Pengaruh Persepsi Kemudahan dan Persepsi

advertisement
Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016
ISBN: 978-602-1034-40-8
Pengaruh Persepsi Kemudahan dan Persepsi Kegunaan
Terhadap Penerimaan Layanan Web Tracking
(Studi Kasus PT XYZ)
Della Oktaviany1, Dien Novita2
1,2
Program Studi Sistem Informasi, STMIK GI MDP
Email: [email protected], [email protected]
Abstrak
Penggunaan teknologi saat ini sudah menjadi kebutuhan dalam kegiatan sehari-hari, termasuk diantaranya layanan
pengiriman barang. PT XYZ merupakan sebuah perusahaan yang memiliki layanan pengiriman barang domestik
maupun internasional. Dalam proses kerjanya, PT XYZ menggunakan sebuah sistem untuk membantu pengguna
layanan melakukan pengecekan posisi barang kiriman dalam bentuk website, yaitu Web Tracking. Penelitian ini
bertujuan untuk menganalisa pengaruh persepsi kemudahan dan persepsi kegunaan terhadap penerimaan layanan
Web Tracking pada PT XYZ. Pengumpulan data dalam penelitian ini dilakukan dengan cara menyebar kuesioner
kepada para pengguna layanan, yang kemudian akan diolah menggunakan SEM dan tools SmartPLS. Hasil dari
penelitian ini merupakan faktor apa yang menjadi pengaruh penerimaan layanan Web Tracking yang diharapkan
dapat membantu PT XYZ dalam menentukan kebijakan baru ataupun melakukan perbaikan yang dibutuhkan terkait
penggunaan layanan Web Tracking pada layanan pengiriman barang.
Kata Kunci: Pengiriman barang, SEM, smartPLS
Abstract
The usability of today's technology has become a necessity in our daily activities, including goods shipping services.
PT XYZ is a company which has a delivery service domestically and internationally. In its business process, PT XYZ
uses a system to help users of the service to check the position of the shipment in a website called Web Tracking. This
study aimed to analyze the effect of perceived ease and perceived usefulness to the acceptance of Web Tracking
services on PT XYZ. Collecting data in this study done by spreading questionnaire to the users of the service, which
will be processed using SEM and SmartPLS. Results from this study is the factors that influence the acceptance of
Web Tracking services that may help PT XYZ in determining the new policy or make improvements which are needed
regarding the use of Web Tracking services on service delivery.
Keyword: Goods shipping, SEM, SmartPLS
1. PENDAHULUAN
Pengembangan teknologi yang begitu cepat, termasuk dalam penggunaan internet, menyebabkan banyak
sekali perubahan diantaranya dalam memberikan pelayanan terhadap konsumen [1-4]. Pelayanan yang
diberikan akan menjadi faktor yang cukup menentukan apakah konsumen akan terus menggunakan
layanan yang disediakan oleh organisasi. Perkembangan teknologi memiliki dampak terhadap berbagai
aspek kehidupan.
PT XYZ merupakan sebuah organisasi yang memberikan layanan kepada konsumennya, diantaranya
layanan pengiriman barang. Layanan pengiriman ini tidak hanya melayani pengiriman domestik, tetapi
juga pengiriman luar negeri. Dalam memberikan layanan pengiriman barang, PT XYZ juga memberikan
layanan pengecekan posisi barang kiriman melalui website resmi PT XYZ yang disebut sebagai Web
Tracking. Layanan ini diberikan untuk memudahkan para pelanggan dalam mengetahui posisi terakhir
barang kiriman berada sebelum sampai di tangan penerima.
Dalam menggunakan layanannya, PT XYZ ingin mengetahui sejauh mana penerimaan pelanggan
terhadap layanan tersebut, dilihat dari segi kemudahan dan kegunaannya. Hal ini dimaksudkan agar PT
XYZ dapat terus mempertahankan Web Tracking sebagai salah satu jenis layanan andalan mereka. Oleh
karena itu, pada penelitian ini akan dibuktikan antara kemudahan penggunaan dan kegunaan Web
Tracking itu sendiri, faktor mana yang mempengaruhi penggunaan layanan.
126
Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016
ISBN: 978-602-1034-40-8
2. METODE
2.1 Metode Penelitian
Penelitian yang dilakukan yaitu untuk mengetahui faktor penerimaan layanan Web Tracking yang telah
diberikan oleh PT XYZ kepada pelanggannya. Penelitian ini memiliki beberapa proses seperti yang
terlihat pada Gambar 1.
Perumusan
Masalah
Studi Literatur
Pengumpulan
Data
Penyusunan
Instrumen
Perumusan
Model
Pengolahan Data
Analisis Data
Penarikan
Kesimpulan
Gambar 1. Tahapan penelitian
2.1.1. Tahap Perumusan Masalah
Pada tahap ini dirumuskan masalah yang akan digunakan sebagai topik penelitian, yaitu untuk
mengetahui faktor mana yang akan menjadi faktor penerimaan layanan Web Tracking dari 2 (dua) faktor
yang ada pada model penelitian.
2.1.2. Tahap Studi Literatur
Pada tahap ini dikumpulkan dan dirumuskan teori-teori yang terkait dengan penerimaan layanan serta
penggunaan layanan internet yang digunakan untuk memberikan sebuah jasa kepada pelanggan. Literatur
diperoleh dari berbagai sumber, diantaranya jurnal dan artikel yang memiliki keterkaitan dengan topik
penelitian dimana akan diperoleh hasil berupa model penelitian.
Dalam menyusun model penelitian, dikumpulkanlah beberapa teori yang berhubungan penerimaan
layanan. Berikut dijabarkan teori penerimaan layanan dan beberapa penelitian terdahulu yang telah
menyimpulkan beberapa faktor yang dapat menjadi acuan dalam menyusun model penelitian.
2.1.2.1. Technology Acceptance Model (TAM)
Model penerimaan teknologi (Technology Acceptance Model atau TAM) merupakan suatu model
penerimaan sistem teknologi informasi yang akan digunakan oleh pemakai [5]. Model ini terdiri atas 5
(lima) variable, yaitu Perceived Usefulness, Perceived Ease of Use, Attitude towards Using Technology,
Behavioral Intention to Use, dan Actual Technology Use. Gambar 2 merupakan model TAM yang juga
menjadi acuan dalam menyusun model penelitian.
127
Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016
ISBN: 978-602-1034-40-8
Gambar 2. Model TAM
2.1.2.2. Penelitian Terdahulu
Cheah, at.al. melakukan penelitian untuk memperoleh faktor yang mempengaruhi masyarakat Malaysia
dalam penggunaan Mobile Banking [6]. Penelitian ini menyimpulkan beberapa faktor yang
mempengaruhi penggunaan Mobile Banking, yaitu Perceived Usefulness, Perceived Ease of Use, Relative
Advantages, Perceived Risks, dan Personal Innovativeness.
Quan, Hao dan Jianxin melakukan penelitian untuk mengetahui faktor yang mempengaruhi penggunaan
mobile service di China dengan memanfaatkan integrasi dari model TAM [7]. Pengumpulan data
dilakukan dengan cara menyebarkan kuesioner kepada para responden sehingga menghasilkan adanya 5
(lima) faktor yang menjadi kesimpulan. Kelima faktor tersebut antara lain Perceived Usefulness,
Perceived Ease of Use, Perceived Credibility, Perceived Behavioral Control dan Perceived Cost.
Faziharudean dan Li-ly melakukan penelitian untuk mengetahui faktor apa saja yang mempengaruhi
penggunaan layanan data seluler di Klang Valley, Malaysia dengan cara menyebarkan kuesioner pada
tahun 2008 [8]. Responden yang dianggap valid dalam penelitian ini berjumlah 404 responden. Gambar 3
merupakan model penelitian yang digunakan dalam penelitian ini.
Perceived Usefulness
Perceived Ease of Use
Perceived Enjoyment
Usage Intention for
Mobile Data Services
Social Influence
Media Influence
Perceived Mobility
Perceived Monetary
Value
Gambar 3. Model penelitian Faziharudean dan Li-Ly
2.1.3. Tahap Perumusan Model
Model penelitian yang akan digunakan dalam penelitian ini diperoleh dari hasil studi literatur
sebelumnya. Berdasarkan hasil studi literatur, variabel yang akan digunakan ada 3 (tiga), yaitu Persepsi
Kegunaan, Persepsi Kemudahan, dan Penggunaan Web Tracking. Model penelitian dapat dilihat pada
Gambar 4.
128
Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016
ISBN: 978-602-1034-40-8
Persepsi Kegunaan
(PK)
Penggunaan Web
Tracking (WT)
Persepsi Kemudaan
(PK)
Gambar 4. Model penelitian yang digunakan
2.1.4. Tahap Penyusunan Instrumen
Pada tahap ini dilakukan pengambilan instrumen dari penelitian terdahulu mengenai penerimaan
teknologi. Instrumen penelitian ini akan menjadi pertanyaan-pertanyaan yang bersifat close-ended
question pada kuesioner yang akan dibagikan kepada responden.
2.1.5. Tahap Pengumpulan Data
Setelah instrumen sudah selesai disusun, dilakukan pengumpulan data melalui kuesioner yang
sebelumnya telah dirancang kepada pengguna layanan pengiriman barang sekaligus menggunakan
layanan Web Tracking pada PT XYZ. Dari penyebaran 300 kuesioner, 235 kuesioner yang telah diisi oleh
responden dianggap sah karena seluruh pernyataan dan pertanyaan yang diajukan dalam kuesioner
dijawab dengan lengkap dan jelas.
Profil responden dalam penelitian ini diklasifikasikan berdasarkan jenis kelamin (53% responde laki-laki,
47% responden perempuan), usia (50% responden berada di rentang usia 21-30 tahun, 32% responden
berada di rentang usia 31-40 tahun, 9% responden berada di rentang usia 41-50 tahun, 8% responden
berada di rentang usia 16-20 tahun dan 1% responden berada di rentang usia lebih dari 50 tahun),
pekerjaan (10 klasifikasi pekerjaan), jenjang pendidikan (mayoritas Strata-1 sebanyak 41%), lama waktu
mengenal teknologi Web Tracking (93% telah mengenal Web Tracking dengan jangka waktu antara 1
hingga 10 bulan), dan intensitas penggunaan Web Tracking (91% telah menggunakan layanan Web
Tracking sebanyak 1 hingga 10 kali).
2.1.6. Tahap Analisis Data
Pada tahap analisis data, data yang telah diperoleh dari pembagian kuesioner sebelumnya akan diolah
menggunakan teknik statistik yaitu teknik structural equation model (SEM) dengan bantuan tools
SmartPLS 2.0 M3.
2.1.7. Tahap Penarikan Kesimpulan
Setelah tahap analisis data selesai dilakukan, selanjutnya kesimpulan dapat ditarik berdasarkan hasil
analisis dimana kesimpulan ini akan menjadi jawaban atas pertanyaan penelitian yang telah diuraikan
sebelumnya. Selain penarikan kesimpulan, akan ditambahkan juga saran yang nantinya dapat
dipertimbangkan untuk penelitian lebih lanjut.
3. HASIL DAN PEMBAHASAN
3.1. Konstruksi Diagram Jalur
Pada pembahasan sebelumnya telah digambarkan model penelitian yang akan digunakan dalam penelitian
ini. Model penelitian tersebut akan digambarkan terlebih dahulu menggunakan tools SmartPLS atau
disebut dengan konstruksi diagram jalur. Konstruksi diagram jalur ditampilkan pada Gambar 5.
129
Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016
ISBN: 978-602-1034-40-8
Gambar 5. Konstruksi diagram jalur
3.2. Evaluasi Measurement Model
Pada tahap ini, ada beberapa pengujian yang akan dilakukan sebagai berikut.
3.2.1. Uji Validitas
Dalam uji validitas, terdapat 2 (dua) tahapan yang dilakukan, yaitu uji convergent validity dan uji
discriminant validity.
3.2.1.1. Uji Convergent Validity
Suatu indikator memenuhi reliabilitas bila memiliki loading factor diatas 0.70 [9]. Hal serupa juga
dinyatakan dimana nilai loading factor harus berada diatas 0.70 [10]. Akan tetapi, jika loading factor
berada pada rentang 0.50 hingga 0.60 masih dapat diterima asalkan diperuntukkan pada riset tahap
pengembangan skala [9]. Berdasarkan hasil perhitungan, semua indikator pada diagram jalur memenuhi
syarat reliabilitas yaitu diatas 0.70 seperti tertera pada Tabel 1.
Tabel 1. Output diagram jalur untuk loading factor
PK
PKG
PWT
PK1
0.929149
PK2
0.744713
PK3
0.950631
PKG1
0.908026
PKG2
0.928030
PKG3
0.752883
PWT1
0.917609
PWT2
0.942626
PWT3
0.745309
Tahap selanjutnya dilakukan uji convergent validity dengan melihat nilai AVE di setiap konstruk dimana
nilai AVE (Average Variance Extracted) harus diatas 0.50 [10]. Tabel 2 menampilkan nilai AVE dari
semua variabel laten dimana nilainya berada diatas 0.50. Nilai ini menyatakan bahwa semua variabel
laten memenuhi convergent validity.
Tabel 2. Nilai AVE
AVE
PK
0.773871
PKG
0.750861
PWT
0.762012
3.2.1.2. Uji Discriminant Validity
Nilai korelasi indikator terhadap kosntruknya harus lebih besar dibandingkan dengan nilai korelasi antara
indikator dengan konstruk lainnya [9]. Pada Tabel 3, terlihat bahwa nilai korelasi indikator terhadap
konstruknya sendiri lebih besar dibandingkan dengan korelasi antara indikator dengan konstruk lain.
Dengan demikian dapat disimpulkan bahwa konstruk dalam penelitian ini memiliki discriminant validity
yang tinggi.
130
Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016
ISBN: 978-602-1034-40-8
Tabel 3. Nilai korelasi indikator terhadap konstruk
PK
PKG
PWT
PK1
0.929149
0.601928
0.549921
PK2
0.744713
0.643064
0.465164
PK3
0.950631
0.627641
0.568158
PKG1
0.626217
0.908026
0.410184
PKG2
0.637742
0.928030
0.458785
PKG3
0.565122
0.752883
0.422529
PWT1
0.606028
0.487157
0.917609
PWT2
0.571940
0.512059
0.942626
PWT3
0.345924
0.248410
0.745309
3.2.2. Uji Reliabilitas
Selain uji validitas, pengukuran model juga dilakukan untuk menguji reliabilitas suatu konstruk [9]. Uji
reliabilitas dilakukan untuk membuktikan akurasi, konsistensi, dan ketepatan instrumen dalam mengukur
konstruk. Reliabilitas dapat diukur dengan dua acara, yaitu dengan Cronbach‟s Alpha dan Composite
Reliability atau sering disebut Dillon-Goldstein‟s. Penggunaan Cronbach‟s Alpha lebih cenderung under
estimate dalam mengukur reliabilitas, sedangkan composite reliability merupakan closer approximation
dengan asumsi estimasi parameter adalah akurat [10].
Agar konstruk dinyatakan reliable, nilai Cronbach‟s Alpha dan Composite Reliability harus lebih besar
dari 0.7 untuk penelitian yang bersifat confirmatory dan nilai 0.6–0.7 masih dapat diterima untuk
penelitian yang bersifat exploratory [9]. Hasil pengukuran Cronbach‟s Alpha dan Composite Reliability
dapat dilihat pada Tabel 4.
Tabel 4. Nilai cronbach‟s alpha dan composite reliability
Cronbachs Alpha
Composite Reliability
PK
0.847856
0.910342
PKG
0.828711
0.899676
PWT
0.845260
0.904841
3.3. Evaluasi Structural Model
Evaluasi Structural Model akan melihat nilai koefisien determinansi (R2), dimana hasil R2 akan
dikategorikan menjadi 0.67 (kuat), 0.33 (moderat), dan 0.19 (lemah) [10]. Nilai koefisien determinansi
pada penelitian ini berada pada nilai 0.37 dapat dilihat pada Tabel 5, dimana nilai tersebut masuk pada
kategori moderat.
Tabel 5. Nilai koefisien determinansi (R2)
R Square
PK
PKG
PWT
0.373583
Setelah nilai koefisien determinansi dihasilkan, selanjutnya dilakukan pengujian hipotesis dengan cara
melihat nilai t-value pada setiap path coefficient. Pada level signifikansi sebesar 0.05, suatu hipotesis akan
diterima bila memiliki t-value lebih besar dari 1.96 [9]. Hasil evaluasi structural model dapat dilihat pada
Tabel 6.
Tabel 6. Hasil path coefficient
PK
PWT
PKG
PWT
->
->
Path Coefficient
0.498065
0.147514
T-Value
8.267547
Keterangan
Signifikan
2.287423
Signifikan
Kesimpulan
Hipotesis
Diterima
Hipotesis
Diterima
Berdasarkan Tabel 6, dapat disimpulkan hasil uji hipotesis terhadap model penelitian yaitu sebagai
berikut:
1) Variabel Persepsi Kemudahan (PK) terbukti mempengaruhi Penggunaan Web Tracking (PWT)
karena memiliki t-value diatas 1.96 dengan koefisien sebesar 8.267547. Hipotesis ini diterima
131
Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016
ISBN: 978-602-1034-40-8
sehingga terbukti adanya hubungan positif antara persepsi kemudahan dengan penggunaan Web
Tracking.
2) Variabel Persepsi Kegunaan (PKG) terbukti mempengaruhi Penggunaan Web Tracking (PWT)
karena memiliki t-value diatas 1.96 dengan koefisien sebesar 2.287423. Hipotesis ini diterima
sehingga terbukti adanya hubungan positif antara persepsi kegunaan dengan penggunaan Web
Tracking.
4. SIMPULAN
Penelitian ini dilakukan untuk membuktikan faktor mana yang mempengaruhi penerimaan layanan Web
Tracking di PT XYZ. Hasil yang diperoleh dari pengolahan dan perhitungan data, persepsi kemudahan
dan persepsi kegunaan terbukti mempengaruhi penerimaan layanan Web Tracking.
5. REFERENSI
[1] Safeena, R., Abdullah. & Date, Hema. 2010. Customer Perspectives on E-Business Value : Case
Study on Internet Banking. Journal of Internet Banking and Commerce. Vol. 15(1): 1-13.
[2] Bauer, H.H., Hammerschmidt, M. dan Falk, T. 2005. Measuring the Quality of E-Banking Portals.
International Journal of Bank Marketing. Vol. 23(2).
[3] Ibrahim, E.E., Joseph, M. dan Ibeh, K.I.N. 2006. Customer’s Perception of Electronic Service
Delivery in the UK Retail Bank Sector. International Journal of Bank Marketing. Vol. 24(7): 475493.
[4] Parasuraman, A and Zinkhan, G.M. 2002. Merketing To and Service Customers through the
Internet: An Overview and Research Agenda. Journal of the Academy of Marketing Science. Vol.
30(4): 286-295.
[5] Jogiyanto. 2007. Sistem Informasi Keperilakuan. Penerbit Andi, Yogyakarta.
[6] Cheah, Ching Mun. et.al. 2011. Factors Affecting Malaysian Mobile Banking Adoption: An
Empirical Analysis. International Journal of Network and Mobile Technologies. Vol. 2(3):149-160.
[7] Quan, Sun., Hao, Cao. & Jianxin, You. 2010. Factors Influencing the Adoption of Mobile Service in
China: AN Integration of TAM. Journal of Computers. Vol. 5(5): 799-806.
[8] Faziharudean, T.M. & Li-ly, Tan. 2011. Consumers’ Behavioral Intentions to Use Mobile Data
Services in Malaysia. African Journal of Business Management. Vol. 5(5): 1811-1821.
[9] Ghozali, Imam. & Latan, Hengky. 2012. Konsep dan Teknik Aplikasi SmartPLS 2.0 M3. Badan
Penerbit Universitas Diponegoro, Semarang.
[10] Chin, W.W. 1998. The Partial Least Squares Approach for Structural Equation Modeling. Modern
Methods for Business Research. Lawrence Erlbaum Associate, New Jersey.
132
Download