teknik Pengumpulan Data

Pengumpulan data dalam penelitian ini menggunakan kuesioner yang

disebarkan secara online dengan menggunakan google form. Menurut

Sugiyono (2014), kuesioner adalah teknik pengumpulan data yang dilakukan

dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis yang

akan dijawab responden untuk dijawab. Kuesioner yang telah terkumpul

digunakan untuk memperoleh data primer. Data tersebut digunakan untuk

melihat jawaban responden mengenai faktor-faktor yang mempengaruhi niat

perilaku pengguna dan niat untuk merekomendasikan aplikasi OVO dengan

pendekatan UTAUT2. Pengukuran dari sikap responden terhadap setiap

pernyataan atau pertanyaan penelitian ini menggunakan skala likert.

F. Populasi dan Sampel Penelitian

1. Populasi Penelitian

Menurut Sugiyono (2017) populasi adalah wilayah generalisasi yang

terdiri atas: objek atau subjek yang memiliki kualitas dan karakteristik

tertentu yang ditetapkan oleh peneliti untuk dipelajari lalu menarik


39

kesimpulan. Populasi yang diambil dalam penelitian adalah pengguna OVO

di Yogyakarta.

2. Sampel Penelitian

Menurut Sugiyono (2017) sampel adalah bagian dari jumlah dan

karakteristik yang dimiliki oleh populasi. Teknik pengambilan sampel pada

penilitian ini menggunakan metode nonprobability yaitu dengan

menggunakan teknik snowball sampling. Menurut Sugiyono (2017)

snowball sampling adalah teknik pengambilan sampel sumber data, yang

pada awalnya jumlahnya sedikit, lama-lama menjadi besar. Pengambilan

sampel secara bola salju (snowball sampling) dilakukan dengan

mengumpulkan sampel dari responden yang berasal dari refrensi suatu

jaringan yang sama kemudian disebar meluas. Pengambilan sampel dalam

penelitian ini dilakukan dengan menyebarkan kuesioner online pada

pengguna OVO.

Berdasarkan pengumpulan sampel, peneliti menggunakan sampel dalam

suatu penelitian menurut teori Roscoe (1982) dalam buku Sugiyono (2014),

yaitu:

a. Ukuran sampel yang dapat di uji dalam penelitian antara 30 sampai

dengan 500. Pada penelitian ini, sampel penelitian yang dapat diolah

sebesar 123 kuesioner.

b. Dalam penelitian melakukan analisis dengan multivariate, maka jumlah

anggota sampel yang digunakan minimal 10 kali dari jumlah variabel

yang diteliti. Pada penelitian ini, menggunakan 10 kali 11 jumlah


40

variabel sehinga minimal jumlah sampel penelitian ini adalah sebesar

110.

G. Variabel Penelitian

1. Identifikasi Variabel

Variabel yang digunakan dalam penelitian ini adalah sebagai berikut:

a. Ekspektasi kinerja (Performance Expectancy)

Ekspektasi kinerja didefinisikan sebagai sejauh mana individu

percaya bahwa sistem yang digunakan dapat memberikan manfaat dalam

melakukan tugas pekerjaan (Venkatesh et al., 2003).

b. Ekspektasi Usaha (Effort Expectancy)


dengan penggunaan sistem (Venkatesh et al., 2003).

c. Pengaruh Sosial (Social Influence)

Pengaruh sosial didefinisikan sebagai sejauh mana seseorang

memandang penting bahwa orang-orang disekitar percaya ia harus

menggunakan sistem baru (Venkatesh et al., 2003).

d. Kondisi Pendukung (Facilitating Conditions)

Kondisi pendukung didefinisikan sebagai sejauh mana individu

percaya bahwa infrastruktur organisasi dan teknis ada untuk mendukung

penggunaan sistem (Venkatesh et al., 2003).

e. Motivasi Hedonis (Hedonic Motivation)

Motivasi hedonis didefinisikan sebagai kepuasan atau kesenangan

yang timbul dengan menggunakan teknologi(Venkatesh et al., 2012).


41

f. Nilai Harga (Price Value)

Nilai harga mengacu pada biaya individu untuk menggunakan atau

membeli teknologi tersebut (Venkatesh et al., 2012).

g. Inovasi (Innovativeness)

Inovasi (innovativeness) adalah gagasan, tindakan, atau barang yang

dianggap baru oleh seseorang (Rogers, 2003). Yi et al., (2006)

melaporkan bahwa para pengguna awal yang memiliki tingkat inovasi

tinggi tampaknya memahami manfaat teknologi baru sehingga merasa

percaya diri terhadap hasil dari penggunaan teknologi baru tersebut dan

tidak sukan untuk membicarakannya dengan orang lain.

h. Kompatibilitas (Compatibility)

Kompatibilitas (Compatibility) adalah sejauh mana inovasi dianggap

konsisten dengan nilai-nilai yang ada, kebutuhan, dan pengalaman masa

lalu potensial adopsi (Moore dan Benbasat, 1991).

i. Persepsi Keamanan Teknologi (Perceived Technology Security)

Persepsi keamanan teknologi menganalisi adanya perasaan yang

potensial terhadap ketidakpastian individu dalam penggunaan teknologi

(Cheng et al., 2006).

j. Niat Perilaku untuk Mengadopsi (Behavioral Intention to Adopt)

Instrumen penelitian niat perilaku untuk mengadopsi diambil dari

penilitian Belanger dan Carter (2008); dan Venkatesh et al., (2012)

dengan menggunakan tujuh item pertanyaan.


42

k. Niat untuk Merekomendasikan (Intention to Recommend)

Komponen dari niat untuk merekomendasikan ditambahkan untuk

mengevaluasi keberhasilan mobile payment dalam jejaring sosial, dan

bias menjadi kepentingan komersial yang besar (Moe dan Schweidel,

2012). Indikator komponen dari niat untuk merekomendasikan ini

dikembangkan oleh Oliveira et al., (2016).

Berikut adalah tabel mengenai indikator yang akan menjadi

pertanyaan dalam kuesioner:

Tabel 5. Kisi-kisi Pengembangan Instrumen

Variabel Item

Performance expectancy

(Venkatesh et al., 2012) 1, 2, 3, 4

Effort expectancy

(Venkatesh et al., 2012) 5, 6, 7, 8

Social influence

(Venkatesh et al., 2012) 9, 10, 11

Facilitating conditions

(Venkatesh et al., 2012) 12, 13, 14

Hedonic motivation

(Venkatesh et al., 2012) 15,16, 17

Price Value

(Venkatesh et al., 2012) 18, 19, 20

Innovativeness

(Yi et al., 2006) 21, 22, 23, 24

Compatibility

(Moore dan Benbasat, 1991) 25, 26, 27, 28,

Perceived technology security

(Cheng et al., 2006) 29, 30, 31, 32

Behavioral Intention to Adopt

(Belanger dan Carter, 2008; Venkatesh et al., 2012)

33, 34, 35, 36,

37, 38

Behavioral Intention to Recommend

(Oliveira et al., 2016) 39, 40.

Sumber: Venkatesh et al., (2012); Yi et al., (2006); Moore dan Benbasat,

(1991); Cheng et al., (2006); Belanger dan Carter, (2008); dan Oliveira et

al., (2016).


43

2. Skala Pengukuran

Skala pengukuran yang digunakan dalam penelitian ini menggunakan

skala likert. Menurut Sugiyono (2017) skala likert digunakan untuk mengukur

sikap, pendapat dan persepsi seseorang atau sekelompok orang tentang

fenomenal sosial. Dengan skala likert, peneliti akan mengukur berdasarkan

indikator-indikator dari variabel penelitian. Kemudian indikator-indikator

tersebut dapat dijadikan sebagai titik tolak ukur untuk membuat item

instrumen berupa pernyataan dan pertanyaan. Penggunaan skala likert dengan

rentang 7 poin dapat meningkatkan probabilitas jawaban responden dan

memberikan lebih banyak variasi jawaban yang bisa dipilih oleh responden

(Joshi et al., 2015 dalam Andriyanto 2019). Selain itu, penelitian yang

dilakukan oleh Oliveira et al., (2016) menggunakan skala likert dengan

rentang 7 poin. Pada penelitian ini, responden diminta untuk mengisi setiap

butir-butir pertanyaan dengan memilih salah satu dari tujuh pilihan yang

tersedia. Peneliti membaginya dalam tujuh kelompok:

Tabel 6. Skor Alternatif Jawaban Item Kuesioner

No. Alternatif Jawaban Skor

1. Sangat Setuju (SS) 7

2. Setuju (S) 6

3. Agak Setuju (AS) 5

4. Netral (N) 4

5. Agak Tidak Setuju (ATS) 3

6. Tidak Setuju (TS) 2

7. Sangat Tidak Setuju (STS) 1


44

H. Teknik Analisis Data

Data yang dikumpulkan menggunakan kuesioner online disebar kepada

responden dengan kriteria yang telah ditentukan oleh peneliti. Data yang telah

terkumpul selanjutnya dianalisis dengan analisis statistik deskriptif. Statistik

deskriptif adalah statistik yang digunakan dalam menganalisis data dengan

cara menggambarkan atau mendeskripsikan data yang telah terkumpul

sebagaimana adanya tanpa membuat kesimpulan yang berlaku untuk

generalisasi atau umum (Sugiyono 2017). Analisis deskriptif digunakan untuk

mengetahui gambaran objektivitas tentang variabel penelitian dan melihat

seberapa banyak responden yang memiliki kesamaan terhadap suatu

pertanyaan. Dalam penelitian ini analisis deskriptif digunakan untuk

memperoleh gambaran objektif dari responden pengguna OVO di

Yogyakarta.

Penelitian ini menggunakan metode analisis statistika yaitu dengan

menggunakan Partial Least Squares-Structural Equation Model (PLS-SEM).

Ada dua jenis model SEM yaitu SEM berbasis convience atau dikenal

Covarience Based SEM yang menggunakan software AMOS dan LISREL

dan SEM yang berbasis varience atau sering disebut Componen Based SEM

yang menggunakan software SmartPLS dan PLS Graph.

Analisis PLS-SEM melalui dua tahap, yaitu:

l. Model Pengukuran (Outer Model)

Model pengukuran digunakan untuk menguji validitas konstruk dan

menguji reliabilitas instrumen. Menurut Abdillah dan Jogiyanto (2015),


45

model pengukuran adalah model yang menggambarkan hubungan antara

indikator dan konstruk.

a. Uji Validitas

Uji validitas digunakan untuk mengetahui kemampuan instrument

penelitian mengukur apa yang seharusnya diukur (Abdillah dan

Jogiyanto, 2015). Skala validitas menurut Hair et al., (2011) terbagi

menjadi dua yaitu analisis validasi konvergen dan analisis validasi

diskriminan.

1) Validitas Konvergen (Convergent Validity)

Nilai validitas konvergen adalah nilai loading factor ( korelasi

antar item atau skor komponen dengan skor atau item konstruk)

indikator-indikator yang mengukur kontruk tersebut. Rule of

thumb yang digunakan untuk validitas konvergen adalah outer

loading > 0,7 (lebih besar), communality > 0,5 (lebih besar) dan

Average Variance Extracted (AVE) > 0,5 (Chin, 1998).

2) Validitas Diskiriminan

Uji validitas diskriminan dinilai berdasarkan cross loading

dengan nilai lebih dari 0,7 dalam satu variabel (Chin, 1998).

Metode lain yang digunakan untuk mengukur validitas

diskriminan adalah dengan membandingkan akar Average

Variance Extracted (AVE) untuk setiap konstruk dengan korelasi

antara konstruk dengan model konstruk lainnya. Model

mempunyai validitas diskriminan yang cukup jika akar AVE


46

untuk setiap konstruk lebih besar daripada korelasi antara kontrus

dengan model konstruk lainnya (Chin, 1998). Rule of thumb yang

digunakan untuk validitas diskriminan adalah akar AVE >

korelasi variabel laten dan cross loading > 0,7.

b. Uji Relibilitas

Uji reliabilitas digunakan untuk mengukur konsisten alat ukur

dalam mengukur suatu konsep atau dapat juga digunakan untuk

mengukur konsistensi responden dalam menjawab item pertanyaan

dalam kuesioner atau instrument penelitian (Abdillah dan Jogiyanto,

2015). Uji reliabilitas dapat menggunakan dua metode, yaitu

composite reliability dan croncbach’s alpha. Composite reliability

mengukur nilai sesungguhnya relibilitas untuk konstruk, sedangkan

croncbach’s alpha mengukur batas bawah nilai relibilitas suatu

konstruk (Chin, 1995 dalam Jogiyanto 2011). Hair et al., (2008)

mengemukakan rule of thumb nilai alpha atau composite reliability

harus lebih besar dari 0,7 meskipun nilai 0,6 masih dapat diterima

(dalam Jogiyanto, 2011). Uji reabilitas diperkuat dengan croncbach’s

alpha dengan nilai yang diharapkan >0,6 untuk semua konstruk

(Hussein, 2015).

2. Model Struktural (Inner Model)

Model struktural dalam PLS dievaluasi dengan menggunakan R2

untuk konstruk dependen, nilai koefisien path atau t-values tiap path

untuk uji signifikansi antar konstruk dalam model struktural (Abdillah


47

dan Jogiyanto, 2015). Nilai R2 digunakan untuk mengukur tingkat variasi

perubahan variabel independen terhadap variabel dependen. Semakin

tinggi nilai R2 berarti semakin baik model prediksi dari model penelitian

yang diajukan. Nilai koefisien path atau inner model menunjukan tingkat

signifikansi dalam pengujian hipotesis. Skor koefisien path atau inner

model yang ditunjukkan oleh t-statistic harus di atas 1,96 untuk hipotesis

dua ekor (two-tailed) dan di atas 1,64 untuk hipotesis satu ekor (one-

tailed) untuk pengujian hipotesis pada alpha 5% dan power 80% (Hair et

al., 2008 dalam Jogiyanto 2011). Penelitian ini merupakan penelitian

yang memiliki hipotesis satu ekor (one-tailed), sebab hipotesis yang

dibentuk diketahui arah hubungannya, apakah hubungan tersebut positif.

Oleh karena itu, penelitian ini mengacu pada skor koefisien path atau

inner model pada alpha 5% dan power 95% yang ditujukan oleh t-

statistic. Selanjutnya, untuk menganalisis pengaruh antar variabel

dilakukan proses bootstrapping yang nantinya akan menghasilkan nilai

signifikansi antar variabel laten.


48

BAB IV

GAMBARAN UMUM PERUSAHAAN

A. Sejarah Umum Perusahaan

Di Indonesia pembayaran elektronik wajib mendapatkan izin lisensi

electronic money dari Bank Indonesia seperti yang tertuang dalam PBI Nomor

20/6/PBI/2018 tentang uang elektronik pasal 59. Pada tanggal 7 Agustus 2017

OVO Cash dibawah naungan PT Visionet Internasional telah memperoleh surat

izin dari Bank Indonesia dengan No. 19/661/DKSP/Srt/B dan mulai aktif

beroperasional pada tanggal 22 Agustus 2017 sebagai alat pembayaran uang

elektronik di Indonesia. BI mencatat terdapat 137,22 juta akun uang elektronik

berbasis server yang hanya diselenggarakan oleh fintech payment. Diurutan

pertama ada aplikasi OVO dengan pangsa pasar hingga 37 persen. OVO adalah

aplikasi smart yang memberikan kemudahan dalam bertransaksi (OVO Cash)

dan juga kesempatan yang lebih besar untuk mengumpulkan poin (OVO

Points). Loyalty rewards yaitu 1 OVO Point = Rp1,00 yang diperoleh

pengguna OVO setiap bertransaksi di berbagai merchant rekanan OVO dan

dapat digunakan kembali sebagai alat pembayaran. OVO telah menjadi rekan

bisnis dalam transaksi non-tunai seperti bekerjasama dengan Matahari

Departement Store, berbagai merchant di Lippo Mall, Tokopedia dan Grab.

Secara umum, pembayaran dan transaksi bisa dilakukan melalui OVO. OVO

membagi jenis keanggotannya dalam dua jenis, yakni:


49

1. OVO Club:

a. Menyediakan 10.000 OVO Points dan dapat menyimpan OVO Cash

sampai dengan Rp 2.000.000,00.

b. Minimum jumlah top up adalah Rp 10.000,00.

c. Masa berlaku: tidak terbatas.

2. OVO Premier

a. Menyediakan 10.000 OVO Points dan dapat menyimpan OVO Cash

sampai dengan Rp 10.000.000,00.

b. Minimum jumlah top up adalah Rp 10.000,00.

c. Masa berlaku: tidak terbatas.

Untuk mendaftar akun OVO Premier dilakukan dengan mengirimkan

foto KTP melewati OVO atau meminta bantuan pada agen OVO Booth di

lokasi terdekat.

B. Perkembangan Pengguna OVO

Bank Indonesia mencatat pasar uang elektronik hingga Juni 2019 sudah

dikuasai oleh non-bank. BI mencatat terdapat 137,22 juta akun uang elektronik

berbasis server yang hanya diselenggarakan oleh fintech payment. Produk milik

PT Visioner Internasional yaitu OVO berada diposisi pertama dengan pangsa

pasar hingga 37 persen. Sementara, berdasarkan data Ipsos terdapat empat

dompet digital terbesar di Indonesia dengan Gopay paling diminati sebesar 58

persen peminatnya, sementara OVO berada diperingkat kedua yaitu sebesar 29

persen, diperingkat ketiga ada Dana sebesar 9 persen dan peringkat keempat

ada LinkAja sebesar 4 persen (www.kompas.com). Pada tahun 2019 OVO


50

telah menyandang status sebagai unicorn kelima asal Indonesia dengan valuasi

US$2,9 miliar atau setara dengan Rp41 triliun (www.cnnindonesia.com).

C. Layanan pada Aplikasi OVO

Beberapa layanan yang tersedia pada aplikasi OVO pada bagian home

adalah pembayaran PLN, Pulsa, Paket Data, Pascaprabayar, BPJS Kesehatan,

TV Kabel, Asuransi, Iuran Lingkungan dan layanan parkir yang bekerjasama

dengan OVO. Fitur Transfer bisa dilakukan ke sesama OVO dan ke rekening

bank. Untuk Top Up OVO bisa dilakukan dengan menggunakan metode kartu

kredit, ATM, internet atau mobile bangking, OVO Booth, Grab, dan

Tokopedia. OVO mengenakan biaya isi ulang (top up) Rp1.000 per transaksi

mulai tanggal 2 Maret 2020 (www.cnnindonesia.com). Sementara, pengisian

ulang melalui kartu debit melalui OVO akan dikenakan biaya hingga 2 persen.

D. Kemanan pada Aplikasi OVO

OVO menerapkan sistem keamanan berlapis sehingga dapat melindungi

pengguna dari cyber crime. Fitur kemanan OVO meliputi OTP (One-Time

Password), security code menggunakan PIN, fingerprint, dan notifikasi bila

akun OVO diakses oleh perangkat elektronik yang berbeda. Terdapat OVO ID

dengan fitur berisi kode identitas dalam bentuk barcode dan QR Code.


51

BAB V

ANALISIS DATA DAN PEMBAHASAN

A. Deskripsi Data

Data dalam penelitian ini diperoleh dari pengguna OVO di Yogyakarta

sebagai responden dengan menyebarkan kuesioner melalui google form. Dari

124 data yang diterima, terdapat 1 kuesioner yang tidak dapat diolah. Berikut

ini penyebaran kuesioner melalui google form sebagai berikut:

Tabel 7. Sampel Penelitian

No. Keterangan Jumlah Presentase (%)

1. Jumlah kuesioner yang diterima 124 99

2. Jumlah kuesioner yang tidak dapat diolah 1 1

Jumlah kuesioner yang memenuhi syarat 123 99

Berdasarkan tabel 3 dapat dilihat bahwa dari 124 kuesioner yang diterima,

hanya 1 kuesioner yang tidak dapat diolah. Hal ini dikarenakan terdapat 1

kuesioner yang diisi secara konstan sehingga terdapat 123 jumlah kuesioner

yang memenuhi syarat.

a. Karakteristik Responden Berdasarkan Jenis Kelamin

Tabel 8. Karakteristik Jenis Kelamin Pengguna OVO


1. Laki-laki 26 21,1

2. Perempuan 97 78,9

Jumlah 123 100

Berdasarkan tabel 4 total responden yang didapat sejumlah 123 responden

yang terdiri dari 97 responden perempuan dengan presentase 78,9% dan 26

responden laki-laki dengan presentase 21,1%. Dalam penelitian ini


52

menunjukkan bahwa perempuan lebih banyak menggunakan aplikasi OVO

dibandingkan laki-laki.

b. Karakteristik Responden Berdasarkan Pengalaman Pengguna OVO

Tabel 9. Karakteristik Pengalaman Pengguna OVO


1. Kurang dari 1 tahun 26 21,1%

2. 1 – 2 tahun 55 44,7%

3. Lebih dari 2 tahun 42 34,2%

Jumlah 123 100%

Data tabel 5 menunjukkan hasil bahwa sebanyak 26 responden memiliki

pengalaman menggunakan OVO kurang dari satu tahun dengan presentase

21,1%. Pengalaman menggunakan OVO satu hingga dua tahun sebanyak 55

responden dengan tingkat presentase 44,7% dan yang telah menggunakan OVO

lebih dari dua tahun sebanyak 42 responden dengan presentase 34,2%.

c. Karakteristik Responden Berdasarkan Jenis Pekerjaan OVO

Tabel 10. Jenis Pekerjaan Pengguna OVO


1. Pelajar 2 1,6

2. Mahasiswa/mahasiswi 101 82,1

3. Wiraswasta 1 0,8

4. Karyawan swasta 16 13,1

5. Writer 1 0,8

6. Belum bekerja 2 1,6

Jumlah 123 100%

Berdasarkan tabel 6 dapat disimpulkan bahwa dari 123 responden yang

dijadikan sampel terdapat 2 orang (1,6%) responden yang status pekerjaannya

sebagai pelajar, 101 orang (82,1%) responden yang status pekerjaannya

sebagai mahasiswa/mahasiswi, 1 orang (0,8%) responden yang status


53

pekerjaannya sebagai wiraswasta, 16 orang (13,1%) responden yang status

pekerjaannya sebagai karyawan swasta, 1 orang (0,8%) responden yang status

pekerjaannya sebagai writer, dan 2 orang (1,6) responden yang status

pekerjaannya adalah belum bekerja. Dengan demikian, status pekerjaan yang

paling banyak menggunakan OVO adalah mahasiswa, sedangkan staus

pekerjaan yang paling sedikit menggunakan OVO adalah wiraswasta dan

writer.

B. Analisis Statistik Deskriptif Variabel Penelitian

Analisis statistik deskriptif digunakan untuk mengetahui nilai minimum,

maksimum, rata-rata, standar deviasi dari variabel ekspektasi kinerja,

ekspektasi usaha, pengaruh sosial, kondisi pendukung, motivasi hedonis, nilai

harga, inovasi, kompatibilitas, persepsi keamanan teknologi, niat perilaku

untuk mengadopsi dan niat perilaku untuk merekomendasikan OVO. Berikut

ini penjelasan analisis statistik deskriptif:

Tabel 11. Analisis Statistik Deskriptif Variabel Penelitian

Variabel N Mean Median Mode Std.

Deviation

Ekspektasi Kinerja (PE) 123 5.95 6.00 7 1.263

Ekspektasi Usaha (EE) 123 6.37 7.00 7 0.857

Pengaruh Sosial (SI) 123 4.66 5.00 6 1.831

Kondisi Pendukung

(FC) 123 6.20 6.00 7 0.964

Motivasi Hedonis (HM) 123 5.52 6.00 6 1.373

Nilai Harga (PV) 123 5.42 6.00 6 1.357

Inovasi (I) 123 4.28 5.00 6 1.819

Kompatibilitas (C) 123 6.21 6.00 6 0.658

Persepsi Keamanan

Teknologi (PTS) 123 5.28 5.00 5 1.018


54

Tabel 11. Analisis Statistik Deskriptif Variabel Penelitian (Lanjutan)

Variabel N Mean Median Mode Std.

Deviation

Niat Perilaku untuk

Mengadopsi (BI) 123 6.05 6.00 6 0.931

Niat Perilaku untuk

Merekomendasikan

(REC)

123 6.87 7.00 7 0.342

Berdasarkan hasil pengumpulan data diketahui bahwa variabel niat perilaku

pengguna untuk merekomendasikan memiliki rata-rata jawaban responden

tertinggi yaitu 6.87 dan variabel inovasi memiliki rata-rata jawaban responden

terendah yaitu 4.28. Nilai tengah jawaban responden pada variabel pengaruh

sosial, inovasi, dan persepsi keamanan teknologi bernilai 5. Nilai tengah

jawaban responden pada variabel ekspektasi kinerja, kondisi pendukung,

motivasi hedonis, nilai harga, kompatibilitas, dan niat perilaku untuk

mengadopsi bernilai 6 sedangkan ekspektasi usaha dan niat perilaku untuk

merekomendasikan bernilai 7. Nilai yang sering muncul dari jawaban

responden pada variabel persepsi keamanan teknologi bernilai 5. Nilai yang

sering muncul dari jawaban responden pada variabel pengaruh sosial, motivasi

hedonis, nilai harga, inovasi, kompatibilitas, dan niat perilaku untuk

mengadopsi bernilai 6 sedangkan ekspektasi kinerja, ekspektasi usaha, kondisi

pendukung, niat perilaku untuk merekomendasikan bernilai 7.

C. Analisis Data Penelitian

Metode untuk analisis data dalam penelitian ini menggunakan analisis

Partial Least Square (PLS) dengan menggunakan software SmartPLS3.


55

Menurut Abdillah dalam Jogiyanto (2015) PLS adalah salah satu metode

statistika SEM berbasis varian yang didesain untuk menyelesaikan

permasalahan struktural yang melibatkan banyak variabel atau banyak konstruk

ketika ukuran sampel penelitian kecil, adanya data hilang atau missing values

dan multikoinearitas.

1. Model Pengukuran (Outer Model)

a. Uji Validitas

Uji validitas dalam penelitian ini menggunakan software SmartPLS3

dengan menguji validitas konstruk yang terdiri atas validitas konvergen

dan validitas diskriminan.

1) Validitas Konvergen

Menurut Abdillah dan Jogiyanto (2015), validitas konvergen

berhubungan dengan prinsip bahwa pengukur-pengukur dari suatu

konstruk seharusnya berkorelasi tinggi. Rule of thumb yang

digunakan untuk validitas konvergen adalah factor loading > 0,7,

communality > 0,5 dan average variance extracted (AVE) > 0,5

(Jogiyanto, 2011). Jika skor loading antara 0,5 – 0,7, sebaiknya

peneliti tidak menghapus indikator yang memiliki skor loading

tersebut sepanjang skor AVE dan communality indikator tersebut di

atas 0,5 (Jogiyanto, 2011). Hasil uji validitas konvergen ditampilkan

dalam tabel berikut ini:


56

Gambar 3. Hasil Uji Validitas

a) Validitas Konvergen Ekspektasi Kinerja (Performance

Expectancy)

Performance Expectancy memiliki 4 indikator, yaitu

menggunakan OVO sebagai alat pembayaran non-tunai sangat

bermanfaat (PE1), menggunakan OVO membantu menyelesaikan

transaksi jual beli dengan lebih cepat (PE2), menggunakan OVO

membantu meningkatkan produktivitas (PE3), dan menggunakan

OVO dapat meningkatkan kinerja (PE4). Masing-masing

memiliki nilai factor loading untuk uji 1 yaitu 0,829, 0,859,

0,794, dan 0,789. Sedangkan hasil untuk pengujian ulang yaitu uji

2 adalah 0,833, 0,863, 0,789, dan 0,784. Nilai factor loading


57

tersebut lebih besar dari factor loading yang diharapkan yaitu >

0,7.

Tabel 12. Nilai Factor Loading Performance Expectancy

No Indikator Uji 1 Keterangan Uji2 Keterangan

1 PE1 0.829 VALID 0.833 VALID




Berdasarkan hasil uji validitas konvergen untuk konstruk

performance expectancy, dapat disimpulkan bahwa konstruk

performance expectancy telah memenuhi factor loading sebesar

0,7 yang berarti konstruk tersebut valid.

b) Validitas Konvergen Ekspektasi Usaha (Effort Expectancy)

Effort expectancy memiliki 4 indikator, yaitu mampu dan

mengerti dengan jelas dalam menggunakan OVO (EE1), mudah

untuk terampil menggunakan OVO (EE2), OVO mudah untuk

digunakan (EE3), dan mudah untuk belajar mengoperasikan OVO

(EE4). Masing-masing memiliki nilai factor loading untuk uji 1

yaitu 0,836, 0,898, 0,899, dan 0,913. Sedangkan hasil untuk

factor loading untuk uji 2 adalah 0,837, 0,898, 0,898, dan 0,913.

Nilai factor loading tersebut lebih besar dari factor loading yang

diharapkan yaitu > 0,7.


58

Tabel 13. Nilai Factor Loading Effort Expectancy


1 EE1 0.836 VALID 0.837 VALID




Berdasarkan hasil uji validitas konvergen untuk konstruk

effort expectancy, dapat disimpulkan bahwa konstruk effort

expectancy telah memenuhi factor loading sebesar 0,7 yang

berarti konstruk tersebut valid.

c) Validitas Konvergen Pengaruh Sosial (Social Influence)

Social influence memiliki 3 indikator, orang-orang

mempengaruhi perilaku orang lain untuk menggunakan OVO

(SI1), keluarga, teman, dan pasangan mempengaruhi perilaku

individu untuk menggunakan OVO dalam bertransaksi (SI2), dan

orang terdekat lebih suka ketika menggunakan OVO dalam

bertransaksi (SI3). Masing-masing memiliki nilai factor loading

yang sama untuk uji 1 dan uji 2 yaitu 0,887, 0,925, dan 0,851.

Nilai factor loading tersebut lebih besar dari factor loading yang

diharapkan yaitu > 0,7.

Tabel 14. Nilai Factor Loading Social Influence


1 SI1 0.887 VALID 0.887 VALID




59

Berdasarkan hasil uji validitas untuk konstruk social

influence, dapat disimpulkan bahwa konstruk social influence

telah memenuhi factor loading yang diharapkan yaitu >0,7 yang


d) Validitas Konvergen Kondisi Pendukung (Facilitating

Conditions)

Facilitating conditions memiliki 3 indikator, yiatu memiliki

sumber daya yang diperlukan untuk menggunakan OVO (FC1),

memiliki pengetahuan yang diperlukan untuk menggunakan OVO

(FC2), dan menggunakan OVO kompatibel dengan sistem lain

yang digunakan pengguna (FC3). Masing-masing memiliki nilai

factor loading yang sama untuk uji 1 dan uji 2 yaitu 0,816, 0,916,

0,845. Nilai factor loading tersebut lebih besar dari factor loading

yang diharapkan yaitu > 0,7.

Tabel 15. Nilai Factor Loading Facilitating Conditions


1 FC1 0.816 VALID 0.816 VALID



Berdasarkan hasil uji validitas untuk konstruk facilitating

conditions, dapat disimpulkan bahwa konstruk facilitating

conditions telah memenuhi factor loading yang diharapkan yaitu

>0,7 yang berarti konstruk tersebut valid.


60

e) Validitas Konvergen Motivasi Hedonis (Hedonic Motivation)

Hedonic motivation memiliki 3 indikator, yaitu menggunakan

OVO menyenangkan (HM1), menggunakan OVO sangat nyaman

(HM2), dan menggunakan OVO sangat menghibur (HM3).

Masing-masing memiliki nilai factor loading yang sama untuk uji

1 dan uji 2 yaitu 0,942, 0,819, dan 0,942. Nilai factor loading

tersebut lebih besar dari factor loading yang diharapkan yaitu >

0,7.

Tabel 16. Nilai Factor Loading Hedonic Motivation


1 HM1 0.942 VALID 0.942 VALID



Berdasarkan hasil uji validitas untuk konstruk hedonic

motivation, dapat disimpulkan bahwa konstruk hedonic

motivation telah memenuhi factor loading yang diharapkan yaitu

>0,7 yang berarti konstruk tersebut valid.

f) Validitas Konvergen Nilai Harga (Price Value)

Price value memiliki 3 indikator, yaitu pembayaran

menggunakan OVO cukup murah (PV1), pembayaran

menggunakan OVO menawarkan nilai yang lebih baik untuk

keuangan saya (PV2), dan pembayaran menggunakan OVO

sesuai dengan manfaat yang diperoleh (PV3). Masing-masing

memiliki nilai factor loading yang sama untuk uji 1 dan uji 2


61

yaitu 0,898, 0,928, dan 0,882. Nilai factor loading tersebut lebih

besar dari factor loading yang diharapkan yaitu > 0,7.

Tabel 17. Nilai Factor Loading Price Value


1 PV1 0.898 VALID 0.898 VALID



Berdasarkan hasil uji validitas untuk konstruk price value,

dapat disimpulkan bahwa konstruk price value telah memenuhi

factor loading yang diharapkan yaitu >0,7 yang berarti konstruk

tersebut valid.

g) Validitas Konvergen Inovasi (Innovativeness)

Innovativeness memiliki 4 indikator, yaitu jika mendengar

tentang mobile payment baru akan mencari cara untuk

berksperimen (I1), menjadi yang pertama diantara teman-teman

saat mencoba OVO (I2), secara umum ragu untuk mencoba OVO

saat masih baru diluncurkan (I3), dan senang bereksperimen

menggunakan OVO (I4). Masing-masing memiliki nilai factor

loading untuk uji 1 yaitu 0,850, 0,772, 0,447, dan 0,843.

Sedangkan hasil untuk pengujian ulang yaitu uji 2 adalah 0,860,

0,819, dan 0,877. Nilai factor loading tersebut lebih besar dari

factor loading yang diharapkan yaitu > 0,7. Untuk indikator I3

dihapuskan karena tidak memenuhi nilai factor loading yang

diharapkan.


62

Tabel 18. Nilai Factor Loading Innovativeness


1 I1 0.850 VALID 0.860 VALID

2 I2 0.772 VALID 0.819 VALID

3 I3 0.447 TIDAK

VALID

- -

4 I4 0.843 VALI7D 0.877 VALID

Berdasarkan hasil uji validitas untuk konstruk innovativeness,

dapat disimpulkan bahwa konstruk innovativeness untuk uji 2



h) Validitas Konvergen Kompatibilitas (Compatibility)

Compatibility memiliki 4 indikator, yaitu menggunakan OVO

kompatibel dengan semua aspek gaya hidup (C1), menggunakan

OVO kompatibel dengan situasi saat ini (C2), menggunakan OVO

sangat sesuai dengan cara seseorang ingin membeli (C3), dan

menggunakan OVO sesuai dengan gaya hidup (C4). Masing-

masing memiliki nilai factor loading yang sama untuk uji 1 dan

uji 2 yaitu 0,944, 0,891, 0,925, dan 0,934. Nilai factor loading

tersebut lebih besar dari factor loading yang diharapkan yaitu

>0,7.

Tabel 19. Nilai Factor Loading Compatibility


1 C1 0.944 VALID 0.944 VALID

2 C2 0.891 VALID 0.891 VALID

3 C3 0.925 VALID 0.925 VALID

4 C4 0.934 VALID 0.934 VALID


63

Berdasarkan hasil uji validitas untuk konstruk compatibility,

dapat disimpulkan bahwa konstruk compatibility telah memenuhi

factor loading yang diharapkan yaitu >0,7 yang berarti konstruk

tersebut valid.

i) Validitas Konvergen Persepsi Keamanan Teknologi (Perceived

Technology Security)

Perceived technology security memiliki 4 indikator, yaitu

mengirim informasi sensitive melewati OVO tetap aman (PTS1),

OVO adalah cara aman untuk mengirim informasi sensitif

(PTS2), merasa sepenuhnya aman memberikan informasi sensitif

melalui OVO (PTS3), dan OVO secara keseluruhan merupakan

tempat yang aman untuk mengirim informasi sensitif (PTS4).

Masing-masing memiliki nilai factor loading yang sama untuk uji

1 dan uji 2 yaitu 0,778, 0,893, 0,891, dan 0,900. Nilai factor

loading tersebut lebih besar dari factor loading yang diharapkan

yaitu > 0,7.

Tabel 20. Nilai Factor Loading Perceived Technology Security


1 PTS1 0.778 VALID 0.778 VALID




Berdasarkan hasil uji validitas untuk konstruk perceived

technology security, dapat disimpulkan bahwa konstruk perceived


64

technology security telah memenuhi factor loading yang

diharapkan yaitu >0,7 yang berarti konstruk tersebut valid.

j) Validitas Konvergen Niat Perilaku untuk Mengadopsi

(Behavioral Intention to Adopt)

Loading behavioral intention to adopt memiliki 6 indikator,

yaitu berniat menggunakan OVO dalam beberapa bulan

mendatang (BI1), memperkirakan akan menggunakan OVO

dalam beberapa bulan mendatang (BI2), berencana menggunakan

OVO dalam beberapa bulan mendatang (BI3), mencoba

menggunakan OVO dalam kehidupan sehari-hari (BI4),

berinteraksi dengan akun keuangan melalui OVO adalah sesuatu

yang saya lakukan (BI5), dan tidak ragu untuk memberikan

infomasi pribadi kepada layanan OVO (BI6). Masing-masing

memiliki nilai factor loading untuk uji 1 yaitu 0,903, 0,917,

0,906, 0,656, 0,781, dan 0,681. Sedangkan hasil untuk pengujian

ulang yaitu uji 2 adalah 0,902, 0,917, 0,906, 0,657, 0,782, dan

0,682. Nilai factor loading uji 1 dan uji 2 dari indicator BI1, BI2,

BI3, dan BI5 lebih besar dari factor loading yang diharapkan

yaitu > 0,7. Sementara factor loading indikator BI4, dan BI6

dibawah 0,7.


65

Tabel 21. Nilai Factor Loading Behavioral Intention to Adopt


1 BI1 0.903 VALID 0.902 VALID






Berdasarkan hasil uji 1 dan uji 2 validitas untuk indikator BI1,

BI2, BI3, dan BI5 pada konstruk behavioral intention to adopt,

dapat disimpulkan bahwa konstruk behavioral intention to adopt


berarti konstruk tersebut valid. Sementara untuk uji 1 dan uji 2

untuk indikator BI4, dan BI6 bernilai 6 dan tidak dihapus karena

variabel AVE pada BI bernilai 6. Peneliti tidak menghapus

indikator yang memiliki skor loading tersebut sepanjang skor

AVE indikator tersebut di atas 0,5 (Jogiyanto, 2011).

k) Validitas Konvergen Niat untuk Merekomendasikan (Behavioral

Intention to Recommend)

Intention to recommend memiliki 2 indikator, yaitu

merekomendasikan kepada teman-teman untuk berlangganan

menggunakan OVO sebagai alat transaksi non-tunai (REC1) dan

jika memiliki pengalaman yang baik dengan OVO akan

merekomendasikan kepada teman-teman untuk berlangganan

(REC2).


66

Tabel 22. Nilai Factor Loading Behavioral Intention to

Recommend


1 REC1 0.991 VALID 0.991 VALID

2 REC2 0.991 VALID 0.991 VALID

Berdasarkan hasil uji validitas untuk konstruk behavioral

intention to recommend, dapat disimpulkan bahwa konstruk

behavioral intention to recommend telah memenuhi factor

loading yang diharapkan yaitu >0,7 yang berarti konstruk tersebut

valid.

Hasil Average Variance Extracted (AVE) ditampilkan dalam

tabel berikut ini:

Tabel 23. Average Variance Extracted (AVE)

AVE Keterangan

Performance Expectancy 0.669 Memenuhi validitas

konvergen

Effort Expectancy 0.787 Memenuhi validitas

konvergen

Social Influence 0.789 Memenuhi validitas

konvergen

Facilitating Conditions 0.740 Memenuhi validitas

konvergen

Hedonic Motivation 0.815 Memenuhi validitas

konvergen

Price Value 0.809 Memenuhi validitas

konvergen

Innovativeness 0.727 Memenuhi validitas

konvergen

Compatibility 0.853 Memenuhi validitas

konvergen


67

Tabel 23. Average Variance Extracted (Lanjutan)

AVE Keterangan

Perceived Technology

Security 0.752

Memenuhi validitas

konvergen

Behavioral Intention to

Adopt 0.664

Memenuhi validitas

konvergen


Recommend 0.983

Memenuhi validitas

konvergen

Hasil perhitungan pada tabel 29 menjelaskan bahwa masing-

masing variabel pada AVE mencapai nilai di atas 0,5. Dengan

demikian, kriteria uji validitas konvergen sudah terpenuhi.

2) Validitas Diskriminan

Menurut Chin (1995), uji validitas diskriminan dinilai berdasarkan

cross loading dengan nilai lebih dari 0,7 dalam satu variabel (dalam

Jogiyanto, 2011). Uji validitas diskriminan dinilai berdasarkan cross

loading pengukuran dengan konstruknya. Metode yang digunakan

untuk menilai validitas diskriminan adalah dengan membandingkan

akar AVE untuk setiap korelasi antar konstruk dalam model. Untuk

uji validitas diskriminan, parameter yang diukur adalah dengan

membandingkan akar dari AVE suatu konstruk harus lebih tinggi

dibandingkan dengan korelasi antar variabel tersebut.


68

Tabel 24. Diagonal AVE

BI C EE FC HM I REC PTS PE PV SI

BI 0.815

C 0.598 0.924

EE 0.357 0.441 0.887

FC 0.248 0.364 0.485 0.860

HM 0.331 0.489 0.429 0.437 0.903

I 0.494 0.477 0.340 0.352 0.266 0.852

REC 0.344 0.198 0.234 0.101 0.198 0.227 0.991

PTS 0.511 0.536 0.303 0.387 0.404 0.620 0.178 0.867

PE 0.331 0.478 0.508 0.548 0.483 0.389 0.183 0.398 0.818

PV 0.323 0.467 0.307 0.493 0.683 0.391 0.172 0.457 0.619 0.900

SI 0.325 0.336 0.288 0.266 0.475 0.314 -0.024 0.371 0.437 0.548 0.888


69

Tabel 25. Nilai Cross Loading


BI1 0.902 0.499 0.236 0.151 0.224 0.457 0.310 0.425 0.230 0.242 0.244

BI2 0.917 0.505 0.259 0.181 0.252 0.468 0.349 0.437 0.251 0.262 0.230

BI3 0.906 0.485 0.308 0.157 0.278 0.480 0.351 0.435 0.243 0.255 0.259

BI4 0.657 0.347 0.293 0.173 0.229 0.365 0.229 0.355 0.268 0.284 0.324

BI5 0.782 0.571 0.305 0.274 0.300 0.355 0.165 0.464 0.350 0.265 0.330

BI6 0.682 0.501 0.363 0.293 0.343 0.265 0.258 0.372 0.295 0.287 0.223

C1 0.555 0.944 0.440 0.349 0.426 0.481 0.141 0.505 0.486 0.445 0.339

C2 0.549 0.891 0.388 0.344 0.468 0.420 0.239 0.499 0.381 0.395 0.255

C3 0.526 0.925 0.399 0.340 0.440 0.417 0.171 0.471 0.431 0.447 0.322

C4 0.577 0.934 0.399 0.311 0.474 0.439 0.185 0.505 0.461 0.436 0.324

EE1 0.275 0.333 0.837 0.373 0.318 0.285 0.236 0.213 0.380 0.232 0.205

EE2 0.376 0.409 0.898 0.466 0.426 0.321 0.182 0.287 0.457 0.378 0.284

EE3 0.286 0.393 0.898 0.419 0.379 0.286 0.223 0.301 0.456 0.353 0.297

EE4 0.323 0.421 0.913 0.454 0.390 0.311 0.196 0.270 0.500 0.335 0.230

FC1 0.158 0.275 0.403 0.816 0.334 0.206 -0.032 0.295 0.488 0.400 0.201

FC2 0.256 0.309 0.418 0.916 0.385 0.281 0.116 0.334 0.438 0.424 0.175

FC3 0.208 0.354 0.437 0.845 0.405 0.411 0.114 0.369 0.510 0.453 0.321

HM1 0.292 0.434 0.336 0.362 0.942 0.199 0.176 0.330 0.440 0.635 0.446

HM2 0.298 0.433 0.524 0.481 0.819 0.262 0.214 0.408 0.431 0.566 0.377

HM3 0.305 0.453 0.302 0.338 0.942 0.257 0.146 0.353 0.435 0.645 0.461

I1 0.419 0.376 0.281 0.242 0.190 0.860 0.157 0.462 0.285 0.289 0.299

I2 0.377 0.454 0.368 0.336 0.262 0.819 0.160 0.545 0.381 0.382 0.248

I4 0.470 0.381 0.209 0.316 0.222 0.877 0.265 0.572 0.320 0.320 0.257


70

Tabel 25: Nilai Cross Loading (Lanjutan)

PE1 0.202 0.337 0.483 0.426 0.332 0.274 0.181 0.305 0.833 0.402 0.263

PE2 0.312 0.423 0.564 0.407 0.369 0.350 0.232 0.338 0.863 0.445 0.339

PE3 0.224 0.375 0.251 0.512 0.424 0.310 0.044 0.297 0.789 0.582 0.398

PE4 0.331 0.422 0.310 0.475 0.472 0.333 0.108 0.388 0.784 0.628 0.442

PTS1 0.443 0.450 0.206 0.330 0.128 0.582 0.290 0.778 0.279 0.267 0.226

PTS2 0.485 0.551 0.351 0.394 0.438 0.554 0.127 0.893 0.413 0.455 0.374

PTS3 0.411 0.420 0.215 0.273 0.390 0.504 0.103 0.891 0.333 0.425 0.306

PTS4 0.421 0.421 0.266 0.332 0.441 0.500 0.092 0.900 0.346 0.433 0.375

PV1 0.253 0.377 0.295 0.329 0.649 0.378 0.123 0.406 0.537 0.898 0.514

PV2 0.253 0.412 0.249 0.390 0.644 0.359 0.143 0.410 0.559 0.918 0.480

PV3 0.345 0.454 0.419 0.564 0.564 0.324 0.185 0.414 0.566 0.882 0.484

REC1 0.341 0.178 0.219 0.183 0.183 0.236 0.991 0.170 0.166 0.160 -0.040

REC2 0.341 0.214 0.245 0.210 0.210 0.215 0.991 0.183 0.197 0.180 -0.007

SI1 0.320 0.309 0.293 0.420 0.420 0.288 -0.005 0.362 0.396 0.483 0.887

SI2 0.300 0.261 0.223 0.402 0.402 0.212 -0.062 0.291 0.366 0.457 0.925

SI3 0.235 0.335 0.248 9.454 0.454 0.353 0.009 0.338 0.408 0.533 0.851

Berdasarkan rule of thumb untuk uji validitas diskriminan, nilai pada tabel cross loading mencapai >7 dalam satu

variabel. Dari tabel di atas dapat disimpulkan bahwa masing-masing indikator yang ada pada suatu variabel memiliki

perbedaan dengan indikator dari variabel lain dan memiliki nilai yang lebih tinggi pada konstruk sendiri.


71

b. Uji Reliabilitas

Uji realibilitas dalam PLS dapat menggunakan dua metode yaitu

Cronbach’s Alpha dan Composite Reliability. Pada pengujian kembali

realibitas dari SmartPLS3 diperoleh bahwa seluruh konstruk

menunjukkan nilai Composite Reliability di atas 0,7 dan nilai Cronbach’s

Alpha diatas 0,6 sehingga seluruh konstruk sudah reliabel. Hasil data dari

SmartPLS 3 adalah sebagai berikut:

Tabel 26. Nilai Cronach’s Alpha dan Composite Reliability

Cronach’s

Alpha

Composite

Reliability Keterangan


to Adopt 0.894 0.921 Reliabel

Compatibility 0.943 0.959 Reliabel

Effort Expectancy 0.910 0.936 Reliabel

Facilitating

Conditions 0.827 0.895 Reliabel

Hedonic Motivation 0.884 0.929 Reliabel

Innovativeness 0.812 0.889 Reliabel


to Recommend 0.982 0.991 Reliabel

Perceived

Technology Security 0.889 0.923 Reliabel

Performance

Expectancy 0.836 0.890 Reliabel

Price Value 0.884 0.927 Reliabel

Social Influence 0.867 0.918 Reliabel

Kesimpulan untuk seluruh konstruk setelah dilakukan pengujian

kembali sudah memenuhi validitas konvergen, validitas diskriminan, dan

reliabilitas. Seluruh konstruk sudah valid dan reliabel sehingga dapat

digunakan untuk pengujian model struktural (inner model).


72

2. Model Struktural (Inner Model)

Setelah melakukan evaluasi outer model, langkah berikutnya adalah

evaluasi model persamaan structural (inner model) yang menjelaskan pengaruh

variabel laten independen terhadap variabel laten dependen. Dalam mengukur

tingkat variasi perubahan variabel, maka digunakan nilai R2. Jika R2 semakin

tinggi berarti semakin baik model prediksi dari model penelitian (Jogiyanto,

2011). Berikut ini adalah tabel R-Squared Coefficients.

Tabel 27. R-Squared Coeddicients.

R Square

Behavioral Intention to Adopt 0.445

Compatibility 0.227

Effort Expectancy 0.216


Recommend 0.118

Performance Expectancy 0.355

Berdasarkan tabel 5.31, terdapat variabel performance expectancy, social

influence, hedonic motivation, price value, innovativeness, perceived

technology security, dan intention to recommend yang tidak memiliki angka

koefisien karena variabel-variabel ini tidak dipengaruhi oleh variabel lain.

Berikut penjelasan dari hasil R-squared coeddicientis:

1. Nilai R-square variabel behavioral intention to adopt pada model

penelitian ini sebesar 0.445. Hal ini berarti bahwa perubahan tingkat variasi

variabel performance expectancy, effort expectancy, social influence,

facilitating conditions, hedonic motivation, price value, innovativeness,

compatibility, dan perceived technology security mempengaruhi behavioral


73

intention to adopt sejumlah 44,5%, sedangkan 55,5% sisanya dipengaruhi

oleh variabel lain diluar model yang diajukan.

2. Nilai R-square variabel compatibility pada model penelitian ini sebesar

0.227. Hal ini berarti bahwa perubahan tingkat variasi variabel

innovativeness mempengaruhi compatibility sejumlah 22,7%, sedangkan

77,3% sisanya dipengaruhi oleh variabel lain diluar model yang diajukan.

3. Nilai R-square variabel effort expectancy pada model penelitian ini sebesar

0.216. Hal ini berarti bahwa perubahan tingkat variasi variabel

innovativeness dan compatibility mempengaruhi effort expectancy sejumlah

21,6%, sedangkan 78,4% sisanya dipengaruhi oleh variabel lain diluar

model yang diajukan.

4. Nilai R-square variabel behavioral intention to recommend pada model

penelitian ini sebesar 0.118. Hal ini berarti bahwa perubahan tingkat variasi

variabel behavioral intention to adopt mempengaruhi behavioral intention

to recommend sejumlah 11,8%, sedangkan 88,2% sisanya dipengaruhi oleh

variabel lain diluar model yang diajukan.

5. Nilai R-square variabel performance expectancy pada model penelitian ini

sebesar 0.355. Hal ini berarti bahwa perubahan tingkat variasi variabel

effort expectancy, innovativeness, and compatibility mempengaruhi

performance expectancy sejumlah 35,5%, sedangkan 6,45%sisanya

dipengaruhi oleh variabel lain diluar model yang diajukan.


74

D. Pengujian Hipotesis (Bootstrapping)

Untuk melihat apakah hipotesis tersebut diterima atau ditolak, maka

penelitian ini menggunakan nilai koefisien path. Menurut Jogiyanto (2011),

ukuran signifikansi keterdukungan hipotesis dapat digunakan perbandinga

nilai t-table dan t-statistic. Penelitian ini menggunakan signifikan level 5%

(one-tailed) dengan tingkat keyakinan benar sebesar 95% sehingga t-statistic

adalah >1,64 (Jogiyanto, 2011). Apabila nilai t-statistik > t-tabel maka hasilnya

signifikan (Ghozali, 2014).


75

Tabel 28. Hasil Path Coeffisiens

Original

Sample

(O)

Sample Mean

(M)

Standard

Devisiation

(STDEV)

T-Statistics

(|O/STDEV|)

P-Values Hasil

Innovativeness -> Compatibility 0.477 0.480 0.069 6.907 0.000 Terdukung

Behavioral Intention to Adopt ->

Behavioral Intention to Recommend 0.344 0.341 0.066 5.182 0.000 Terdukung

Compatibility -> Behavioral Intention

to Adopt 0.398 0.395 0.098 4.043 0.000 Terdukung

Compatibility -> Effort Expectancy 0.360 0.363 0.093 3.885 0.000 Terdukung

Compatibility -> Performance

Expectancy 0.254 0.258 0.088 2.888 0.002 Terdukung

Effort Expectancy -> Performance


Innovativeness -> Effort Expectancy 0.168 0.169 0.081 2.082 0.019 Terdukung

Innovativeness -> Behavioral

Intention to Adopt 0.186 0.180 0.100 1.867 0.031 Terdukung

Perceived Technology Security ->

Behavioral Intention to Adopt 0.176 0.179 0.102 1.722 0.043 Terdukung

Innovativeness -> Performance



76

Tabel 28. Hasil Path Coeffisiens (Lanjutan)

Original

Sample

(O)

Sample Mean

(M)

Standard

Devisiation

(STDEV)

T-Statistics

(|O/STDEV|)

P-Values Hasil

Effort Expectancy -> Behavioral

Intention to Adopt 0.100 0.092 0.078 1.284 0.100

Tidak

Terdukung

Social Influence -> Behavioral


Tidak

Terdukung

Facilitating Conditions -> Behavioral

Intention to Adopt -.0.064 -0.044 0.083 0.771 0.220

Tidak

Terdukung

Price Value -> Behavioral Intention to

Adopt -0.069 -0.080 0.127 0.545 0.293

Tidak

Terdukung

Performance Expectancy ->

Behavioral Intention to Adopt -0.023 -.0.024 0.091 0.254 0.400

Tidak

Terdukung

Hedonic Motivation -> Behavioral


Tidak

Terdukung


77

Setelah dilakukan proses pengujian hipotesis dengan PLS, dihasilkan

total effect seperti tabel 28 di atas. Berdasarkan hasil uji hipotesis yang

dilakukan, terdapat beberapa hipotesis yang terdukung dan tidak terdukung.

Berikut penjabaran hasil analisis hipotesis:

H1: Ekspektasi kinerja memiliki pengaruh positif terhadap niat


Hasil path coefficients menunjukkan ekspektasi kinerja terhadap minat

pengguna OVO dengan memiliki nilai t-statistik sebesar 0,254 yang berarti

hipotesis 1 tidak terdukung karena nilai t-statistik lebih kecil dari nilai t-

tabel 1,64 dan nilai P lebih besar dari alpha (0,05). Artinya, ekspektasi

kinerja (performance expectancy) tidak memiliki pengaruh positif terhadap

niat perilaku pengguna (behavioral intention to adopt) OVO.

H2a: Ekspektasi usaha memiliki pengaruh positif terhadap ekspektasi

kinerja

Hasil path coefficients menunjukkan ekspektasi usaha terhadap

ekspektasi kinerja dengan memiliki nilai t-statistik sebesar 2,707 yang

berarti hipotesis 2a terdukung karena nilai t-statistik lebih besar dari nilai t-

tabel 1,64 dan nilai P lebih besar dari alpha (0,05). Artinya, ekspektas usaha

(effort expectancy) memiliki pengaruh positif terhadap ekspektasi kinerja

(performance expectancy).

H2b: Ekspektasi usaha memiliki pengaruh positif terhadap niat



78

Hasil path coefficients menunjukkan ekspektasi usaha terhadap niat perilaku

pengguna dengan memiliki nilai t-statistik sebesar 1,284 yang berarti

hipotesis 2b tidak terdukung karena nilai t-statistik lebih kecil dari nilai t-

tabel 1,64 dan nilai P lebih besar dari alpha (0,05). Artinya, ekspektasi

usaha (effort expectancy) tidak memiliki pengaruh positif terhadap niat

perilaku pengguna (behavioral intention to adopt) OVO.

H3: Pengaruh sosial memiliki pengaruh positif terhadap niat perilaku

pengguna OVO.

Hasil path coefficients menunjukkan pengaruh sosial terhadap niat

perilaku pengguna OVO dengan memiliki nilai t-statistik sebesar 1,055

yang berarti hipotesis 3 tidak terdukung karena memiliki nilai t-statistik

lebih kecil dari nilai t-tabel 1,64 dan nilai P lebih besar dari alpha (0,05).

Artinya, pengaruh sosial (social influence) tidak memiliki pengaruh positif

terhadap niat perilaku pengguna (behavioral intention to adopt) OVO.

H4: Kondisi pendukung memiliki pengaruh positif terhadap niat


Hasil path coefficients menunjukkan kondisi pendukung terhadap niat




Artinya, kondisi pendukung (facilitating conditions) tidak memiliki

pengaruh positif terhadap niat perilaku penggunaan (behavioral intention to

adopt) OVO.


79

H5: Motivasi hedonis memiliki pengaruh positif terhadap niat perilaku

pengguna OVO.

Hasil path coefficients menunjukkan motivasi hedonis terhadap niat




Artinya, motivasi hedonis (hedonic motivation) tidak memiliki pengaruh

positif terhadap niat perilaku penggunaan (behavioral intention to adopt)

OVO.

H6: Nilai harga memiliki pengaruh positif terhadap niat perilaku

pengguna OVO.

Hasil path coefficients menunjukkan nilai harga terhadap niat perilaku

pengguna OVO dengan memiliki nilai t-statistik sebesar 0,545 yang berarti

hipotesis 6 tidak terdukung karena memiliki nilai t-statistik lebih kecil dari

nilai t-tabel 1,64 dan nilai P lebih besar dari alpha (0,05). Artinya, nilai

harga (prive value) tidak memiliki pengaruh positif terhadap niat perilaku

pengguna (behavioral intention to adopt) OVO.

H7a: Pengguna dengan tingkat inovasi yang lebih tinggi memiliki


Hasil path coefficients menunjukkan tingkat inovasi terhadap

kompatibilitas dengan memiliki nilai t-statistik sebesar 6,907 yang berarti

hipotesis 7a terdukung karena nilai t-statistik lebih besar dari nilai t-tabel

1,64 dan nilai P lebih besar dari alpha (0,05). Artinya, tingkat inovasi


80

(innovativeness) yang lebih tinggi menghasilkan kompatibilitas

(compatibility) yang lebih tinggi.

H7b: Pengguna dengan tingkat inovasi yang lebih tinggi memiliki


Hasil path coefficients menunjukkan tingkat inovasi terhadap ekspektasi

kinerja dengan memiliki nilai t-statistik sebesar 1,697 yang berarti hipotesis

7b terdukung karena nilai t-statistik lebih besar dari nilai t-tabel 1,64 dan

nilai P lebih besar dari alpha (0,05). Artinya, tingkat inovasi yang lebih

tinggi memiliki ekspektasi kinerja (performance expectancy) yang lebih

tinggi.

H7c: Pengguna dengan tingkat inovasi yang lebih tinggi memiliki


Hasil path coefficients menunjukkan tingkat inovasi terhadap ekspektasi

usaha dengan memiliki nilai t-statistik sebesar 2,082 yang berarti hipotesis

7c terdukung karena nilai t-statistik lebih besar dari nilai t-tabel 1,64 dan

nilai P lebih besar dari alpha (0,05). Artinya, tingkat inovasi yang lebih

tinggi memiliki ekspektasi usaha (effort expectancy) yang lebih tinggi.

H7d: Pengguna dengan tingkat inovasi yang lebih tinggi memiliki niat


Hasil path coefficients menunjukkan tingkat inovasi terhadap niat

perilaku pengguna dengan memiliki nilai t-statistik sebesar 1,867 yang

berarti hipotesis 7d terdukung karena memiliki nilai t-statistik lebih besar

dari nilai t-tabel 1,64 dan nilai P lebih kecil dari alpha (0,05). Artinya,


81

tingkat inovasi yang lebih tinggi memiliki niat perilaku pengguna

(behavioral intention to adopt) OVO.

H8a: Pengguna dengan tingkat kompatibilitas yang lebih tinggi


Hasil path coefficients menunjukkan tingkat kompatibilitas terhadap

ekspektasi kinerja dengan memiliki nilai t-statistik sebesar 2,888 yang

berarti hipotesis 8a terdukung karena memiliki nilai t-statistik lebih besar

dari nilai t-tabel 1,64 dan nilai P lebih kecil dari alpha (0,05). Artinya,

tingkat kompatibilitas (compatibility) yang lebih tinggi memiliki ekspektasi

kinerja (performance expectancy) yang lebih tinggi.

H8b: Pengguna dengan tingkat kompatibilitas yang lebih tinggi

memiliki ekspektasi usaha yang lebih tinggi.

Pada hasil path coefficients menunjukkan tingkat kompatibilitas

terhadap ekspektasi usaha dengan memiliki nilai t-statistik sebesar 3,885

yang berarti hipotesis 8b terdukung karena memiliki nilai t-statistik lebih

besar dari nilai t-tabel 1,64 dan nilai P lebih kecil dari alpha (0,05). Artinya,

tingkat kompatibilitas (compatibility) yang lebih tinggi memiliki ekspektasi

usaha (effort expectancy) yang lebih tinggi.

H8c: Pengguna dengan tingkat kompatibilitas yang lebih tinggi

memiliki niat perilaku pengguna OVO yang lebih tinggi.

Hasil path coefficients menunjukkan tingkat kompatibilitas terhadap niat

perilaku pengguna OVO sebesar 4,043 yang berarti hipotesis kedelapan

terdukung karena memiliki nilai t-statistik lebih besar dari nilai t-tabel 1,64


82

dan nilai P lebih kecil dari alpha (0,05). Artinya, tingkat kompatibilitas

(compatibility) yang lebih tinggi memiliki niat perilaku penggunaan

(behavioral intention to adopt) OVO yang lebih tinggi.

H9: Persepsi kemanan teknologi memiliki pengaruh positif terhadap


Hasil path coefficients menunjukkan persepsi keamanan teknologi

terhadap niat perilaku pengguna OVO sebesar 1,722 yang berarti hipotesis

kesembilan terdukung karena memiliki nilai t-statistik lebih besar dari nilai

t-tabel 1,64 dan nilai P lebih kecil dari alpha (0,05). Artinya, persepsi

keamanan teknologi (perceived technology security) memiliki pengaruh

positif terhadap niat perilaku penggunaan (behavioral intention to adopt)

OVO.

H10: Niat perilaku pengguna OVO secara positif mempengaruhi niat


Hasil path coefficients menunjukkan niat perilaku pengguna OVO

terhadap niat perilaku untuk merekomendasikan OVO kepada orang lain

sebesar 5,182 yang berarti hipotesis kesepuluh terdukung karena memiliki

nilai t-statistik lebih besar dari nilai t-tabel 1,64 dan nilai P lebih kecil dari

alpha (0,05). Artinya, niat perilaku penggunaan (behavioral intention to

adopt) memiliki pengaruh positif terhadap niat perilaku untuk

merekomendasikan (behavioral intention to recommend) OVO kepada

orang lain.


83

E. Pembahasan Hasil Uji Hipotesis

1. HI: Ekspektasi kinerja memiliki pengaruh positif terhadap niat


Berdasarkan hasil uji hipotesis yang telah dilakukan, pada H1 tidak

terdukung yang berarti ekspektasi kinerja tidak memiliki pengaruh positif

terhadap niat perilaku pengguna OVO. Hasil penelitian ini sesuai dengan

penelitian terdahulu yang dilakukan oleh Auliya (2018) dan Diana (2018).

Hasil penelitian Diana (2018) menyatakan bahwa invidu menggunakan

teknologi untuk pemenuhan kebutuhan pribadi tanpa melihat peningkatan

kinerja dalam menyelesaikan pekerjaan. Hal ini menunjukan bahwa

pengguna belum merasakan manfaat OVO dalam menyelesaikan transaksi

non-tunai dan belum bisa memanfaatkannya secara optimal karena masih

terbiasa menggunakan uang tunai. Sebuah teknologi akan dirasakan

bermanfaat jika teknologi tersebut memberikan manfaat yang signifikan

terhadap pengguna (Rema dan Setyohadi, 2016 dalam Auliya, 2018).

Dengan kata lain ekspektasi kinerja tidak memiliki pengaruh positif

terhadap niat perilaku pengguna OVO.

2. H2a :Ekspektasi usaha memiliki pengaruh positif terhadap ekspektasi

kinerja.

Berdasarkan hasil uji hipotesis yang telah dilakukan, pada H2a

terdukung yang berarti ekspektasi usaha memiliki pengaruh positif

terhadap ekspektasi kinerja. Hasil penelitian ini sesuai dengan penelitian

terdahulu yang dilakukan oleh Oliveira et al., (2016) menyatakan bahwa


84

upaya yang lebih rendah menggunakan mobile payment dapat

menghasilkan harapan yang lebih tinggi untuk mendapatkan keuntungan

dalam melakukan transaksi pembayaran. Hal ini menunjukkan bahwa

upaya yang lebih rendah saat menggunakan aplikasi OVO akan

meningkatkan harapan penggunanya untuk melihat manfaat dari aplikasi

tersebut. Perusahaan layanan OVO berusaha membuat nyaman

penggunanya dengan merancang aplikasi OVO dengan fitur-fitur yang

mudah digunakan sehingga membuat ekspektasi tinggi pengguna terhadap

kinerja aplikasi tersebut.

3. H2b: Ekspektasi usaha memiliki pengaruh positif terhadap niat


Berdasarkan hasil uji hipotesis yang telah dilakukan, pada H2b tidak

terdukung yang berarti ekspektasi usaha tidak memiliki pengaruh positif


penelitian terdahulu yang dilakukan oleh Oliveira et al., (2016) dan Diana

(2018) menyatakan bahwa ekspektasi usaha tidak memiliki pengaruh

terhadap niat perilaku. Penelitian Dian (2018) menyatakan bahwa sistem

sudah dirancang secara mudah sehingga faktor kemudahan bukan menjadi

masalah yang dihadapi pengguna. Hal ini menunjukan bahwa aplikasi

OVO dirancang mudah demi kenyamanan pengguna sejak awal sehingga

faktor kemudahan bukan menjadi masalah yang dihadapi pengguna.

Penggunaan aplikasi OVO tidak memerlukan upaya yang lebih tinggi

sehingga tidak mempengaruhi niat perilaku pengguna.


85

4. H3: Pengaruh sosial memiliki pengaruh positif terhadap niat perilaku

pengguna OVO.


terdukung yang berarti pengaruh sosial tidak memiliki pengaruh positif


penelitian terdahulu yang dilakukan oleh Pertiwi dan Ariyanto (2017)

menjelaskan bahwa tidak perlu pengaruh dari orang lain dan lingkungan

sekitar yang menyarankan untuk menggunakan mobile banking, karena

para nasabah tetap berminat untuk menggunakannya dengan melihat

kinerja dari aplikasi tersebut. Hal ini menunjukan bahwa menggunakan

OVO dilakukan atas minat pengguna dengan melihat kinerja dari aplikasi

tersebut. Minat pengguna membuat rasa ingin tahu dan keinginan yang

lebih besar sehingga tidak perlu pengaruh dari orang terdekat untuk

mencoba aplikasi OVO sebagai alat transaksi non-tunai.

5. H4: Kondisi pendukung memiliki pengaruh positif terhadap niat



terdukung yang berarti kondisi pendukung tidak memiliki pengaruh positif


penelitian terdahulu yang dilakukan oleh Auliya (2018), Oliveira et al.,

(2016), dan Pertiwi dan Ariyanto (2017) yang menyatakan bahwa kondisi

pendukung tidak memiliki pengaruh positif terhadap perilaku penggunaan

mobile payment. Hasil penelitian Auliya (2018) menyatakan bahwa adanya


86

kepercayaan individu dengan adanya perangkat teknis akan mendukung

penggunaan suatu sistem, tetapi tanpa memiliki pengetahuan yang baik

mengenai penggunaannya maka tidak akan berjalan secara optimal. Hal ini

menunjukan bahwa adanya kepercayaan pengguna dengan dukungan

layanan serta kompatibilitas sistem yang tersedia (seperti: smartphone dan

OVO booth) untuk pengguna OVO dapat digunakan secara optimal

apabila pengguna memiliki pengetahuan yang baik. Ketersediaan OVO

booth tidak dimanfaatkan secara optimal karena pengguna memiliki rasa

enggan untuk bertanya. Hal ini menunjukan bahwa pengguna dengan

mandiri mengatasi permasalahan tersebut sehingga tidak mempengaruhi


6. H5: Motivasi hedonis memiliki pengaruh positif terhadap niat



terdukung yang berarti motivasi hedonis tidak memiliki pengaruh positif


penelitian terdahulu yang dilakukan oleh Oliveira et al., (2016), Pertiwi

dan Ariyanto (2017) yang menyatakan bahwa motivasi hedonis yang

dirasakan oleh pengguna tidak mempengaruhi niat perilaku untuk

menggunakan mobile payment. Tanpa kesenangan yang didapat, pengguna

tetap menggunakan karena dirasa sangat bermanfaat (Ariyanto, 2017). Hal

ini menunjukan bahwa kesenangan atau rasa bahagia ketika menggunakan

aplikasi OVO tidak dapat dirasakan oleh pengguna. Walaupun pengguna


87

OVO tidak menciptakan kebahagiaan dan kesenanangan, pengguna merasa

nyaman dengan aplikasi OVO. Hal tersebut didukung oleh hasil penelitian

ini yang menunjukan bahwa pengguna OVO kompatibel dengan gaya

hidup sehingga motivasi hedonis tidak mempengaruhi niat perilaku

pengguna OVO.

7. H6: Nilai harga memiliki pengaruh positif terhadap niat perilaku

pengguna OVO.


terdukung yang berarti nilai harga tidak memiliki pengaruh positif


penelitian terdahulu yang dilakukan oleh Pertiwi dan Ariyanto (2017) dan

Oliveira et al., (2016) yang menyatakan bahwa nilai harga tidak

mempengaruhi niat pengguna mobile payment. Oliverira et al., (2016)

menyatakan bahwa konstruksi baru pada UTAUT2 motivasi hedonis dan

nilai harga tidak ditemukan relevan dengan konteks adopsi mobile

payment. Pada indikator pernyataan pertama bahwa OVO cukup murah

menjadi indikator yang terendah, hal ini mungkin dirasakan sebagian

pengguna bahwa harga yang tertera diaplikasi lebih mahal dibandingkan

ketika membeli secara langsung. Nilai harga merupakan persepsi

kesenjangan antara manfaat pengguaan suatu teknologi dengan biaya yang

dikeluarkan untuk menggunakannya (Dodds et al., 1991 dalam jurnal

Pertiwi dan Ariyanto, 2017). Hal ini berarti walaupun harga berbeda ketika


88

pengguna membeli secara langsung maupun melewati aplikasi tetap tidak

mempengaruhi niat perilaku pengguna OVO.

8. H7a: Pengguna dengan tingkat inovasi yang lebih tinggi memiliki



terdukung yang berarti tingkat inovasi yang lebih tinggi memiliki

kompatibilitas yang lebih tinggi. Hasil penelitian ini sesuai dengan

penelitian terdahulu yang dilakukan oleh Oliveira et al., (2016) yang

menyatakan bahwa pengguna menganggap mobile payment lebih dari

kompatibel jika mereka melihat manfaat dalam menggunakan mobile

payment untuk melakukan kegiatan tertentu. Hal ini menunjukan bahwa

OVO sebagai aplikasi teknologi finansial dituntut untuk meningkatkan

inovasi terhadap fitur-fitur yang disesuaikan (kompatibel) dengan melihat

gaya hidup dan kebutuhan penggunanya sehingga memberikan manfaat

yang tinggi.

9. H7b: Pengguna dengan tingkat inovasi yang lebih tinggi memiliki


Berdasarkan hasil uji hipotesis yang telah dilakukan, pada H7b


ekspektasi kinerja yang lebih tinggi. Hasil penelitian ini sesuai dengan

penelitian terdahulu yang dilakukan oleh Oliveira et al., (2016). Ekspektasi

kinerja memberikan arah terhadap perilaku kerja suatu teknologi, jika

pengguna memiliki keyakinan positif dan memberikan dampak terhadap


89

suatu penilian kinerja yang baik, maka inovatif akan menjadi suatu pilihan

bagi pengguna (School, 2002 dalam Soebardi 2012). Hal ini menunjukan

bahwa inovasi aplikasi OVO yang lebih tinggi dengan memperbaruhi fitur

lama dan menciptakan fitur baru seperti berkerjasama dengan perusahaan

asuransi di masa pandemi ini, menjadi suatu pilihan pengguna memiliki

pengaruh terhadap kinerja. Inovasi akan memberikan dampak penilaian

terhadap manfaat yang diberikan oleh aplikasi tersebut. Hasil penelitian ini

sesuai dengan penelitian terdahulu yang dilakukan oleh Oliveira et al.,

(2016).

10. H7c: Pengguna dengan tingkat inovasi yang lebih tinggi memiliki


Berdasarkan hasil uji hipotesis yang telah dilakukan, pada H7c


ekspektasi usaha yang lebih tinggi. Hasil penelitian ini sesuai dengan

penelitian terdahulu yang dilakukan oleh Oliveira et al., (2016).

Kemudahan tersebut akan menimbulkan kepercayaan seseorang bahwa

teknologi yang digunakan memiliki manfaat sehingga pengguna akan

merasa nyaman apabila menggunakannya dalam bekerja (Hamzah, 2009

dalam Auliya, 2018). Hal ini menunjukan bahwa inovasi yang lebih tinggi

membutuhkan upaya yang lebih tinggi karena adanya pembaruan sistem

yang membutuhkan penyesuaian diri bagi penggunanya. Tingkat inovasi

yang terus berkembang membuat perusahaan layanan OVO harus

memikirkan tingkat kemudahan aplikasi tersebut.


90

11. H7d: Pengguna dengan tingkat inovasi yang lebih tinggi memiliki niat


Berdasarkan hasil uji hipotesis yang telah dilakukan, pada H7d

terdukung yang berarti tingkat inovasi yang lebih tinggi memiliki niat

perilaku pengguna OVO yang lebih tinggi. Hasil penelitian ini sesuai

dengan penelitian terdahulu yang dilakukan oleh Oliveira et al., (2016)

menyatakan bahwa semakin inovatif menawarkan kualitas dan keuntungan

yang ditawarkan mendorong individu untuk menggunakan teknologi baru

seperti mobile payment. Hal ini menunjukan bahwa inovasi yang lebih

tinggi memberikan pengaruh terhadap niat perilaku pengguna OVO yang

semakin tinggi. Adanya persaingan dengan mobile payment lain, kualitas

dan keuntungan yang diberikan oleh OVO dengan pengembangan inovasi

akan mendorong niat perilaku penggunanya.

12. H8a: Pengguna dengan tingkat kompatibilitas yang lebih tinggi



terdukung yang berarti tingkat kompatibilitas yang lebih tinggi memiliki

ekspektasi kinerja yang lebih tinggi. Hasil penelitian ini sesuai dengan

penelitian terdahulu yang dilakukan oleh Oliveira et al., (2016)

menyatakan kompatibilitas telah menemukan pengaruh langsung pada

ekspektasi kinerja. Pelanggan menganggap mobile payment lebih dari

kompatibel jika mereka melihat manfaat dalam menggunakan mobile

payment untuk melakukan kegiatan tertentu Oliveira et al., (2016). Hal ini


91

menunjukan bahwa sistem yang dirancarang oleh perusahaan harus

kompatibel dengan gaya hidup penggunanya. Sistem yang kompatibel

akan memberikan manfaat yang lebih besar karena sesuai dengan

kebutuhan terutama dalam meningkatkan kinerja penggunanya.

13. H8b: Pengguna dengan kompatibilitas yang lebih tinggi memiliki


Berdasarkan hasil uji hipotesis yang telah dilakukan, pada H8b


ekspektasi usaha yang lebih tinggi. Hasil penelitian ini sesuai dengan

penelitian terdahulu yang dilakukan oleh Oliveira et al., (2016)

menyatakan sistem yang kompatibel memberikan upaya yang lebih rendah

dalam pemakaian mobile payment. Hal ini menunjukan bahwa

kompatibilitas aplikasi OVO dengan gaya hidup penggunanya akan

memberikan kemudahan dalam menggunakan aplikasi tersebut. Pengguna

tidak membutuhkan upaya yang lebih besar dalam menjalankan dan

menggunakan fitur-fitur OVO karena perusahaan layanan OVO telah

membuat aplikasi yang sudah disesuaikan dengan kemampuan adopsi

penggunanya.

14. H8c: Pengguna dengan kompatibilitas yang lebih tinggi memiliki niat


Berdasarkan hasil uji hipotesis yang telah dilakukan, pada H8c


niat perilaku pengguna OVO yang lebih tinggi. Hasil penelitian ini sesuai


92


menyatakan bahwa niat perilaku untuk menggunakan teknologi seperti

mobile payment lebih tinggi ketika sesuai dengan gaya hidup pelanggan.

Menurut Mndzeble (2013) ketika seseorang merasa bahwa teknologi yang

ingin diadopsi kompatibel maka seseorang akan mengadopsi teknologi

tersebut (dalam Wulandari, 2017). Hal ini menunjukan bahwa untuk

mengadopsi OVO, pengguna akan melihat kebutuhan dengan gaya hidup

memiliki kompatibilitas sehingga mempengaruhi niat perilaku pengguna

yang lebih tinggi.

15. H9: Persepsi kemanan teknologi memiliki pengaruh positif terhadap


Berdasarkan hasil uji hipotesis yang telah dilakukan, pada H9

terdukung yang berarti persepsi keamanan teknologi memiliki pengaruh

positif terhadap niat perilaku pengguna OVO. Hasil penelitian ini sesuai


menyatakan bahwa teknologi melibatkan data pribadi yang sensitif dan

kemampuan keamanan dalam mengamankan transaksi merupakan

penentu langsung dari niat pengguna untuk mengadopsi teknologi. Merasa

aman dalam melakukan transaksi keuangan dengan ponsel penting untuk

meminimalkan kekhawatiran terkait pengguna mobile payment (Salisbury

et al., 2001). Hal ini menunjukan bahwa adanya pembaruan kode

keamanan maupun pembaruan keanggotaan OVO digunakan untuk

meningkatkan keamanan akun membuat persepsi masyarakat ragu untuk


93

mengirimkan informasi data pribadi atau tidak. Masalah keamanan dan

privasi dapat dipicu karena tidak memiliki cukup pengalaman, layanan

non-tunai dianggap lebih beresiko peretasan, dan pengguna memilki

kekhawatiran tentang data privasi dan transaksi itu sendiri. Kemananan

OVO akan data pribadi dan transaksi mampu memunculkan sikap positif

individu sehingga dapat mempengaruhi niat perilaku pengguna.

16. H10: Niat perilaku pengguna OVO secara positif mempengaruhi niat


Berdasarkan hasil uji hipotesis yang telah dilakukan, pada H10

terdukung yang berarti niat perilaku pengguna OVO secara positif

mempengaruhi niat perilaku untuk merekomendasikan OVO kepada orang

lain. Hasil penelitian ini sesuai dengan penelitian terdahulu yang dilakukan

oleh Oliveira et al., (2016) menyatakan bahwa kecendrungan pengguna

untuk merekomendasikan teknologi mobile payment di jejaring sosial

maupun terhadap orang terdekat secara langsung dapat digunakan untuk

peningkatan kualitas layanan dan menudukung studi adopsi teknologi baru

di masa depan. Hal ini menunjukan bahwa niat perilaku pengguna OVO

yang sudah mencapai tahap merekomendasikan berarti sudah merasakan

puas terhadap layanan yang digunakan sehingga mengajak orang lain

untuk mencoba menggunakan OVO sebagai alat transaksi non-tunai. Oleh

karena itu, niat perilaku penggunaan mampu memunculkan sikap positif

individu sehingga dapat mempengaruhi niat perilaku untuk

merekomendasikan OVO kepada orang lain.


94

BAB VI

PENUTUP

A. Kesimpulan

Berdasarkan hasil analisis data dan pembahasan yang telah dilakukan dalam

penelitian ini, faktor-faktor yang mempengaruhi niat perilaku pengguna dan

niat untuk merekomendasikan aplikasi OVO secara signifikan adalah inovasi,

kompatibilitas, dan persepsi keamanan teknologi. Dalam perkembangan

teknologi, aplikasi OVO berusaha untuk meningkatkan inovasi dengan melihat

kompatibilitas gaya hidup penggunanya. Selain itu, keamanan aplikasi OVO

sebagai alat pembayaran non-tunai sangat penting untuk menjaga kepercayaan

dan melindungi privasi penggunanya.

Variabel lain seperti ekspektasi kinerja, ekspektasi usaha, pengaruh sosial,

kondisi pendukung, motivasi hedonis, dan nilai harga tidak memiliki pengaruh

positif terhadap niat perilaku pengguna. Sementara ekspektasi usaha memiliki

pengaruh positif terhadap ekspektasi kinerja tetapi tidak memiliki pengaruh

postif terhadap niat perilaku pengguna OVO. Dari berbagai pernyataan

responden, dapat disimpulkan bahwa kemudahaan dalam penggunaan aplikasi

OVO dapat memberikan hasil kinerja yang tinggi. Niat perilaku pengguna pada

aplikasi OVO yang telah mencapai tahap merekomendasikan berarti sudah

merasakan puas terhadap layanan yang digunakan, sehingga mengajak orang

lain untuk mencoba menggunakan OVO sebagai alat transaksi non-tunai.


95

B. Keterbatasan Penelitian

Keterbatasan penelitian ini berkaitan dengan jumlah populasi yang tidak

diketahui karena tidak memiliki data pengguna aplikasi OVO di setiap daerah.

Selain itu, jumlah sampel yang digunakan pada penelitian ini sangat kecil

sehingga untuk sampel penelitian selanjutnya yang lebih besar maka dapat

merubah hasil penelitian.

C. Saran

Saran yang dapat peneliti berikan untuk dijadikan pertimbangan kedepannya,

yaitu:

1. Bagi Perusahaan

Bagi PT Visionet Internasional hendaknya mempertimbangkan dan

meningkatkan faktor ekspektasi kinerja (perfomance expectancy),

ekspektasi usaha (effort expectancy), pengaruh sosial (social influence),

kondisi pendukung (faciliating conditions), motivasi hedonis (hedonic

motivation), nilai harga (price value), kompatibilitas (compatibility),

inovasi (innovativeness) dan persepsi kemanan teknologi (perceived

technology security), seperti yang telah dijelaskan dalam penelitian ini

untuk melihat faktor-faktor yang dapat mempengaruhi niat perilaku

pengguna dan niat untuk merekomendasikan aplikasi OVO. Selanjutnya

bagi perusahaan diharapkan untuk selalu meningkatkan kinerja

pengguna seperti penyelesaian pekerjaan yang lebih cepat dan produktif.

Kemudahan dalam penggunaan aplikasi OVO sangat dibutuhkan

terutama terhadap fitur iuran lingkungan, pembayaran BPJS, OVO


96

Paylater dan fitur-fitur lainnya masih terasa asing di telinga pengguna

OVO. Pengaruh sosial perlu ditingkatkan melalui pendekatan konsumen

di berbagai rentan usia, seperti dengan melakukan sosialisasi terkait

fitur-fitur OVO sehingga pengguna lebih maksimal dalam

menggunakannya. Semakin berkembangnya inovasi diharapkan OVO

dapat meningkatkan keamanan dalam menjaga data pribadi maupun

saldo untuk menjaga kepercayaan para penggunanya.

2. Bagi penelitian selanjutnya

Untuk penelitian selanjutnya diharapkan dapat menambahkan

literatur dan metode pengambilan data lainnya agar memperoleh hasil

yang lebih objektif. Selain itu, penelitian selanjutnya dapat

menambahkan sampel yang lebih besar karena dapat mempengaruhi

hasil penelitian yang baru.


97

DAFTAR PUSTAKA

Abdillah, W., dan Jogiyanto. 2015. Partial Least Suares (PLS)-Alternatif

Strucutural Equation Modeling (SEM) dalam Penelitian Bisnis. Yogyakarta:

Andi Offset.

Andriyanto, D., Baridwan, Z., dan Subekti, I. 2019. “Determinan Penggunaan

Sistem Akuntansi Pemerintah Desa: Analisis Keperilakuan Menggunakan

UTAUT”. Journal Ekonomi dan Bisnis, 313-344.

Auliya, Nia. 2018. “Penerapan Model Unified Theory of Acceptance and Use of

Technology 2 terhadap Minat dan Perilaku Penggunaan E-Ticket di

Yogyakarta”. Program Studi Akuntansi, Universitas Islam Indonesia,

Yogyakarta.

Al-Jabri, M., I. dan Sohail, M., S. 2012. Mobile Banking Adoption: Application

of Diffusion of Innovation Theory. Journal of Electronic Commerce

Research, VOL 13, NO 4, pp. 379-391.

Bank Indonesia “Sistem pembayaran di Indonesia”.

https://www.bi.go.id/id/sistem-pembayaran/di-

indonesia/Contents/Default.aspx (Diakses 28 September 2019).

Bank Indonesia “Sistem Pembayaran Informasi Perizinan Uang Elektronik”.

https://www.bi.go.id/id/sistem-pembayaran/informasi-perizinan/uang-

elektronik/penyelenggara-berizin/Pages/default.aspx (Diakses 28 September

2019).

Bank Indonesia “Informasi Perizinan Penyelenggara dan Pendukung Jasa Sistem

Pembayaran”.https://www.bi.go.id/id/ruang-media/siaran-

pers/Pages/SP_216219.aspx (Diakses 28 September 2019).

Bank Indonesia “Peraturan Sistem Pembayaran”.

https://www.bi.go.id/id/peraturan/sistem-pembayaran/Documents/PBI-

200618.pdf (Diakses 02 Desember 2019).

Belanger, F., dan Carter, L. 2008. “Trust and Risk in e-govermment Adoption”.

Journal of Strategic Information Systems, 17(2), 141-164.


https://www.bi.go.id/id/sistem-pembayaran/di-indonesia/Contents/Default.aspx

https://www.bi.go.id/id/sistem-pembayaran/di-indonesia/Contents/Default.aspx

https://www.bi.go.id/id/sistem-pembayaran/informasi-perizinan/uang-elektronik/penyelenggara-berizin/Pages/default.aspx

https://www.bi.go.id/id/sistem-pembayaran/informasi-perizinan/uang-elektronik/penyelenggara-berizin/Pages/default.aspx

https://www.bi.go.id/id/ruang-media/siaran-pers/Pages/SP_216219.aspx

https://www.bi.go.id/id/ruang-media/siaran-pers/Pages/SP_216219.aspx

https://www.bi.go.id/id/peraturan/sistem-pembayaran/Documents/PBI-200618.pdf

https://www.bi.go.id/id/peraturan/sistem-pembayaran/Documents/PBI-200618.pdf

98

CNN Indonesia. 2019. 6 Tren Pengguna Ponsel Indonesia di 2019.

https://www.cnnindonesia.com/teknologi/20190301072252-185-373652/6-

tren-pengguna-ponsel-indonesia-di-2019 (Diakses 02 Desember 2019).

CNN Indonesia/ 2020. Isi Ulang OVO Tak Lagi Gratis Mulai 2 Maret 2020.

https://m.cnnindonesia.com/ekonomi/20200121175246-78-467426/isi-

ulang-ovo-tak-lagi-gratis-mulai-2-maret-2020 (Diakses 08 Juli 2020).

CNN Indonesia. 2019. OVO Jadi Unicorn Kelima, Rudiantara Sebut Sesuai

Target 2019. https://www.cnnindonesia.com/teknologi/20191004103117-

185-436669/ovo-jadi-unicorn-kelima-rudiantara-sebut-sesuai-target-2019

(Diakses 04 Juli 2020).

CNN Indonesia. 2019. Transaksi Keuangan Jadi Target Peretas Sepanjang 2019.

https://www.cnnindonesia.com/teknologi/20190207195841-185-

367315/transaksi-keuangan-jadi-target-peretas-sepanjang-2019 (Diakses 02

Desember 2019).

Chang, T. 2004. “A Secure operational Model for Mobile Payments”. The

Scientific World Journal, 2014, 14.

Cheng, T. C. E., Lam, D. Y. C., dan Yeung, C. L. 2006. “Adoption of Internet

Bangking: An Empirical Study in Hong Kong”. Decision Support Systems,

42, 1558-1572.

Chin, W. W. 1998. “Issues and Opinion on Structural Equation Modeling”. MIS

Quarterly, 22(1), 1.

Davis, F. D. 1989. “Perceived Usefulness, Perceived Ease of Use, and User

Acceptance of Information Technology”. Information Technology

Introduction, 13(3), 319-340.

Dewan S.G., dan Chen, 2005. “Mobile Payment Adoption in the USA: A Cross

Industry, Cross-Platfrom Solution”. Journal of Information Privacy and

Security 1 (2) 4-28.

Diana, Nur. 2018. “Analisis Faktor-faktor yang Mempengaruhi Minat

Penggunaan Electronic Money di Indonesia”. Program Studi Akuntansi,

Universitas Islam Indonesia, Yogyakarta.


https://www.cnnindonesia.com/teknologi/20190301072252-185-373652/6-tren-pengguna-ponsel-indonesia-di-2019

https://www.cnnindonesia.com/teknologi/20190301072252-185-373652/6-tren-pengguna-ponsel-indonesia-di-2019

https://m.cnnindonesia.com/ekonomi/20200121175246-78-467426/isi-ulang-ovo-tak-lagi-gratis-mulai-2-maret-2020

https://m.cnnindonesia.com/ekonomi/20200121175246-78-467426/isi-ulang-ovo-tak-lagi-gratis-mulai-2-maret-2020

https://www.cnnindonesia.com/teknologi/20191004103117-185-436669/ovo-jadi-unicorn-kelima-rudiantara-sebut-sesuai-target-2019

https://www.cnnindonesia.com/teknologi/20191004103117-185-436669/ovo-jadi-unicorn-kelima-rudiantara-sebut-sesuai-target-2019

https://www.cnnindonesia.com/teknologi/20190207195841-185-367315/transaksi-keuangan-jadi-target-peretas-sepanjang-2019

https://www.cnnindonesia.com/teknologi/20190207195841-185-367315/transaksi-keuangan-jadi-target-peretas-sepanjang-2019

99

George, J. 2002. “Influnces on The Intent to Make Internet Purchases”. Internet

Research, 12(2), 165-180.

Ghozali, I. (2014). Partial Least Squares Konsep, Teknik, dan Aplikasi

Menggunakan Program SmartPLS 3.0.

Hair, J. F., Sarstedt, M., Ringle, C. M., dan Mena, J. A. (2012). “An Assessment

of The Use of Partial Least Squaers Structural Equation Modeling in

Marketing Research”. Journal of The Accademy of Marketing Science,

40(3), 414-433.

Hoffman, D. L., Novak, T. P., dan Peralta, M. 1999. “Building Consumer trust

online”. Communications of the ACM, 42(2), 80-85.

Hussein, Annanda Sabil. 2015. Penelitian Bisnis dan Manajemen Menggunakan

Partial Least Squares (PLS) dengan SmartPLS 3.0. Universitas Barawijaya.

Donner, J., and C. A. Tellez. 2008. “Mobile Banking and Economic

Development: linking adoption, impact, and use,” Asian J. Commun, vol.

18, no. 4, pp. 318-332.

Jogiyanto, H.M., 2011. Konsep dan Aplikasi Structural Equation Modeling(SEM)

Berbasis Varian dalam Penelitian Bisnis. Yogyakarta: Unit Penerbit dan

Percetakan STIM YKPN.

Kim, Changsu,. et, al. 2010. “An Empirical Examination of Factors Influencing

the Intention to Use Mobile Payment”. Computer in Human Behavior, 26,

310-322.

Kompas. 2019. Transaksi Uang Digital Melonjak, Pendapatan Non-Bunga Bank

Tergerus. https://money.kompas.com/read/2019/11/21/110300226/transaksi-

uang-digital-melonjak-pendapatan-non-bunga-bank-tergerus?page=all

(Diakses 04 Juli 2020).

Kompas. 2020. “Gopay, OVO, Dana, LinkAja, Mana yang Paling Banyak

Digunakan Konsumen?”.

https://money.kompas.com/read/2020/02/12/142602626/gopay-ovo-dana-


https://money.kompas.com/read/2019/11/21/110300226/transaksi-uang-digital-melonjak-pendapatan-non-bunga-bank-tergerus?page=all

https://money.kompas.com/read/2019/11/21/110300226/transaksi-uang-digital-melonjak-pendapatan-non-bunga-bank-tergerus?page=all

https://money.kompas.com/read/2020/02/12/142602626/gopay-ovo-dana-linkaja-mana-yang-paling-banyak-digunakan-konsumen

100

linkaja-mana-yang-paling-banyak-digunakan-konsumen (Diakses 04 Juli

2020).

Kuo, Y. F., and Yen, S. N. 2009. “Towards An Understanding of The Behavioral

Intention to use 3G Mobile Value Added Services”. Computers in Human

Behavior, Vol. 25 No. 1, pp. 103-110.

Loudon, K. C., dan Loudon, J. P. 2007. Management Information System, 10th ed.

New Jersey: Person Education, Inc.

Mallat, N. 2007. “Exploring Consumer Adoption Of Mobile Payments – A

Qualitative Study”. Journal of Strategic Information Ssystems, 16, 413-432.

Miltgen, C. L., Popvic, A. and Oliveira, T. 2013. “Determinants of End-user

Acceptance of Biometrics: Integrating The ‘Big 3’ of Technoloy

Acceptance with Privacy Context”. Decision Support Systems, Vol. 56, pp.

103-114.

Moe, W. W., dan Schweidel, D. A. 2012. “Online Product Opinions: Incidence,

Evaluation and Evolution”. Marketing Science, 31 (3), 372-386.

Moore, G. C., dan Benbasat, I. 1991. “Development on An Instrument to Measure

The Perception of Adopting An Information Technology Inovation”.

Information Systems Research, 2(3), 192-222.

Oliveira, T., Thomas, M., Baptista, G., dan Campos, F. 2016. “Mobile Payment:

Understanding The Determinants of Customer Adoption and Intention to

Recommend The Technology”. https://doi.org/10.1016/j.chb.2016.03.030

Pertiwi, Ni Wayan Yogi, dan Dodik Ariyanto. (2017). Penerapan Model UTAUT2

untuk Menjelaskan Minat dan Perilaku Penggunaan Mobile Bangking di

Kota Denpasar. E-Journal Akuntansi Universitas Udayana. Universitas

Udayana.

Purwianti, Lily., dan Tio, Karen. (2017). Faktor-faktor yang Mempengaruhi

Behavioural Intention. Jurnal Manajemen Maranatha. Universitas

Internasional Batam.


https://money.kompas.com/read/2020/02/12/142602626/gopay-ovo-dana-linkaja-mana-yang-paling-banyak-digunakan-konsumen

https://doi.org/10.1016/j.chb.2016.03.030

101

R. Agarawal dan J. Prasad. 1999. “Are Individual Differences Germane to The

Acceptance of New Information Technologies?”. Decis.Sci., vol. 30, pp.

361-391.

Roca, J. C., Garcia, J. J., dan Vega, J. J., de la. 2008. “The Importance of

Perceived Trust, Security and Privacy in Online Trading Systems”. 17(2),

96-113.

Rogers, E, M. 2003. Diffusion of Innovation (5TH ed.). New York: The Free Press.

Salisbury, R. P., Pearson, A., dan Miller, D. W. 2001. “Identifying Barriers That

Keep Shoppers off The World Wide Web: Developing A Scale of Perceived

Web Security”. Industrial Management dan Data Systems, 101(4), 165-176.

Schiffman, L dan Kanuk, L. 2010. Consumer Behavior. Tenth Edition. Global

Edition, USA: Prentice- Hall Inc.

Sekaran, U. dan Bougie, R. 2017. Metode Penelitian untuk Bisnis. Edisi Keenam.

Jakarta: Salemba Empat.

Soebardi, Rusijanto. 2012. Perilaku Inovatif. Jurnal Psikologi Ulayat.

Sugiyono, D. 2017. Metode Penelitian Kuantitatif, Kualitatif, dan RdanD.

Alfabeta, Bandung.

Sugiyono, D. 2014. Metode Penelitian Manajemen. Bandung. Alfabeta.

Venkatesh, V., Morris, M. G., Davis G. B., dan Davis F. D. 2013. “User

Acceptance of Information Technology: Toward a Unified View”. MIS

Quaterly, vol. 27. no. 3, pp. 425-478.

Venkatesh, V., Thong, J. Y., dan Xu, X. 2012. “Consumer Acceptance and Use of

Information Technology: Extending the Unified Theory of Acceptance and

Use of Technology”. MIS Quaterly, vol. 36. no. 1, pp. 157-178.

Wawan, D., Mulyaningsih, H. D., Permatasari, A., Anggadwita, G., dan Ameka,

Indriany. 2014. Manajemen Inovasi. Edisi 1. Yogyakarta: Andi Offset.


102

Wulandari, Dewisri. 2017. “Pengaruh Inovasi Produk (Keuntungan Relatif,

Kompatibilitas dan Kompleksitas) Terhadap Niat Penggunaan Mobile

Bangking BRI (Studi Pada Agen LPG 3Kg di Bandar Lampung). Fakultas

Ekonomi, Univeritas Lampung.

Wulandari, Ni Putu Ary., dan I Ketut Yadnyana. 2016. Penerapan Model Unifed

Theory of Acceptance and Use of Technology untuk Menjelaskan Faktor-

Faktor yang Mempengaruhi Minat Penggunaan E-Filing di Kota Denpasar.

E-Jurnal Akuntansi Universitas Udayana 14(2): 1270-1297.

Yi, M. Y., Jackson,. D., Park, S ., dan Probst, J. C. 2006. “Understanding

Information Technology Acceptance by Individual Professionals: Toward

an Integrative View”. Information dan Management, 43(3), 350-363.

Zhao, J., dan de Pablos, P. O. 2011. “Regional Knowledge Management: The

Perspective of Management Theory”. Behaviour danInformation

Technology, 30(March 2015), 39-49.


103

LAMPIRAN


104

Lampiran 1. Kuesioner Penelitian

KUESIONER PENELITIAN SKRIPSI

FAKTOR-FAKTOR YANG MEMPENGARUHI NIAT PERILAKU

PENGGUNA DAN NIAT UNTUK MEREKOMENDASIKAN APLIKASI

OVO


A. IDENTITAS RESPONDEN

1. Nama (inisial):

2. Jenis Kelamin :

3. Usia :

4. Pendidikan terakhir:

a. SMP d. S2

b. SMA/SMK e. S3

c. S1

5. Jenis Pekerjaan:

a. Pelajar d. Wiraswasta

b. Mahasiswa e. Karyawan swasta

c. PNS f. Lainnya…

6. Berapa pengeluaran bulanan Anda melalui OVO?

a. Kurang dari Rp 100000,00 d. Rp 300500,00 – Rp 400000,00

b. Rp 100000,00 – Rp 200000,00 e. Rp 400500,00 – Rp 500000,00

c. Rp 200500,00 – Rp 300000,00 f. Lebih dari Rp 500000,00


105

7. Pengalaman dalam menggunakan aplikasi OVO

a. Kurang dari 1 tahun

b. 1 – 2 tahun

c. Lebih dari 2 tahun

8. Frekuensi penggunaan aplikasi OVO?

a. Sekali dalam sebulan b. 4 - 5 dalam seminggu

b. Sekali dalam seminggu c. Harian

c. 2 – 3 kali dalam seminggu

9. Apa fitur OVO yang sering digunakan?

a. Transfer d. Pulsa

b. Top up e. Lainnya…

c. Paket data

B. Petunjuk Pengisian:

berilah tanda centang (√) pada kolom jawaban sesuai pendapat anda. Tidak boleh

ada nomor yang tidak terjawab. Tiap pertanyaan akan diberi skor sebagai berikut:

No. Alternatif Jawaban Skor

1. Sangat Setuju (SS) 7

2. Setuju (S) 6

3. Agak Setuju (AS) 5

4. Netral (N) 4

5. Agak Tidak Setuju (ATS) 3

6. Tidak Setuju (TS) 2

7. Sangat Tidak Setuju (STS) 1


106

KUESIONER SKRIPSIKU

1. Ekspektasi kinerja (Performance Expectancy)

No Pernyataan STS TS ATS N AS S SS

1 Menggunakan OVO sebagai alat

pembayaran non-tunai sangat

bermanfaat bagi saya.

2 Menggunakan OVO membantu

saya menyelesaikan transaksi

jual beli dengan lebih cepat.

3 Menggunakan OVO membantu

meningkatkan produktivitas

saya.

4 Menggunakan OVO dapat

meningkatkan kinerja saya.

2. Ekspektasi Usaha (Effort Expectancy)


5 Saya mampu dan mengerti

dengan jelas dalam

menggunakan OVO.

6 Mudah bagi saya untuk terampil

menggunakan aplikasi OVO.

7 OVO mudah untuk digunakan.

8 Mudah bagi saya untuk belajar

mengoperasikan OVO.

3. Pengaruh Sosial (Social Influence)


9 Orang-orang mempengaruhi

perilaku saya untuk

menggunakan OVO.

10 Keluarga, teman, atau pasangan

mempengaruhi perilaku saya

berpikir bahwa saya harus

menggunakan OVO dalam

bertransaksi.

11 Orang terdekat saya lebih suka

saya melakukan pembayaran

menggunakan OVO.


107

4. Kondisi Pendukung (Facilitating Conditions)


12 Saya memiliki sumber daya

(misal: smartphone, merchant

dengan opsi pembayaran

menggunakan mobile payment)

yang diperlukan untuk

menggunakan OVO.

13 Saya cukup memiliki

pengetahuan yang diperlukan

untuk menggunakan OVO

14 Menggunakan OVO kompatibel

(sesuai) dengan sistem lain yang

saya gunakan.

5. Motivasi Hedonis (Hedonic Motivation)


15 Menggunakan OVO

menyenangkan.

16 Menggunakan OVO sangat

nyaman.

17 Menggunakan OVO sangat

menghibur.

6. Nilai Harga (Price Value)


18 Pembayaran menggunakan OVO

cukup murah.

19 Pembayaran menggunakan OVO

menawarkan nilai yang lebih baik

untuk keuangan saya.

20 Pada harga saat ini, OVO

memberikan nilai yang baik.


108

7. Inovasi (Innovativeness)


21 Jika saya mendengar tentang

teknologi informasi baru seperti

OVO, saya akan mencari cara

untuk bereksperimen.

22 Di antara teman-teman saya, saya

biasanya yang pertama mencoba

OVO.

23 Secara umum, saya ragu untuk

mencoba OVO.

24 Saya suka bereksperimen dengan

teknologi informasi baru, seperti

bereksperimen menggunakan

OVO.

8. kompatibilitas (Compatibility)

No. Pernyataan STS TS ATS N AS S SS

25. Menggunakan OVO kompatibel

dengan semua aspek gaya hidup

saya.

26. Menggunakan OVO sepenuhnya

kompatibel dengan situasi saya

saat ini.

27. Saya pikir menggunakan OVO

sangat sesuai dengan cara saya

ingin membeli.

28. Menggunakan OVO sesuai

dengan gaya hidup saya.

9. Persepsi Keamanan Teknologi (Perceived Technology Security)


29. Saya akan tetap aman mengirim

informasi sensitif melewati

OVO.

30. OVO adalah cara aman untuk

mengirim informasi sensitif.

31. Saya merasa sepenuhnya aman

memberikan informasi sensitif

tentang diri saya melalui OVO.


109

32. OVO secara keseluruhan

merupakan tempat yang aman

untuk mengirim informasi

sensitif.

10. Niat Perilaku untuk Menegadopsi (Behavioral Intention to Adopt)


33. Saya berniat menggunakan

OVO dalam beberapa bulan

mendatang.

34. Saya memperkirakan akan


beberapa bulan mendatang.

35. Saya berencana untuk


beberapa bulan mendatang.

10. Niat Perilaku untuk Menegadopsi (Behavioral Intention to Adopt)


36. Saya akan mencoba


kehidupan sehari-hari saya.

37. Berinteraksi dengan akun

keuangan saya melalui OVO

adalah sesuatu yang akan saya

lakukan.

38. Saya tidak akan ragu untuk

memberikan informasi pribadi

kepada layanan OVO.

11. Niat untuk Merekomendasikan (Behavioral Intention to Recommend)


39. Saya akan merekomendasikan

kepada teman-teman saya untuk

berlangganan menggunakan

OVO sebagai alat transaksi

non-tunai, jika tersedia.

40. Jika memiliki pengalaman yang

baik dengan OVO saya akan

merekomendasikan kepada

teman-teman untuk

berlangganan layanan tersebut.


110

Lampiran 2. Data Kuesioner

Konstruk Performance Expectancy, Effort Expectancy, Social Influence, Facilitating Conditions, dan Hedonic Motivation.

NO PE1 PE2 PE3 PE4 EE1 EE2 EE3 EE4 SI1 SI2 SI3 FC1 FC2 FC3 HM1 HM2 HM3

1 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 5 7

2 6 6 6 6 4 6 5 6 6 6 3 6 6 6 2 6 5

3 6 6 6 6 6 6 6 6 6 6 4 6 6 6 6 6 6

4 6 6 2 5 6 6 6 7 6 5 3 6 3 2 6 7 7

5 6 7 6 6 7 7 7 7 6 6 7 5 6 6 7 7 6

6 6 6 6 5 6 6 3 6 2 2 2 6 6 6 6 3 6

7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 6 7

8 7 7 7 7 6 7 7 7 6 6 6 6 7 6 6 6 6

9 7 7 6 6 7 7 7 7 5 5 5 7 7 7 6 6 6

10 7 7 5 5 6 7 7 7 3 2 2 7 7 5 6 7 6

11 7 7 7 6 6 6 6 6 6 6 3 7 5 7 6 6 5

12 7 7 6 6 7 7 7 7 6 6 4 6 6 6 7 7 7

13 7 7 6 6 6 6 6 6 6 5 4 6 6 6 6 6 6

14 7 7 6 6 6 6 7 6 6 6 6 7 6 6 6 6 6

15 6 6 6 6 7 6 6 6 6 7 4 3 6 6 6 6 6

16 6 6 2 2 7 7 7 7 2 2 2 6 6 5 6 6 6

17 6 6 7 6 6 6 6 6 4 6 6 6 6 5 6 6 6

18 7 6 6 6 5 6 6 6 7 7 6 7 6 6 7 7 7

19 7 7 6 6 7 7 7 7 4 6 6 7 6 6 6 4 4

20 7 7 7 7 7 7 7 7 7 6 7 7 7 7 7 7 7

21 7 6 6 6 6 6 7 6 1 1 1 7 7 7 4 6 4


111

Data Kuesioner (Lanjutan)


22 6 6 5 4 6 3 6 6 6 1 1 4 1 6 4 3 5

23 6 6 4 4 6 6 6 6 4 3 3 5 6 5 6 6 4

24 6 6 5 5 6 6 6 6 6 6 4 6 6 5 6 6 4

25 7 7 5 5 7 7 7 7 6 6 4 7 7 6 5 5 5

26 7 7 7 5 7 6 7 7 2 4 3 7 7 7 6 7 4

27 7 7 5 4 7 7 6 7 5 4 4 6 6 6 4 6 4

28 4 5 1 1 7 7 7 7 4 4 1 7 7 5 3 4 3

29 7 7 4 4 7 7 7 7 6 6 6 7 6 7 7 7 7

30 7 7 7 7 7 7 7 7 6 6 4 7 7 7 6 7 6

31 7 7 7 5 6 7 7 7 7 6 6 6 6 6 7 7 7

32 7 7 7 7 7 7 7 7 7 4 5 7 7 7 7 7 7

33 7 7 7 7 7 7 7 7 7 6 6 7 6 6 7 7 7

34 7 7 7 7 7 7 7 7 4 4 6 7 7 7 7 7 7

35 6 6 4 4 7 7 7 7 4 4 3 7 6 6 4 7 4

36 7 7 7 7 7 7 7 7 4 2 2 7 7 7 4 6 4

37 7 7 6 6 7 7 7 7 5 1 1 7 7 7 6 6 6

38 6 6 5 5 7 7 7 7 3 1 4 7 7 7 7 7 7

39 7 7 6 6 7 7 7 7 7 6 6 7 6 5 4 5 4

40 7 7 7 7 7 7 7 7 4 4 4 7 7 7 6 7 6

41 6 6 6 6 3 2 2 3 1 1 1 7 7 5 4 4 4

42 6 7 7 7 7 7 7 7 6 6 6 7 7 7 7 7 7

43 6 7 6 6 6 7 6 6 7 7 6 7 7 6 6 7 6

44 6 6 3 3 6 5 5 5 6 6 7 5 3 6 3 4 3

45 6 7 6 6 7 7 6 7 4 2 2 7 7 6 6 7 6

46 6 7 7 7 6 7 7 7 7 4 5 7 6 7 6 7 6


112



47 6 6 4 4 6 7 6 7 4 4 6 5 6 6 6 7 6

48 7 7 7 7 6 6 6 6 4 6 4 6 6 6 7 7 7

49 7 7 6 6 5 6 7 7 6 6 6 7 7 7 6 6 6

50 7 7 6 6 6 7 6 7 6 4 2 7 7 7 1 6 1

51 6 6 6 6 7 6 6 4 4 5 5 6 6 6 6 6 6

52 6 6 6 6 6 6 6 6 6 4 4 6 6 6 6 6 6

53 6 6 6 6 5 6 7 6 5 5 5 7 6 7 5 7 5

54 6 7 6 6 7 7 7 7 6 2 4 7 7 7 6 6 6

55 5 5 6 5 6 6 6 6 4 4 4 6 6 6 4 4 4

56 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7

57 6 6 5 5 6 6 6 6 5 5 5 6 6 6 6 6 6

58 6 6 1 2 6 6 6 6 4 1 4 5 5 5 5 6 5

59 5 5 6 5 7 6 7 6 6 4 4 5 5 5 5 6 4

60 6 6 3 6 6 6 6 6 6 6 6 6 6 6 4 6 4

61 6 7 6 6 7 7 6 7 7 7 4 4 6 6 5 5 5

62 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7

63 7 7 3 3 7 7 7 7 1 1 2 3 3 3 1 3 1

64 7 7 3 3 7 7 7 7 6 6 2 7 7 7 7 7 7

65 7 7 3 3 6 7 7 7 6 6 5 7 6 6 3 5 3

66 7 7 6 6 7 7 7 7 2 2 2 7 7 5 2 4 2

67 6 6 5 6 6 6 6 6 2 2 2 6 6 7 2 2 2

68 6 6 7 7 6 7 6 7 2 2 2 7 6 6 6 6 6

69 6 4 3 3 6 4 5 5 1 4 1 6 6 5 5 5 5


113

Data Kuesioner (Lanjutatan)


70 6 6 6 6 6 6 6 6 3 3 3 5 5 5 5 5 5

71 7 7 5 4 6 7 6 6 7 2 2 7 7 7 7 7 6

72 7 7 6 6 7 7 7 7 6 6 6 7 7 7 7 7 7

73 6 6 5 5 7 6 7 7 6 6 4 7 7 6 4 7 4

74 7 6 7 6 7 6 7 7 4 5 4 7 6 7 6 6 6

75 7 7 3 3 6 6 7 6 4 4 2 6 6 4 5 5 5

76 7 7 4 4 6 6 6 6 6 6 6 7 4 4 4 4 4

77 7 7 7 7 7 7 7 7 6 6 7 7 7 7 7 7 7

78 7 7 6 5 7 7 7 7 4 3 4 7 7 7 4 6 4

79 6 6 6 3 6 4 6 6 6 6 4 6 6 6 4 6 4

80 6 6 6 6 4 6 6 6 2 6 6 6 6 6 5 5 5

81 7 7 7 4 7 6 7 7 2 7 6 7 7 7 4 7 4

82 7 7 4 4 7 7 7 7 5 5 4 7 7 7 4 7 4

83 7 7 6 6 7 7 7 7 3 3 3 7 7 5 5 7 5

84 7 7 4 4 6 6 6 6 2 1 1 7 6 5 4 5 4

85 6 6 6 7 7 7 7 7 6 6 6 6 7 7 6 6 6

86 6 6 4 6 6 4 6 6 4 2 2 6 6 5 4 6 4

87 6 6 4 6 7 7 6 7 6 7 4 6 7 7 5 6 5

88 7 7 7 7 7 7 7 7 6 6 6 7 7 7 6 7 6

89 6 6 6 5 6 6 6 6 7 6 5 6 6 6 4 4 4

90 6 6 4 4 5 4 5 5 5 4 5 4 6 6 4 4 4

91 6 6 4 4 7 7 7 7 2 1 4 6 6 6 4 5 4

92 6 6 3 3 6 6 7 7 2 1 1 6 6 6 3 6 3

93 7 7 7 7 7 7 7 7 7 4 5 7 7 7 6 7 6


114



94 6 7 7 6 6 6 6 6 4 5 5 4 5 4 7 6 7

95 6 6 2 2 6 6 6 4 2 2 2 4 4 4 4 5 4

96 7 7 6 6 6 6 7 6 6 6 6 6 6 6 6 6 6

97 4 4 4 4 5 5 5 4 4 4 4 7 7 6 5 4 5

98 7 6 7 6 7 7 7 7 7 7 4 7 7 7 6 6 6

99 5 5 4 4 4 5 4 5 5 5 5 5 5 4 4 5 4

100 4 4 4 4 5 5 5 4 5 5 5 4 4 4 5 5 5

101 7 7 7 7 6 7 7 7 4 4 4 7 6 6 7 7 7

102 6 6 6 2 6 4 4 5 2 2 2 6 6 6 5 5 5

103 6 6 4 3 7 7 7 7 5 5 4 6 6 6 3 7 3

104 7 7 7 7 6 4 5 4 7 7 6 7 6 5 3 3 3

105 7 7 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6

106 7 7 7 7 7 7 7 7 7 7 4 7 7 7 7 7 7

107 7 7 6 6 7 7 7 7 4 4 5 7 7 7 6 7 6

108 7 7 6 6 7 7 7 7 4 4 6 7 7 7 6 7 6

109 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7

110 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7

111 6 6 6 6 6 6 6 6 4 2 4 6 6 6 4 4 4

112 7 7 4 4 7 7 7 7 7 7 7 7 7 7 7 7 7

113 6 6 2 2 5 5 4 4 2 2 4 4 5 5 4 5 4

114 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7

115 6 6 6 4 6 6 6 6 2 2 4 6 6 6 4 6 4

116 7 7 7 4 6 6 7 6 6 6 7 7 6 6 4 7 4

117 6 6 4 4 6 6 6 6 4 4 4 6 6 6 6 6 6

118 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7


115



119 7 7 7 6 6 7 6 7 7 7 6 6 6 6 6 7 6

120 6 7 6 6 7 6 7 6 7 6 7 7 6 6 6 7 6

121 6 6 5 3 6 6 6 5 6 3 2 6 6 6 3 5 3

122 7 7 6 6 7 7 7 7 6 5 4 6 6 6 5 6 5

123 7 7 7 6 7 7 7 6 6 6 5 7 7 7 6 7 6

Sumber: Data diolah 2020

Konstruk Price Value, Innovativeness, Compatibility, dan Perceived Technology Security

NO PV1 PV2 PV3 I1 I2 I3 I4 C1 C2 C3 C4 PTS PTS2 PTS3 PTS4

1 7 7 7 6 7 6 7 7 7 7 7 7 7 7 7

2 6 6 6 6 3 6 3 6 6 6 6 6 6 5 5

3 6 6 6 2 1 6 2 6 6 6 6 5 5 5 5

4 3 3 6 2 2 5 3 6 6 6 7 5 6 6 6

5 6 6 7 5 2 6 2 7 7 7 7 5 5 3 3

6 2 6 6 5 2 2 4 6 6 6 6 6 3 3 2

7 5 6 7 2 1 6 5 7 7 7 7 6 6 5 5

8 6 6 6 6 2 6 5 7 7 7 7 6 6 6 6

9 7 7 7 6 6 5 6 7 7 7 7 5 5 5 5

10 6 6 7 2 2 2 2 6 6 6 6 3 3 3 3

11 6 5 7 5 1 6 6 6 6 6 6 5 5 5 5

12 7 7 7 6 1 6 4 7 7 7 7 5 6 3 3

13 6 6 6 6 2 5 6 7 7 7 7 7 7 7 7

14 5 6 6 6 2 6 6 7 7 7 7 5 5 5 5

15 6 6 6 6 3 6 6 7 7 7 7 6 6 5 5


116



16 5 4 5 6 3 2 5 6 6 6 6 6 6 6 6

17 6 6 6 5 3 6 5 6 6 6 6 5 5 5 5

18 5 6 7 2 1 6 2 6 6 6 6 4 5 5 5

19 4 4 6 6 2 6 4 6 6 6 6 6 6 6 5

20 7 7 7 6 5 6 6 7 7 7 7 6 6 6 6

21 4 4 6 5 1 2 2 7 7 7 7 5 5 5 5

22 5 3 5 5 1 2 5 6 5 6 6 5 5 2 2

23 4 6 6 1 1 3 1 6 6 6 6 5 5 5 5

24 5 4 6 6 1 6 5 6 6 6 6 5 5 4 4

25 3 4 5 4 2 6 4 6 6 6 6 5 5 5 5

26 5 5 6 2 1 4 4 6 6 6 6 6 6 4 4

27 5 5 6 6 3 4 4 4 4 5 5 4 4 4 4

28 1 2 5 3 1 4 2 5 6 6 5 5 5 3 3

29 4 5 6 2 1 6 3 6 7 7 6 5 5 3 3

30 6 6 7 1 1 6 1 6 6 6 6 6 6 5 5

31 7 7 7 4 3 6 1 7 7 7 7 6 6 6 6

32 7 7 7 6 4 4 5 6 6 6 6 6 6 6 6

33 7 7 7 6 1 6 6 7 7 7 7 6 6 6 6

34 6 6 6 6 4 4 6 7 7 7 7 6 6 6 6

35 4 2 6 5 2 4 4 6 6 6 6 5 4 3 4 36 5 6 6 6 6 2 6 7 7 7 7 6 6 4 4

37 2 4 6 7 7 2 7 7 7 7 7 6 6 4 4

38 2 4 7 3 1 2 4 7 7 7 7 5 5 5 5

39 5 4 7 7 2 6 5 6 6 6 5 5 5 5 4

40 6 5 6 6 2 4 6 6 6 6 6 5 6 6 5


117



41 4 4 5 2 1 2 3 5 6 6 5 5 5 5 4

42 6 6 6 6 3 6 6 7 7 7 7 6 6 5 5

43 6 7 7 6 4 7 5 7 7 7 7 6 6 6 5

44 3 4 5 4 2 6 4 6 6 6 6 5 5 5 4

45 5 5 6 6 3 2 4 6 7 6 6 5 5 5 5

46 6 7 7 6 4 4 5 6 6 6 6 6 6 6 6

47 7 7 7 6 5 4 5 6 6 6 6 5 5 5 4

48 5 6 7 6 2 6 5 6 7 7 6 6 5 5 5

49 6 7 7 6 5 6 6 6 6 6 6 6 6 5 6

50 2 2 6 4 3 4 4 6 6 6 6 6 6 5 5

51 5 5 5 6 3 5 6 6 6 6 6 6 6 5 5

52 6 6 6 5 4 4 4 6 6 6 6 5 5 5 3

53 5 5 6 5 2 5 5 6 6 6 6 6 6 4 3

54 4 4 7 6 6 2 6 6 7 6 6 7 6 6 6

55 4 4 4 3 1 4 3 5 5 5 5 5 4 4 4

56 7 7 7 7 5 7 7 6 7 7 6 6 6 6 6

57 4 4 5 6 3 5 5 6 6 6 6 5 5 5 5

58 5 5 6 5 2 2 4 6 6 6 6 6 6 6 6

59 5 5 6 3 2 4 2 5 6 6 5 5 5 5 5

60 5 5 6 6 1 6 4 6 6 6 5 6 5 2 3

61 4 4 5 4 2 6 4 6 6 6 6 6 4 4 4

62 6 6 7 7 2 6 7 7 7 7 7 7 6 6 6

63 1 1 2 5 2 2 3 5 6 6 5 5 3 3 2

64 4 3 6 5 2 6 4 6 6 6 6 6 6 6 6

65 4 3 5 6 2 6 5 7 7 7 7 7 5 4 4


118



66 3 3 6 2 3 2 3 6 6 6 6 5 5 3 2

67 5 6 7 4 3 2 6 6 6 6 6 7 5 5 4

68 5 5 6 6 2 2 6 6 6 6 6 6 6 5 4

69 3 4 4 3 1 4 4 4 6 6 4 5 4 4 3

70 4 5 6 2 2 3 4 5 6 6 5 6 5 5 5

71 5 5 6 2 2 2 4 5 6 6 6 6 6 6 6

72 5 5 7 6 1 6 6 7 7 7 7 6 6 5 6

73 5 5 7 6 1 6 5 6 6 6 6 6 6 5 5

74 5 5 6 6 1 5 3 6 6 7 6 6 6 6 6

75 5 5 6 6 2 4 4 6 7 6 6 6 6 6 5

76 3 4 5 3 4 6 2 6 6 6 6 5 5 5 4

77 7 7 7 7 6 6 7 7 7 7 7 7 7 6 6

78 5 5 7 6 4 3 6 7 7 7 7 7 6 6 6

79 4 4 6 5 2 6 6 6 6 6 6 6 4 5 4

80 4 4 6 5 2 6 5 5 6 5 5 5 5 5 5

81 3 4 5 6 1 6 5 6 6 6 6 6 5 5 5

82 5 5 7 6 3 5 6 6 6 6 6 6 5 5 5

83 6 7 7 5 2 3 5 6 6 6 6 6 5 5 5

84 5 5 6 3 1 2 5 6 7 7 6 6 5 5 5

85 6 6 6 4 2 6 4 6 6 6 6 5 4 4 4

86 4 4 5 2 2 2 5 5 6 5 5 7 5 5 4

87 4 4 7 6 3 6 6 6 7 6 6 7 6 6 6

88 6 7 7 6 5 6 6 6 7 7 6 7 6 6 6

89 4 4 7 6 1 6 6 6 6 6 6 5 5 5 5

90 2 2 5 5 1 4 5 5 6 5 5 6 5 3 4


119



91 4 4 6 6 2 2 6 6 6 6 5 6 5 5 4

92 2 4 6 7 6 2 7 7 7 7 7 7 7 7 7

93 4 4 6 6 4 4 6 7 7 7 7 6 6 6 6

94 6 6 6 4 2 5 5 6 7 7 7 6 5 5 4

95 4 4 5 3 1 2 4 5 6 5 5 5 4 4 4

96 6 6 7 5 2 6 5 6 6 6 6 6 5 5 5

97 4 4 6 4 2 4 4 5 6 6 6 6 4 3 2

98 5 6 7 4 3 6 6 6 6 6 6 6 6 5 5

99 4 4 6 5 1 5 6 6 7 7 6 6 5 6 6

100 5 5 5 5 1 5 4 6 6 6 6 5 5 5 5

101 6 6 7 5 1 4 4 5 6 5 5 5 5 4 4

102 4 4 5 4 2 2 3 6 6 6 6 5 4 4 4

103 4 4 5 6 5 5 5 6 7 7 6 6 6 6 6

104 5 7 7 5 2 6 4 5 5 6 5 6 5 5 5

105 6 6 6 6 5 6 6 6 6 6 6 6 6 6 6

106 7 7 7 7 5 6 7 7 7 7 7 7 6 6 6

107 7 7 7 6 5 4 6 7 7 7 7 6 6 6 6

108 7 7 7 4 3 4 5 6 7 7 6 6 5 5 5

109 6 7 7 6 5 7 6 7 7 7 7 7 6 6 6

110 7 7 7 7 6 6 7 7 7 7 7 7 7 7 7

111 4 4 5 6 2 2 5 6 6 6 6 6 5 5 5

112 7 7 7 5 2 7 5 4 6 6 4 5 5 5 5

113 3 4 3 5 2 2 5 5 5 5 5 5 5 5 5

114 7 7 7 7 6 6 7 7 7 7 7 7 7 6 6

115 5 5 6 6 2 2 6 6 6 6 6 6 6 6 6


120



91 4 4 6 6 2 2 6 6 6 6 5 6 5 5 4

92 2 4 6 7 6 2 7 7 7 7 7 7 7 7 7

93 4 4 6 6 4 4 6 7 7 7 7 6 6 6 6

94 6 6 6 4 2 5 5 6 7 7 7 6 5 5 4

95 4 4 5 3 1 2 4 5 6 5 5 5 4 4 4

96 6 6 7 5 2 6 5 6 6 6 6 6 5 5 5

97 4 4 6 4 2 4 4 5 6 6 6 6 4 3 2

98 5 6 7 4 3 6 6 6 6 6 6 6 6 5 5

99 4 4 6 5 1 5 6 6 7 7 6 6 5 6 6

100 5 5 5 5 1 5 4 6 6 6 6 5 5 5 5

101 6 6 7 5 1 4 4 5 6 5 5 5 5 4 4

102 4 4 5 4 2 2 3 6 6 6 6 5 4 4 4

103 4 4 5 6 5 5 5 6 7 7 6 6 6 6 6

104 5 7 7 5 2 6 4 5 5 6 5 6 5 5 5

105 6 6 6 6 5 6 6 6 6 6 6 6 6 6 6

106 7 7 7 7 5 6 7 7 7 7 7 7 6 6 6

107 7 7 7 6 5 4 6 7 7 7 7 6 6 6 6

108 7 7 7 4 3 4 5 6 7 7 6 6 5 5 5

109 6 7 7 6 5 7 6 7 7 7 7 7 6 6 6

110 7 7 7 7 6 6 7 7 7 7 7 7 7 7 7

111 4 4 5 6 2 2 5 6 6 6 6 6 5 5 5

112 7 7 7 5 2 7 5 4 6 6 4 5 5 5 5

113 3 4 3 5 2 2 5 5 5 5 5 5 5 5 5

114 7 7 7 7 6 6 7 7 7 7 7 7 7 6 6

115 5 5 6 6 2 2 6 6 6 6 6 6 6 6 6


121



116 5 5 7 6 2 6 6 6 6 6 6 5 5 5 5

117 6 6 6 6 2 4 6 6 6 6 6 6 6 6 6

118 7 7 7 7 7 6 7 7 7 7 7 7 7 7 7

119 6 6 7 7 6 6 7 7 7 7 7 7 6 6 6

120 6 6 7 6 5 6 6 7 7 7 7 7 7 6 6

121 3 3 5 5 1 3 5 5 5 5 5 6 5 3 5

122 6 6 6 6 6 5 6 6 6 6 6 6 6 6 6

123 5 6 7 5 2 6 5 6 6 6 6 6 6 6 6


Konstruk Behavioral Intention to Adopt dan Behavioral Intention to Recommend.

NO BI1 BI2 BI3 BI4 BI5 BI6 REC1 REC2

1 7 7 7 7 7 7 7 7

2 6 6 6 6 6 5 6 6

3 5 5 5 5 5 5 6 6

4 7 7 7 7 7 5 7 7

5 7 7 7 7 7 7 7 7

6 6 6 6 5 6 6 7 7

7 6 6 6 6 6 6 6 7

8 7 7 7 7 7 7 7 7

9 6 6 6 6 6 6 6 6

10 6 6 6 6 6 6 7 7

11 7 7 7 5 5 5 7 7


122



12 7 7 7 7 7 7 7 7

13 6 6 6 6 6 5 6 6

14 5 5 5 5 5 5 6 6

15 7 7 7 7 7 5 7 7

16 7 7 7 7 7 7 7 7

17 6 6 6 5 6 6 7 7

18 6 6 6 6 6 6 6 7

19 7 7 7 7 7 7 7 7

20 6 6 6 6 6 6 6 6

21 6 6 6 6 6 6 7 7

22 7 7 7 5 5 5 7 7

23 6 6 6 5 6 6 7 7

24 6 6 6 6 6 6 6 6

25 7 7 7 5 7 7 7 7

26 6 6 6 5 6 6 7 7

27 6 6 6 6 6 4 7 7

28 6 6 6 6 6 5 6 6

29 5 5 4 4 6 4 7 7

30 6 6 6 6 6 6 7 7

31 6 6 6 4 6 6 7 7

32 6 6 6 6 6 5 7 7

33 7 7 7 7 7 7 7 7

34 7 7 7 7 7 6 7 7

35 6 6 6 4 4 2 7 7

36 6 6 6 4 7 5 7 7


123



37 7 7 7 7 7 7 7 7

38 6 6 6 4 6 6 7 7

39 7 7 7 4 5 4 6 6

40 6 6 6 7 6 6 7 7

41 6 6 5 4 6 3 6 6

42 7 7 7 7 7 7 7 7

43 7 7 7 7 7 7 7 7

44 7 6 6 4 5 4 6 6

45 7 7 7 7 7 5 7 7

46 6 6 6 6 6 6 7 7

47 7 7 7 5 6 5 7 7

48 6 6 6 5 6 6 7 7

49 6 6 6 5 6 5 7 7

50 7 7 7 6 7 6 7 7

51 6 6 6 6 6 6 7 7

52 6 6 6 6 6 6 7 7

53 6 6 6 6 6 6 7 7

54 7 7 7 7 7 6 7 7

55 5 5 5 5 5 4 6 6

56 7 7 7 7 7 7 7 7

57 6 6 6 6 6 5 6 6

58 6 6 6 6 6 5 7 7

59 6 6 6 5 6 6 7 7

60 6 6 6 6 6 6 7 7

61 6 6 6 6 6 4 7 7


124



62 7 7 7 7 6 6 7 7

63 6 6 6 6 6 5 7 7

64 7 7 7 7 7 7 7 7

65 7 7 7 7 7 7 7 7

66 6 6 6 6 5 5 7 7

67 7 7 6 6 6 6 7 7

68 7 7 7 3 6 5 7 7

69 7 7 7 2 4 3 7 7

70 6 6 6 6 6 5 7 7

71 6 6 6 6 6 6 7 7

72 7 7 7 7 7 6 7 7

73 6 6 6 5 6 5 7 7

74 6 6 6 3 6 4 6 6

75 6 6 6 4 6 4 7 7

76 6 6 6 4 6 3 6 6

77 7 7 7 7 7 6 7 7

78 7 7 7 6 7 5 7 7

79 6 6 6 5 6 5 7 7

80 6 6 6 6 6 5 7 7

81 7 7 7 5 7 7 7 7

82 6 6 6 4 5 5 7 7

83 6 6 6 5 6 5 7 7

84 7 7 7 6 6 6 7 7

85 7 7 7 6 6 5 7 7

86 6 6 6 5 5 5 7 7


125



87 7 7 7 6 7 6 7 7

88 7 7 7 7 7 6 7 7

89 7 7 7 7 7 5 7 7

90 6 6 6 4 6 4 7 7

91 6 6 6 5 3 5 7 7

92 7 7 7 6 7 6 7 7

93 7 7 7 3 7 5 7 7

94 7 7 7 5 6 5 7 7

95 6 6 6 5 5 5 7 7

96 7 7 7 5 6 5 7 7

97 6 6 6 5 6 5 7 7

98 7 7 7 6 7 6 7 7

99 7 7 7 6 7 5 7 7

100 7 7 7 6 6 5 7 7

101 6 6 6 5 5 4 7 7

102 6 6 6 4 4 3 7 7

103 6 6 6 6 6 5 7 7

104 6 6 6 6 6 4 7 7

105 6 6 6 6 6 6 7 7

106 7 7 7 7 7 7 7 7

107 7 7 7 6 6 4 7 7

108 7 7 7 6 6 5 7 7

109 7 7 7 6 6 2 7 7

110 7 7 7 7 7 7 7 7

111 6 6 6 4 4 4 7 7


126



112 6 6 6 4 4 3 7 7

113 6 6 6 5 4 4 7 7

114 7 7 7 7 7 7 7 7

115 6 6 6 4 6 3 6 6

116 6 6 6 6 6 3 7 7

117 6 6 6 5 5 6 7 7

118 7 7 7 7 7 6 7 7

119 7 7 7 6 6 6 7 7

120 7 7 7 7 7 6 7 7

121 6 6 6 6 6 5 6 6

122 6 6 6 5 6 5 7 7

123 7 7 7 7 7 6 7 7



127

Lampiran 3. Diagonal AVE


BI 0.815

C 0.598 0.924

EE 0.357 0.441 0.887

FC 0.248 0.364 0.485 0.860

HM 0.331 0.489 0.429 0.437 0.903

I 0.494 0.477 0.340 0.352 0.266 0.852

REC 0.344 0.198 0.234 0.101 0.198 0.227 0.991

PTS 0.511 0.536 0.303 0.387 0.404 0.620 0.178 0.867

PE 0.331 0.478 0.508 0.548 0.483 0.389 0.183 0.398 0.818

PV 0.323 0.467 0.307 0.493 0.683 0.391 0.172 0.457 0.619 0.900

SI 0.325 0.336 0.288 0.266 0.475 0.314 -0.024 0.371 0.437 0.548 0.888


128

Lampiran 4. Nilai Cross Loading


BI1 0.902 0.499 0.236 0.151 0.224 0.457 0.310 0.425 0.230 0.242 0.244

BI2 0.917 0.505 0.259 0.181 0.252 0.468 0.349 0.437 0.251 0.262 0.230

BI3 0.906 0.485 0.308 0.157 0.278 0.480 0.351 0.435 0.243 0.255 0.259

BI4 0.657 0.347 0.293 0.173 0.229 0.365 0.229 0.355 0.268 0.284 0.324

BI5 0.782 0.571 0.305 0.274 0.300 0.355 0.165 0.464 0.350 0.265 0.330

BI6 0.682 0.501 0.363 0.293 0.343 0.265 0.258 0.372 0.295 0.287 0.223

C1 0.555 0.944 0.440 0.349 0.426 0.481 0.141 0.505 0.486 0.445 0.339

C2 0.549 0.891 0.388 0.344 0.468 0.420 0.239 0.499 0.381 0.395 0.255

C3 0.526 0.925 0.399 0.340 0.440 0.417 0.171 0.471 0.431 0.447 0.322

C4 0.577 0.934 0.399 0.311 0.474 0.439 0.185 0.505 0.461 0.436 0.324

EE1 0.275 0.333 0.837 0.373 0.318 0.285 0.236 0.213 0.380 0.232 0.205

EE2 0.376 0.409 0.898 0.466 0.426 0.321 0.182 0.287 0.457 0.378 0.284

EE3 0.286 0.393 0.898 0.419 0.379 0.286 0.223 0.301 0.456 0.353 0.297

EE4 0.323 0.421 0.913 0.454 0.390 0.311 0.196 0.270 0.500 0.335 0.230

FC1 0.158 0.275 0.403 0.816 0.334 0.206 -0.032 0.295 0.488 0.400 0.201

FC2 0.256 0.309 0.418 0.916 0.385 0.281 0.116 0.334 0.438 0.424 0.175


129

Lampiran 4. Nilai Cross Loading (Lanjutan)

FC3 0.208 0.354 0.437 0.845 0.405 0.411 0.114 0.369 0.510 0.453 0.321

HM1 0.292 0.434 0.336 0.362 0.942 0.199 0.176 0.330 0.440 0.635 0.446

HM2 0.298 0.433 0.524 0.481 0.819 0.262 0.214 0.408 0.431 0.566 0.377

HM3 0.305 0.453 0.302 0.338 0.942 0.257 0.146 0.353 0.435 0.645 0.461

I1 0.419 0.376 0.281 0.242 0.190 0.860 0.157 0.462 0.285 0.289 0.299

I2 0.377 0.454 0.368 0.336 0.262 0.819 0.160 0.545 0.381 0.382 0.248

I4 0.470 0.381 0.209 0.316 0.222 0.877 0.265 0.572 0.320 0.320 0.257

PE1 0.202 0.337 0.483 0.426 0.332 0.274 0.181 0.305 0.833 0.402 0.263

PE2 0.312 0.423 0.564 0.407 0.369 0.350 0.232 0.338 0.863 0.445 0.339

PE3 0.224 0.375 0.251 0.512 0.424 0.310 0.044 0.297 0.789 0.582 0.398

PE4 0.331 0.422 0.310 0.475 0.472 0.333 0.108 0.388 0.784 0.628 0.442

PTS1 0.443 0.450 0.206 0.330 0.128 0.582 0.290 0.778 0.279 0.267 0.226

PTS2 0.485 0.551 0.351 0.394 0.438 0.554 0.127 0.893 0.413 0.455 0.374

PTS3 0.411 0.420 0.215 0.273 0.390 0.504 0.103 0.891 0.333 0.425 0.306

PTS4 0.421 0.421 0.266 0.332 0.441 0.500 0.092 0.900 0.346 0.433 0.375

PV1 0.253 0.377 0.295 0.329 0.649 0.378 0.123 0.406 0.537 0.898 0.514

PV2 0.253 0.412 0.249 0.390 0.644 0.359 0.143 0.410 0.559 0.918 0.480


130

Lampiran 4. Nilai Cross Loading (Lanjutan)

PV3 0.345 0.454 0.419 0.564 0.564 0.324 0.185 0.414 0.566 0.882 0.484

REC1 0.341 0.178 0.219 0.183 0.183 0.236 0.991 0.170 0.166 0.160 -0.040

REC2 0.341 0.214 0.245 0.210 0.210 0.215 0.991 0.183 0.197 0.180 -0.007

SI1 0.320 0.309 0.293 0.420 0.420 0.288 -0.005 0.362 0.396 0.483 0.887

SI2 0.300 0.261 0.223 0.402 0.402 0.212 -0.062 0.291 0.366 0.457 0.925

SI3 0.235 0.335 0.248 9.454 0.454 0.353 0.009 0.338 0.408 0.533 0.851


131

Lampiran 5. Hasil Uji Validitas dan Reliabilitas

Sumber: Aplikasi Smart PLS3 2020


132

Lampiran 6. Hasil Uji Hipotesis (bootsrtrapping)

Sumber: Aplikasi Smart PLS3 2020
