lisensi ini mengizinkan setiap orang untuk menggubah ...kc.umn.ac.id/10288/3/bab_iii.pdf ·...
TRANSCRIPT
Team project ©2017 Dony Pratidana S. Hum | Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali:
Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis dan melisensikan ciptaan turunan dengan syarat yang serupa dengan ciptaan asli.
Copyright and reuse:
This license lets you remix, tweak, and build upon work non-commercially, as long as you credit the origin creator and license it on your new creations under the identical terms.
33
BAB III
METODE PENELITIAN
3.1 GAMBARAN UMUM OBJEK PENELITIAN
Bluemart merupakan vending machine yang dibangun oleh PT Bluepay
Digital Internasional (BluePay), dimana transaksinya harus dilakukan melalui
aplikasi Bluepay Wallet. Bluemart menyediakan makanan dan minuman ringan
yang bisa langsung didapatkan setelah konsumen melakukan pembayaran dengan
scan QR code yang ada di dalam aplikasi Bluepay Wallet. Vending machine
Bluemart juga memiliki kelebihan yaitu mesinnya yang bisa diakses kapanpun atau
aktif selama 24 jam. Berikut penjelasan mengenai fasilitas-fasilitas yang ada di
dalam aplikasi Bluepay Wallet.
Sumber: app store
Gambar 3.1 Tampilan Beranda dalam aplikasi BluePay Wallet
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
34
Saat pengguna membuka aplikasi BluePay Wallet, yang pertama
ditampilkan adalah verifikasi sidik jari atau pin yang harus dilalui oleh pengguna
sebagai bentuk keamanan untuk aplikasi agar bisa memastikan bahwa yang
menggunakan aplikasi tersebut adalah orang yang bersangkutan. Di Gambar 3.1,
terlihat tampilan beranda yang akan muncul setelah anda melewati proses
verifikasi, tersedia beberapa pilihan yang bisa anda lakukan dengan menggunakan
BluePay Wallet, yaitu; Top Up Channel untuk mengisi saldo BluePay, Mobile Top
Up untuk membeli data atau kuota, PDAM untuk membayar tagihan air, PLN untuk
membayar tagihan listrik, Game Voucher untuk membeli voucher game, dan
Transfer jika anda ingin mengirim uang ke orang lain. Lalu juga terlihat di bagian
bawah layar, merupakan gambar berjalan yang menampilkan promosi-promosi
terkini yang sedang diberikan oleh BluePay.
Sumber: app store
Gambar 3.2 Tampilan Bluemart dalam aplikasi BluePay Wallet
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
35
Tampilan BlueMart seperti di Gambar 3.2, berguna untuk pengguna agar
bisa mengetahui lokasi vending machine Bluemart terdekat serta informasi tentang
promosi dan seluruh daftar jenis makanan dan minuman ringan yang dijual di
Bluemart. Hal ini guna mempermudah pengguna jika ingin melakukan pembelian
di vending machine Bluemart. Bagian tab Bluemart ini yang harus diakses oleh
pengguna agar mereka bisa melakukan transaksi makanan dan minuman ringan
yang ada di vending machine Bluemart. Untuk melakukan transaksi, pengguna
harus berada di dekat vending machine Bluemart, memilih makanan atau minuman
ringan yang mau dibeli melalui aplikasi, lalu melakukan scan kode QR dan
menyelesaikan transaksi, setelah itu makanan atau minuman ringan yang dipilih
akan keluar melalui vending machine Bluemart terdekat tersebut.
Sumber: app store
Gambar 3.3 Tampilan Informasi dalam aplikasi BluePay Wallet
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
36
BluePay Wallet juga menyediakan “tab” tersendiri untuk menyajikan
informasi seputar promosi dan pemeritahuan secara personal dari tim admin
BluePay Wallet kepada pengguna, bisa dalam bentuk peringatan, pemberitahuan
singkat, dan lain-lain.
Sumber: app store
Gambar 3.4 Tampilan User dalam aplikasi BluePay Wallet
Untuk tab yang terakhir dan yang paling penting yang tampilannya terlihat di
Gambar 3.4, tersedia seluruh informasi pengguna BluePay Wallet secara terinci
dalam tab “User”, seperti; History yang berisi seluruh transaksi yang sudah
dilakukan menggunakan BluePay Wallet, bisa dikatakan juga sebagai bukti digital
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
37
dari transaksi pelanggan, informasi umum mengenai profil pengguna, dan lain-
lain. Pengguna juga bisa memberikan kritik dan saran kepada pihak BluePay
dengan mengisi kolom feedback yang disediakan di tab User tersebut.
3.2 JENIS DAN DESAIN PENELITIAN
Desain penelitian adalah bentuk kerangka yang digunakan untuk melakukan
riset pemasaran dengan penjelasan spesifik mengenai prosedur yang dilakukan
untuk bisa mendapatkan informasi yang diperlukan dalam menyelesaikan masalah
dalam melaksanakan suatu riset pemasaran (Malhotra, 2012).
Sumber: Malhotra, 2012
Gambar 3.5 Research Design
Menurut (Malhotra, 2012) terdapat dua jenis desain penelitian yaitu:
1. Exploratory Research Design
Merupakan metodologi penelitian yang menggunakan sejumlah sampel dengan
ukuran yang kecil, tujuannya untuk memberikan pengetahuan tambahan,
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
38
pandangan dan pengertian yang lebih mendalam terhadap suatu masalah.
2. Conclusive Research Design
Merupakan metodologi penelitian yang tujuan utamanya untuk membantu peneliti
dalam memilih dan mengambil keputusan, mengevaluasi, dan menentukan tindakan
yang paling benar dalam situasi tertentu dengan melakukan uji hipotesis dan
melihat dampak antara variabel yang digunakan.
Dalam penelitian ini, peneliti memilih untuk menggunakan Conclucive
Research Design, karena peneliti memiliki tujuan untuk mencari tahu hubungan
antara variabel yang digunakan, selain itu penelitian ini juga digunakan untuk uji
hipotesis. Di sisi lain, penelitian ini akan berguna dalam membantu Bluemart untuk
mengambil keputusan berdasarkan hasil penelitian yang disajikan.
Conclusive Research Design ini terdiri dari dua jenis, yaitu:
1. Causal Research adalah mengenai suatu penelitian yang bertujuan untuk mencari
dan membuktikan hubungan antar variabel yang sedang diteliti, serta penyebab dan
akibat yang mempengaruhi variabel tersebut (Malhotra, 2012).
2. Descriptive Research adalah penelitian yang bertujuan untuk memberikan
penjelasan atau mendeskripsikan suatu masalaha yang ada dengan menggunakan
metode pengumpulan data primer (melalui survei), data sekunder), panel, ataupun
observasi. Penelitian ini menjelaskan dengan detail secara faktual dan akurat
mengenai fakta dan sifat populasi atau objek (Malhotra, 2012).
Penelitian ini menggunakan metode descriptive research karena peneliti
memilih metode survei yang dilakukan dengan membagikan kuesioner (berisi
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
39
sejumlah pertanyaan) kepada beberapa responden yang sesuai dengan target
penelitian dan dinilai melalui skala angka 1 sampai 5 (skala likert). Sebagai data
pendukung, peneliti juga melakukan pengumpulan data sekunder melalui jurnal,
buku dan artikel.
Malhotra (2012) mengatakan bahwa Conclusive Research Design dibagi
menjadi dua, antara lain; cross-sectional design dan longitudinal design. Cross-
sectional�design merupakan desain penelitian yang dilakukan dengan
mengumpulkan informasi satu kali dari setiap sampel elemen populasi tertentu
(Malhotra, 2012). Selain itu, Malhotra (2012) juga menjelaskan bahwa longitudinal
design merupakan desain penelitian yang dilakukan dengan menggunakan sampel
tetap dari elemen populasi yang diukur secara berulang kali. Cross-sectional design
sendiri terdiri dari dua teknik, yaitu single cross-sectional design dimana
pengambilan data hanya dilakukan satu kali saja dan sedangkan multiple cross-
sectional design, pengambilan datanya diambil dalam beberapa kali. Dari kedua
teknik tersebut, peneliti menggunakan teknik single cross-sectional design. Hal ini
dikarenakan peneliti mengambil data responden yang belum menggunakan
Bluemart hanya satu kali saja.
Secara umum, peneltian ini akan meneliti mengenai pengaruh faktor
Usefulness, Enjoyment, Ease of Use, Technology Anxiety, serta Need for Interaction
terhadap tingkat Ability to Use dan Willingness to Use responden yang tahu vending
machine Bluemart dan pernah membaca instruksi cara penggunaan vending
machine Bluemart tetapi belum pernah menggunakannya. Peneliti memutuskan
bahwa conclusive research design (quantitative) merupakan metode yang sesuai
untuk digunakan dalam penelitian ini, dengan jenis penelitian descriptive research
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
40
design, serta menggunakan metode pengambilan data dengan cara cross sectional
design, dan dengan cara survei. Survei dilakukan dengan memberikan kuesioner
langsung kepada target responden yang termasuk dalam target populasi.
3.3 PROSEDUR PENELITIAN
1. Mengidentifikasi masalah yang ada saat ini.
2. Menentukan topik dan objek yang ingin diteliti.
3. Mengumpulkan jurnal dan literatur untuk mencari teori serta pernyataan yang
mendukung penelitian ini dan memodifikasi model penelitia, serta menyusun
kerangkan penelitian.
4. Menyusun daftar perntanyaan untuk kuesioner dengan menggunakan pemilihan
kata yang tepat, dengan tujuan agar responden lebih mudah memahami pernyataan
yang diberikan sehingga hasilnya dapat relevan dengan tujuan penelitian.
5. Menyebarkan kuesioner kepada responden secara online dan offline. Penulis
membagikan kuesioner secara offline melalui teman-teman terdekat dan dengan
cara menanyakan secara acak, apakah mereka tahu vending machine Bluemart dan
pernah membaca instruksi Bluemart tetapi belum pernah menggunakannya, setelah
sesuai, peneliti meminta bantuannya untuk mengisi kuesioner. Sedangkan untuk
kuesioner yang diserbakan secara online, penulis menggunakan berbagai macam
media sosial untuk proses penyebarannya, seperti Instagram, Facebook, dan
menyebarkan link kuesioner melalui Line.
6. Melakukan pre-test dari 30 orang responden (offline dan online), sebelum
melakukan pengumpulan kusioner dalam jumlah yang lebih besar.
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
41
7. Hasil dari pre-test dalam bentuk isi respon dari responden, kemudian dianalisis
menggunakan software SPSS version 25. Jika hasil dari pre-test memenuhi syarat,
peneliti meneruskan ke tahap selanjutnya, yaitu pengambilan data yang lebih besar,
berdasarkan pada teori Hair, Black, Babin, & Anderson (2010); n x 5 observasi
sampai dengan n x 10. Dalam penelitian ini, peneliti memilih untuk menggunakan
data n x 5. Terdapat 27 indikator sebagai pernyataan yang akan menggambarkan
pendapat responden, sehingga peneliti membutuhkan minimal 135 responden untuk
menjalankan penelitian ini.
8. Data yang berhasil dikumpulkan kemudian dianalisis kembali dengan
menggunakan software Lisrel Version 8.80.
3.4 RUANG LINGKUP PENELITIAN
Menurut (Malhotra, 2012) terdapat 5 tahapan dalam sebuah penelitian,
dimana tahapan tersebut saling berhubungan dengan seluruh aspek.
Sumber: (Malhotra, 2012)
Gambar 3.6 Sampling Design Process
3.4.1 TARGET POPULATION
Target populasi adalah semua objek atau elemen dengan karakteristik yang
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
42
sama dan sesuai seperti yang dicari oleh peneliti. Terdapat 4 aspek yang digunakan
untuk menjelaskan target populasi yaitu element, sampling unit, extent, dan time
frame (Malhotra, 2012).
Element merupakan objek yang memiliki informasi yanng dicari oleh peneliti
dan sesuai dengan yang dibutuhkan oleh peneliti (Malhotra, 2012). Element dalam
penelitian ini adalah responden yang telah membantu peneliti dalam proses
mengumpulkan informasi.
Sampling unit adalah sekumpulan orang yang memiliki karakteristik yang sama
dengan element yang akan dijadikan sampel dalam penelitian (Malhotra, 2012).
Sampling unit dari penelitian ini adalah pria dan wanita yang mengetahui vending
machine Bluemart, pernah membaca instruksi cara melakukan transaksi di vending
machine Bluemart, tetapi belum pernah menggunakannya. Extent adalah batas
geografi dari penelitian (Malhotra, 2012). Extent yang peneliti terapkan untuk
penelitian ini adalah wilayah sekitar Jakarta sampai Tangerang.
Time Frame adalah jangka waktu yang dibutuhkan peneliti untuk
mengumpulkan data hingga pengolahan data (Malhotra, 2012). Peneliti melakukan
pengumpulan data sejak akhir bulan November 2018, dan untuk jangka waktu
keseluruhan penelitian, sudah dilakukan dari September 2018 sampai dengan
Januari 2019.
3.4.2 SAMPLING TECHNIQUES
Menurut (Malhotra, 2012), sampling adalah proses pengambilan jumlah yang
cukup dari elemen populasi, sehingga hasil dari analisa pengambilan jumlah
tersebut menggambarkan keadaan populasi secara garis besar. Dalam pengambilan
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
43
suatu sampling terdapat dua jenis teknik sampling yaitu:
1. Non-probabilty sampling adalah teknik pengambilan sampel dimana tidak
semua bagian dari populasi memiliki peluang yang sama untuk diambil
sebagai sampel sehingga responden yang dipilih tidak diketahui
sebelumnya, tetapi responden dipilih berdasarkan penilaian pribadi dan
kemudahan peneliti dalam pengambilan sampel.
2. Probability sampling adalah sebuah prosedur sampling dimana setiap
elemen populasi memiliki probabilitas / kesempatan tetap pada sampel
sudah ditetapkan / sudah dipilih sebelumnya.
Dalam (Malhotra, 2012), ada terdapat 4 teknik non-probabilty sampling yang dapat
digunakan, yaitu:
1. Convenience sampling, yaitu merupakan teknik sampling yang bergantung
kepada kenyamanan peneliti dalam proses pencarian sampel. Teknik ini dapat
memberikan kemudahan kepada peneliti dikarena dapat mengumpulkan sampel
dengan lebih cepat dan disertai biaya murah.
2. Judgemental sampling, yaitu merupakan sebuah bentuk dari convenience
sampling dengan elemen populasi tertentu yang telah dipilih berdasarkan
pertimbangan dari peneliti. Elemen yang dipilih dianggap dapat mempresentasikan
populasi.
1. Quota sampling, yaitu teknik yang memiliki dua tahap. Tahap pertama yaitu
untuk menentukan quota dari masing-masing elemen populasi. Tahap kedua yaitu
untuk mengambil sampel dari quota yang telah diambil dengan teknik convenience
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
44
maupun judgemental.
2. Snowball sampling, yaitu merupakan teknik sampling yang didasarkan pada
referensi dari responden. Responden diminta untuk mereferensikan orang lain yang
memenuhi kriteria sebagai responden setelah melakukan interview.
Peneliti memutuskan untuk menggunakan teknik pengambilan sampel non-
probabilty sampling karena orang yang berhasil melewati tahap screening, yang
bisa menjadi responden dari penelitian ini. Metode dalam Non-probability sampling
yang dipilih adalah Judgemental sampling karena penelitian ini memiliki syarat
untuk memilih responden yang sesuai dengan target peneliti, yaitu pria dan wanita
yang mengetahui vending machine Bluemart, pernah membaca instruksi cara
melakukan transaksi di vending machine Bluemart, tetapi belum pernah
menggunakan vending machine Bluemart.
3.4.3 Sampling Frame
Sampling Frame adalah sebuah representasi dari elemen populasi yang
terdiri dari serangkaian responden yang akan dijadikan responden untuk peneliti.
Pada penelitian ini, peneliti menggunakan teknik non-probability sampling, karena
peneliti tidak memiliki data mengenai populasi yang akan dijadikan responden
untuk diteliti (Malhotra, 2010).
3.4.4 SAMPLE SIZE
Menurut (Hair et al. 2010), penentuan banyaknya sampel disesuaikan
dengan banyaknya jumlah indikator pernyataan yang digunakan pada kuesioner,
dengan menggunakan n x 5 observasi sampai dengan n x 10 observasi. Menurut
(Hair et al. 2010), landasan untuk menentukan sample size dalam sebuah penelitian
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
45
meliputi:
1. Sampel harus lebih banyak dari jumlah variabel
2. Jumlah minimum sampel untuk diobservasi atau diteliti adalah n = 50
observasi
3. Jumlah sampel minimum untuk sebuah variabel adalah 5 observasi. Dalam
penelitian ini terdapat 27 indikator x 5 observasi= 135 sampel. Sehingga
peneliti harus memiliki responden yang sudah mengisi kuesioner sejumlah
135 responden.
3.4.5 SAMPLING PROCESS
3.4.5.1 Sumber dan Cara Pengumpulan Data
(Malhotra, 2012) mengatakan terdapat dua jenis data yang dapat digunakan untuk
melakukan sebuah penelitian, yaitu:
1. Primary Data, merupakan suatu data atau informasi yang berasal dari penelitian
tertentu dan memiliki tujuan yaitu untuk menyelesaikan masalah dalam penelitian
tertentu.
2. Secondary Data, merupakan suatu data atau informasi yang dikumpulkan dari
berbagai studi kasus dengan tujuan untuk mendukung penelitian dan biasanya
berupa data atau informasi ini bukan untuk menyelesaikan masalah penelitian.
Dalam penelitian ini, peneliti menggunakan primary data sebagai sumber data
utama yang diperoleh dari hasil jawaban responden terhadap kuesioner yang telah
disebarkan dengan menggunakan teknik non-probability sampling, yang sudah
melewati tahap screening jadi hasil yang didapatkan bisa terpercaya. Peneliti juga
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
46
menggunakan secondary data yang dapat diperoleh dari buku-buku pengetahuan
serta juga menggunakan jurnal dan artikel yang terkait untuk memperkuat teori
dalam penelitian.
3.4.5.2 Prosedur Pengumpulan Data
Pada teknik pengumpulan primary data, peneliti melakukan secara online
dan offline. Dalam metode online, peneliti mengirimkan link kuesioner yang telah
dibuat di Google Forms. Link tersebut disebar melalui personal chat, group chat
dan direct message di sosial media Instagram serta penyebaran melalui Facebook
status.
Dalam metode offline, peneliti menyebarkan kuesioner yang telah dibuat
dan disusun secara tertulis. Kuesioner tersebut dibagikan kepada responden yang
terlebih dahulu peneliti sudah tanyakan pertanyaan screening. Jika sudah lolos
dalam tahap pertanyaan screening, peneliti akan meminta responden untuk mengisi
kuesioner yang telah disediakan.
Peneliti menyebarkan kuesioner metode offline dari teman-teman terdekat
peneliti. Sebelum pengisian kuesioner, tentunya responden terlebih dahulu
diberikan penjelasan mengenai penelitian yang akan dilakukan, kemudian peneliti
menjelaskan apa itu vending machine Bluemart dan cara penggunaannya dengan
singkat. Kemudian responden juga diberikan penjelasan sederhana mengenai tahap
cara pengisian kuesioner. Dari hasil data dan informasi yang telah diberikan
responden, hanya responden yang lolos screening, yang datanya akan digunakan
dan diolah.
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
47
3.5 PERIODE PENELITIAN
Periode peneliti dalam mengerjakan penelitian ini dimulai dari bulan
September 2018 sampai dengan awal Januari 2019, sehingga penelitian ini
dikerjakan dalam kurun waktu sekitar 4 bulan. Awal mula penelitian ini dilakukan
dengan menentukan objek penelitian yang dilanjutkan ke tahap presentasi mengenai
objek penelitian tersebut, selanjutnya peneliti membentuk latar belakang dan
rumusan masalah, yang dikaitkan dengan penelitian terdahulu dan teori yang
berhubungan dengan teori yang sedang dikerjakan, dan teori tersebut bersumber
dari jurnal terpercaya. Tahap selanjutnya adalah dengan peneliti melakukan
perancangan untuk kuesioner penelitian yang akan disebarkan sebagai data pre-test,
lalu mengumpulkan data-data pendukung penelitian, memastikan apakah semua
measurement yang digunakan reliable dan valid kemudian melakukan penyebaran
kuesioner dan mengumpulkan data dari minimal 135 responden. Dari data yang
telah diperoleh kemudian peneliti mengolah data, menganalisa hasil dari penelitian
tersebut, dan pada akhirnya mendapat kesimpulan serta saran penelitian untuk
dijelaskan.
3.6 IDENTIFIKASI VARIABEL PENELITIAN
3.6.1 VARIABEL EKSOGEN
Menurut (Hair et al. 2010), Variabel Eksogen adalah variabel yang muncul
sebagai variabel bebas pada semua persamaan yang terdapat di dalam model. Notasi
matematik dari variabel laten eksogen adalah huruf Yunani ξ (“ksi”) (Hair et al.
2010). Variabel eksogen digambarkan sebagai lingkaran dengan anak panah yang
menuju keluar. Dalam penelitian ini, yang termasuk variabel eksogen adalah
Usefulness, Enjoyment, Ease of Use, Technology Anxiety, dan Need for Interaction.
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
48
Sumber: (Hair et al. 2010)
Gambar 3.7 Variabel Eksogen
3.6.2 VARIABEL ENDOGEN
Variabel Endogen merupakan variabel yang terikat pada paling sedikit satu
persamaan dalam model, meskipun di semua persamaan sisanya variabel tersebut
adalah variabel bebas. Notasi matematik dari variabel laten endogen adalah η
(“eta”) (Hair et al. 2010). Variabel endogen digambarkan sebagai lingkaran dengan
setidaknya memiliki satu anak panah yang mengarah pada variabel tersebut. Dalam
penelitian ini, yang termasuk variabel adalah Ability to Use.
Sumber: (Hair et al. 2010)
Gambar 3.8 Variabel Endogen
Variabel teramati (observed variable) atau variabel terukur (measured
variable) adalah variabel yang dapat diamati ataupun dapat diukur secara empiris,
dan dapat disebut juga sebagai indikator. Pada metode survei menggunakan
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
49
kuesioner, setiap pertanyaan atau measurement pada kuesioner mewakili sebuah
variabel teramati. Simbol diagram dari variabel teramati adalah berbentuk bujur
sangkar / kotak atau persegi empat panjang (Hair et al. 2010). Pada penelitian ini,
terdapat total 27 pernyataan pada kuesioner, sehingga jumlah variabel teramati
dalam penelitian ini adalah 27 indikator.
3.7 DEFINISI OPERASIONAL VARIABEL
Dalam mengukur suatu variabel untuk sebuah penelitian, dibutuhkan
indicator yang sesuai sebagai alat ukur. Indikator juga memiliki kegunaan lain yaitu
untuk menghindari kesalahan dalam menjelaskan variabel-variabel yang terdapat
dalam penelitian. Definisi operasional pada penelitian ini pun disusun berdasarkan
teori yang paling utama, sehingga indikator berhubungan dengan pernyataan yang
ada di dalam penelitian. Skala pengukuran variabel dalam penelitian ini
mengunakan likert scale 5 (tujuh) poin yang dimana seluruh variabel diukur dengan
skala 1-5.
Peneliti menggunakan metode 5-likert scale karena responden dalam
penelitian ini diharuskan untuk mengetahui objek penelitian (vending machine
Bluemart), sehingga dapat membedakan range jawaban antara skala 1 dan skala
lainnya. Skala 1 menandakan sangat tidak setuju hingga skala 5 menandakan sangat
setuju dengan indikator yang ada. Berikut di bawah ini merupakan tabel operasional
daripada penelitian ini. Pada dasarnya, Malhotra (2012) menganggap bahwa likert
scale memiliki keuntungan yaitu mudah untuk dibangun, dilaksanakan, dan
dimengerti. Berikut Tabel Operasional untuk penelitian ini:
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
50
No. Variabel Definisi Operasional Kode Measurement Jurnal
Referensi
Metode
Skala
1 Usefulness Kemungkinan subyektif
yang menyatakan bahwa
menggunakan teknologi
akan meningkatkan cara
pengguna dalam
menyelesaikan pekerjaan
yang diberikan.
USE1 1. Bluemart membuat proses belanja
makanan/minuman ringan menjadi lebih cepat.
Davis et al.
1989
5-Likert
Scale
USE2 2. Bluemart membuat cara proses pembelian
makanan/minuman ringan menjadi lebih efisien.
USE3 3. Bluemart membuat cara proses pembelian
makanan/minuman ringan menjadi lebih mudah.
USE4 4. Bluemart membuat saya bisa belanja
makanan/minuman ringan kapan saja.
2 Ease of Use Sejauh mana seorang
pengguna akan
menganggap kegunaan
EASE1 1. Belajar menggunakan Bluemart itu mudah. Davis et al.
1989
5-Likert
Scale EASE2 2. Mudah bagi saya untuk menjadi mahir dalam
menggunakan Bluemart.
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
51
No. Variabel Definisi Operasional Kode Measurement Jurnal
Referensi
Metode
Skala
dari teknologi akan
terlepas dari usaha lebih.
EASE3 3. Petunjuk penggunaan Bluemart yang disediakan
mudah dipahami.
EASE4 4. Langkah-langkah dalam penggunaan Bluemart
mudah diingat.
3. Enjoyment Kesenangan yang muncul
dari berinteraksi dengan
teknologi.
ENJOY1 1. Menggunakan Bluemart untuk belanja
makanan/minuman ringan itu menyenangkan.
Dabholkar
1996
5-Likert
Scale
ENJOY2 2. Menggunakan Bluemart untuk belanja
makanan/minuman ringan itu menggembirakan.
ENJOY3 3. Menggunakan Bluemart untuk belanja
makanan/minuman ringan itu menari
4.
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
52
No. Variabel Definisi Operasional Kode Measurement Jurnal
Referensi
Metode
Skala
ENJOY4 4. Teknologi yang digunakan Bluemart
mengesankan.
4. Technology
anxiety
Pikiran negatif dari
pengguna yang merasa
khawatir dengan
kepercaya-diriannya
dalam kemampuannya
menghadapi teknologi.
TA1 1. Saya merasa cemas dalam menggunakan
teknologi yang baru bagi saya.
Meuter et
al. 2005.
5-Likert
Scale
TA2 2. Saya terbiasa menghindari teknologi yang asing
bagi saya.
TA3 3. Saya merasa ragu untuk menggunakan segala
macam bentuk teknologi yang baru karena takut
untuk membuat kesalahan yang tidak dapat
diperbaiki.
TA4 4. Belajar dalam menggunakan teknologi baru
membuat saya cemas.
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
53
No. Variabel Definisi Operasional Kode Measurement Jurnal
Referensi
Metode
Skala
5. Need for
interaction
Keinginan untuk
mempertahankan kontak
personal dengan orang
lain (biasanya dengan
pegawai di depan) saat
pertemuan layanan.
NI1 1. Kontak dengan orang lain dalam membuat
proses transaksi menjadi lebih menyenangkan.
Dabholkar
1992
5-Likert
Scale
NI2 2. Saya suka berinteraksi dengan orang ketika
melakukan transaksi.
NI3 3. Perhatian dari orang lain saat melakukan
transaksi sangat penting bagi saya.
NI4 4. Interaksi dengan orang lain mengurangi rasa
cemas saya dalam berbelanja.
6. Ability
(Perceived
Behavioral
Control)
Persepsi kemampuan yang
memiliki pengaruh positif
dalam intensi mereka
dalam menggunakan SST.
ABI1 1. Saya merasa mampu menggunakan vending
machine Bluemart.
Van
Beuningen
et al. 2009;
Wang et al.
5-Likert
Scale
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
54
No. Variabel Definisi Operasional Kode Measurement Jurnal
Referensi
Metode
Skala
ABI2 2. Saya memiliki hal-hal yang diperlukan (uang,
aplikasi Bluepay, dan lain-lain) untuk
menggunakan vending machine Bluemart.
2003
ABI3 3. Saya memiliki pengetahuan yang diperlukan
untuk menggunakan vending machine Bluemart.
ABI4 4. Saya memiliki kemampuan untuk menggunakan
vending machine Bluemart.
7. Willingness
(Intention to
use by
Bhattacherje
e, 2001)
Orang-orang akan lebih
mau terlibat dalam
pekerjaan yang mereka
piker mereka bisa
selesaikan dan
WILL1 1. Saya berniat untuk menggunakan vending
machine Bluemart daripada berhenti
menggunakannya.
Ajzen
1991;
Bandura’s
1997
5-Likert
Scale
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
55
menghindari yang dirasa
tidak bisa diselesaikan.
WILL2 2. Saya lebih memilih untuk menggunakan
vending machine Bluemart daripada alternatif
belanja makanan/minuman ringan yang lain.
WILL3 3. Saya berkemungkinan akan melanjutkan
menggunakan SST.
Sumber: Pengolahan data pribadi, 2018
Tabel 3.1 Tabel Operasional
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
56
3.8 TEKNIK ANALISIS
3.8.1 ANALISIS DESKRIPTIF
Proses transformasi data mentah merupakan cara yang menggambarkan
karakteristik dasar seperti kecenderungan, distribusi, dan variabilitas sentral. Dalam
penelitian ini, peneliti menggunakan analisis deskriptif untuk mengelompokan
semua jawaban responden (Zikmund et al. 2013). Skala interval merupakan skala
yang menggunakan angka-angka untuk menentukan peringkat objek sehingga jarak
yang sama secara numerik pada skala mewakili jarak yang sama pada karakteristik
yang diukur (Malhotra, 2012). Dalam penelitian ini, peneliti menggunakan skala
interval untuk mendeskripsikan tingkat willingness to use calon pengguna vending
machine Bluemart.
3.8.2 ANALISIS KUESIONER
Kuesioner adalah teknik yang terstruktur untuk melakukan pengumpulan
data, yang terdiri dari serangkaian pertanyaan tertulis atau lisan yang dijawab oleh
responden. Setiap kuesioner memiliki tujuan spesifik. Pertama, kuesioner harus
dapat mengambarkan informasi yang diwakili oleh pertanyaan yang jelas sehingga
responden dapat menjawab dengan baik. Kedua, kuesioner harus dapat mengajak
dan melibatkan responden untuk menjadi bagian yang terlibat dalam pengisian
kuesioner. Ketiga, sebuah kuesioner harus meminimalisir kesalahan agar tidak
mendapatkan informasi yang bias (Malhotra, 2012).
Hal pertama yang harus dilakukan untuk pembuatan kuesioner adalah
menentukan informasi apa saja yang dibutuhkan. Kemudian peneliti harus
menentukan metode pengumpulan data yang sesuai dengan penelitian yang akan
dilakukan. Selanjutnya peneliti harus dapat menentukan isi pertanyaan atau
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
57
pernyataan yang akan diberikan kepada responden. Peneliti juga harus dapat
membuat pertanyaan atau pernyataan yang jelas, singkat, dan mudah dimengerti
oleh responden.
Selanjutnya peneliti harus menentukan struktur pertanyaan yang akan
digunakan. Peneliti juga harus memperhatikan kata-kata yang akan digunakan di
dalam kuesioner. Selain itu, peneliti juga harus mengatur urutan pertanyaan dengan
benar serta mengidentifikasi penempatan tata letak pertanyaan. Sebelum peneliti
menyebarkan kuesioner, peneliti mencari indikator yang sesuai dengan model
penelitian yang akan diteliti. Setelah itu, peneliti melakukan seleksi terhadap
respoden penelitian. Kemudian peneliti menyebarkan kuesioner secara offline
maupun online.
3.8.3 UJI PRE-TEST
Menurut (Malhotra, 2012) uji pre-test merupakan pengujian yang dilakukan
terhadap kuesioner untuk mengidentifikasi dan menghilangkan potensi masalah
yang dapat terjadi. Pengujian kuesioner ini dilakukan dengan melibatkan sampel
responden yang kecil. Untuk uji pre-test pada penelitian ini, peneliti
mengumpulkan 30 responden untuk diuji dengan cara menyebarkan kuesioner
secara offline dan online, yang hasilnya diolah menggunakan software SPSS versi
25 untuk menguji validitas dan reliabilitas dari alat ukur pengolahan data yaitu
kuesioner sehingga dapat diandalkan dan konsisten.
3.8.3.1 Uji Validitas
Sebuah indikator dapat diketahui valid setelah melalui sebuah uji validitas.
Skala validitas dapat diartikan sebagai nilai dari sebuah skala observasi yang
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
58
mencerminkan karakterisktik dan objek yang sedang di teliti. Semakin tinggi
validitas akan menunjukan semakin sah atau valid sebuah penelitian. Jadi, validitas
mengukur pernyataan dalam kuesioner yang sudah dibuat apakah benar dapat
mengukur apa yang hendak diukur. Terdapat 3 cara, yaitu content validity, criterion
validity, dan construct validity. Content validity adalah peneliti menguji validitas
dengan menilai konten secara keseluruhan (indikator) berdasarkan pemahaman
peneliti, sehingga hal tersebut dapat menyebabkan hasil penilaian menjadi
subjektif. Criterion validity adalah penelitian yang dilakukan dengan berekspektasi
pada hasil akhir. Construct validity adalah tipe validitas yang menjawab pertanyaan
dengan menggunakan skala ukuran (Malhotra, 2012).
Pada penelitian ini menggunakan construct validity, dengan syarat-syarat
dalam faktor analysis terdapat pada table 3.2.
Tabel 3.2 Uji Validitas
No Ukuran Validitas Nilai Diisyaratkan
1 Kaiser Meyer-Olkin (KMO)
Measure of Sampling
Adequacy; sebuah indeks yang
digunakan untuk menguji
kecocokan model analisis.
Nilai KMO ≥ 0,5
mengindikasikan bahwa analisis faktor
telah memadai dalam hal jumlah sampel,
sedangkan nilai KMO < 0,5
mengindikasikan analisis faktor tidak
memadai dalam hal jumlah sampel
(Malhotra, 2012).
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
59
No Ukuran Validitas Nilai Diisyaratkan
2 Barlett’s Test of Sphericity;
Merupakan uji statistik yang
digunakan untuk menguji
hipotesis bahwa variabel-
variabel tidak berkorelasi pada
populasi. Dengan kata lain
mengindikasikan bahwa matriks
identitas, yang mengindikasikan
bahwa variabel-variabel dalam
faktor bersifat related (r=1) atau
unrelated (r=0)
Jika hasil uji nilai signifikan ≤ 0,05
menunjukkan hubungan yang signifikan
antara variabel dan merupakan nilai yang
diharapkan (Malhotra, 2012).
3 Anti Image Matrices;
Untuk memprediksi apakah
suatu variabel memiliki
kesalahan terhadap variabel lain.
Memperlihatkan nilai Measure of
Sampling Adequacy (MSA) pada
diagonal anti image correlation. Nilai
MSA berkisar antara 0 sampai dengan 1
dengan kriteria:
Nilai MSA = 1, menandakan bahwa
variabel dapat diprediksi tanpa kesalahan
oleh variabel lain.
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
60
No Ukuran Validitas Nilai Diisyaratkan
Nilai MSA ≥ 0.50, menandakan bahwa
variabel masih dapat diprediksi dan dapat
dianalisis lebih lanjut.
Nilai MSA ≤ 0.50 menandakan bahwa
variabel tidak dapat dianalisis lebih
lanjut. Perlu dikatakan pengulangan
perhitungan analisis faktor dengan
mengeluarkan indikator yang memiliki
nilai MSA ≤ 0.50 (Malhotra, 2012).
4 Factor loading of Component
Matrix;
Merupakan besarnya korelasi
suatu indikator dengan faktor
yang terbentuk. Tujuannya untuk
menentukan validitas setiap
indikator dalam mengkonstruk
setiap variabel.
Kriteria validitas suatu indikator itu
dikatakan valid membentuk suatu faktor,
jika memiliki factor loading diatas 0.50
(Malhotra, 2012).
Sumber: (Malhotra, 2012)
3.8.3.2 Uji Reliabilitas
Menurut Malhotra (2012), sebuah penelitian dapat mengetahui tingkat
kehandalan melalui sebuah uji reliabilitas. Suatu tingkat kehandalan dapat dilihat
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
61
dari konsistensi dan stabilitas jawaban responden terhadap suatu pernyataan dalam
kuesioner. Malhotra (2012), menjelaskan bahwa cronbach’s alpha merupakan
ukuran dalam mengukur korelasi antara jawaban pernyataan dari suatu konstruk
atau variabel yang dinilai reliabel jika cronbach’s alpha nilainya ≥ 0.6.
3.8.4 STRUCTURAL EQUATION MODELING (SEM)
Dalam penelitian ini data akan dianalisis dengan menggunakan metode
Structural Equation Modeling (SEM). Menurut (Hair et al. 2010), Structural
Equation Modeling (SEM) merupakan sebuah teknik statistik multivariate yang
menggabungkan beberapa aspek dalam regresi berganda yang bertujuan untuk
menguji hubungan dependen dan analisis faktor yang menyajikan konsep faktor
tidak terukur dengan variabel multi yang digunakan untuk memperkirakan
serangkaian hubungan dependen yang saling mempengaruhi secara bersamaan.
Dari segi metodologi, SEM memiliki beberapa peran, yakni sebagai sistem
persamaan simultan, analisis kausal linier, analisis lintasan (path analysis), analysis
of covariance structure, dan model persamaan structural (Hair et al. 2010).
Analisa hasil penelitian menggunakan metode Structural Equation
Modeling (SEM). Software yang digunakan adalah Lisrel versi 8,8 untuk
melakukan uji validitas, realibilitas, hingga uji hipotesis penelitian.
(Hair et al., 2010) berpendapat bahwa struktural model (structural model),
disebut juga latent variable relationship. Berikut merupakan persamaan umumnya
dibawah ini:
Ƞ = γ ζ + ζ
Ƞ = Bƞ + ζ + ζ Γ
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
62
Confirmatory factor analysis (CFA) sebagai model pengukuran (measurement
model) terdiri dari dua jenis pengukuran, yaitu:
a. Model pengukuran untuk variabel eksogen (variabel bebas).
Persamaan umumnya adalah :
X =
Persamaan diatas digunakan dengan asumsi bahwa:
1. ζ tidak berkorelasi dengan ξ.
2. ε tidak berkorelasi dengan η.
3. δ tidak berkorelasi dengan ξ.
4. ζ, ε, dan δ tidak saling berkorelasi (mutually correlated).
γ – β bersifat non-singular
Dimana notasi-notas diatas memiliki arti sebagai berikut:
y = vektor variabel endogen yang dapat diamati.
x = vektor variabel eksogen yang dapat diamati.
ƞ (eta) = vektor random dari variabel laten endogen.
ζ (ksi) = vektor random dari variabel laten eksogen.
ε (epsilon) = vektor kekeliruan pengukuran dalam y.
δ (delta) = vektor kekeliruan pengukuran dalam x.
(lambda y) = matrik koefisien regresi y atas ƞ.
Λxξ + ζ
λy
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
63
(lambda x) = matrik koefisien regresi y atas ζ.
(gamma) = matrik koefisien variabel ζ dalam persamaan struktural.
β (beta) = matrik koefisien variabel ƞ dalam persamaan struktural.
ζ (zeta) = vektor kekeliruan persamaan dalam hubungan struktural antara ƞ dan ζ.
Evaluasi atau analisis terhadap model struktural mencakup pemeriksaan
terhadap signifikansi koefisien yang diestimasi. Menurut (Hair et al. 2010), terdapat
tujuh tahapan prosedur pembentukan dan analisis SEM, yaitu:
1. Membentuk model teori sebagai dasar model SEM yang mempunyai justifikasi
yang kuat. Merupakan suatu model kausal atau sebab akibat yang menyatakan
hubungan antar dimensi atau variabel.
2. Membangun path diagram dari hubungan kausal yang dibentuk berdasarkan
dasar teori. Path diagram tersebut memudahkan peneliti melihat hubungan-
hubungan kausalitas yang diujinya.
3. Membagi path diagram tersebut menjadi satu set model pengukuran
(measurement model) dan model struktural (structural model).
4. Pemilihan matrik data input dan mengestimasi model yang diajukan. Perbedaan
SEM dengan teknik multivariat lainnya adalah dalam input data yang akan
digunakan dalam pemodelan dan estimasinya. SEM hanya menggunakan matrik
varian/kovarian atau matrik korelasi sebagai data input untuk keseluruhan estimasi
yang dilakukan.
1. Menentukan the identification of the structural model. Langkah ini untuk
λx
γ
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
64
menentukan model yang dispesifikasi, bukan model yang underidentified atau
unidentified. Problem identifikasi dapat muncul melalui gejala-gejala berikut:
a. Standard Error untuk salah satu atau beberapa koefisien adalah sangat besar.
b. Program ini mampu menghasilkan matrik informasi yang seharusnya disajikan.
c. Muncul angka-angka yang aneh seperti adanya error varian yang negatif.
d. Muncul korelasi yang sangat tinggi antar korelasi estimasi yang didapat
(misalnya lebih dari 0.9).
6. Mengevaluasi kriteria dari goodness of fit atau uji kecocokan. Pada tahap ini
kesesuaian model dievaluasi melalui telaah terhadap berbagai kriteria goodness of
fit sebagai berikut:
a. Ukuran sampel minimal 100-150 dan dengan perbandingan 5 observasi untuk
setiap parameter estimate.
b. Normalitas dan linearitas.
c. Outliers.
d. Multicolinierity dan singularity.
7. Menginterpretasikan hasil yang didapat dan mengubah model jika diperlukan.
3.8.4.1 Model Pengukuran
Uji kecocokan model pengukuran akan dilakukan terhadap setiap construct
atau model pengukuran (hubungan antara suatu variabel laten dengan beberapa
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
65
variabel teramati/indikator) secara terpisah melalui evaluasi terhadap validitas dan
reliabilitas dari model pengukuran (Hair, et al., 2010).
a. Evaluasi terhadap validitas (Validity)
Menurut (Hair et al., 2010) suatu variabel dikatakan mempunyai validitas
yang baik terhadap contruct atau variabel latennya jika muatan faktor standar
(Standardized Loading Factor) ≥ 0,50 SLF dan t-value ≥1.645. Menurut (Malhotra,
2012) average variance extracted (AVE) merupakan ukuran yang digunakan untuk
menilai validitas konvergen dan diskriminan yang didefinisikan sebagai varians
dalam indikator atau variabel diamati yang dijelaskan oleh konstruksi laten.
b. Evaluasi terhadap reliabilitas
Reliabilitas adalah konsistensi suatu pengukuran. Reliabilitas tinggi
menunjukan bahwa indikator-indikator mempunyai konsistensi tinggi dalam
mengukur konstruk latennya. Berdasarkan (Hair et al., 2010) ukuran tersebut dapat
dihitung dengan rumus sebagai berikut:
Menurut (Hair et al., 2010) rule of thumb untuk nilai construct reliability
(CR) harus ≥ 0.7 dan nilai variance extracted (VE) ≥ 0.5.
Dalam penelitian ini menggunakan 9 model pengukuran yang berdasarkan
variabel yang diukur, yaitu pada tahap ini dilakukan analisis validitas model
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
66
pengukuran dengan memeriksa apakah t-value dari standardized loading factor (λ)
dari variabel-variabel teramati pada model ≥1.45 (Hair et al., 2010). Selain itu juga
peneliti melakukan pemeriksaan terhadap standardized loading factor (λ), apakah
telah memenuhi standar yang ditentukan yaitu harus ≥ 0,50. Pada penelitian ini
terdapat 5 model pengukuran berdasarkan variabel yang diukur, antara lain:
1. Usefulness
Pada penelitian ini model terdiri dari empat pernyataan yang merupakan first
orfer confirmatory factor analysis (1st
CFA) yang mewakili satu variabel laten yaitu
Usefulness. Variabel laten ζ1 mewakili Usefulness dan memiliki empat indikator
pernyataan.
Gambar 3.9 Model Pengukuran Usefulness
2. Enjoyment
Pada penelitian ini model terdiri dari empat pernyataan yang merupakan first
orfer confirmatory factor analysis (1st
CFA) yang mewakili satu variabel laten yaitu
Enjoyment. Variabel laten ζ2 mewakili Enjoyment dan memiliki empat indikator
pernyataan.
δ1
δ2
δ3
λX11
λX21
λX31
Usefulness
X1
X2
X3
δ3
λX41
X4
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
67
Gambar 3.10 Model Pengukuran Enjoyment
3. Ease of Use
Pada penelitian ini model terdiri dari empat pernyataan yang merupakan first
orfer confirmatory factor analysis (1st
CFA) yang mewakili satu variabel laten yaitu
Ease of Use. Variabel laten ζ3 mewakili Ease of Use dan memiliki empat indikator
pernyataan.
Gambar 3.11 Model Pengukuran Ease of Use
4. Technology Anxiety
Pada penelitian ini model terdiri dari empat pernyataan yang merupakan first
orfer confirmatory factor analysis (1st
CFA) yang mewakili satu variabel laten yaitu
X5
X6
X7
X8
λX52
λX62
λX72
λX82
δ5
δ6
δ7
δ8
Ease of Use
X9
X10
X11
X12
λX93
λX123
λX103
λX113
δ9
δ10
δ11oseδ12
Enjoyment
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
68
Technology Anxiety. Variabel laten ζ4 mewakili Technology Anxiety dan memiliki
empat indikator pernyataan.
Gambar 3.12 Model Pengukuran Technology Anxiety
5. Need for Interaction
Pada penelitian ini model terdiri dari empat pernyataan yang merupakan first
orfer confirmatory factor analysis (1st
CFA) yang mewakili satu variabel laten yaitu
Need for Interaction. Variabel laten ζ5 mewakili Need for Interaction dan memiliki
empat indikator pernyataan.
Gambar 3.13 Model Pengukuran Need for Interaction
6. Ability to Use
Pada penelitian ini model terdiri dari empat pernyataan yang merupakan first
orfer confirmatory factor analysis (1st
CFA) yang mewakili satu variabel laten yaitu
Technology Anxiety
X13
X14
X16
X15
λX134
λX144
λX154
δ13
δ14
δ15D
δ16
Need for Interaction
X20
X17
X18
X19
λX205
λX175
λX185
λX195
δ20
δ17
δ18Do
δ19
λX164
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
69
Ability to Use. Variabel laten ζ6 mewakili Ability to Use dan memiliki empat
indikator pernyataan.
Gambar 3.14 Model Pengukuran Ability to Use
7. Willingness to Use
Pada penelitian ini model terdiri dari tiga pernyataan yang merupakan first
orfer confirmatory factor analysis (1st
CFA) yang mewakili satu variabel laten yaitu
Willingness to Use. Variabel laten ζ7 mewakili Willingness to Use dan memiliki
tiga indikator pernyataan.
Gambar 3.15 Model Pengukuran Willingness to Use
Ability to Use
X24
X21
X22
X23
λX246
λX216
λX226
λX236
δ24
δ21
δ22Do
δ23
Willingness to Use
X25
X26
X27
λX257
λX267
λX277
δ25
δ26Dos
δ27
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
70
3.8.4.2 Uji Kecocokan Keseluruhan Model
Menurut (Hair et al., 2010) Godness-of-fit (GOF) dapat mengukur seberapa
baiknya model yang oleh dan mengolah matriks kovarian melalui item yang berada
pada indikator. (Hair et al., 2010) mengelompokan GOF menjadi tiga bagian yaitu
absolute fit measures (ukuran kecocokan absolute), incremental fit measure
(ukuran kecocokan inkremental), dan parsimonious fit measures (ukuran
kecocokan pasimoni). Absolute fit measure digunakan untuk mengukur secara
langsung seberapa baik model yang digunakan oleh peneliti untuk menghasilkan
data penelitian. Incremental fit measure digunakan untuk membandingkan model
yang diusulkan dengan model dasar yang disebut dengan null model atau
independence model. Parsimonious fit measures digunakan untuk mengukur
kesederhaan model. Hal – hal yang perlu diperhatikan dalam uji kecocokan dan
pemeriksaan kecocokan, secara lebih rinci akan ditunjukan pada ringkasan tabel
3.4.
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
71
Tabel 3.3 GODNESS OF FIT (GOF)
CHARACTERISTICS OF DIFFERENT FIT INDICES DEMONSTRATING
GOODNESS-OF-FIT ACROSS DIFFERENT MODEL SITUATIONS
Fit Index
Cutoff Values For GOF Index
N < 250 N > 250
M ≤ 12 12<m<30 M ≥ 30 M ≤ 12 12<m<30 M ≥ 30
Absolute Fit Indicates
Chi
Square
Insignificant Significant Significant Insignificant Significant Significant
p-values
expected
P-values
even with
good fit
p-value
expected
p-values
event with
good-fit
p-values
expected
p-values
expected
GFI GFI > 0.90
RMSEA
RMSEA
< 0.08
RMSEA
< 0.08
RMSEA
< 0.08
RMSEA
< 0.07
RMSEA
< 0.07
RMSEA
< 0.07
CFI ≥ 0.97 CFI ≥ 0.95 CFI ≥ 0.92 CFI ≥ 0.97 CFI ≥ 0.97 CFI ≥ 0.97
SRMR
Biased
upward, use
other
indicates
SRMR ≤
0.08
SRMR <
0.09
Biased
upward, use
other
indicates
SRMR ≤
0.08
SRMR ≤
0.08
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
72
Sumber: (Hair et al., 2010)
Incremental Fit Indicates
Normed
Chi-
Square
( /DF) < 3 is very good, 2 ≤ ( /DF) ≤ 5 is acceptable
NFI 0 ≤ NFI ≤ 1, model with perfect fit would produce an NFI of 1
TLI TLI
≥ 0.97
TLI
≥ 0.95
TLI
≥ 0.92
TLI
≥ 0.95
TLI
≥ 0.92
TLI
≥ 0.90
CFI CFI
≥ 0.97
CFI
≥ 0.95
CFI
≥ 0.92
CFI
≥ 0.95
CFI
≥ 0.92
CFI
≥ 0.90
RNI
May not
diagnose
misspesification
well
RNI ≥
0.95
RNI ≥
0.92
RNI
≥ 0.95, not
used with N
> 1000
RNI
≥ 0.92, not
used with
N
> 1000
RNI
≥ 0.90, not
used with
N
> 1000
Parsimony Fit Indicates
AGFI No statistical test is associated with AGFI, only guidelines to fit
RNI 0 ≤ NFI ≤ 1, Relatively high values represent better fit
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
73
3.8.4.3 Model Struktural
3.8.4.3.1 Analisa Hubungan Kausal
Lind et al., (2012) mengatakan bahwa uji hipotesis adalah sebuah prosedur
berdasarkan bukti sampel dan teori probabilitas untuk menentukan apakah hipotesis
tersebut adalah pernyataan yang masuk akal. Ada lima langkah untuk melakukan
uji hipotesis, yaitu:
1. Hipotesis Nol (H0) dan Hipotesis Alternatif (H1) (State Null and Alternative
Hypothesis)
Langkah pertama adalah menyatakan hipotesis nol atau H0, yang dimana “H”
merupakan singkatan dari hipotesis dan angka 0 yang berarti “no difference”.
Null Hypothesis atau H0 merupakan sebuah pernyataan tentang nilai parameter
sebuah populasi yang dikembangkan untuk tujuan pengujian. H0 dinyatakan
ditolak jika data sampel dapat memberikan bukti yang menyakinkan bahwa itu
salah. Sedangkan pernyataan hipotesis alternatif (alternative hypothesis) atau
H1, diterima jika data sampel memberikan bukti yang cukup bahwa hipotesis
nol itu salah.
2. Pilih Tingkat Signifikasi (Select a Level of Significance)
Setelah membuat hipotesis nol dan hipotesis alternative, langkah selanjutnya
adalah menyatakan tingkat signifikansi. Level of Significance (α) merupakan
probabilitas untuk menolak hipotesis nol jika benar. Pada level of
significance(α) terdapat 2 jenis error, yaitu:
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
74
a. Type I error (α)
Tipe error terjadi ketika hasil sampel menolak H0. Tipe error ini juga dikenal
sebagai level of significant(α). Dalam penelitian ini peneliti menggunakan
tingkat toleransi 5% atau 0.05.
b. Type II error (β)
Tipe error terjadi ketika hasil sampel tidak menunjukan penolakan H0.
3. Pilih Statistik Uji (Select the Test Statistic)
Tes statistik merupakan sebuah nilai yang ditentukan dari informasi sampel
dan digunakan untuk menentukan apakah hipotesis nol akan ditolak. dalam
menentukan t-value diterima atau ditolak berdasarkan hasil dari perhitungan,
apabila hasil t-value lebih besar sama dengan nilai critical maka H0 ditolak.
Pada penelitian ini, peneliti menggunakan acuan nilai critical atau t-table ≥
1.645.
4. Merumuskan Aturan Keputusan (Formulate the Decision Rule)
Decision rule atau aturan keputusan adalah pernyataan dari kondisi khusus
dimana H0 ditolak. Daerah atau area penolakan mendefinisikan semua lokasi
yang nilainya sangat besar atau sangat kecil sehingga probabilitas yang muncul
dibawah H0. Pada penelitian ini, peneliti menggunakan tingkat kepercayaan
95%.
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019
75
Sumber: communitymedicine4asses.com (2013)
Gambar 3.16 One Tail Test (Right & Left)
One Tail Test (Right & Left) seperti yang tertera pada gambar 3.16 akan
digunakan untuk penelitian ini karena ada hipotesis yang berpengaruh positif dan
hipotesis yang berpengaruh negatif.
5. Membuat keputusan (Make Decision)
Tahap terakhir dalam pengujian hipotesis adalah menghitung uji statistik. Pada
tahap ini akan membandingkannya dengan nilai kritis dan membuat keputusan
apakah akan menolak atau tidak menolak H0. Pada penelitian ini, peneliti akan
membandingkan nilai t-value hasil output software LISREL versi 8.8 dengan nilai
kritis 1.65.
Analisis pengaruh usefulness..., Lystia Novilda, FB UMN, 2019