skripsi analisis continuance use intention pada situs jejaring sosial...

SKRIPSI

ANALISIS CONTINUANCE USE INTENTION PADA SITUS JEJARING

SOSIAL INSTAGRAM DENGAN MENGGUNAKAN EXPECTATION-

CONFIRMATION MODEL (ECM)

Oleh:

USWATUN HASANAH

11150930000020

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

2020 / 1441 H

iv

ANALISIS CONTINUANCE USE INTENTION PADA SITUS JEJARING

SOSIAL INSTAGRAM DENGAN MENGGUNAKAN EXPECTATION-

CONFIRMATION MODEL (ECM)

Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sistem Informasi

Fakultas Sains Dan Teknologi

Universitas Islam Negeri Syarif Hidayatullah

Disusun Oleh :

USWATUN HASANAH

11150930000020

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS NEGERI SYARIF

HIDAYATULLAH JAKARTA

2020 M / 1441 H

vi

LEMBAR PENGESAHAN SKRIPSI

viii

PENGESAHAN UJIAN

x

PERNYATAAN

xii

ABSTRAK

Uswatun Hasanah – 11150930000020. Analisis Continuance Use Intention pada

Situs Jejaring Sosial Instagram dengan menggunakan Expectation-Confirmation

Model (ECM) di bawah bimbingan M Qomarul Huda, Ph.D dan Meinarini

Catur Utami, M.T.

Instagram merupakan salah satu situs jejaring sosial yang jumlah penggunanya

mencapai 1 miliar pengguna menjadikan Instagram sangat populer. Dengan jumlah

pengguna yang terus meningkat, memahami faktor continuance use intention

sangat di perlukan, guna keberlangsungan jangka panjang serta kesuksesan suatu

aplikasi. Pasar situs jejaring sosial pun cukup kompetitif, karena mereka

menawarkan layanan dan fitur yang serupa. Hal ini juga cukup mudah bagi

pengguna untuk beralih dari satu situs jejaring sosial ke situs jejaring sosial yang

lain. Penelitian ini bertujuan untuk mengetahui faktor yang mempengaruhi

continuance use intention, yang menjadi salah satu faktor penting dalam niat

penggunaan situs jejaring sosial Instagram. Penelitian ini menggunakan

Expectation Confirmation Model (ECM) dengan menambahkan variabel Habit dan

Enjoyment. Populasi pada penelitian ini adalah mahasiswa UIN Syarif Hidayatullah

Jakarta yang menjadi pengguna Instagram. Pengambilan sampel dilakukan dengan

menggunakan teknik purposive sampling. Terdapat 403 responden dari total

populasi tersebut yang digunakan sebagai sampel untuk penelitian ini. Pengolahan

data dengan menggunakan metode PLS-SEM dengan bantuan aplikasi SmartPLS

versi 3.0. Berdasarkan hasil penelitian bahwa Statisfaction, Perceived Usefullness,

Habit dan Enjoyment berpengaruh terhadap Continuance Use Intention.

Kata kunci : Continuance Use Intention, Instagram, Expectation Confirmation

Model (ECM), PLS-SEM, SmartPLS.

BAB I-V+ xiv Halaman + 140 Halaman + 8 Gambar + 40 Tabel + Daftar Pustakka

+ Lampiran

Pustaka Acuan (1980-2019)

xiv

KATA PENGANTAR

Assalamualaikum Wr.Wb.

Alhamdulillah segala puji dan syukur peneliti panjatkan ke hadirat Allah

SWT atas segala nikmat serta karunia yang telah dilimpahkan, sehingga peneliti

dapat menyelesaikan laporan skripsi ini dengan sebaik-baiknya. Peneliti menyadari

bahwa laporan skripsi ini masih jauh dari kesempurnaan. Namun, peneliti berharap

laporan skripsi ini dapat memenuhi persyaratan untuk dapat lulus dan mendapatkan

gelar sarjana. Shalawat serta salam senantiasa tercurahkan kepada Nabi

Muhammad SAW yang telah memberikan tuntunan dan petunjuk kepada umat

manusia menuju kehidupan dan peradaban, serta para keluarga dan para sahabat

yang dicintainya.

Dalam penyusunan laporan ini peneliti telah mendapatkan banyak bantuan

dan bimbingan serta semangat dari berbagai pihak, baik berupa pengetahuan, moral,

maupun meteril. Tanpa bantuan dari berbagai pihak, tentu proses penyusunan

laporan ini akan terasa sulit untuk dapat diselesaikan. Oleh karena itu, peneliti ingin

menyampaikan terima kasih kepada:

1. Bapak. Dr. Lily Surayya Eka Putri, M.Env.Stud selaku Dekan Fakultas

Sains dan Teknologi UIN Syarif Hidayatullah Jakarta.

2. Bapak A’ang Subiyakto, Ph.D selaku Ketua Program Studi Sistem

Informasi Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta

dan Ibu Nida’ul Hasanati,MMSI selaku Sekertaris Program Studi Sistem

Informasi, Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta.

xv

3. Bapak M Qomarul Huda, Ph.D selaku Dosem Pembimbing I dan Ibu

Meinarini Catur Utami, M.T selaku Dosen Pembimbing II yang telah

menyediakan waktunya untuk memberikan ilmu, arahan, dukungan, serta

doa kepada peneliti hingga terselesaikan laporan ini.

4. Dosen-dosen Program Studi Sistem Informasi Fakultas Sains dan Teknologi

UIN Syarif Hidayatullah Jakarta yang telah memberikan ilmu selama proses

perkuliahan.

5. Bapak Syamsuri dan Ibu Saniah selaku orang tua peneliti yang telah

memberikan doa, motivasi, semangat, nasehat, dan uang kepada peneliti

sehingga laporan skripsi ini dapat terselesaikan.

6. Desi Arisandi dan Muhammad Irham selaku kakak dan adik yang selalu

memberikan dukungan dan doa kepada penulis.

7. Sahabat Kosan Nenek, Adinda Fitra, Ranti Novella, Tuti Astuti, Desti

Nuraini, Desintia, Alfia Miranti, Ova Amalia, Ashifa, dan Gina Sajiah dan

lainnya yang tidak bisa disebutkan satu persatu. Terima kasih atas segala

bentuk dukungan, motivasi serta doa kepada peneliti.

8. Sahabat-sahabat penulis, Robbi Miftah, Sari Rahma Pertiwi, Muthia,

Novira, Asri Cahya, Nesya, Rahma, Maulina, Bella, Mardiatuzzahra, Fitri

Sundari selaku sahabat yang memberikan dukungan dan motivasi kepada

penulis.

9. Keluarga Sistem Informasi 2015, khususnya SI-A yang banyak memberikan

motivasi dan doa dalam penyelesaian skripsi ini.

xvi

10. Seluruh responden yang telah bersedia meluangkan waktunya dan teman-

teman yang telah membantu dalam penyebaran kuesioner untuk penelitian

skripsi ini. Semoga Allah SWT memberikan balasan atas kebaikan teman-

teman semua.

11. Dan seluruh pihak-pihak yang terkait dan banyak membantu dalam proses

penyelesaian laporan skripsi ini yang tidak dapat disebutkan satu persatu

namun tidak mengurangi rasa terimakasih sedikitpun dari peneliti.

Dengan segala bentuk bantuan dari semua pihak, peneliti sangat bersyukur

dan berterima kasih, semoga semua bantuan yang peneliti terima dalam proses

penulisan skripsi ini mendapatkan balasan yang setimpal di akhirat nantinya.

Peneliti tentu menyadari segala bentuk kekurangan dalam ppenyusunan laporan

skripsi ini baik dari segi bahasa, penyusunan, maupun penulisannya. Untuk itu

peneliti berharap agar pembaca dapat memaklumi atas kekurangan dalam laporan

skripsi ini. Akhir kata, penulis berharap semoga laporan skripsi ini dapat

bermanfaat bagi para pembaca pada umumnya.

Wassalamualaikum. Wr.Wb

Jakarta, Februari 2020

Uswatun Hasanah

111509300000020

xviii

DAFTAR ISI

LEMBAR PENGESAHAN SKRIPSI ..........................................................................vi

PENGESAHAN UJIAN ............................................................................................ viii

PERNYATAAN ............................................................................................................ x

ABSTRAK ...................................................................................................................xii

KATA PENGANTAR ................................................................................................ xiv

DAFTAR TABEL ...................................................................................................... xxi

DAFTAR GAMBAR ................................................................................................xxiii

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

1.1. Latar Belakang .............................................................................................. 1

1.2. Identifikasi Masalah ...................................................................................... 8

1.3. Rumusan Masalah ......................................................................................... 8

1.4. Tujuan Masalah ............................................................................................. 8

1.5. Ruang Lingkup dan Batasan Penelitian ........................................................ 9

1.6. Model Penelitian .......................................................................................... 10

1.7. Hipotesis Peneletian ..................................................................................... 10

1.8. Metodologi Penelitian .................................................................................. 11

1.8.1. Metode Pengumpulan Data.................................................................. 11

1.8.2. Metode Analisis Data ........................................................................... 12

1.9. Manfaat Penelitian ....................................................................................... 12

1.10. Sistematika Penulisan .............................................................................. 12

BAB II LANDASAN TEORI ........................................................................................ 2

2.1. Definisi Analisis.............................................................................................. 2

2.2. Definisi Situs Jejaring Sosial ......................................................................... 2

2.3. Perkembagan Instagram ............................................................................... 4

2.4. Definisi Sistem Informasi ............................................................................... 5

2.4.1. Sistem ..................................................................................................... 5

2.4.2. Informasi ................................................................................................ 6

2.4.3. Sistem Informasi .................................................................................... 7

2.5. Expectation-Confirmation Model ................................................................... 7

2.5.1. Perceived Usefulness (PU) .................................................................... 10

2.5.2. Confirmation (C) ................................................................................... 10

2.5.3. Satisfaction (S) ...................................................................................... 11

xix

2.5.4. Continuance Use Intention (CUI) ......................................................... 11

2.6. Habit (H)....................................................................................................... 12

2.7. Enjoyment (E) ............................................................................................... 12

2.8. Metode Pengumpulan Data ......................................................................... 13

2.9. Skala Likert ................................................................................................. 15

2.10. Variabel Penelitian ................................................................................... 16

2.11. Populasi dan Sampel ................................................................................ 18

2.11.1. Teknik Sampling .................................................................................. 19

2.11.2. Ukuran Sampel..................................................................................... 22

2.12. Analisis Data ............................................................................................ 24

2.12.1. Metode Kuantitatif ............................................................................... 25

2.12.2. Partial Least Square-Structural Equation Modelling (PLS-SEM) ........ 26

2.13. Hipotesis ................................................................................................... 32

2.14. SmartPLS ................................................................................................. 33

BAB III METODE PENELITIAN ............................................................................. 37

3.1. Pendekatan Penelitian ................................................................................. 37

3.2. Populasi dan Sampel Penelitian................................................................... 37

3.3. Metode Pengumpulan Data ......................................................................... 39

3.3.1. Studi Literatur ..................................................................................... 39

3.3.2. Survei .................................................................................................... 46

3.4. Metode Analisis Data ................................................................................... 47

3.4.1. Model Penelitian ................................................................................... 47

3.4.2. Indikator Penelitian ............................................................................. 47

3.5. Analisis Data dan Interpretasi Hasil ........................................................... 51

BAB IV HASIL DAN PEMBAHASAN ...................................................................... 55

4.1. Pengumpulan Data ...................................................................................... 55

4.2. Statistika Deskriptif ..................................................................................... 56

4.3. Hasil Analisis................................................................................................ 70

4.3.1. Hasil Analisis Demografis .................................................................... 70

4.3.2. Hasil Analisis Outer Model ................................................................... 78

4.3.3. Hasil Analisis Inner Model ................................................................... 83

4.4. Interpretasi dan Diskusi Hasil Analisis ....................................................... 88

4.4.1. Interpretasi dan Diskusi Hasil Analisis Data Demografis ................... 88

4.4.2. Interpretasi dan Diskusi Hasil Outer Model ........................................ 93

xx

4.4.3. Interpretasi dan Diskusi Hasil Inner Model ........................................ 94

BAB V KESIMPULAN DAN SARAN ..................................................................... 102

5.1. Kesimpulan ................................................................................................ 102

5.2. Saran .......................................................................................................... 103

DAFTAR PUSTAKA ................................................................................................ 106

Lampiran 1 ................................................................................................................ 115

Lampiran 2 ................................................................................................................ 119

xxi

DAFTAR TABEL

Tabel 2. 1 Format Responden untuk Pertanyaan ............................................................ 15

Tabel 3. 1 Studi Literatur ........................................................................................... 41

Tabel 3. 2 Data Kuesioner ............................................................................................ 47

Tabel 3. 3 Indikator Penelitian ...................................................................................... 48

Tabel 3. 4 Daftar pertanyaan ......................................................................................... 49

Tabel 4. 1 Data Kuesioner ............................................................................................ 56

Tabel 4. 2 Frekuensi Indikator Kemudahan ................................................................... 57

Tabel 4. 3 Frekuensi Meningkatkan Kemampuan .......................................................... 57

Tabel 4. 4 Frekuensi Indikator Efisiensi ........................................................................ 58

Tabel 4. 5 Frekuensi Indikator Manfaat......................................................................... 58

Tabel 4. 6 Frekuensi Indikator Pengalaman Pengguna Sistem ....................................... 59

Tabel 4. 7 Frekuensi Indikator Layanan ........................................................................ 60

Tabel 4. 8 Frekuensi Indikator Harapan ........................................................................ 60

Tabel 4. 9 Frekuensi Indikator Ekspetasi secara Keseluruhan ........................................ 61

Tabel 4. 10 Frekuensi Indikator Pengalaman penggunaan Instagram memuaskan .......... 61

Tabel 4. 11 Frekuensi Indikator Pengalaman yang menyenangkan ................................ 62

Tabel 4. 12 Frekuensi Indikator Kepuasan Pengguna .................................................... 63

Tabel 4. 13 Frekuensi Indikator Kinerja ........................................................................ 63

Tabel 4. 14 Frekuensi Indikator Kepuasan secara Keseluruhan...................................... 64

Tabel 4. 15 Frekuensi Indikator Kesenangan ................................................................. 64

Tabel 4. 16 Frekuensi Indikator Hiburan ....................................................................... 65

Tabel 4. 17 Frekuensi Indikator Layanan ...................................................................... 65

Tabel 4. 18 Frekuensi Indikator Penggunaan Sebelumnya ............................................. 66

Tabel 4. 19 Frekuensi Indikator Kecanduan .................................................................. 67

xxii

Tabel 4. 20 Frekuensi Indikator Perilaku yang Otomatis ............................................... 67

Tabel 4. 21 Frekuensi Indikator Rutinitas...................................................................... 68

Tabel 4. 22 Frekuensi Indikator Berniat untuk terus menggunakan dari pada berhenti ... 68

Tabel 4. 23 Frekuensi Indikator Berniat untuk terus dari pada menggunakan sistem lain69

Tabel 4. 24 Frekuensi Indikator Berniat meningkatkan penggunaan di masa depan ....... 69

Tabel 4. 25 Data Demografis Jenis Kelamin ................................................................. 70

Tabel 4. 26 Data Demografis Fakultas .......................................................................... 71

Tabel 4. 27 Data Semester ............................................................................................. 73

Tabel 4. 28 Data Demografis Lama menggunakan Instagram ........................................ 74

Tabel 4. 29 Data Demografis Frekuensi Penggunaan Instagram (Perhari) ...................... 75

Tabel 4. 30 Data Demografis Kepuasan Penggunaan Instagram .................................... 76

Tabel 4. 31 Data Demografis Niat Pengguna Instagram ................................................ 77

Tabel 4. 32 Analisis Outer Loading .............................................................................. 80

Tabel 4. 33 Analisis Outer Model .................................................................................. 82

Tabel 4. 34 Analisis Nilai Cross Loading Fornell-Larcker’s. ......................................... 83

Tabel 4. 35 Analisis Path Coefficient ............................................................................ 84

Tabel 4. 36 Analisis Coefficient of Determination ......................................................... 84

Tabel 4. 37 Analisis t-test ............................................................................................. 85

Tabel 4. 38 Analisis Effect Size ..................................................................................... 86

Tabel 4. 39 Analisis Predictive Relevance..................................................................... 87

Tabel 4. 40 Analisis Relative Impact ............................................................................. 88

xxiii

DAFTAR GAMBAR

Gambar 1. 2 Model penelitian yang digunakan............................................................. 10

Gambar 2. 1 Instagram................................................................................................... 4

Gambar 2. 2 Expectation-Confirmation Model (ECM) ................................................... 9

Gambar 2. 3 Proses Analisis PLS-SEM ........................................................................ 27

Gambar 2. 4 Konstruk dalam SmartPLS 3.0 ................................................................. 35

Gambar 3. 1 Model penelitian yang digunakan............................................................. 47

Gambar 3. 2 Kerangka Penelitian ................................................................................. 53

Gambar 4. 1 Data Presentase Demografis Jenis Kelamin .............................................. 71

Gambar 4. 2 Data Presentase Demografis Fakultas ....................................................... 72

Gambar 4. 3 Data Presentase Demografis Semester...................................................... 73

Gambar 4. 4 Data Presentase Demografis Lama Menggunakan Instagram .................... 74

Gambar 4. 5 Data Presentase Demografis Frekuensi Penggunaan Instagram (Perhari) .. 76

Gambar 4. 6 Data Demografis Presentase Kepuasan Penggunaan Instagram ................. 77

Gambar 4. 7 Data Presentase Demografis Niat Keberlanjutan Penggunaan Instagram. .. 78

Gambar 4. 8 Model Penelitian pada SmartPLS 3 .......................................................... 79

1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Situs jejaring sosial saat ini sedang berkembang dengan sangat pesat.

Situs jejaring sosial telah banyak menarik perhatian oleh para penggunanya.

Tercatat saat ini jumlah pengguna aktif situs jejaring sosial mencapai 3.484

juta pengguna atau sebesar 45% dari total populasi. Di Indonesia sendiri,

sebanyak 150 juta pengguna atau sebesar 56% dari total populasi, jumlah

tersebut naik 20% dari survei sebelumnya (We Are Social, 2019).

Dengan jumlah pengguna yang terus bertambah menjadikan situs

jejaring sosial sangat populer di berbagai negara, baik negara maju atau

negara berkembang, seperti Indonesia. Setelah kesuksesan pada tahap

penerimaannya, dirasa perlu untuk memahami lebih lanjut mengenai faktor

Continuance Use Intention (CUI) para pengguna untuk terus menggunakan

situs jejaring sosial.

Continuance Use Intention (CUI) merupakan niat kelanjutan dari

perilaku penerimaan ( Bhattacherjee, 2001). Pelanggan membentuk pendapat

setelah pertama kali menggunakan sistem dan kemudian merasakan kegunaan

sistem. Niat kelanjutan dapat ditentukan sebagai proses untuk terus

mempertahankan bisnis dan menggunakan kembali produk atau jasa dari

suatu organisasi (Abbas & hamdy, 2015).

2

Memahami alasan niat kelanjutan pengguna merupakan hal penting

untuk kelangsungan jangka panjang dan keberhasilan suatu sistem informasi

( Bhattacherjee, 2001). Terlebih situs jejaring sosial berbeda dengan sistem

informasi lain seperti sistem informasi kepegawai, sistem informasi akutansi

yang bersifat mendatori, situs jejaring sosial bersifat sukarela. Hal tersebut

menjadi salah satu kendala dalam mempertahankan pengguna situs jejaring

sosial. Menurut (Boyd & Ellison, 2008) situs jejaring sosial memungkinkan

pengguna untuk secara jelas mengartikulasikan jejaring sosial mereka dan

memungkinkan pengguna untuk menikmati aktivitas jejaring sosial secara

sukarela. Sifat sukarela ini membuat kemungkinan pengguna untuk tidak

melanjutkan penggunanya terhadap suatu situs jejaringan sosial menjadi lebih

tinggi dibanding sistem informasi yang bersifat mendatori.

Penyedia layanan jejaring sosial di Indonesia cukup banyak seperti

Facebook, Twitter, Snapchat, Youtube, dan lainnya. Dengan banyaknya

jumlah situs jejaring sosial, persaingan antar penyedia layanan jejaring sosial

di Indonesia pun cukup ketat. Jika penyedia layanan jejaring sosial ingin

meningkatkan penggunaan jejaring sosial, mereka harus merancang sebuah

metode dan inovasi yang efektif untuk mendorong pengguna untuk terus

menggunakan layanan ini. Untuk mencapai tujuan ini, mereka harus

memahami faktor-faktor yang mempengaruhi Continuance Use Intention

(CUI) atau niat kelanjutan pengguna untuk menggunakan layanan jejaring

sosial setelah konsumsi awal mereka.

3

Pemahaman mengenai faktor Continuance Use Intention (CUI)

pengguna sangat penting untuk keberhasilan suatu perusahaan (Mouakket,

2015). Untuk membuat strategi yang lebih baik agar dapat mempertahankan

pengguna serta meningkatkan jumlah pengguna. Mempertahankan pengguna

dan memfasilitasi pengguna berkelanjutan sangat penting untuk keberhasilan

suatu sistem informasi (Zhou,T.,&Li, H. , 2014). Hal ini di karenakan biaya

mendapatkan pelanggan baru sekitar lima kali lipat lebih besar dari pada

mempertahankan pelanggan yang lama ( Bhattacherjee, 2001). Bagi penyedia

layanan untuk dapat mengembalikan investasi awal yang dilakukan dengan

menginstall dan meluncurkan layanan, oleh karena itu penting bahwa

pengguna layanan untuk tidak berhenti setelah penerapan awal. Pasar situs

jejaring sosial cukup kompetitif karena mereka menawarkan layanan dan fitur

yang serupa (Zhou,T.,&Li, H. , 2014). Hal ini juga cukup mudah bagi

pengguna untuk beralih dari satu situs jejaring sosial ke situs jejaring sosial

yang lain, karena banyak aplikasi yang dapat diunduh secara gratis.

Penggunaan berkelanjutan oleh pengguna dapat menjadi sumber keunggulan

kompetitif bagi penyedia layanan ini.

Meskipun jumlah pengguna situs jejaring sosial berkembang pesat,

beberapa perusahaan penyedia layanan jejaring sosial yang mengalami

kemunduran akibat tidak dapat mempertahankan penggunanya dan kalah

bersaing dengan penyedia layanan jejaring sosial lain. Situs jejaring sosial

media seperti Hi5, My Space, Friendster, dan Path tidak dapat

mempertahankan penggunanya, mereka telah kalah dalam arena kompetitif

4

ini. Kemunduran Friendster disebabkan karena kualitas sistem yang buruk

dan mekanisme dalam menyebarkan foto yang menjadi kompleks (McMillan,

2013). Fakta bahwa beberapa kemunduran situs jejaring sosial dikarenakan

kehilangan popularitas dengan pesaing yang memberikan layanan yang lebih

baik dan fitur yang lebih sesuai dengan pengguna. Maka dari itu, memahami

karakteristik Continuance Use Intention (CUI) pengguna sangat diperlukan.

Pada penelitian ini, terdapat model untuk meyelidiki faktor

Continuance Use Intention (CUI) dengan mengembangkan Expectation-

Confirmation Model (ECM) oleh (Bhattacherjee 2001). Menurut (Kang,

Hong, & Lee, 2009) beberapa penelitian telah menerapkan ECM untuk

menyelidiki Continuance Use Intention terhadap penggunaan Social Network

Sites (SNS). ECM berfokus pada motivasi psikologi pengguna setelah

penggunaan awal dari sebuah sistem informasi dan dianggap sebagai salah

satu kerangka kerja yang paling terkenal untuk menjelaskan penggunaan

pasca-adopsi sistem informasi (Kang, Hong, & Lee, 2009). Model ECM

didukung oleh tiga variabel untuk memprediksi dan menjelaskan niat

pengguna untuk terus menggunakan teknologi informasi yaitu Perceived

Usefulness, Confirmation, dan Statisfaction. Variabel Perceived usefulness

dan Statisfaction merupakan variabel utama untuk menentukan Continuance

Use Intention atau niat kelanjutan dari penggunaan suatu sistem informasi.

Literatur sebelumnya menunjukkan bahwa salah satu kunci penentu

niat kelanjutan menggunakan sistem adalah Statisfaction atau kepuasan

pelanggan (Ha dan Park, 2013). Meningkatkan kepuasan pelanggan dengan

5

memenuhi kebutuhan dan persyaratan telah lama menjadi perhatian penting

dalam bidang pemasaran dan perilaku konsumen (Bhattacherjee, 2001;

Oliver, 1980). Di bidang Sistem Informasi, kepuasan pengguna dengan

teknologi juga merupakan faktor penting yang mempengaruhi adopsi dan

kelanjutan penggunaan teknologi (Bhattacherjee, 2001). Selain itu, Habit dan

Enjoyment juga menjadi faktor penting pada Continuance Use Intention

(Mouakket, 2015).

Menurut Habit theory dapat dikatakan bahwa Habit memiliki

hubungan positif dengan Continuance Use Intention karena perilaku

kebiasaan sebelumnya dapat membuahkan perasaan suka terhadap

perilaku tersebut, oleh karenanya intensi keberlanjutan akan meningkat

(Kim & Malhotra, 2005). Kebiasaan didefinisikan sebagai hasil dari proses

otomatis di mana individu akan kurang memperhatikan kinerja perilaku

mereka begitu kebiasaan terbentuk dan formasi semacam ini bisa terjadi

terlibat dengan pemrosesan kognitif non-reflektif (Ronis, Yates, & Kirsht,

1989). Pembentukan kebiasaan didasarkan pada karakteristik suka tidak

disengaja, tidak terkendali, kurang kesadaran dan efisiensi (Lee W. K., 2014).

Berdasarkan pengamatan, jika menggunakan situs jejaring sosial dapat

menjadi kebiasaan, perilaku terus menggunakan situs jejaring sosial sebagian

besar akan dikendalikan oleh kebiasaan, bukan tindakan beralasan.

Selain itu, Enjoyment dianggap sebagai motivasi intrinsik yang

merefleksikan kesenangan dan kegembiraan yang terkait dengan pengguna

6

sistem informasi karena berinteraksi secara langsung pada penggunaan sistem

(Krasnova, Kolesnikova, & Guenther, 2009). Pengguna media sosial tidak

cukup hanya menggunakan media sosial secara sering dalam niat kelanjutan

penggunaan, namun kesenangan ketika penggunaan dirasa harus menjadi

faktor penting dalam niat kelanjutan penggunaan (Li, et al., 2018).

Peningkatan fungsi kesenangan terhadap penggunaan media sosial dapat

menjadi strategi untuk mempertahankan pengguna (Li, et al., 2018). Pada

penelitian Xiaolin Lin, et all pada tahun (2016), Enjoyment memiliki

pengaruh yang positif terhadap Continuance Use Intention pada

penelitiannya yang membahas mengenai faktor yang mempengaruhi

kelanjutan penggunaan situs jejaring sosial.

Instagram merupakan salah satu dari sekian banyak media sosial yang

kian di gandrungi di Indonesia saat ini. Menurut data survey (We Are Social,

2019) Instagram merupakan situs jejaring sosial populer ke-2 setelah

Facebook. Instagram sangat populer di kalangan anak muda di seluruh dunia.

Menurut (Huang & Su, 2018) Lebih dari 70% orang antara usia 12 sampai 24

tahun adalah pengguna Instagram. Menurut data (Statista, 2019) Instagram

sendiri pada Juni tahun 2018 ini telah naik jumlah pengguna menjadi 1 Milyar

pengguna, dari jumlah pengguna sebelumnya di tahun 2017 yang mencapai

800 juta pengguna. Intensitas penggunaan yang semakin meningkat pada

Instagram untuk berbagai keperluan, tentunya diawali dengan berbagai niat

pengunaannya. Niat menggunakan Instagram ini sendiri dapat berbagai

7

macam, mulai dari berbagi foto, berbagi informasi, berinteraksi dengan

pengguna.

Berbeda dengan situs jejaring sosial lain. Menurut (Kindy,

Rokhmawati, & Putra, 2019) pada penelitiannya, secara subjektif Instagram

memiliki penilaian User Experience lebih baik dibandingkan situs jejaring

sosial lain seperti Snapchat. Hal ini di karenakan Instagram tidak hanya

digunakan sebagai media sosial saja, akan tetapi Instagram dapat digunakan

untuk mencari informasi baru, menjadi media untuk bekerja, dan sebagai

sarana untuk promosi. Sedangkan fitur yang ditawarkan oleh Snapchat

cenderung lebih memfokuskan pada video dan foto berfilter saja. Hal tersebut

dapat membuat pengguna mudah merasakan bosan karena kurangnya

ketersediaan inovasi baru yang ditawarkan. Menurut (Kindy, Rokhmawati, &

Putra, 2019) pengguna cenderung lebih menyukai Instagram karna dapat terus

memperbaharui fitur yang di inginkan oleh para pengguna, namun Instagram

juga dapat mengalami pengurangan pengguna, jika Instagram kedepannya

tidak dapat berinovasi dalam memperbaharui fitur yang baru dan fresh sesuai

keinginan para penggunanya.

Pengguna situs jejaring sosial Instagram tentunya sampai mahasiswa

Universitas Islam Negeri Syarif Hidayatullah Jakarta. Jumlah mahasiswa

aktif di Universitas Negeri Syarif Hidayatullah Jakarta mencapai 34.188

mahasiswa, menurut data Kementrian Riset, Teknologi, dan Pendidikan

Tinggi pada tahun (2019) yang tentunya mengetahui situs jejaring sosial

Instagram. Instagram didirikan pada tahun 2010 yang merupakan aplikasi

8

mobile untuk Smartphone yang tersedia secara bebas di Application Store dan

Google Play (Bergstrom, 2013).

Dari latar belakang yang telah diuraikan, peneliti ingin menganalisis

pengguna situs jejaring sosial Instagram di kalangan mahasiswa Universitas

Negeri Syarif Hidayatullah Jakarta. Sehingga peneliti mengambil judul

“Analisis Continuance Use Intention pada Situs Jejaring Sosial

Instagram dengan Menggunakan Expectation-Confirmation Model

(ECM)”.

1.2. Identifikasi Masalah

Berdasarkan latar belakang yang telah dipaparkan oleh penulis, maka

dapat diidentifikasi permasalahan yaitu sebagai berikut :

a. Pentingnya Continuance Use Intention (CUI) pengguna demi

memenangkan persaingan antar situs jejaring sosial.

b. Pengguna yang mudah beralih ke situs jejaring sosial lain.

c. Sulitnya untuk mempertahankan pengguna situs jejaring sosial.

1.3. Rumusan Masalah

Berdasarkan latar belakang yang telah diuraikan di atas, perumusan

masalah yang akan dijadikan pembahasan pada penelitian ini adalah :

“Faktor apa saja yang mempengaruhi Continuance Use Intention (CUI)

atau niat kelanjutan pengguna terhadap situs jejaring sosial Instagram ?”

1.4. Tujuan Masalah

Adapun tujuan dari dilakukannya penelitian adalah sebagai berikut:

9

a. Memahami karakteristik Continuance Use Intention (CUI)

terhadap penggunaan situs jejaring sosial Instagram.

b. Mengetahui faktor-faktor yang mempengaruhi Continuance Use

Intention (CUI) pengguna situs jejaring sosial Instagram.

c. Memberikan rekomendasi sebagai bahan pertimbangan kepada

Instagram dalam strategi mempertahankan pengguna.

1.5. Ruang Lingkup dan Batasan Penelitian

Agar penelitian dapat lebih terfokus dan mudah dipahami, maka

penelitian dibatasi pada beberapa hal, yaitu :

a. Penelitian dilakukan kepada mahasiswa UIN Syarif Hidayatullah

Jakarta yang menjadi pengguna situs jejaring sosial Instagram.

b. Model yang digunakan pada penelitian ini adalah Expectation

Confirmation Model (ECM) dengan variabel perceived usefulness

(PU), confirmation (C), statisfaction (S), continuance use intention

(CUI). Dan menambah variabel Habit (H) dan Enjoyment (E).

c. Penelitian ini menggunakan metode kuantitatif dengan teknik

Purposive Sampling untuk penyebaran kuisioner.

d. Penelitian ini menggunakan 5 point skala likert untuk menyusun

pengukuran terhadap situs jejaring sosial Instagram.

e. Pengumpulan data dilakukan dengan cara survei dengan

penyebaran secara langsung dan tidak langsung dengan

memanfaatkan fitur google Form.

10

f. Peneliti menggunakan pendekatan PLS-SEM dengan bantuan

aplikasi SmartPLS versi 3.0.

1.6. Model Penelitian

Model dari penelitian ini terdapat pada gambar 1.1 yang merupakan

model yang diteliti oleh ( Bhattacherjee, 2001), yaitu model Expectation-

Confirmation Model (ECM) yang terdiri dari 4 variabel yaitu Perceived

Usefulness (PU), Confirmation (C), Statisfaction (S), Continuance Use

Intention (CUI). Kemudian peneliti memodifikasi dengan menambah 2

variabel yaitu Habit (H) dan Enjoyment (E).

Gambar 1. 1 Model penelitian yang digunakan

1.7. Hipotesis Peneletian

Berdasarkan beberapa faktor yang terdapat pada model yang digunakan

sebagaimana dapat dilihat pada gambar 1.1, maka terdapat 6 faktor yang

dapat diasumsikan dapat saling mempengaruhi, diantaranya :

H1. Apakah variabel Confirmation (C) berperngaruh secara signifikan

terhadap variabel Perceived Usefulness (PU) ?

11

H2. Apakah variabel Confirmation (C) berpengaruh secara signifikan

terhadap variabel Statisfaction (S)?

H3. Apakah variabel Enjoyment (E) berpengaruh secara signifikan

terhadap variabel Continuance Use Intention (CUI) ?

H4. Apakah variabel Habit (H) berpengaruh secara signifikan terhadap

variabel Continuance Use Intention (CUI) ?

H5. Apakah variabel Perceived Usefulness (PU) berpengaruh secara

signifikan terhadap variabel Continuance Use Intention (CUI)?

H6. Apakah variabel Perceived Usefulness (PU) berpengaruh secara

signifikan terhadap variabel Statisfaction (S)?

H7. Apakah variabel Statisfaction (S) berpengaruh secara signifikan

terhadap variabel Continuance Use Intention (CUI) ?

1.8. Metodologi Penelitian

Penelitian ini menggunakan metode pendekatan kuantitaf. Agar

penelitian ini memiliki proses yang terarah, adapun metodologi pada

penelitian ini, yaitu:

1.8.1. Metode Pengumpulan Data

Metode pengumpulan data dilakukan melalui survei dengan

menyebarkan kuisioner. Kuisioner dirancang dalam bentuk pertanyaan

terbuka berdasarkan variabel serta indikator pada model ECM. Selain

itu, studi literatur dilakukan untuk memperkuat latar belakang serta

teori-teori pada penelitian.

12

Penyebaran kuisioner dilakukan secara langsung (tatap muka)

dan tidak langsung melalui media sosial dan juga menggunakan Google

Forms untuk pengisian kuisioner secara online. Setelah semua

kuisioner terkumpul dilakukan penyeleksian dan klasifikasi

menggunakan Software pengelolahan angka MS.Excel 2013.

1.8.2. Metode Analisis Data

Adapun metode analisis data yang peneliti lakukan yaitu

dengan melakukan proses analisa demografis, analisis persepsi

responden terhadap indikator kemudian secara kuantitaf peneliti

melakukan analisis data ialah dengan interprestasi dan pembahasan

hasil berdasarkan hasil analisis data yang telah dilakukan.

1.9. Manfaat Penelitian

Adapun manfaat dari penelitian ini yaitu :

a. Secara teoritis, penelitian ini dapat menjadi referensi dalam

pengukuran niat kelanjutan suatu sistem informasi.

b. Secara praktis, penelitian ini dapat menjadi bahan pertimbangan

bagi pihak terkait dalam perkembangan penggunaan situs jejaring

sosial Instagram.

1.10. Sistematika Penulisan

Laporan dari penelitian ini terdiri dari 5 (lima) bab. Berikut gambaran

umum pokok pembahasan yang akan dibahas tiap-tiap bab tersebut :

BAB I PENDAHULUAN

13

Pada bab ini akan diuraikan latar belakang, perumusan

masalah, batasan masalah, manfaat penelitian, metodologi

penelitian, dan sistematika penulisan.

BAB II LANDASAN TEORI

Pada bab ini akan diuraikan teori-teori relevan terkait

Analisis Continuance Use Intention Pada Situs Jejaring

Sosial Instagram Dengan Menggunakan Expectation-

Confirmation Model (ECM)

BAB III METODOLOGI PENELITIAN

Pada bab ini akan diuraikan mengenai metodologi maupun

model yang digunakan di dalam penelitian ini

BAB IV HASIL DAN PEMBAHASAN

Uraian hasil dan pembahasan dari analisis data yang telah

dilakukan akan dipaparkan pada bab Hasil dan Pembahasan

ini.

BAB V PENUTUP

Pada bab ini akan diuraikan kesimpulan dari uraian yang

telah dituangkan pada bab sebelumnya serta saran yang dapat

digunakan sebagai dasar dalam pengembangan selanjutnya.

2

BAB II

LANDASAN TEORI

2.1. Definisi Analisis

Menurut Spradley dalam (Sugiyono, 2015) mengatakan bahwa analisis

merupakan sebuah kegiatan untuk mencari suatu pola selain cara berpikir yang

berkaitan dengan pengujian secara sistematis terhadap sesuatu untuk menentukan

bagian, hubungan antar bagian dan hubungannya dengan keseluruhan.

Analisis merupakan penguraian suatu pokok atas berbagai bagiannya dan

penelahan bagian itu sendiri serta hubungan antar bagian untuk memperoleh

pengertian yang tepat dan pemahaman arti keseluruhan (Kemendiknas,2002).

Menurut Yenni Salim (2002) menjabarkan analisis sebagai proses pemecahan

masalah yang dimulai dengan hipotesis (dugaan, dan sebagainya) sampai terbukti

kebenarannya melalui beberapa kepastian (pengamatan, percobaan, dan

sebagainya).

Dapat disimpulkan bahwa analisis merupakan sebuah kegiatan untuk

menyelesaikan sebuah dugaan yang diangggap sebagai permasalahan dengan

tahapan dan proses yang benar hingga menghasilkan sebuah temuan.

2.2. Definisi Situs Jejaring Sosial

Menurut J.A Barnes tahun 2013 dalam (Akhmalia, 2013) Situs jejaring sosial

adalah struktur sosial yang terdiri dari elemen-elemen individual atau organisasi.

3

Jejaring ini menunjukan jalan dimana mereka berhubungan karena kesamaan

sosialitas, mulai dari mereka yang dikenal sehari-hari sampai dengan keluarga.

Situs jejaring sosial merupakan sebuah layanan dalam bentuk jaringan,

platform, atau situs yang bertujuan memfasilitasi pembangunan jaringan sosial atau

hubungan sosial diantara orang-orang yang memiliki ketertarikan, aktivitas, latar

belakang, atau hubungan dunia nyata yang sama. Suatu layanan jejaring sosial

terdiri dari perwakilan masing-masing pengguna berupa profil, hubungan sosialnya,

dan berbagai layanan lainnya. Istilah jejaring sosial pertama kali diperkenalkan oleh

professor J.A Barnes pada tahun 1954.

Situs jejaring sosial kebanyakan berbais web kemudian penggunanya

berinteraksi melalui internet, seperti surat elektronik atau pesan instan. Situs-situs

jejaring sosial memungkinkan pengguna untuk berbagi ide, aktivitas, acara, dan

ketertarikan di dalam jaringan individunya masing-masing.

Kemunculan situs jejaring sosial diawali dari adanya inisiatif untuk

menghubungkan orang-orang dari seluruh belahan dunia (Watkins, S.Craig, 2009).

Situs jejaring sosial pertama kali adalah Sixdegrees.com mulai muncul pada tahun

1997. Pada tahun 1999 dan 2000 muncul situs sosial Lunarstrom, Live jurnal,

Cyword yang berfungsi memperluas informasi secara searah. Pada tahun 2001

muncul Ryze.com yang berperan untuk memperbesar jaringan bisnis. Kemudian

pada tahun 2002 muncul Friendster yang paling diminati oleh kalangan remaja

untuk berkenalan dengan pengguna lainnya. Di tahun 2004 Facebook muncul

sebagai situs jejaring sosial yang dikenal hingga sekarang yang merupakan salah

4

satu situs jejaring sosial yang banyak digunakan. Kemudian di susul oleh twitter

ditahun 2006 dan instagram di tahun 2010.

2.3. Perkembagan Instagram

Instagram merupakan suatu aplikasi untuk berbagi foto dan video yang

penggunanya dapat mengambil foto dan video serta menerapkannya pada jejaring

sosial dengan tambahan filter untuk mempercantik. Instagram diciptakan oleh

Kevin Systrom dan Mike Krieger yang merupakan sarjana dari Stanford University

di Amerika Serikat. Instagram di luncurkan pada Oktober tahun 2010. Sebuah

perusahaan Burbn,Inc yang berdiri sejak tahun 2010 dan hanya fokus pada

perkembangan aplikasi yang ada pada smartphone. Di awal Burbn,Inc berfokus

banyak pada HTML5, kemudian Kevin Systrom dan Mike Krieger sebagai CEO

memutuskan untuk lebih fokus pada satu hal saja yaitu berbagi foto.

Gambar 2. 1 Instagram

5

Instagram berasal dari pengertian keseluruhan fungsi aplikasi. Kata “insta”

berasal dari kata “instan”, sedangkan “gram” diambil dari kata “telegram” yang

cara kerjanya untuk mengirimkan informasi kepada orang lain dengan cepat. Sama

halnya dengan Instagram yang dapat mengunggah foto dengan menggunakan

jaringan internet, sehingga informasi yang ingin disampaikan dapat diterima

dengan cepat. Oleh karena itulah instagram merupakan gabungan dari kata insta

dan telegram (Instagram, 2011).

Instagram terus berkembang seiring berjalannya waktu. Pada awal

kemunculan hanya terdapat beberapa pengguna saja namun sekarang pengguna

Instagram sudah mencapai 1 Milyar juta pengguna dari seluruh dunia. Untuk dapat

menyeimbangi dengan bertambahnya pengguna Instagram pun terus melakukan

inovasi. Pada tanggal 10 Februari 2020 Instagram telah mengeluarkan versi

128.0.0.26.28 dengan beberapa fitur-fitur yang ditambahkan dan di perbarui.

2.4. Definisi Sistem Informasi

2.4.1. Sistem

Menurut McLeod yang dikutip oleh Yakub dalam buku Pengantar

Sistem Informasi (2012), sistem adalah sekelompok elemen-elemen yang

terintegrasi dengan tujuan yang sama untuk mencapai tujuan. Sistem juga

merupakan suatu jaringan kerja dari prosedur-prosedur yang saling

berhubungan, terkumpul bersama-sama untuk melakukan suatu kegiatan atau

untuk tujuan tertentu.

Menurut O’Brian dan Marakas (2009), sistem adalah kumpulan

komponen yang saling berhubungan dengan batasan yang jelas, dan bekerja

6

sama untuk mencapai tujuan dengan menerima input dan menghasilkan output

dalam suatu proses transformasi yang terorganisasi. Menurut Jogiyanto dalam

(Arifin, 2018), sistem merupakan suatu jaringan kerja dari beberapa prosedur

yang saling berhubungan, berkumpul dan bekerjasama untuk melakukan suatu

kegiatan agar dapat menyelesaikan suatu tujuan tertentu

Berdasarkan beberapa definisi di atas, penulis dapat menarik

kesimpulan bahwa sistem adalah suatu rangkaian kegiatan atau aktivitas yang

dimulai dengan adanya input, proses dan output. Elemen seperti manusia, mesin

dan prosedur merupakan unsur-unsur penting yang terdapat pada sebuah sistem

untuk bisa saling berinteraksi mencapai tujuan tertentu.

2.4.2. Informasi

Menurut Davis, yang dikutip dari buku Husda (2012:117) informasi

adalah data yang telah diolah menjadi suatu bentuk yang penting bagi si

penerima dan mempunyai nilai yang nyata yang dapat dirasakan dalam

keputusan-keputusan yang sekarang atau keputusan-keputusan yang akan

datang. Informasi adalah suatu hasil pengolahan data dalam bentuk agregat

untuk menghasilkan pengetahuan atau kemampuan. Informasi adalah data yang

sudah mengalami pemrosesan sedemikian rupa sehingga dapat digunakan oleh

penggunaanya dalam mengambil keputusan (Sarosa & Samiaji, 2009).

Dari definisi-definisi di atas, maka penulis menyimpulkan bahwa

informasi adalah kumpulan data-data yang diolah sedemikian rupa sehingga

data tersebut dapat berguna dan memberikan manfaat bagi orang yang

7

menggunakannya. Dengan kata lain, data bagi seseorang bisa jadi merupakan

informasi bagi orang lain.

2.4.3. Sistem Informasi

Menurut Mcleod, yang dikutip dari buku Husda (2012:119), sistem

informasi merupakan sistem yang mempunyai kemampuan untuk

mengumpulkan informasi dari semua sumber dan menggunakan berbagai media

untuk menampilkan infomasi. Menurut Leitch sistem informasi adalah suatu

sistem di dalam suatu organisasi yang mempertemukan kebutuhan pengolahan

transaksi harian, mendukung operasi, bersifat managerial dan kegiatan strategi

dari suatu organisasi dan menyediakan pihak luar tertentu dengan laporan-

laporan yang diperlukan.

Sistem informasi dapat didefinisikan sebagai suatu sistem yang

berkaitan dengan pengumpulan, penyimpanan dan pemrosesan data, baik yang

dilakukan secara manual atau dengan komputer untuk menghasilkan suatu

informasi yang sangat bermanfaat. Dengan demikian sistem informasi tidak

selalu harus berbasis komputer. Bisa saja pengolahan data dalam sistem

informasi dilakukan secara manual atau kombinasi antara sistem manual dengan

sistem berbasis komputer.

2.5. Expectation-Confirmation Model

Expectation-Confirmation Model (ECM) merupakan model yang

dikembangkan oleh Bhattacherjee pada penelitiannya yang berjudul Understanding

Information Systems Continuance: An Expectation-Confirmation Model

(Nematolahi et al., 2016). ECM berasal dari Expectation Disconfirmation Theory

8

(EDT) yang dikembangkan oleh (Oliver, 1980). EDT berpendapat bahwa harapan

dan kinerja yang dirasakan pelanggan dapat mengarah pada kepuasan pasca

pembelian dan dengan demikian memengaruhi niat pelanggan untuk melakukan

pembelian ulang (Hsu & Lin, 2015).

Bhattacherjee mengusulkan ECM sebagai model untuk memprediksi IT

continuance berdasarkan kesesuaian antara keputusan individu untuk melanjutkan

penggunaan mereka terhadap sebuah IT dan keputusan pelanggan untuk melakukan

pembelian berulang (Lee M.-C. , 2010). Kemiripan antara keduanya dikarenakan

kedua keputusan tersebut mengikuti keputusan awal, dipengaruhi oleh penggunaan

awal, dan berpotensi mengubah keputusan awal tersebut (Bhattacherjee, 2001; Hsu

& Lin, 2015).

Dalam mengadaptasi EDT pada kasus yang secara spesifik membicarakan

continuance use dari produk dan layanan IT, Bhattacherjee mengusulkan beberapa

ekstensi dan modifikasi pada model asli EDT. Salah satu usulan modifikasi tersebut

adalah mengganti ekspektasi yang digunakan pada EDT menjadi perceived

usefulness. Perubahan ini dikarenakan ekspektasi pada EDT hanya berfokus pada

ekspektasi pra-konsumsi, sementara ekspektasi pasca konsumsi, menurut

Bhattacherjee, dapat berubah seiring dengan waktu (Chen, Wang, & Chen, 2017).

Oleh karenanya, pada ECM, eksptektasi direpresentasikan oleh perceived

usefulness. Digunakannya perceived usefulness sebagai pengganti ekspektasi

adalah karena variabel ini merupakan satu-satunya variabel yang secara konsisten

mempengaruhi niat pengguna di seluruh tahap temporal penggunaan teknologi

informasi (Bhattacherjee, 2001). Selain perceived usefulness, indikator lain seperti

9

confirmation, satisfaction, dan continuance intention membentuk model IT

continuance yang dikembangkan oleh Bhattacherjee ini (Lai, Chen, & Chang,

2016). Hubungan antara keempat variabel tersebut dapat dilihat pada Gambar 2.8.

di bawah ini.

Gambar 2. 2 Expectation-Confirmation Model (ECM)

(Bhattacherjee, Understanding Information Systems Continuance: An

Expectation-Confirmation Model, 2001)

Berdasarkan Gambar 2.1. di atas, perceived usefulness mempengaruhi

satisfaction bersama dengan confirmation. Hal ini dikarenakan ekspektasi atau

perceived usefulness merupakan dasar pengguna mengevaluasi suatu teknologi

informasi dan menentukan respons atau kepuasan evaluatif mereka. Evaluasi ini

kemudian memberikan sebuah konfirmasi bagi pengguna apakah teknologi

informasi yang digunakan sesuai dengan ekspektasi mereka atau tidak (Lai, Chen,

& Chang, 2016).

Konfirmasi atas kesesuaian produk atau jasa dengan ekspektasi yang dimiliki

pengguna akan memicu kepuasan di dalam diri pengguna, yang mana menjelaskan

10

hubungan variabel confirmation dengan satisfaction yang ada pada ECM. Rasa

puas ini kemudian dapat memicu niat pengguna untuk menggunakan produk atau

jasa yang sama di kemudian hari (Lai, Chen, & Chang, 2016).

2.5.1. Perceived Usefulness (PU)

Perceived usefulness adalah persepsi pengguna tentang manfaat

yang dapat diharapkan dari penggunaan suatu teknologi informasi (Hsu & Lin,

2015). Menurut ( (Davis, 1989) Perceived usefulness mengacu pada sejauh

mana pengguna menanggap bahwa menggunakan Sistem Informasi akan

meningkatkan kinerja mereka. Perceived usefulness adalah persepsi subjektif

pengguna tentang manfaat yang diharapkan dari pengguna IS dan bukan

penilaian objektif. Jika penggunaan IS berguna, pengguna cenderung terus

menggunakannya. Dalam Expectation Confirmation Model (Bhattacherjee,

2001) mengemukakan bahwa Perceived usefulness dapat diterapkan dalam

konteks kelanjutan IS, dan hubungan antaranya dapat didukung oleh bukti

empiris. Semakin tinggi besar pengguna merasakan manfaat suatu layanan,

semakin tinggi kepuasan pengguna.

2.5.2. Confirmation (C)

Berdasarkan teori disonansi kognitif (Festinger,1962),

(Bhattacherjee, 2001) menjelaskan bahwa Confirmation dapat

mempromosikan manfaaat yang dirasakan oleh pengguna. Banyak penelitian

telah memverifikasi secara empiris bahwa Confirmation merupakan prediktor

signifikan dari Perceived Usefulness atau manfaat yang dirasakan dalam

konteks penggungaan Sistem Informasi ( (Lin C S, Wu, & Tsai, 2005). Pada

11

penelitian sebelumnya dalam penggunaan Sistem Informasi telah

memverifikasi hubungan positif antara Confirmation dengan Perceived

Usefulness dan Satisfaction (Bhattacherjee, 2001).

2.5.3. Satisfaction (S)

Satisfaction adalah evaluasi dari pengalaman uji coba awal

pengguna dengan layanan. Evaluasi ini dapat berupa perasaan positif atau

kepuasan, ketidak pedulian, dan perasaan negatif atau ketidak puasan (Hsu &

Lin, 2015). Satisfaction telah menjadi topik penelitian inti dalam Sistem

informasi. Menurut Expectation-Disconfirmation Theory, kepuasan

mencerminkan keadaan psikologis pengguna yang dihasilkan dari penilaian

kognitif diskonfirmasi (Bhattacherjee, 2001). Pada penelitian (Sheldon, Abad,

& Hinsch, 2011) menunjukkan bahwa satisfaction berhubungan positif

terhadap Continuance Use Intention pada penggunaan Facebook .

2.5.4. Continuance Use Intention (CUI)

Continuance use intention adalah tingkat di mana pengguna

bermaksud untuk terus menggunakan suatu teknologi informasi (Hsu & Lin,

2015). Continuance Use Intention (CUI) merupakan kelanjutan dari perilaku

penerimaan ( Bhattacherjee, 2001). Pelanggan membentuk pendapat setelah

pertama kali menggunakan sistem dan kemudian merasakan kegunaan sistem.

Niat kelanjutan dapat ditentukan sebagai proses untuk terus mempertahankan

bisnis dan menggunakan kembali produk atau jasa dari suatu organisasi (Abbas

& hamdy, 2015).

12

2.6. Habit (H)

Menurut Limayem (2007) dalam Venkatesh (2012) menyatakan bahwa

habit diartikan sebagai sejauh mana seseorang cenderung untuk berperilaku secara

otomatis karena pembelajaran sebelumnya. Habit menggambarkan bagaimana

seseorang menggunakan suatu sistem dalam kesehariannya (Harsono,2014). Dalam

penelitian Venkatesh (2012) menjelaskan bahwa ada pengaruh yang signifikan dari

kebiasaan konsumen pada penggunaan teknologi pribadi ketika mereka

menghadapi lingkungan yang beragam dan selalu berubah. Kebiasaan didefinisikan

sebagai hasil dari proses otomatis di mana individu akan kurang memperhatikan

kinerja perilaku mereka begitu kebiasaan terbentuk dan formasi semacam ini bisa

terjadi terlibat dengan pemrosesan kognitif non-reflektif (Ronis, Yates, & Kirsht,

1989). Pembentukan kebiasaan didasarkan pada karakteristik suka tidak disengaja,

tidak terkendali, kurang kesadaran dan efisiensi (Lee W. K., 2014). Ini adalah

tindakan berulang yang terjadi tanpa kesadaran dalam jangka waktu jangka panjang

tertentu (Verplanken & Aarts, 1999). Studi sebelumnya tentang perilaku kebiasaan

lebih fokus pada teori dan ukuran kebiasaan Sistem Informasi (SI) yang terkait

dengan SI niat melanjutkan penggunaan.

2.7. Enjoyment (E)

Menurut (Praveena K. & Sam Thomas, 2014) Enjoyment merupakan motivasi

intrinsik yang menekankan pada proses penggunaan dan mencerminkan

kesenangan dan kenikmatan yang terkait dengan penggunaan sistem. Enjoyment

adalah sejauh mana suatu kegiatan menggunakan suatu teknologi dianggap sesuatu

yang menyenangkan (Davis, 1989). Enjoyment adalah salah satu alasan utama

13

orang menggunakan situs jejaring sosial. Enjoyment berpengaruh signifikasi

terhadap Continuance Use Intention dalam menggunakan situs jejaring sosial (M.

Igbaria T, Guimaraes, & G.B. Davis,, 1995).

Sebagai contoh, (Venkatesh, 2000) mendeteksi bahwa ketika pengalaman

seseorang dengan teknologi meningkat, kenikmatan yang dirasakan menjadi lebih

sebagai pemain dalam niat seseorang untuk menggunakan teknologi, temuan yang

dapat dianggap sebagai indikasi penelitian kelanjutan TI. Kenikmatan yang

dirasakan telah terbukti menjadi faktor penting yang memengaruhi niat orang untuk

menggunakan sistem hedonis (Van Der Heijen, 2004). Penggunaan SNS sering

dipandang sebagai cara yang menyenangkan untuk terhubung dengan teman dan

mengelola jaringan; dengan demikian, kenikmatan yang dirasakan dianggap

sebagai konstruksi langsung yang vital untuk penelitian kelanjutan niat SNS.

2.8. Metode Pengumpulan Data

Menurut (Setiawan, 2016) pengumpulan data yaitu cara yang dapat dilakukan

oleh peneliti untuk memperoleh informasi yang dibutuhkan dalam rangka mencapai

tujuan dalam suatu penelitian. Peneliti melakukan beberapa cara dalam melakukan

pengumpulan data, yaitu dengan melakukan observasi, wawancara, studi pustaka,

dan kuesioner.

1) Observasi

Observasi adalah metode pengumpulan data yang banyak dilakukan

dalam desain eksperimentasi (laboratorium dan lapangan) dan studi

kasus kualitatif (etnografi, eksplorasi dan partisipan observatory)

(Abdillah, 2017). Observasi merupakan teknik pengumpulan data

14

dengan langsung melihat kegiatan yang dilakukan oleh user (Sutabri,

2012).

2) Wawancara

Wawancara merupakan metode pengumpulan data yang banyak

digunakan dalam penelitian-penelitian eksploratif dan studi lapangan.

Pada prinsipnya, teknik wawancara tidak berbeda dengan teknik

kuesioner dengan format pertanyaan/pertanyaan terbuka. Wawancara

bertujuan untuk mendapatkan informasi atau mengonfirmasi beberapa

informs secara langsung kepada responden atau partisipan (Abdillah,

2017).

3) Studi pustaka

Studi pustaka adalah mengumpulkan data dan informasi dengan cara

membaca dan mempelajari buku-buku, referensi serta situs-situs

penyedia layanan yang berkaitan dengan judul (Nazir, 2005).

Sedangkan menurut Jogiyanto menjelaskan bahwa studi pustaka adalah

cara penelitian yang dilakukan dengan membaca dan mempelajari buku-

buku pustaka, dan website tertentu yang dijadikan pendukung dalam

penelitian yang dilakukan (Jogiyanto, 2005).

4) Kuesioner

Menurut Abdillah, kuesioner ialah metode pengumpulan data primer

menggunakan sejumlah item-item pertanyaan atay peernyataan dengan

format tertentu. Kuesioner memiliki keunggulan karena memuat

15

informasi yang afektif dan efesien sesuai dengan tujuan penelitian

(Abdillah, 2017).

2.9. Skala Likert

Skala likert adalah skala yang dapat dipergunakan untuk mengukur sikap,

pendapat, dan persepsi seseorang atau sekelompok orang tentang suatu gejala atau

fenomena (Djaali & Muljono, 2008). Skala ini mempunyai beberapa pertanyaan

yang disusun dengan mengacu pada dimensi positif dan negatif sehingga

membentuk suatu nilai yang menggambarkan sifat dari individu, seperti

pengetahuan, sikap, dan perilaku (Nazir M. , 2003).

Menurut (Sugiyono, 2013) Skala likert merupakan skala yang digunakan

untuk mengukur sikap, pendapat dan persepsi seseorang atau kelompok orang

tentang fenomena sosial. Data yang telah terkumpul melalui kuiesioner, kemudian

peneliti mengolah dalam bentuk kuantutatif yaitu dengan cara menetapkan bobot

jawaban dari pertanyaan yang telah dijawab oleh responden, dimana pemberian

bobot tersebut berdasarkan ketentuan.

Tabel 2. 1 Format Responden untuk Pertanyaan

Jawaban Bobot

Sangat Tidak Setuju 1

Tidak Setuju 2

Netral 3

Setuju 4

Sangat Setuju 5

16

2.10. Variabel Penelitian

Variabel adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh

peneliti untuk mempelajari sehinggaa diperoleh informasi tentang hasil tersebut,

kemudian ditarik kesimpulannya (Sugiyono, 2017). Penelititian kuantitatif

umumnya menggunakan asumsi dan batasan pada faktor tertentu yang diamati

dalam bentuk variabel penelitian. Faktor-faktor lain yang tidak diamati diasumsikan

sebagai faktor yang tidak signifikan dengan fenomena tertentu yang diteliti

(Sangadji & Sopiah, 2010).

Menurut (Sangadji & Sopiah, 2010) variabel penelitian dapat diklasifikasikan

berdasarkan beberapa pendekatan, diantaranya berdasarkan :

1. Fungsi Variabel

Tipe-tipe variabel dapat di kalasifikan berdasarkan fungsi variabel dalam

hubungan antara variabel, yaitu :

a. Variabel Independen dan Variabel Dependen

Variabel independen adalah tipe variabel yang menjelaskan atau

mempengaruhi variabel lain. Variabel dependen adalah tipe variabel

yang dijelaskan atau dipengaruhi oleh variabel independen. Kedua

tipe variabel merupakan kategori variabel penelitian yang paling

sering digunakan dlam penelitian karena mempunyai aplikasi yang

luas.

b. Variabel Moderating

Hubungan langsung antara variabel independen dengan variabel

dependen kemungkinan dipengaruhi oleh variabel-variabel lain.

17

Salah satu diantaranya variabel moderating, yaitu tipe variabel yang

memperkuat atau memperlemah hubungan langsung antara variabel

independen dengan variabel dependen. Variabel Moderating

merupakan tipe variabel yang mempunyai pengaruh terhadap sifat

atau arah hubungan antar variabel. Sifat arah hubungan antara

variabel independen dengan variabel dependen kemungkinan positif

atau negative dalam hal ini tergantung pada variabel moderating.

c. Variabel Intervening

Variabel intervening adalah variabel yang mempengaruhi hubungan

antara variabel independen dengan variabel dependen menjadi

hubungan tidak langsung. Variabel intervening merupakan variabel

yang terletak antara variabel independen dengan variabel dependen,

sehingga variabel independen tidak langsung menjelaskan atau

mempengaruhi variabel dependen.

2. Skala nilai Variabel

Variabel umumnya diukur dengan skala dalam kisaran nilai tertentu.

Berdasarkan skala nilainya, variabel penelitian diklasifikasikan menjadi

dua, yaitu :

a. Variabel Kontinu

Variabel kontinu adalah tipe variabel penelitian yang memiliki

kumpulan nilai teratur dalam kisaran tertentu. Nilai dalam variabel

kontinu setidaknya menggambarkan peringkat atau jarak

berdasarkan skala pengukuran tertentu.

18

b. Variabel Kategoris

Variabel kategoris adalah tipe variabel peneltian yang meliki nilai

berdasarkan kategori tertentu atau lebih dikenal dengan sebutan

skala nominal. Skala niilai pada variabel ini hanya merupakan label

untuk mengidentifikasi kategori atau kelompok variabel yang

bersangkutan.

3. Perlakuan terhadap variabel

Karakteristik penelitian eksperimen adalah adanya manipulasi terhadap

variabel tertentu. Manipulasi terhadap hal ini berarti memberikan perlakuan

berbeda kepada kelompok yang berbeda. Klasifikasi variabel berdasarkan

perlakuan penelitian terhadap variabel penelitian bermanfaat perlakuan

peneliti bermanfaat untuk mengetahui perbedaan antara variabel-variabel

yang tidak dimanipulasi.

2.11. Populasi dan Sampel

Populasi adalah generalisasi yang terdiri atas obyek/subyek dengan kualitas

dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan

kemudian ditarik kesimpulannya (Sugiyono, 2012). Populasi bukan hanya sekedar

jumlah pada subyek atau obyek yang dipelajari, tetapi meliputi seluruh karakteristik

atau sifat yang dimiliki oleh subyek atau obyek yang diteliti, jika berfungsi sebagai

sumber informasi (Sangadji & Sopiah, 2010).

Sebagian dari jumlah dan karakteristik yang dimiliki oleh sebuah populasi

dapat disebut sebagai sampel (Sugiyono, 2012). Sampel merupakan bagian dari

jumlah dan karakteristik yang dimiliki oleh populasi yang akan digunakan untuk

19

mengambil sebuah kesimpulan, oleh karena itu sampel yang akan diamil harus

benar-benar representatif (Sugiyono, 2012). Bila populasi besar, dan peneliti tidak

mungkin mempelajari semua yang ada pada populasi, misalnya karena keterbatasan

dana, tenaga, dan waktu, maka peneliti dapat menggunakan sampel yang diambil

dari populasi. Untuk itu sampel yang diambil dari suatu populasi harus

representative (mewakili) populasi tersebut (Sangadji & Sopiah, 2010).

2.11.1. Teknik Sampling

Dalam menentukan sampel yang akan digunakan dalam sebuah

penelitian, peneliti membutuhkan sebuah teknik sampling. Teknik

pengambilan sampel (sampling) menurut (Sugiyono, 2012) pada dasarnya

terbagi menjadi dua teknik , antara lain:

1) Probability Sampling

Probability sampling adalah teknik pengambilan sampel yang

memberikan peluang yang sama bagi setiap unsur (anggota) populasi

untuk dipilih menjadi anggota sampel. Teknik ini meliputi simpel

random sampling, proportionate stratified random sampling,

disproportionate stratified random sampling, area (cluster)

sampling (sampling menurut daerah).

a. Simple Random Sampling

Teknik pengambilan anggota sampel dari populasi yang

dilakukan secara acak tanpa memperhatikan strata yang ada

dalam populasi. Teknik simple random sampling ini

merupakan teknik yang paling mudah dan dapat digunakan

20

pada populasi yang memiliki karakteristik relative

homogeny.

b. Proportionate Stratified Random Sampling

Teknik yang dilakukan apabila populasi mempunyai

anggota/unsur yang tidak homogen dan berstrata secara

proporsional.

c. Disproportionate Stratified Random Sampling

Teknik yang digunakan untuk menentukan jumlah sampel

bila populsi berstrata tetapi kurang proporsional.

d. Area (Cluster) Sampling

Tenik ini digunakan untuk menentukan sampel bila objek

yang akan diteliti atau sumber data sangat luas. Cluster

Sampling sering dilakukan dengan dua tahap, yaitu

menentukan daerah sampel dan menentukan orang-orang

yang ada pada daerah tersebut secara sampling.

2) Non probability Sampling

Non probability sampling adalah teknik pengambilan sampel yang

tidak memberi peluang/kesempatan sama bagi setiap unsur atau

anggota populasi untuk dipilih menjadi sampel. Teknik ini meliputi

sampling sistematis, sampling kuota, sampling aksidental, sampling

jenuh, snowball sampling, dan purposive sampling.

a. Sampling sistematis

21

Teknik pengambilan sampel berdasarkan urutan dari anggota

populasi yang telah diberi nomor urut.

b. Sampling kuota

Teknik untuk menentukan sampel dari populasi yang

mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang

diinginkan.

c. Sampling insidental

Teknik penentuan sampel berdasarkan kebetulan, yaitu siapa

saja yang secara kebetulan/insidental bertemu dengan

peneliti dapat digunakan sebagai sampel, bila dipandang

orang yang kebetulan ditemui itu cocok sebagai sumber data.

d. Sampling jenuh

Teknik penentuan sampel bila semua anggota populasi

digunakan sebagai sampel.

e. Snowball sampling

Teknik penentuan sampel yang mula-mula jumlahnya kecil,

kemudian besar. Teknik pengambilan sampel dengan cara

responden yang berhasil diperoleh diminta menunjukkan

reponden lainnya secara berantai. Teknik ini dilakukan

ketika peneliti kurang mengerti mengenai kondisi dan data

populasi yang menjadi target penelitiannya (Nursiyono,

2015).

22

f. Purposive sampling adalah teknik penentuan sampel dengan

pertimbangan/kriteria tertentu. Dalam purposive sampling,

pemilihan sekelompok subjek didasarkan atas ciri-ciri atau

sifat-sifat tertentu yang dipandang mempunyai sangkut paut

yang erat dengan ciri-ciri atau sifat-sifat populasi yang sudah

diketahui sebelumnya (Hadi S. , 2016).

2.11.2. Ukuran Sampel

Besarnya jumlah sampel yang harus diambil dari populasi dalam

suatu kegiatan penelitian sangat bergantung dari keadaan populasi itu

sendiri, semakin homogen populasinya maka jumlah sampel semakin

sedikit, begitu juga sebaliknya (Putra, 2018). Menurut Guritno (2011)

penentuan jumlah sampel yang diperlukan dalam SEM (Structural

Equation Model) berkisar antara 100 sampai 200 sampel.

Peneliti dapat menentukan jumlah sampel untuk penelitian yang

akan dilakukannya dengan mengikuti salah satu dari berbagai metode yang

telah ada. Menurut Roscoe dalam (Sugiyono, 2012), terdapat empat hal

yang perlu diperhatikan dalam menentukan sebuah sampel, antara lain:

1. Ukuran sampel yang layak dalam penelitian adalah antara 30 sampai

500 sampel.

2. Bila sampel dibagi dalam kategori (misalnya: pria-wanita, pegawai

negeri-swasta, dan lain-lain) maka jumlah anggota sampel setiap

kategori minimal 30.

23

3. Bila dalam penelitian akan melakukan analisis dengan multivariate

(korelasi atau regresi ganda misalnya), maka jumlah anggota sampel

minimal 10 kali dari jumlah variabel yang diteliti.

4. Untuk penelitian eksperimen yang sederhana, yang menggunakan

kelompok eksperimen dan kelompok kontrol, maka jumlah anggota

sampel masing-masing kelompok antara 10 sampai dengan 20.

Barclay et al. dalam (Hair et al., 2017) mengemukakan sebuah 10 times

rule yang menyatakan bahwa ukuran sampel yang digunakan oleh sebuah

penelitian harus:

1) Sepuluh kali jumlah terbesar dari indikator formatif yang digunakan

untuk mengukur satu konstruksi.

2) Sepuluh kali jumlah jalur struktural terbesar yang diarahkan pada

konstruksi tertentu dalam model struktural.

Selain beberapa teknik penentuan dalam ukuran sampel diatas,

penentuan jumlah sampel juga dapat menggunakan dengan rumus Slovin.

Rumus Slovin digunakan untuk menentukan survey, dimana jumlah populasi

terlalu besar sehingga diperlukan sebuah rumus untuk memperkecil jumlah

sampel akan tetapi tetap mewakili populasi secara keseluruhan. Rumus Slovin

mempertimbangkan batas ketelitian yang dapat mempengaruhi kesalahan

dalam pengambilan sampel (Putra, 2018).

Rumus Slovin dapat digunakan dalam penelitian yang mengukur proporsi

populasi penelitian, dengan menggunakan asumsi tingkat keandalan 95% dan

24

memakai pendekatan distribusi normal (Askuba, 2018). Adapun rumus dari

Slovin sendiri adalah sebagai berikut (Sangadji & Sopiah, 2010):

𝑛 =𝑁

𝑁.𝑒2+ 1 (2.1)

Keterangan:

n : Ukuran sampel

N : Ukuran populasi

e : Nilai kritis (batas ketelitian)

Penggunaan rumus slovin ini, pertama dengan ditentukan berapa batas

toleransi kesalahan. Batas toleransi kesalahan ini dinyatakan dalam bentuk

presentase. Menurut (Sugiyono, 2012) untuk populasi dalam jumlah besar,

nilai presentase kelonggaran ketelitian kesalahan pengambilan sampel masih

bisa ditolerir kembali 10% atau 0,1. Sedangkan untuk populasi dalam jumlah

kecil nilai presentase kelonggaran ketelitian kesalahan pengambilan sampel

yang bisa ditolerir bernilai 20% atau 0,2.

2.12. Analisis Data

Pada penelitian kuantitatif, analisis data merupakan kegiatan setelah data dari

seluruh responden atau sumber data lain terkumpul (Sugiyono, 2013). Kegiatan

dalam analisis data mengelompokkan data berdasarkan variabel dan jenis

responden, mentabulasi data berdasarkan variabel dari seluruh responden,

menyajikan data tiap variabel yang diteliti, serta melakukan perhitungan untuk

menjawab rumusan maslah, dan melakukan perhitungan untuk hipotesis yang

dilakukan. Dalam penelitian ini, peneliti menggunakan metode analisis

25

menggunakan metode kuantitafi dengan PLS-SEM menggunakan tools SmartPLS

versi 3.0.

2.12.1. Metode Kuantitatif

Menurut (Sugiyono, 2013) metode kuantitatif merupakan metode

penelitian yang berkarakteristik sistematis, terencana dan terstruktur dengan

jelas dari tahap perencanaan hingga tahap pembuatan desain penelitiannya.

Menurut (Sarwono, 2013), terdapat beberapa tahapan dalam melakukan

penelitian kuantitatif, yaitu :

a. Mengidentifikasi dan merumuskan masalah yang akan diteliti

b. Membuat hipotesis yang akan diuji

c. Melakukan kajian teori yang relevan

d. Mengidentifikasi dan memberi nama variabel

e. Membuat definisi operasional

f. Memanipulasi dan mengontrol variabel (ini hanya untuk penelitian

eksperimental)

g. Menyusun desain penelitian

h. Mengidentifikasi dan menyusun alat observasi dan pengukuran

i. Membuat kuisioner (jika dibutuhkan data primer)

j. Melakukan analisis statistik

k. Menulis laporan hasil penelitian

Terdapat beberapa keterbatasan dalam melakukan penelitian

kuantitatif (Idris, 2009), yaitu sebagai berikut :

a. Lama dalam proses perencanaan

26

b. Sulit memperdalam data

c. Kelemahan angket/skala/tes

2.12.2. Partial Least Square-Structural Equation Modelling (PLS-SEM)

Menurut (Abdillah, 2017) Partial Least Squares (PLS) merupakan

teknik statistika multivariat yang melakukan perbandingan antara variabel

dependen berganda dan variabel independen jamak. PLS adalah salah satu

metode statistikan SEM berbasis varian yang didesain untuk menyelesaikan

regresi berganda ketika terjadi permasalahan spesifik pada data, seperti ukuran

sampel penelitian kecil, permasalahan spesifik pada data, seperti ukuran

sampel penelitian kecil, adanya data yang hilang (missing values) dan

multikolinearitas.

PLS-SEM adalah suatu metode yang digunakan untuk menganalisis

dan dinilai kuat karena digunakan pada setiap jenis skala data seperti data

interval, data nominal, dan rasio serta syarat asumsi yang lebih fleksibel

(Yamin & Kurniawan, 2011).

Menurut (Ringle, 2018), terdapat empat aspek dalam proses analisis

PLS-SEM yang terstruktur bahwa penelitian sebelumnya mengenai

penggunaan PLS-SEM diidentifikasi sebagai relevan yaitu (1) menentukan

tujuan penelitian, (2) spesifikasi model structural (3) spesifikasi model

pengukuran dan (4) hasil evaluasi.

27

Gambar 2. 3 Proses Analisis PLS-SEM

Sumber: (Ringle, 2018)

Menurut (Yamin & Kurniawan, 2011) Evaluasi model dalam PLS

meliputi dua tahap yaitu evaluasi outer model atau model pengukuran dan

evaluasi terhadap inner model atau model struktural.

1. Evaluasi Pengukuran Model (Outer Model)

Di dalam Evaluasi pengukuran model dapat meliputi convergent validity

dan discriminant validity. Convergent validity terdiri atas individual item

reliability, internal consistency atau construct reliability, dan average

variance extracted. Tujuannya mengukur besarnya korelasi anatara konstrak

dengan varabel laten. Measurement model dilakukan untuk dapat mengetahui

hubungan antara konstrak (variabel) dengan indikator-indikatornya (Yamin &

Kurniawan, 2011).

a. Convergent Validity

1) Individual Item Reliability

Dapat dilihat dari standardize loading factor yang

menggambarkan besarnya korelasi antara setiap indikator

dengan konstraknya. Nilai loading factor baru dapat dikatakan

valid atau ideal jika lebih besar dari 0,7. Tapi, Yamin dan

Determination of the Research

Goal

Struktur Model Specification

Measurement Model

Specification

Model Estimation and

Results Evaluation

28

Kurniawan (2011) berpendapat bahwa nilai loading factors >

0,5 sudah dapat dikatakan valid. Jika dibawah nilai tersebut,

maka item akan dikeluarkan dari model yang ada.

2) Internal Consistency Reliability

Dapat dilihat dari composite reliability atau cronbach’s alpha.

Namun, nilai composite reliability dianggap lebih baik dalam

mengukur internal consistency jika dibandingkan dengan

cronbaach’s alpha karena composite reliability tidak

mengasumsikan kesamaan boot dari tiap indikatornya.

Cronbach’s alpha akan memberikan estimasi yang terlalu

rendah. Nilai batas untuk cronbach’s alpha maupun composite

reliability adalah 0,7 yang sudah dapat diterima. Sedangkan

diatas 0,7 berarti sangat memuaskan.

Formula untuk Composite Reliability adalah

𝐶𝑅 =(∑ λ𝑖)

2

(∑ λ𝑖)2 + ∑ 𝜀𝑖 (2.2)

Keterangan :

λ𝑖 = Loading Factors

𝜀𝑖 = 1- λ𝑖2

3) Average Variance Extracted (AVE)

Nilai average variance extracted (AVE) mendeskripsikan

besaran varian variabel yang dikandung oleh konstrak laten.

Nilai batasan untuk AVE adalah 0,5. Nilai AVE harus lebih

29

besar dari 0,5 untuk dapat dikatakan telah menunjukkan

convergent validity yang baik.

Formula untuk Average Variance Extacted (AVE)

𝐴𝑉𝐸 =∑ λ𝑖

2

∑ λ𝑖2 + ∑ 𝜀𝑖

(2.3)

Keterangan

λ𝑖 = Loading Factors

𝜀𝑖 = 1- λ𝑖2

b. Discriminant Validity

Discriminant validity dapat dilakukan dengan dua cara yaitu dengan

nilai cross loading antar indikator dan cross loading Fornell-

Lacker’s. Cross loading antar indikator akan membandingkan

korelasi antar indikator dengan konstraksnya dan konstrak dari blok

lainnya. Bila korelasi antara indikator dengan konstraknya lebig

tinggi dibandingkan dengan konstrak blok lain, maka artinya

konstrak tersebut memprediksi ukuran pada blok tersebut lebih baik

daripada blok lainnya. Sedangkan, nilai cross loading Fornell-

Lacker’s akan melihat nilai akar dari AVE, nilai akar AVE ini harus

lebih tinggi jika dibandingkan dengan korelasi antar konstrak

dengan konstrak lainnya atau nilai AVE lebih tinggi dari kuadrat

korelasi antar konstrak. Cross loading antar indikator termasuk

dalam kriteria longgar, sedangkan cross loading Fornell-Lacker’s

adalah kriteria yang konservatif.

30

2. Evaluasi Struktural Model (Inner Model)

Inner Model merupakan model struktural untuk memprediksi hubungan

kualitas antar variabel laten. Melalui proses bootstrapping, parameter uji T-

statistic diperoleh untuk memprediksi adanya hubungan kausilitas (Abdillah,

2017). Pada model ini terdapat beberapa tahap dalam melakukan evaluasinya.

1. Path coefficient (𝛽)

Tahap pertama dimulai dengan melihat signifikansi hubungan antara

konstrak. Hal tersebut dapat dilihat dari koefisien jalur (Path

Coefficient) yang menjelaskan kekuatan hubungan antara kontrak.

Pengukuran Path Coefficient (β) memiliki nilai ambang batas diatas

0.1. Hal tersebut untuk menyatakan bahwa jalur (Path) yang dimaksud

mempunyai pengaruh di dalam model.

2. R2 (coefficient of determination)

Tahap kedua yaitu dengan mengevaluasi nilai R2 (Coefficient of

Determination). Nilai ini merupakan penjelasan varian dari tiap target

endogenous variabel dengan standar pengukuran sekitar 0,67 sebagai

kuat, sekitar 0,33 moderat dan dibawah 0,19 menunjukkan tingkat

varian yang lemah.

3. t-test

Tahap ketiga yaitu dengan melihat nilai t-test dengan menggunakan

boostrapping menggunakan uji two-tailed dengan tingkat signifikansi

5% untuk menguji hipotesis-hipotesis penelitian. Bila nitai t-test lebih

besar 1,96 maka hipotests penelitian yang dibuat dapat diterima.

31

4. f2 (effect size)

Tahap keempat adalah pengujian f2 (Effect Size). Pengujian ini dapat

dilakukan untuk dapat memprediksi pengaruh variabel tertentu

terhadap variabel lainnya dalam struktur model dengan nilai ambang

batas sekitar 0.02 untuk pengaruh kecil 0,15 untuk pengaruh menengah

dan 0,35 untuk pengaruh yang besar. Rumus perhitungan f2 adalah

sebagai berikut

𝑓2 = 𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑅2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒

1 − 𝑅2𝑖𝑛𝑐𝑙𝑢𝑑𝑒

(2.4)

Dengan 𝑅2𝑖𝑛𝑐𝑙𝑢𝑑𝑒 adalah coefficient of determination dan 𝑅2𝑒𝑥𝑐𝑙𝑢𝑑𝑒

adalah nilai yang ada diluar R.

5. Tahap kelima yaitu pengujian Q2 (predictive relevance) dengan

menggunakan metode blindfolding untuk dapat memberikan bukti

bahwa variabel tertuntu yang digunakann dalam suatu model yang ibuat

mempunyai keterkaitan prediktif (Predictive Relevance) dengan

variabel lainnya dalam model tersebut dengan nilai ambang batas

pengukuran diatas nol.

6. Tahap keenam yaitu melakukan pengujian q2 (Relative Impact) dengan

menggunakan metode blind folding juga untuk dapat mengukur relative

pengaruh sebuah keterkaitan anatar prediktif sebuah variabel tertentu

dengan variabel lainnya yang memiliki nilai ambang batas sebesar 0,02

32

untuk pengaruh kecil 0,15 untuk pengaruh sedang, dan 0,35 untuk

pengaruh besar.

𝑞2 = 𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑄2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒

1 − 𝑄2𝑖𝑛𝑐𝑙𝑢𝑑𝑒 (2.5)

Dengan 𝑄2𝑖𝑛𝑐𝑙𝑢𝑑𝑒 adalah predictive relevance dan 𝑄2𝑒𝑥𝑐𝑙𝑢𝑑𝑒 adalah

nilai yang ada diluar Q.

2.13. Hipotesis

Hipotesis adalah jawaban yang bersifat sementara terhadap permasalahan

dalam sebuah penelitian, sampai dibuktikan melalui data yang dikumpulkan

(Siswanto, 2012). Menurut Kerlinger dalam (Sangadji & Sopiah, 2010) hipotesis

merupakan pernyataan dugaan (conjectural) tentang hubungan antara dua variabel

atau lebih. Sedangkan menurut Buckley et al dalam (Sangadji & Sopiah, 2010)

hipotesis adalah suatu pernyataan sederhana mengenai harapan peneliti akan

hubungan antara variabel-variabel dalam suatu masalah untuk diuji dalam

penelitian. (Sangadji & Sopiah, 2010) menyimpulkan bahwa hipotesis adalah :

1. Jawaban sementara (tentatif) terhadap masalah yang diajukan

2. Telah memiliki kebenaran, tetappi baru merupakan kebenaran taraf

teoritis atau kebenaran logis (logical validity, deductive validity)

3. Membutuhkan pembuktian atau pengujian (empirical validity,

statistical validity).

Menurut tingkat ekplanasi hipotesis yang akan diuji, maka rumusan hipotesis

dapat dikelompokkan menjadi tiga macam, yaitu (Sangadji & Sopiah, 2010):

33

1. Hipotesis Deskriptif

Hipotesis deskriptif adalah dugaan tentang nilai suatu variabel

mandiri, tidak membuat perbandingan atau hubungan.

2. Hipotesis Komparatif

Hipotesis komratatif adalah pertanyaan yang menunjukkan dugaan

nilai dalam suatu variabel atau lebih pada sempel yang berbeda.

3. Hipotesis Gabungan (Asosiatif)

Hipotesis asosiatif adalah suatu pertanyaan yang menunjukkan

dugaan tentang hubungan anttara dua variabel atau lebih.

2.14. SmartPLS

SmartPLS adalah software yang dikembangkan oleh Universitas Hambrug

Jerman yang biasa digunakan dalam analisis menggunakan PLS-SEM (Ghozali I &

Latan H, 2015). SmartPLS merupakan salah satu aplikasi perangkat lunak

terkemuka yang dapat digunakan untuk mengestimasi model PLS-SEM

(Widarjono,2015; Wong, 2013). Pada tahun 2015 aplikasi SmartPLS mendapatkan

popularitas di kalangan peneliti karna dianggap memiliki tatap muka grafis yang

dimilikinya (Wong, 2013).

Aplikasi SmartPLS memiliki tujuan yang sama dengan Lisrel dan AMOS

yaitu untuk menuji hubungan antara variabel, baik sesama variabel latent maupun

dengan variabel, atau manif

skripsi analisis continuance use intention pada situs jejaring sosial...

Documents