pengaruh perceived usefulness dan perceived ease of...
TRANSCRIPT
PENGARUH PERCEIVED USEFULNESS DAN PERCEIVED EASE OF
USE TERHADAP BEHAVIORAL INTENTION DAN DAMPAKNYA
TERHADAP ACTUAL USAGE (Studi Kasus pada E-wallet LinkAja)
SKRIPSI
Skripsi ini diajukan kepada Fakultas Ekonomi dan Bisnis
Untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Ekonomi
Oleh:
Emmy Sulistyani
NIM :11150810000004
JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAMNEGERI SYARIF HIDAYATULLAH
JAKARTA
1441H/2020M
i
ii
iii
iv
v
DAFTAR RIWAYAT HIDUP
A. Data Pribadi
1. Nama : Emmy Sulistyani
2. Tempat, Tgl Lahir : Jakarta, 27 Juni 1997
3. Alamat : Jl. Durian 1C, Jatimakmur, Pondok Gede
4. Agama : Islam
5. Nama Ayah : Darto
6. Nama Ibu : Siti Hajar
7. Nomor Telepon : 085782873022
8. Email : [email protected]
B. Pendidikan Formal
1. 2015 – 2020 : UIN Syarif Hidayatullah Jakarta
2. 2012 – 2015 : SMAN 7 Bekasi
3. 2009 – 2012 : SMPN 6 Bekasi
4. 2003 – 2009 : SDN Jatimakmur 1
C. Pengalaman Organisasi
1. 2017 – 2018 : Divisi Kewirausahaan HMJ Manajemen
vi
ABSTRACT
This study aims to determine the effect of perceived usefulness and perceived
ease of use to behavioral intention and its impact on the actual usage, the case study
is an e-wallet LinkAja. The source of this research is data primary from the sample,
LinkAja users who have been transaction using LinkAja with a total sample of 100
respondent determined by the non-probability sampling method. Data is processed
using path analysis method and sobel test to find the effect of intermediary variables.
The result of the study show that : (1) perceived usefulness has a direct effect on
behavioral intention. (2) perceived ease of use has a direct effect on behavioral
intention. (3) perceived usefulness does not direcly effect actual usage. (4) perceived
ease of use has a direcly effect on actual usage. (5) behavioral intention has a direc
effect on actual usage. Based on Sobel test was obtained that the behavioral intention
result were mediating variables, perceived ease of use variable towards actual usage.
Keywords: Perceived usefulness, perceived ease of use, behavioral intention, actual
usage, path analysis
vii
ABSTRAK
Penelitian ini bertujuan untuk menganalisis hubungan perceived usefulness
dan perceived ease of use terhadap behavioral intention dan dampaknya terhadap
actual usage yang studi kasusnya adalah e-wallet LinkAja. Sumber data penelitian ini
merupakan data primer yang berasal dari sampel yaitu pengguna LinkAja yang sudah
pernah bertransaksi menggunakan LinkAja dengan jumlah sampel sebanyak 100
responden yang ditentukan dengan metode nonprobability sampling. Data diolah
menggunakan metode analisis jalur (path analysis) dan uji sobel untuk menemukan
pengaruh variabel perantara. Hasil penelitian menunjukkan bahwa: (1) peceived
usefulness berpengaruh langsung terhadap behavioral intention. (2) perceived ease of
use berpengaruh langsung terhadap behavioral intention. (3) perceived usefulness
tidak berpengaruh langsung terhadap actual usage. (4) perceived ease of use
berpengaruh langsung terhadap actual usage. (5) behavioral intention berpengaruh
langsung terhadap actual usage. Berdasarkan uji sobel diperoleh hasil behavioral
intention merupakan variabel mediasi dari variabel perceived eas of use terhadap
actual usage.
Kata kunci: Perceived Usefulness, Perceived Ease of Use, Behavioral Intention,
Actual Usage, Path Analysis
viii
KATA PENGANTAR
Segala puji bagi Allah Swt atas segala rahmat, nikmat serta karunia-Nya.
Shalawat serta salam mari kita curahkan kepada junjungan Nabi Besar Muhammad
SAW beserta keluarga, sahabat dan kita sebagai umatnya hingga akhir zaman.
Alhamdulillahirabbil a’lamin atas izin Allah penulis dapat menyelesaikan
penyusunan skripsi dengan judul “Pengaruh Perceived Usefulness dan Perceived
Ease of Use Terhadap Behavioral Intention dan Dampaknya Terhadap Actual
Usage (Studi Kasus pada E-wallet LinkAja)”. Skripsi ini disusun sebagai syarat
untuk memperoleh gelar Sarjana Ekonomi pada Jurusan Manajemen Fakultas
Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Penulis menyadari bahwa skripsi ini tidak akan selesai tanpa bantuan dan
dukungan dari berbagai pihak. Oleh karena itu, penulis ingin mengucapkan terima
kasih yang sebesar-besarnya kepada:
1. Ayah dan mama tersayang yang telah membesarkan, mendidik dan menyayangi
setiap saat. Terima kasih untuk semua doa, motivasi serta dukungan yang telah
diberikan sehingga penulis dapat menyelesaikan skripsi ini.
2. Bapak Prof. Dr. Amilin, SE., Ak., M.Si., CA., QIA., BKP., CRMP selaku Dekan
Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah
Jakarta.
3. Ibu Murdiyah Hayati, MM. selaku Ketua Jurusan Manajemen Fakultas Ekonomi
dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.
ix
4. Ibu Amalia , SE., MSM. selaku Sekretaris Jurusan Manajemen Fakultas Ekonomi
dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.
5. Ibu Dr. Muniaty Aisyah, MM. selaku Dosen Pembimbing Skripsi, penulis
mengucapkan terima kasih yang sebesar-besarnya atas keikhlasan ibu dalam
membimbing penulis. Terima kasih karena telah berkenan meluangkan waktu
dan tenaga untuk memberikan ilmu, motivasi, saran serta solusi terhadap
permasalahan dan kesulitan yang dihadapi penulis selama penyusunan skripsi ini.
Semoga Allah Subhanahuwata’ala membalas semua kebaikan ibu dengan rahmat
dan ridho-Nya.
6. Ibu Dwi Nur’aini Ihsan M.M. selaku Dosen Pembimbing Akademik atas
motivasi dan masukan yag diberikan dalam hal akademik penulis.
7. Seluruh Bapak/Ibu Dosen Fakultas Ekonomi dan Bisnis Universitas Islam Negeri
Syarif Hidayatullah Jakarta yang telah memberikan ilmu serta wawasan yang
sangat bermanfaat.
8. Teman-teman Manajemen 2015 khususnya Siti Nurjanah, Nindya Larasati, Siti
Gilang Sari, Rizky Nur Cholifah dan Kokom. Terima kasih karena sudah
memberikan banyak solusi, semangat serta bantuan kepada penulis ketika merasa
kesulitan dalam menyusun skripsi ini.
9. Sahabat-sahabat dari kelompok KKN Inisiatif 078 yaitu Eka Laras Santi dan
Ucep Nasir Mizwan yang selalu memberikan masukan dan dukungan tiada henti
kepada penulis.
x
10. Sahabat-sahabat SMA penulis yaitu Amelia Sitta dan Wahyu Pradesha yang
tidak pernah lelah memberikan dukungan dan memberikan bantuan kepada
penulis ketika mengalami kesulitan dalam penyusunan skripsi ini.
11. Keluarga ARMY yaitu kak Chriselda, kak Angel dan teman-teman lainnya yang
tidak dapat penulis sebutkan satu persatu. Terima kasih karena selalu
memberikan dukungan dan motivasi kepada penulis ketika merasa mulai putus
asa untuk menyelesaikan skripsi ini.
Akhir kata penulis menyadari masik banyak kekurangan dalam penulisan skripsi
ini. Oleh karena itu, penulis mengharapkan saran dan kritik dari pembaca agar
disampaikan kepada penulis. Penulis berharap agar skripsi ini dapat bermanfaat
untuk orang lain.
Jakarta, 28 Februari 2020
Emmy Sulistyani
xi
DAFTAR ISI
LEMBAR PENGESAHAN SKRIPSI ............................................................. i
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ............................... ii
LEMBAR PENGESAHAN UJIAN SKRIPSI ............................................... iii
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ....................... iv
DAFTAR RIWAYAT HIDUP ......................................................................... v
ABSTRACT ....................................................................................................... vi
ABSTRAK ....................................................................................................... vii
KATA PENGANTAR .................................................................................... viii
DAFTAR ISI ..................................................................................................... xi
DAFTAR TABEL ........................................................................................... xv
DAFTAR GAMBAR ..................................................................................... xvii
DAFTAR LAMPIRAN ................................................................................ xviii
BAB I PENDAHULUAN
A. Latar Belakang ........................................................................................ 1
B. Rumusan Masalah ................................................................................. 16
C. Tujuan Penelitian ................................................................................... 17
D. Manfaat Penelitian ................................................................................. 18
BAB II TINJAUAN PUSTAKA
A. Landasan Teori ...................................................................................... 20
1. Financial Technology (FinTech) ...................................................... 20
xii
2. Mobile Payment ................................................................................ 28
3. Uang Elektronik ................................................................................ 29
4. Technology Acceptance Model (TAM) ............................................ 36
5. Perceived Usefulness ........................................................................ 38
6. Perceived Ease of Use ...................................................................... 40
7. Behavioral Intention ......................................................................... 43
8. Actual Usage .................................................................................... 45
B. Hubungan Antar Variabel ..................................................................... 47
C. Penelitian Terdahulu ............................................................................. 49
D. Kerangka Pemikiran .............................................................................. 53
E. Hipotesis Penelitian ............................................................................... 55
BAB III METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian ..................................................................... 60
1. Wilayah dan Waktu Penelitian ......................................................... 60
2. Variabel Penelitian ........................................................................... 60
B. Metode Penentuan Sampel .................................................................... 60
1. Populasi ............................................................................................ 60
2. Sampel .............................................................................................. 61
C. Metode Pengumpulan Data ................................................................... 63
1. Data Primer ....................................................................................... 63
2. Data Sekunder .................................................................................. 65
D. Metode Analisis Data ............................................................................ 66
xiii
1. Uji Kualitas Data .............................................................................. 66
2. Analisis Deskriptif ............................................................................ 68
3. Analisis Jalur (Path Analysis)........................................................... 69
a. Koefisien Korelasi ..................................................................... 73
b. Koefisien Determinasi ............................................................... 74
c. Uji Signifikansi Simultan (Uji Statistik F) ................................ 75
d. Uji Signifikan Parsial (Uji Statistik t) ....................................... 76
e. Model Trimming ........................................................................ 77
f. Uji Kesesuaian Model : Koefisien Q ......................................... 77
g. Uji Sobel .................................................................................... 78
E. Operasional Variabel ............................................................................. 79
BAB IV ANALISIS DAN PEMBAHASAN
A. Sekilas Gambaran Umum Objek Penelitian .......................................... 81
B. Deskripsi Responden ............................................................................. 85
1. Karakteristik Responden Berdasarkan Jenis Kelamin ...................... 85
2. Karakteristik Responden Berdasarkan Usia ..................................... 86
3. Karakteristik responden Berdasarkan Pendidikan Terakhir ............. 87
4. Karakteristik Responden Berdasarkan Pekerjaan ............................. 88
5. Karakteristik Responden Berdasarkan Pengeluaran Sebulan ........... 89
C. Uji Kualitas Data ................................................................................... 90
1. Uji Validitas ...................................................................................... 90
2. Uji Realibilitas .................................................................................. 93
xiv
D. Analisis Deskriptif ................................................................................. 95
E. Analisis Jalur (Path Analysis) ............................................................. 100
1. Koefisien Korelasi .......................................................................... 101
2. Koefisien Determinasi .................................................................... 104
3. Analisis Jalur Persamaan Struktur 1 ............................................... 105
4. Analisis Jalur Persamaan Struktur 2 ............................................... 107
5. Uji Simultan (Uji F) ........................................................................ 108
6. Uji Parsial (Uji Statistik t) .............................................................. 110
7. Diagram Analisis Jalur ................................................................... 115
F. Model Trimming .................................................................................. 116
G. Uji Kesesuaian Model : Koefisien Q ................................................... 121
H. Uji Sobel .............................................................................................. 124
BAB V KESIMPULAN DAN SARAN
A. Kesimpulan ......................................................................................... 128
B. Saran .................................................................................................... 129
DAFTAR PUSTAKA .................................................................................... 133
DAFTAR LAMPIRAN ................................................................................. 140
xv
DAFTAR TABEL
Tabel 1.1 Tanggal Perilisan E-wallet di Indonesia ........................................... 13
Tabel 2.1 Perbedaan Uang Elektronik Server Based dan Chip Based .............. 32
Tabel 2.2 Daftar Penyelenggara Uang Elektronik yang Telah Memperoleh Izin
dari Bank Indonesia (per 24 Mei 2019) ........................................... 33
Tabel 2.3 Penelitian Terdahulu ......................................................................... 49
Tabel 3.1 Skala Likert ....................................................................................... 65
Tabel 3.2 Kriteria Koefisien Korelasi ............................................................... 73
Tabel 3.3 Operasional Variabel......................................................................... 79
Tabel 4.1 Jenis LinkAja .................................................................................... 83
Tabel 4.2 Batasan Layanan ............................................................................... 83
Tabel 4.3 Karakteristik Responden Berdasarkan Jenis Kelamin ...................... 85
Tabel 4.4 Karakteristik Responden Berdasarkan Usia ...................................... 86
Tabel 4.5 Karakteristik Responden Berdasarkan Pendidikan Terakhir ............ 87
Tabel 4.6 Karakteristik Responden Berdasarkan Pekerjaan ............................. 88
Tabel 4.7 Karakteristik Responden Berdasarkan Pengeluaran dalam Sebulan . 89
Tabel 4.8 Hasil Uji Validitas Perceived Usefulness ......................................... 90
Tabel 4.9 Hasil Uji Validitas Perceived Ease of Use........................................ 91
Tabel 4.10 Hasil Uji Validitas Behavioral Intention ........................................ 92
Tabel 4.11 Hasil Uji Validitas Actual Usage .................................................... 92
Tabel 4.12 Hasil Uji Realibilitas Perceived Usefulness.................................... 93
Tabel 4.13 Hasil Uji Realibilitas Perceived Ease of Use .................................. 94
xvi
Tabel 4.14 Hasil Uji Realibilitas Behavioral Intention ..................................... 94
Tabel 4.15 Hasil Uji Realibilitas Actual Usage ................................................ 95
Tabel 4.16 Distribusi Jawaban Perceived Usefulness ....................................... 96
Tabel 4.17 Distribusi Jawaban Perceived Ease of Use ..................................... 97
Tabel 4.18 Distribusi Jawaban Behavioral Intention ........................................ 98
Tabel 4.19 Distribusi Jawaban Actual Usage ................................................. 100
Tabel 4.20 Kriteria Koefisien Korelasi ........................................................... 101
Tabel 4.21 Koefisien Korelasi......................................................................... 102
Tabel 4.22 Pengujan Hubungan Antar Variabel ............................................. 103
Tabel 4.23 Koefisien Determinasi Substruktur 1 ............................................ 104
Tabel 4.24 Koefisien Determinasi Substruktur II ........................................... 105
Tabel 4.25 Koefisien Analisis Jalur Substruktur I .......................................... 106
Tabel 4.26 Koefisien Analisis Jalur Substruktur II ......................................... 107
Tabel 4.27 Hasil Uji Simultan (Uji F) Substruktur I ....................................... 108
Tabel 4.28 Hasil Uji Simultan (Uji F) Substruktur II ..................................... 109
Tabel 4.29 Hasil Uji Parsial (Uji t) Substruktur I ........................................... 110
Tabel 4.30 Hasil Uji Parsial (Uji t) Substruktur II.......................................... 112
Tabel 4.31 Koefisien Determinasi Substruktur II Setelah Trimming ............. 117
Tabel 4.32 Hasil Uji Simultan (Uji F) Substruktur II Sesudah Trimming ...... 117
Tabel 4.33 Hasil Uji Parsial (Uji t) Substruktur II Sesudah Trimming .......... 118
xvii
DAFTAR GAMBAR
Gambar 1.1 Pemahaman Masyarakat Tentang Fintech....................................... 2
Gambar 1.2 Jumlah Pengguna Fintech di Indonesia ........................................... 3
Gambar 1.3 Pendorong Dalam Menggunakan Mobile Payment ......................... 4
Gambar 1.4 Jumlah Uang Elektronik Beredar .................................................... 5
Gambar 1.5 Volume Transaksi Uang Elektronik ................................................ 6
Gambar 1.6 Daftar Aplikasi E-wallet Terbesar di Indonesa Berdasarkan Jumlah
Download Aplikasi ........................................................................ 9
Gambar 1.7 Daftar Aplikasi e-wallet Terbesar di Indonesia Berdasarkan Pengguna
Aktif Bulanan ............................................................................... 11
Gambar 2.1 Periode Perkembangan Fintech ..................................................... 21
Gambar 2.2 Uang Elektronik: Chip Based & Server Based ............................. 33
Gambar 2.3 Technology Acceptance Model ..................................................... 38
Gambar 2.4 Kerangka Pemikiran Penelitian .................................................... 54
Gambar 3.1 Diagram Jalur ............................................................................... 71
Gambar 3.2 Sub Struktural 1 ............................................................................ 72
Gambar 3.3 Sub Struktural 2 ............................................................................ 72
Gambar 4.1 Logo LinkAja ............................................................................... 81
Gambar 4.2 Analisis Jalur (Path Analysis) .................................................... 116
Gambar 4.3 Model Sub Struktur 2 Setelah Trimming .................................... 120
Gambar 4.4 Model Struktur Analisis Jalur .................................................... 120
xviii
DAFTAR LAMPIRAN
Lampiran 1. Lembar Kuesioner Penelitian .................................................... 140
Lampiran 2. Tabulasi Jawaban Responden ..................................................... 145
Lampiran 3. Hasil Output SPSS – Validitas dan Realibilitas ......................... 159
Lampiran 4. Hasil Output SPSS ...................................................................... 162
1
BAB I
PENDAHULUAN
A. LATAR BELAKANG
Industri jasa keuangan mengalami inovasi yang sangat signifikan
sejalan dengan berkembangnya teknologi digital saat ini. Inovasi jasa
keuangan yang telah dipengaruhi oleh perkembangan teknologi dan yang
banyak menjadi perbincangan hangat saat ini adalah financial technology
(fintech). Menurut Financial Stability Board (FSB), fintech adalah suatu
bentuk inovasi finansial berbasis teknologi yang dapat menghasilkan model
bisnis, aplikasi, proses atau produk baru dengan efek material terkait pada
pasar keuangan, institusi, dan penyedia layanan keuangan.
Industri FinTech di Indonesia saat ini berkembang sangat pesat, hal ini
ditunjukkan dengan semakin banyaknya start up di bidang fintech.
Berdasarkan data statistik OJK (Otoritas Jasa Keuangan) per 31 Mei 2019
total jumlah penyelenggara fintech yang terdaftar dan berizin berjumlah 113
perusahaan.
2
Sumber: Fintech Report 2018, Daily Social
Gambar 1.1
Pemahaman Masyarakat Tentang Fintech
Semakin banyaknya penyelenggara FinTech yang muncul mendorong
masyarakat untuk mulai mencari tahu dan mempelajari mengenai apa itu
FinTech. Dalam FinTech Report 2018 yang dirilis oleh Daily Social
dilakukan survei mengenai pemahaman masyarakat indonesia tentang
FinTech ,dan didapatkan hasil yaitu mulai dari tahun 2016 hingga tahun 2018
pemahaman masyarakat mengenai FinTech terus meningkat. Tahun 2016
masyarakat yang paham FinTech sebesar 26,34%, pada tahun 2017 meningkat
menjadi 67,20% dan pada tahun 2018 kembali meningkat menjadi 70,63%.
Data ini menunjukkan bahwa seiring berjalannya waktu FinTech bukanlah hal
yang asing lagi di telinga masyarakat.
3
Sumber: FinTech Report 2018, Daily Social
Gambar 1.2
Jumlah Pengguna Fintech di Indonesia
Survey untuk tahun 2018 dari 1419 responden yang mengaku paham
mengenai Fintech, 58,14% menyatakan menggunakan FinTech sedangkan
sebanyak 41,86% menyatakan tidak menggunakan.
Perkembangan FinTech di dunia dan termasuk di Indonesia juga
didorong oleh semakin majunya teknologi. Jenis FinTech yang akan penulis
bahas dalam penelitian ini adalah dalam segmen pembayaran yaitu mobile
payment, dimana transaksi keuangan yaitu pembayaran dilakukan dengan
menggunakan perangkat seluler atau mobile.
4
Sumber: Jakpat, 2018
Gambar 1.3
Pendorong Dalam Menggunakan Mobile Payment
Mobile payment kian populer di Indonesia saat ini, berdasarkan hasil
survey dari Jakpat yang dilakukan pada tahun 2018 dengan 811 responden
perempuan dan 873 responden laki-laki diketahui bahwa pendorong dalam
menggunakan mobile payment yang paling tinggi adalah karena alasan
kemudahan dalam penggunaannya dan diurutan kedua adalah alasan
pengguna tidak lagi perlu membawa uang cash.
Di dalam mobile payment pengguna wajib memiliki uang elektronik
untuk nantinya digunakan bertransaksi. Pengertian uang elektronik menurut
Bank Indonesia adalah alat pembayaran dalam bentuk elektronik dimana nilai
uangnya disimpan dalam media elektronik tertentu. Cara menggunakan uang
elektronik adalah penggunananya harus menyetorkan uangnya terlebih dahulu
5
kepada penerbit dan disimpan dalam media elektronik sebelum
menggunakannya untuk keperluan bertransaksi. Ketika digunakan, nilai uang
elektronik yang tersimpan dalam media elektronik akan berkurang sebesar
nilai transaksi dan setelahnya dapat diisi kembali (top-up). Media elektronik
untuk menyimpan nilai uang elektronik dapat berupa chip ataupun server.
Berdasarkan informasi dari Bank Indonesia, pada tahun 2019 jumlah
penerbit uang elektronik yang terdaftar di Bank Indonesia berjumlah 38 yang
terdiri dari bank dan juga non bank. Perkembangan penggunaan uang
elektronik mendorong terus meningkatnya jumlah penerbitnya, dan jumlah ini
terus mengalami peningkatan dari tahun-tahun sebelumnya.
Saat ini penggunaan uang elektronik di indonesia sangat besar
jumlahnya. Direktur Eksekutif Departemen Komunikasi Bank Indonesia Onny
Widjanarko menyatakan bahwa pada bulan Maret tahun 2019 penggunaan
uang elektronik mengalami pertumbuhan mencapai 66,6% dibandingkan
Februari 2019. (Kompas.com,21 Maret 2019).
34,314,79551,204,580
90,003,848
167,205,578
0
50000000
10000000
15000000
20000000
2015 2016 2017 2018
Sumber: Bank Indonesia, 2019
Gambar 1.4
Jumlah Uang Elektronik Beredar
6
Berdasarkan tabel diatas dapat dilihat bahwa jumlah uang elektronik
yang beredar sejak tahun 2015 hingga tahun 2018 terus mengalami
peningkatan, bahkan pada tahun 2018 jumlahnya mencapai angka
167,205,578 unit. Hal ini menunjukkan tren penggunaan uang elektronik terus
berkembang setiap tahunnya.
535,579,528683,133,352
943,319,933
2,922,698,905
0
500,000,000
1,000,000,000
1,500,000,000
2,000,000,000
2,500,000,000
3,000,000,000
3,500,000,000
2015 2016 2017 2018
Sumber: Bank Indoneisa, 2019
Gambar 1.5
Volume Transaksi Uang Elektronik
Berdasarkan data yang dirilis Bank Indonesia di atas jumlah transaksi
dari uang elektronik terus mengalami peningkatan sejak tahun 2015 hingga
tahun 2018. Hal ini menunjukkan bahwa uang elektronik sudah semakin
diterima di masyarakat. Dan masyarakat mulai banyak yang memanfaatkan
uang elektronik dalam transaksi ekonomi mereka sehari-hari.
Berdasarkan data-data yang sudah dipaparkan diatas dapat diketahui
bahwa penggunaan mobile payment dan uang elektronik di Indonesia kini
sedang sangat berkembang. Hal ini mendorong munculnya banyak produk
7
keuangan berbasis elektronik di indonesia. Banyak perusahaan mengeluarkan
produk uang elektronik yang dapat menjadi pilihan masyarakat.
Menurut Peraturan Bank Indonesia Tahun 2018 Bab II Pasal 3
dikatakan bahwa uang elektronik dapat dibedakan menjadi dua berdasarkan
media penyimpanannya yaitu (1) server based dimana media
penyimpanannya berupa server dan (2) chip based yang medianya adalah
berupa chip. Uang elektronik yang berbentuk chip based contohnya adalah E-
Money milik Bank Mandiri dan Flazz milik Bank BCA, sedangkan uang
elektronik server based adalah berupa e-wallet (dompet digital) contohnya
adalah Gopay, OVO, Dana dan LinkAja.
Penulis dalam penelitian ini berfokus pada uang elektronik server
based atau e-wallet, dan penulis memilih LinkAja sebagai objek karena
LinkAja merupakan layanan atau produk uang elektronik yang merupakan
transformasi dari T-Cash milik PT Telekomunikasi Indonesia (Telkomsel) dan
sedang dalam proses pengembangan sehingga menurut penulis LinkAja
menarik untuk diteliti. T-Cash bertransformasi menjadi LinkAja pada 22
februari 2019, LinkAja merupakan gabungan uang elektronik dari beberapa
bank plat merah antara lain E-Cash dari Bank Mandiri, UnikQu dari Bank
BNI, T-bank dari Bank BRI dan T-Cash dari Telkom Group.
LinkAja dikelola PT Fintek Karya Nusantara atau Finarya yang
merupakan perusahaan kongsi dari delapan perusahaan BUMN yaitu Bank
Mandiri, Bank BNI, Bank BRI, Bank BTN, Telkomsel, Pertamina, Jasa
8
Marga dan Jiwasraya. Saat ini LinkAja melayani delapan kategori produk
yaitu pulsa/data, tagihan, transportasi, merchant ritel, e-commerce, donasi,
remitansi dan asuransi. LinkAja telah tersedia di 180 titik pembayaran dan
150 ribu merchant.
T-Cash berubah menjadi LinkAja dengan tujuan untuk menghadirkan
layanan keuangan elektronik yang lebih baik dan lebih lengkap bagi
masyarakat Indonesia. Selain itu program inklusi keuangan telah menjadi
komitmen T-Cash untuk mempercepat terbentuknya masyarakat non-tunai
(cashless society). Sehingga perubahan T-Cash menjadi LinkAja yang akan
menghadirkan layanan yang menyeluruh diharapkan dapat mempercepat
terbentuknya cashless society yang diusung oleh pemerintah dalam Gerakan
Nasional Non-Tunai (GNNT). (Tekno.Kompas.com). LinkAja juga ingin
membuka peluang transaksi keuangan digital yang lebih luas dengan
bersatunya sumber daya yang dimiliki BUMN.
9
Sumber: iprice.co.id
Gambar 1.6
10
Gambar diatas merupakan hasil riset dari iPrice Group yang
berkolaborasi dengan perusahaan analisis data terpercaya App Annie tentang
aplikasi e-wallet terbesar di Indonesia berdasarkan jumlah download aplikasi.
Karena LinkAja secara resmi baru terbentuk pada tahun 2019 maka penulis
akan berfokuskan pada data dimulai sejak tahun 2019. Pada hasi riset diatas
dapat dilihat bahwa pada kuartal 1 hingga kuartal 2 tahu 2019 LinkAja berada
pada posisi yang stabil, artinya tidak ada kenaikan ataupun penurunan jumlah
pengunduh. Dan jika dilihat secara keseluruhan maka LinkAja berada di
urutan ke empat sebagai e-wallet yang paling banyak didownload setelah
Gojek, OVO dan DANA.
11
Sumber: iprice.co.id
Gambar 1.7
12
Masih berdasarkan hasil riset iPrice Group dan App Annie tentang
daftar aplikasi e-wallet terbesar di Indonesia, kali ini riset dilakukan
berdasarkan pengguna aktif bulanan. Dari data diatas dapat diketahui bahwa
LinkAja mengalami penurunan dari kuartal 1 ke kuartal 2 tahun 2019. Pada
kuartal 1 tahun 2019 LinkAja berada di urutan ke tiga sebagai aplikasi e-
wallet dengan jumlah pengguna aktif bulanan terbanyak, tetapi pada kuartal
ke dua tahun 2019 LinkAja mengalami penurunan dan kini berada di posisi ke
empat.
Penurunan jumlah pengguna aktif pada LinkAja juga dijelaskan oleh
Direktur Utama Bank Mandiri Kartika Wirjoatmojo, beliau menjelaskan
bahwa saat ini total pengguna LinkAja adalah sebanyak 25 juta, tetapi hanya
sekitar 2 sampai 2,5 juta saja pengguna yang aktif menggunakan aplikasi
tersebut (Wartakotalive.com, 9 April 2019). Itu artinya pengguna aktif dari
LinkAja hanya sekitar 10% dari total 25 juta pengunduh.
Integrasi antara LinkAja dengan BUMN membuat LinkAja memiliki
keunggulan dalam segi fitur dan layanan yang disediakan. Beberapa layanan
dari LinkAja yang belum ada pada e-wallet lain diantaranya adalah untuk
pembayaran tol, pembayaran KRL, pembayaran bensin di Pertamina,
pembayaran MRT, dan pembayaran bus DAMRI. Beberapa layanan tersebut
merupakan penambahan dan pengembangan dari layanan T-Cash sebelumnya.
LinkAja tidak mau terlalu bersaing dalam perang diskon dengan e-wallet
lainnya, tetapi lebih berusaha mengembangkan keunggulan dan diferensiasi
13
yaitu digitalisasi transportasi publik dengan fitur pembayaran untuk layanan
publik dan transportasi publik.
LinkAja sudah memiliki pasar yang cukup besar karena penggunanya
sebagian besar merupakan pengguna lama T-Cash. Tetapi dengan semua
keunggulan dan diferensiasi yang dimiliki, LinkAja berdasarkan data pada
Gambar 1.3 diketahui mengalami penurunan jumlah pengguna aktif pada
kuartal 2 tahun 2019. Hal ini dikarenakan keterlambatan LinkAja untuk
masuk dalam pasar e-wallet. Saat para pemain lain yaitu Gopay, Ovo dan
Dana sedang berada di puncaknya LinkAja baru hadir. Hal ini membuat
LinkAja menjadi kurang mendapat perhatian dari masyarakat.
Tabel 1.1
Tahun Perilisan E-wallet yang ada di Indonesia
E-wallet Tahun
LinkAja 2019
Dana 2018
OVO 2017
Gopay 2016
Jenius 2016
Sakuku 2015
Doku 2013
Dompetku 2008
T-Cash 2007
Sumber: Bank Indonesia, MDI Ventures & Mandiri Sekuritas Research
T-Cash sudah dirilis sejak tahun 2007, dan bertrasformasi menjadi
LinkAja pada tahun 2019. Saat perubahan dari T-Cash menjadi LinkAja
persaingan e-wallet di Indonesia sedang sangat tinggi, semua bersaing dalam
menyediakan beragam layanan, serta memberikan beragam promo dan diskon
14
untuk menarik banyak pengguna. Masyarakat sudah lebih dulu tercuri
perhatiannya pada e-wallet lainnya, sedangkan LinkAja baru diluncurkan dan
baru memulai pengembangan. Sehingga saat sudah diluncurkan LinkAja tidak
mempu menarik minat dan perhatian pengguna T-Cash sebelumnya untuk
kembali aktif menggunakan. Keterlambatan ini yang kemudian dinilai
menjadi penyebab terjadinya penurunan pengguna aktifnya.
Untuk dapat meningkatkan pengguna aktifnya ataupun menarik
pengguna baru LinkAja harus membangun persepsi yang baik di benak
masyarakat. Persepsi tersebut yaitu persepsi kemanfaatan (perceived
usefulness) dan persepsi kemudahan penggunaan (perceived ease of use) agar
masayarakat tertarik dan memiliki niat untuk menggunakannya hingga
kemudian berdampak pada pengunaan yang sesungguhnya.
Menurut Jogiyanto (2008) perceived usefulness merupakan suatu
kepercayaan (belief) bahwa menggunakan suatu teknologi akan meningkatkan
kinerja individu. Masyarakat akan menggunakan LinkAja jika merasa bahwa
LinkAja akan dapat meningkatkan kinerjanya. Setelah bertransformasi dari T-
Cash kini LinkAja memberikan lebih banyak layanan baru yang belum ada di
e-wallet lainnya, dengan begitu kemanfaatan yang diberikan LinkAja akan
semakin besar karena layanan yang ditawarkan LinkAja lebih kepada
kebutuhan sehari-hari masyarakat.
Selain persepsi kemanfaatan (perceives usefulness), selanjutnya yaitu
itu persepsi kemudahan penggunaan (perceived ease of use). Menurut
15
Jogiyanto (2008) perceived ease of use merupakan suatu kepercayaan (belief)
bahwa menggunakan suatu teknologi akan bebas dari usaha. Dalam hal ini
masyarakat akan menggunakan LinkAja jika mereka merasa sistem atau fitur
yang disediakan mudah untuk dipahami dan diaplikasikan. LinkAja
menyediakan beragam layanan dan tahapan dalam penggunaannya terbilang
cukup mudah. Contohnya adalah ketika ingin melakukan pembayaran di
merchant, maka hanya perlu mengarahkan kamera smartphone ke QR Code
yang sudah disediakan.
Persepsi kemanfaatan (perceived usefulness) dan persepsi kemudahan
penggunaan (perceived ease of use) nantinya akan mempengarui niat perilaku
(behavioral intention). Menurut Jogiyanto (2008:116) behavioral intention
merupakan suatu keinginan (minat) seseorang untuk melakukan suatu perilaku
tertentu. Dan setelah itu niat perilaku (behavioral intention) akan berdampak
pada penggunaan sesungguhnya (actual usage). Menurut Davis (1989) actual
usage merupakan kondisi nyata penggunaan sistem informasi. Hal ini berarti
persepsi kemudahan penggunaan (perceived ease of use) dan persepsi
kemanfaatan (perceived usefulness) akan mempengaruhi niat pengguna untuk
menggunakan LinkAja dan kemudian berdampak pada penggunaan LinkAja
yang sesungguhnya dalam transaksi pembayarannya.
Pengaruh dari perubahan T-Cash menjadi LinkAja yang kini
menyediakan layanan dan kemanfaatan yang lebih tetapi memiliki
16
permasalahan yaitu penurunan pengguna aktif bulanaan LinkAja pada kuartal
kedua tahun 2019 menurut penulis menarik untuk diteliti.
Berdasarkan latar belakang di atas, penulis tertarik untuk mengadakan
penelitian dengan judul: “PENGARUH PERCEIVED USEFULNESS DAN
PERCEIVED EASE OF USE TERHADAP BEHAVIORAL INTENTION
DAN DAMPAKNYA TERHADAP ACTUAL USAGE (Studi Kasus Pada
E-Wallet LinkAja)
B. Rumusan Masalah
Berdasarkan uraian identifikasi masalah diatas maka dapat diajukan rumusan
masalah sebagai berikut:
1. Apakah terdapat pengaruh perceived usefulness (X1) terhadap behavioral
intention (Y) secara parsial?
2. Apakah terdapat pengaruh variabel perceived ease of use (X2) terhadap
behavioral intention (Y) secara parsial?
3. Apakah terdapat pengaruh perceived usefulness (X1) dan perceived ease of
use (X2) terhadap behavioral intention (Y) secara simultan?
4. Apakah terdapat pengaruh perceived usefulness (X1) terhadap actual
usage (Z) secara parsial?
5. Apakah terdapat pengaruh perceived ease of use (X2) terhadap actual
usage (Z) secara parsial?
6. Apakah terdapat pengaruh behavioral intention (Y) terhadap acrual usage
(Z) secara parsial?
17
7. Apakah terdapat pengaruh perceived usefulness (X1), perceived ease of
use (X2), dan behavioral intention (Y) terhadap actual usage (Z) secara
simultan?
8. Apakah terdapat pengaruh antara perceived usefulness (X1) terhadap
actual usage (Z) melalui behavioral intention (Y)?
9. Apakah terdapat pengaruh antara perceived ease of use (X2) terhadap
actual usage (Z) melalui behavioral intention (Y)?
C. Tujuan Penelitian
Sesuai dengan masalah yang telah dipaparkan sebelumnya, maka tujuan dari
penelitian ini adalah sebagai berikut:
1. Menganalisis pengaruh perceived usefulness (X1) terhadap behavioral
intention (Y) secara parsial.
2. Menganalisis pengaruh perceived ease of use (X2) terhadap behavioral
intention (Y) secara parsial.
3. Menganalisis pengaruh perceived usefulness (X1) dan perceived ease of
use (X2) terhadap behavioral intention (Y) secara simultan.
4. Menganalisis pengaruh perceived usefulness (X1) terhadap actual usage
(Z) secara parsial.
5. Menganalisis pengaruh perceived ease of use (X2) terhadap actual usage
(Z) secara parsial.
18
6. Menganalisis pengaruh behavioral intention (Y) terhadap actual usage (Z)
secara parsial.
7. Menganalisis pengaruh perceived usefulness (X1), perceived ease of use
(X2) dan behavioral intention (Y) terhadap actual usage (Z) secara
simultan.
8. Menganalisis pengaruh antara perceived usefulness (X1) terhadap actual
usage (Z) melalui behavioral intention (Y).
9. Menganalisis pengaruh antara perceived ease of use (X2) terhadap actual
usage (Z) melalui behavioral intention (Y).
D. Manfaat Penelitian
Adapun hasil dari penelitian ini diharapkan mampu memberi kontribusi secara
pemahaman dan pengalaman sebagai berikut:
1. Bagi Penulis
Penelitian ini diharapkan akan memberikan pembelajaran terbaru bagi
penulis, khususnya terkait dengan bagaimana mengimplementasikan
ilmu/teori yang didapat selama mengikuti perkuliahan, kedalam sebuah
tuisan karya ilmiah.
2. Bagi Perusahaan
Penelitian ini diharapkan dapat menjadi masukan dalam upaya
pengembangan layanan untuk meningkatkan performa serta dapat
19
meningkatkan profitabilitas perusahaan. Selain itu dapat menjadi bahan
evaluasi terhadap layanan yang diluncurkan.
3. Bagi Akademis
Penelitian ini dapat memberikan tambahan informasi yang berguna
terhadap dunia ilmu pendidikan khususnya pengetahuan di bidang
manajemen pemasaran. Selain itu penelitian ini diharapkan dapat
digunakan sebagai bahan referensi untuk penelitian selanjutnya.
20
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
1. Financial Technology (FinTech)
Menurut Granmote (2017) dalam Aisyah (2018) saat ini dunia bisnis
terdiri atas banyak perusahaan yang menggunakan teknologi sebagai
katalis untuk menawarkan berbagai layanan keuangan kepada pengguna
akhir secara lebih efisien. Ini adalah revolusi FinTech. FinTech adalah
singkatan dari Financial Technology.
Menurut Bank Indonesia Financial Technology atau FinTech adalah
penggunaan teknologi dalam sistem keuangan yang menghasilkan produk,
layanan, teknologi, dan/atau model bisnis baru serta dapat berdampak
pada stabilitas moneter, stabilitas sistem keuangan, dan/atau efisiensi,
kelancaran, keamanan, dan keandalan sistem pembayaran. Sedangkan
FinTech menurut Otoritas Jasa Keuangan (OJK) adalah variasi model
binsis dan perkembangan teknologi yang memiliki potensi untuk
meningkatkan industri layanan keuangan.
McKinsey (2016) mendefinisikan FinTech atau keuangan digital
sebagai jasa keuangan yang diantarkan melalui infrastruktur digital
termasuk telepon seluler dan internet dengan penggunaan yang minim dari
uang tunai dan cabang bank tradisional.
21
Secara umum, FinTech merupakan implementasi dan pemanfaatan
teknologi untuk peningkatan layanan jasa keuangan dengan menggunakan
media software, internet, komunikasi, dan komputasi masa kini yang lebih
sering dilakukan oleh perusahaan rintisan atau startup.
Sumber: Kajian Perlindungan Konsumen Sektor Jasa Keuangan:
Perlindungan Konsumen Pada FinTech, OJK 2017
Gambar 2.1
Periode Perkembangan FinTech
Berdasarkan Kajian Perlindungan Konsumen Sektor Jasa Keuangan:
Perlindungan Konsumen Pada Fintech tahun 2017 yang dikeluarkan oleh
Otoritas Jasa Keuangan, periode pertama perkembangan FinTech terjadi
pada kurun waktu 1866-1967, dimana di dalam periode ini sektor
keuangan dan teknologi pertama kalinya dikombinasikan dalam rangka
memperluas jangkauan jasa keuangan. Dalam periode ini, untuk pertama
kalinya dibangun infrastruktur keuangan dan teknologi yang dapat
mempermudah layanan keuangan untuk dilakukan, seperti pembangunan
infrastruktur Transatlantic Cable (kabel komunikasi bawah laut), telex
(jaringan teleprinter yang mirip dengan jaringan telepon dan dapat
22
digunakan untuk megirim surat dan Fedwire (Real Time Gross Settlement
System/RTGS bank sentral yang digunakan di Amerika).
Periode kedua 1967-2008 merupakan periode yang disebut sebagai era
FinTech 2.0. Tahun ini merupakan tahun transisi perubahan dari era
teknologi analog ke digital. Periode ini merupakan inovasi keuangan yang
paling penting dimana terdapat peningkatan penggunaan produk dan jasa
keuangan yang dikombinasikan dengan penggunaan teknologi yang
mendukungnya. Pada periode ini terdapat beberapa inovasi keuangan
diantaranya Automatic Teller Machine (ATM), SWIFT (untuk
mempermudah transfer luar negeri), telepon seluler, dan penggunaan
internet banking seiring dengan penetrasi internet secara global di periode
ini.
Dari tahun 2008 hingga saat ini, merupakan periode ketiga dari
perkembanan FinTech. Berdasarkan Doughlas W. Arner, periode ini
terbagi kedalam dua era FinTech, yaitu 3.0 dan 3.5. Peningkatan
penggunaan jasa keuangan di dalam era ini meningkat sangat tajam
dikarenakan adanya peningkatan jumlah pengguna smartphone dan
didukung dengan inovasi produk dan jasa keuangan yang semakin
mempermudah konsumen untuk menggunakan produk dan/atau jasa
keuangan. Peningkatan penggunaan FinTech di masa ini dapat terlihat dari
semakin banyaknya perusahaan start-up dan lembaga jasa keuangan
23
tradisional yang saling berlomba dan mengembangkan aplikasi mobile dan
website yang dapat mengakomodir kebutuhan konsumen keuangan .
Fintech umumnya bertujuan untuk menarik pelanggan dengan produk
dan layanan yang lebih ramah pengguna, efisien, transparan, dan otomatis
daripada yang saat ini tersedia (Dorfleitner et al.,2017). Penyedia layanan
keuangan mengembangkan teknologi yang dapat mendisrupsi pasar
keuangan tradisional dengan mengembangkan aplikasi baru yang dapat
digunakan mulai untuk pembayaran hingga aplikasi yang lebih kompleks
untuk artificial intelligence dan big data (Berry et al.,2017).
Menurut Hasan (2017) dalam Aisyah (2018) FinTech telah tumbuh
cepat dengan investasi global yang dilaporkan mencapai USD 19 miliar
pada 2015, dibandingkan dengan hanya USD 1,8 miliar pada 2010. Jenis
layanan utama yang ditawarkan oleh FinTech adalah pinjaman peer-to-
peer (P2P), crowdfunding, money transfer, mobile payment, dan trading
platform. Selain itu, ada juga layanan FinTech untuk sub-segmen lainnya
seperti wealth management, insurance, dan lainnya.
Sedangkan Dorfleitner et al. (2017) mengklasifikasikan industri
FinTech menjadi empat segmen utama sesuai dengan model bisnis mereka.
FinTech dapat dibedakan atas dasar keterlibatan dalam pembiayaan,
pengelolaan aset, pembayaran, serta fungsi FinTech lainnya. Penulis
dalam penelitian ini akan membahas mengenai mobile payment yang
termasuk kedalam segmen pembayaran dengan sub-segmen alternative
24
payment method. Istilah “Mobile-Payment” ini pada umumnya mencakup
berbagai fungsi yang ditangani melalui ponsel (Mallat 2007; Mallat et
al.,2004; Merrit 2010). Ini termasuk penggunaan ponsel untuk melakukan
pembayaran atau transfer bank..
Perkembangan Fintech tidak lepas dari pengaruh perangakat mobile,
perangkat lunak virtual cloud, personalisasi layanan online dan teknologi
komunikasi (Dapp 2014). Lahirnya FinTech juga disebabkan oleh
kendala-kendala transaksi dari industri keuangan tradisional yaitu
perbankan terkait dengan aturan yang ketat sehingga menyulitkan
masyarakat dalam bertransaksi. Kendala lainnya yaitu keterbatasan
industri perbankan dalam melayani masyarakat di suatu daerah tertentu,
karena layanan perbankan yang belum sepenuhnya merata di seluruh
penjuru wilayah di suatu negara. Sehingga kehadiran FinTech diharapkan
dapat mengatasi kendala-kendala tersebut yang akan dapat memeberikan
kemudahan seperti layanan keuangan yang lebih efisien dan dapat
menjangkau masyarakat secara lebih luas.
a. Financial Technology di Indonesia
Terjadinya evolusi global dalam inovasi teknologi keuangan turut
mempengaruhi perkembangan FinTech di Indonesia. Dari sisi jumlah
perusahaan, dalam periode sebelum tahun 2006 jumlah perusahaan
25
FinTech yang berpartisipasi baru 4 perusahaan dan kemudian bertambahn
menjadi 16 perusahaan pada 2006-2007. (Nizar, 2017)
Dalam kurun waktu empat tahun setelah itu hanya terjadi penambahan
sebanyak 9 perusahan yang melakukan aktivitas FinTech, sehingga
menjadi 25 perusahaan dalam tahun 2011-2012. Secara relatif, jumlah
perusaan FinTech dalam tahun tersebut hanya tumbuh sekitar 177,78%,
lebh rendah dibandingkan tahun 2006-2007 yang mencapai sekitar 300%.
Dalam tahun 2013-2014 jumlah perusahaan FinTech bertambah sebanyak
40 perusahaan atau tumbuh sekitar 60%. Perkembangan yang spektakuler
terjadi dalam tahun 2014-2016 dimana jumlah perusahaan FinTech
bertambah hingga menjadi 165 perusahaan, artinya terjadi peningkatan
sekitar 312% dibandingkan tahun sebelumnya. (Nizar,2017)
Berdasarkan data statistik pada tahun 2017 melaporkan bahwa nilai
Fintech telah mencapai 15 miliar dollar AS. Penetrasi besar pemanfaatan
teknologi digital di Indonesia mendorong pemerintah untuk membuat
digital ekonoli sebagai salah satu fokus utama pemerintah. (Aisyah, 2018)
Pertumbuhan FinTech yang semakin pesat di Indonesia juga ditandai
dengan terbentunya Asosiasi Fintech Indonesia yang telah terdaftar secara
resmi sebagai badan hukum sejak 10 Maret 2016. Keanggotaan Asosiasi
Fintech Indonesia terdiri atas perusahaan FinTech, perusahaan keuangan
ataupun kelembagaan lain yang memiliki keahlian dan ketertarikan di
bidang teknologi keuangan.
26
Affandi et al. (2016) mengatakan perkembangan FinTech di Indonesia
sejalan dengan perkembangan teknologi yang ditandai dengan terus
berkembangnya penggunaan telepon seluler (ponsel) dan layanan internet.
Berdasarkan data dari We Are Social tahun 2019 dari populasi sebesar 268
juta, pengguna internet di Indonesia adalah sebesar 150 juta. Dan alat yang
digunakan untuk mengakses internet adalah smartphone dengan persentase
sebesar 60%. Hal tersebut menunjukkan bahwa pangsa pasar untuk
berkembangnya perusahaan-perusahaan yang menggunakan FinTech
sangatlah besar. Dan ini terbukti dengan semakin berkembangnya
perusahaan ataupun startup yang bergerak pada bidang FinTech di
Indonesia.
Berdasarkan laporan Kajian Perlindungan Konsumen Pada Fintech
yang dikeluaran oleh Departemen Perlindungan Konsumen OJK tahun
2017, berikut ini merupakan beberapa jenis FinTech yang telah
berkembang di Indonesia:
a. Digital Payment
Perusahaan FinTech digital payment memberikan layanan berupa
pembayaran transaksi secara online sehingga proses tersebut menjadi
lebih praktis, cepat dan murah.
b. Financing and Investment
Perusahaan FinTech financing and investment meliputi perusahaan
Fintech yang memberikan layanan Crowdfunding dan Peer to Peer
27
Lending (P2P Lending). FinTech Crowdfunding pada umumnya
melakukan penghimpunan dana atau suatu proyek maupun untuk
penggalangan dana sosial. Sedangkan FinTech P2P Lending
memfasilitasi pihak yang membutuhkan dana pinjaman dengan para
pihak yang ingin berinvestasi dengan cara memberikan pinjaman.
Pinjaman yang diberikan oleh perusahaan FinTech P2P Lending di
Indonesia bervariasi, mulai dari pinjaman modal usaha, pinjaman
kendaraan bermotor, Kredit Tanpa Agunan (KTA) dan Kredit
Perumahan Rakyat (KPR).
c. Account Aggregator
FinTech Account Aggregator menawarkan layanan yang dapat
mengakomodasi seluruh transaksi dari beragam akun perbankan
melalui satu platform saja.
d. Information and Feeder Site
Perusahaan FinTech jenis ni memberikan layanan mengenai informasi
yang dibutuhkan para calon konsumen yang ingin menggunakan suatu
produk dan layanan sektor jasa keuangan. Informasi yang diberikan
dapat berupa informasi kartu kredit, tingkat suku bunga, reksa dana,
premi asuransi dan sebagainya.
28
e. Personal Finance
Perusahaan FinTech personal finance melalui platformnya dapat
membantu konsumen dari mulai pembuatan laporan keuangan yang
baik hingga pemilihan pengolahan dana yang bijaksana.
Salah satu bentuk FinTech yang saat ini sedang marak berkembang di
Indonesia adalah dalam segmen pembayaran, sub-segmennya adalah
alternative payment method dan contohnya adalah penggunaan mobile
payment. Kini banyak perusahaan baik merchant offline ataupun e-
commerce yang mulai menyediakan fasilitas dan fitur pembayaran dengan
menggunakan mobile payment karena melihat perkembangannya
penggunanya yang sangat besar saat ini.
2. Mobile Payment
Mobile payment adalah sebuah bentuk baru dari proses pertukaran
nilai yang hampir mirip dengan instrumen pembayaran yang lain yang
juga bisa digunakan oleh konsumen, hanya saja cenderung lebih
bergantung pada kecanggihan fitur dari smartphone dan otorisasi
keuangan konsumen (Liu et al.,2015).
Menurut Mallat (2006) mobile payment didefinisikan sebagai
penggunaan perangkat seluler untuk melakukan transaksi pembayaran di
mana uang atau dana ditansfer dari pembayar ke penerima melalui
perantara, atau langsung tanpa perantara.
29
Mobile payment memungkinkan penggunanya untuk melakukan
transaksi untuk barang atau layanan dengan menggunakan perangkat
seluler seperti smartphone. Uang elektronik yang berupa e-wallet adalah
salah satu instrumen dari mobile payment yang tersedia dan dapat
digunakan untuk berbagai transaksi keuangan. Layanan mobile payment
menghadirkan beragam inovasi teknologi dan menyediakan beberapa
penawaran kepada pengguna untuk kenyamanan yang lebih besar (Price &
Pilorge, 2009).
3. Uang Elektronik
a. Pengertian Uang Elektronik
Menurut Peraturan Bank Indonesia No.20/6/PBI/2018 tentang
Uang Elektronik, dijelaskan bahwa yang dimaksud uang elektronik
adalah nilai uang yang didimpan dalam suatu media server atau chip
yang dapat dipindahkan untuk kepentingan trasaksi pembayaran
dan/atau transfer dana. Dijelaskan pula bahwa uang elektronik
merupakan instrumen pembayaran yang memenuhi unsur sebagai
berikut:
1) Diterbitkan atas dasar nilai uang yang disetor terlebih dahulu
kepada penerbit;
2) Nilai uang disimpan secara elektronik dalam suatu media server
atau chip; dan
30
3) Nilai uang elektronik yang dikelola penerbit bukan merupakan
simpanan sebagaimana dimaksud dalam Undang-Undang yang
mengatur mengenai perbankan.
Menurut Peraturan Bank Indonesia No.20/6/PBI/2018 tentang
Uang elektronik, uang elektronik dapat dibedakan menjadi dua
berdasarkan media penyimpanannya, yaitu server based dan chip
based.
1) Server based, yaitu uang elektronik dengan media penyimpanan
server. Contoh dari uang elektronik server based adalah Gopay,
OVO, LinkAja, Doku, dan Dana.
2) Chip based, yaitu uang elektronik dengan media penyimpanan
berupa chip. Contoh dari uang elektronik chip based adalah Flazz
milik Bank BCA, E-Money milik Bank Mandiri, Brizzi milik Bank
BRI dan JakCard milik Bank DKI.
b. E-Money dan E-Wallet
Sebagai alat transaksi non-tunai, e-money dan e-wallet semakin
diminati oleh masyarakat termasuk di Indonesia. E-money mulai
tumbuh di Indonesia pada tahun 2007 yang muncul dalam bentuk chip
based yang ditanam pada kartu atau media lain. (Aisyah, 2018)
Pengertian dari e-money sendiri yaitu uang elektronik berbasis
kartu (chip based), dimana nominal uang akan disimpan di sebuah
31
kartu yang terdapat chip di dalamnya. E-money hanya dapat digunakan
untuk transaksi offline dan cara pengisian saldonya harus melalui
Anjungan Tunai Mandiri (ATM), gerai ritel dan mobile banking. E-
money pada umumnya banyak digunakan untuk pembayaran tol,
transportasi publik seperti Transjakarta, dan Commuterline
Jabodetabek.
Berbeda dengan e-money, e-wallet merupakan uang elektronik
berbasis server. Jika e-money menggunakan kartu sebagai alat
penggunaannya, e-wallet hanya dapat digunakan melalui smartphone
dan harus secara online atau terhubung dengan jaringan internet. E-
wallet jangkauan penggunaannya lebih dominan untuk keperluan
belanja offline di gerai ritel maupun online.
Berikut ini perbedaan antara uang elektronik berbasis server
(e-wallet) dengan uang elektronik berbasis chip (e-money).
32
SERVER BASED CHIP BASED
Medium Internet Connected hardware
(Smartphone, Dekstop) Chip-equipped cards
Top Up Channels EDC, ATM, Bank Transfer, Issuers Branch/Agents
Top Up Fess Not Applicable, Rp.200-1.500 per top-up
depending on channels
Payment Method Virtual EDC-based
Balance Storage Bank’s electronic money server Stored in chip-equipped
cards
Balance Limit
Rp. 1.000.000 for basic
subscribers or Rp. 10.000.000
for fully-registered subscribers
Rp. 1.000.000 for all
subscribers
Service Limit
Remmitance / transfer
Cash withdrawals
Onine & offline payment
Cash withdrawals
Offline payment
Product Example
Go-Pay
Telkomsel T-Cash
Bank Mandiri e-cash
BCA Sakuku
XL Tunai
PayPro
BBM Money
Doku Wallet
OVO
Rekening Ponsel CIMB Niaga
Mandiri E-Money
BCA Flazz
BRI Brizzi
BNI TapCash
MegaCash
Bank DKI JakCard
Nobu E-money
BTN Blink
Sumber: Bank Indonesia, MDI Ventures & Mandiri Sekuritas Research
Tabel 2.1
Perbedaan Uang Elektronik Server Based dan Chip Based
Berikut ini adalah beberapa contoh dari uang elektronik
berbasis chip dan uang elektronik berbasi server yang ada di Indonesia.
33
Sumber: Bank Indonesia
Gambar 2.2
Uang Elektronik: Chip Base & Server Based
Jumlah penyelenggara uang elektronik di Indonesia terus
meningkat, hal ini ditunjukkan melalui daftar penyelenggara uang
elektronik yang telah memperoleh izin dari Bank Indonesia. Sampai
dengan Mei 2019 tercatat ada 38 perusahaan yang terdiri dari bank
maupun non bank yang terdaftar. Tabel dibawah merupakan daftar
perusahaan beserta produknya, baik yang berbasis server maupun chip.
Tabel 2.2
Daftar Penyelenggaran Uang Elektronik yang Telah Memperoleh Izin dari
Bank Indonesia
(per 24 Mei 2019)
No. Nama Nama Produk Server
Based
Nama Produk
Chip Based
1. PT Artajasa Pembayaran Elektronis MYNT E-Money -
2. PT Bank Central Asia Tbk Sakuku Flazz
3. PT Bank CIMB Niaga Rekening Ponsel -
34
4. PT Bank DKI Jakarta One (JakOne) JakCard
5. PT Bank Mandiri (Persero) Tbk Mandiri e-Cash Mandiri e-
Money
6. PT Bank Mega Tbk Mega Virtual Mega Cash
7. PT Bank Negara Indonesia
(Persero) Tbk UnikQu
Tap Cash
8. PT Bank Nasionallobu Nobu e-Money Nobu e-Money
9. PT Bank Permata BBM Money -
10. PT Bank Rakyat Indonesia
(Persero) Tbk T Bank
Brizzi
11. PT Finnet Indonesia FinnChannel -
12. PT Indosat Tbk PayPro (d/h
Dompetku)
-
13. PT Nusa Satu Inti Artha DokuPAy -
14. PT Skye Sab Indonesia Skye Mobile Money SkyeCard
15. PT Telekomunikasi Indonesia Tbk Flexy Cash iVas Card
16. PT Telekomunikasi Selular T-Cash Tap Izy
17. PT XL Axiata Tbk XL Tunia -
18. PT Smartfren Telecom Tbk Uangku -
19. PT Dompet Anak Bangsa (d/h PT
MV Commerce Indonesia) Gopay
-
20. PT Witami Tunai Mandiri Truemoney -
21. PT Espay Debit Indonesia Koe Dana (d/h Unik) -
22. PT Bank QNB Indonesia Tbk Dooet -
23. PT BDP Sumsel Babel - BSB Cash
35
24. PT Buana Media Teknologi Gudang Voucher -
25. PT Bimasakti Multi Sinergi Speed Cash -
26. PT Visionet Internasional OVO Cash -
27. PT Inti Dunia Sukses iSaku -
28. PT Veritra Sentosa Internasioan Paytren -
29. PT Solusi Pasti Indonesia KasPro (d/h PayU)) -
30. PT Bluepay Digital Internasional Bluepay Cash -
31. PT Ezeelink Indoneisa Ezeelink -
32. PT E2Pay Global Utama M-Bayar -
33. PT Cakra Ultima Sejahtera DUWIT -
34. PT Airpay Internasional Indonesia SHOPEEPAY -
35. PT Bank Sinarmas Tbk Sinarmas E-Money -
36. PT Transaksi Artha Gemilang OttoCash -
37. PT Fintek Karya Nusantara LinkAja -
38. PT Max Interactive Technologies Zipay -
Sumber: Bank Indonesia, 2019
Dalam penelitian ini objek yang dipilih oleh penulis adalah LinkAja
yang merupakan salah satu e-wallet yang cukup populer di Indonesia saat ini,
sehingga penulis akan lebih memperdalam pembahasan mengenai e-wallet.
Pada e-wallet pengguna dapat menyimpan informasi pribadi mereka,
detail belanja, riwayat pembayaran dan lain-lain. E-wallet membantu
pengguna dalam transaksi keuangan mereka sekaligus membantu berbagai
industri seperti telekomunikasi, teknologi dan jasa keuangan untuk
36
memperluas bisnis mereka. Pengguna pada umunya mengunakan e-wallet
untuk mentransfer uang, berbagai pembayaran tagihan/kartu, belanja, untuk
mendapatkan diskon dan lain-lain. E-wallet membantu penggunannya dengan
memberikan kenyaman dan kemudahan dalam bertransaksi.
4. Technology Acceptance Model (TAM)
Technology Acceptance Model (TAM) asli dikembangkan oleh Davis
pada tahun 1989 dan bermaksud untuk mengidentifikasi faktor-fakor yang
memfasilitasi integrasi teknologi ke dalam organisasi dan menemukan alasan
pengguna menerima atau menolak suatu teknologi. Berdasarkan adaptasi dari
teori tindakan beralasan yang sebelumnya dikembangkan oleh Fishbein dan
Ajzen (1975) yang merupakan teori yang lebih umum, TAM adalah model
yang paling banyak digunakan untuk mengidentifikasi faktor-faktor yang
berkontribusi terhadap penerimaan suatu teknologi. Teori ini menunjukkan
bahwa ketika pengguna disajikan dengan teknologi baru, sejumlah faktor
mempengaruhi keputusan mereka tentang bagaimana dan kapan mereka akan
menggunakan teknologinya. Untuk menjelaskan hal ini dua atribut atau
ukuran yang digunakan adalah perceived usefulness (PU) dan perceived ease
of use (PEOU). Davis mengatakan bahwa perceived usefulness adalah apakah
teknologi dapat meningkatkan kinerja pekerjaan pengguna, dan perceived
ease of use terkait dengan apakah mengunakan sistem akan bebas dari upaya
(Davis, 1989).
37
Integritas TAM asli ditujukkan melalui penelitian empiris yang
memperluas model ke pengaturan yang berbeda, memberikan konsistensi dan
pengujian ulang keandalan yang baik, mengkonfirmasikan validitas model
Davis asli. Misalnya Uang dan Turner (2004) yang meneliti adopsi sistem
informasi KM, Huang et al. (2007) meneliti adopsi pembelajaran mobile di
kalangan siswa, Liang et al. (2003) dan peneitian Chau dan Hu (2002) dalam
lingkungan pelayanan kesehatan. Menurut temuan penelitian ini perceived
usefulness dan perceived ease of use adalah penentu dominan penggunaan.
Dalam perspektif ini, dapat dikatakan bahwa TAM menyediakan kerangka
kerja yang berguna untuk mengeksplorasi adopsi teknologi.
Pada tahun 1989 Davis melakukan penelitian bersama Bagozzi dan
Warshaw. Di dalam penelitiannya Davis dkk menggunakan TAM untuk
membahas kemampuan memprediksi adopsi teknologi informasi masyarakat
dari ukuran niat mereka, dan kemampuan untuk menjelaskan niat mereka
dalam hal sikap, norma subyektif (subjective norm), persepsi pengguna
terhadap manfaat (perceived usefulness), persepsi pengguna terhadap
kemudahan penggunaan (perceived ease of use), dan variabel terkait. Temuan
yang didapat Davis dkk. setelah penelitian adalah perceived usefulness sangat
mempengaruhi intention to use.
Pada tahun 1996 Davis dan Vankatesh melakukan penelitian yang
membahas potensi bias pada pengukuran Technology Acceptance Model
(TAM). Di dalam penelitiannya, Davis dan Vankatesh mencoba untuk
38
membuat suatu perbandingan antara teknik pengelompokan item dengan
teknik pencampuran item. Temuan menunjukkan bahwa dalam menggunakan
TAM sebagai model adopsi teknologi informasi sebaiknya mengikuti
langkah-langkah maupun format asli (pengelompokkan item) untuk
memperoleh prediksi terbaru (Vankatesh & Davis,1996).
Sumber: Jogiyanto (2008)
Gambar 2.3
Technology Acceptance Model (Vankatesh & Davis,1996)
Gambar di atas merupakan versi akhir TAM yang dibentuk oleh
Vankatesh dan Davis (1996) yang menunjukkan PU dan PEOU sama-sama
memiliki pengaruh langsung terhadap behavioral intention.
5. Perceived Usefulness (Persepsi Kemanafaatan)
Davis (1989) menyebutkan bahwa perceived usefulness (persepsi
kemanfaatan) adalah “the degree to which a person believes that using a
particular system would enhance his or her job performance”. Maksudnya
adalah pengguna percaya bahwa dengan menggunakan sistem informasi
tersebut akan dapat meningkatkan kinerjanya. Sehingga dalam perceived
usefulness akan terbentuk suatu kepercayaan untuk mengambil keputusan
39
apakah akan menggunakan sistem informasi tersebut atau tidak. Jika
pengguna mempercayai kalau sistem tersebut berguna maka tentu akan
menggunakannya, tetapi sebaliknya jika tidak percaya kalau berguna maka
jawabannya pasti tidak akan menggunakannya. Jadi konsep perceived
usefulness menunjukkan keyakinan pemakai pada kontribusi sistem informasi
terhadap kinerja pemakai.
Menurut Jogiyanto (2008:144), persepsi kemanfaatan (perceived
usefulness) merupakan suatu kepercayaan (belief) bahwa menggunakan suatu
teknologi akan meningkatkan kinerja individu. Kegunaan yang dirasakan oleh
pengguna terhadap sistem informasi dapat diketahui dari kepercayaan
pemakai itu sendiri dalam memutuskan penerimaan sistem informasi, yang
meyakini bahwa penggunaan sistem informasi tersebut memberikan nilai
positif baginya.
Menurut Gong dan Xu (2004), kegunaan atau kemanfaatan diangap
sebagai pengguna percaya bahwa harapan mereka akan terpenuhi ketika
menerapkan teknologi yang baru. Awamieh dan Fernandes (2005)
menambahkan manfaat yang dirasakan adalah bahwa layanan baru akan
menawarkan lebih banyak keuntungan daripada layanan tradisional kepada
individu yang ingin menggunakannya. Dalam konteks mobile payment
pengguna mengembangkan sikap dan niat terhadap metode pembayaran
seperti itu karena adanya keunggulan dibanding dengan metode lain seperti
uang tunai ataupun pembayaran kartu (Arvidson, 2014; Mallat, 2007; Rogers,
40
1976). Konsumen akan menggunakan mobile payment saat mereka memiliki
keyakinan bahwa dengan menggunakan sistem tersebut dapat meningkatkan
efisiensi mereka dalam melakukan berbagai macam transaksi.
Penelitian sebelumnya menunjukkan bahwa perceived usefulness
secara positif terkait dengan niat perilaku (behavioral intention) untuk
menggunakan mobile payment (Hamza, 2014; im et al., 2010; Zarmpou et
a.,2012). Penelitian lainnya juga menunjukkan bahwa perceived usefulness
merupakan konstruk yang paling banyak signifikan dan penting yang
mempengaruhi sikap (attitude), niat perilaku (behavioral intention), dan
perilaku (behavior) di dalam menggunakan konstruk yang lainnya (Jogiyanto,
2008:114).
Pada penelitian kali ini untuk mengukur perceived usefulness penulis
akan menggunakan pengukuran menurut Nguyen at.al (2016:123) karena
objek dalam penelitian tersebut sama dengan yang penulis teliti yaitu dalam
ruang lingkup mobile payment. Dan indikatornya adalah sebagai berikut:
a. Menggunakan mobile payment dapat menghemat waktu.
b. Menggunakan mobile payment dapat meningkatkan efisiensi.
c. Menggunakan mobile payment sangat berguna
6. Perceived Ease of Use (Persepsi Kemudahan Penggunaan)
Menurut Davis (1989) perceived ease of use (persepsi kemudahan
penggunaan) di definisikan sebagai “the degree to which a person believes
41
that using a particular system would be free of effort”. Artinya pengguna
percaya bahwa sistem informasi tersebut mudah dalam penggunaannya,
sehingga tidak memerlukan usaha keras dan akan terbebaskan dari kesulitan.
Hasil penelitian Davis (1989) menunjukkan bahwa persepsi kemudahaan
penggunaan dapat menjelaskan alasan pengguna untuk menggunakan sistem
dan dapat menjelaskan kalau sistem yang baru dapat diterima oleh pengguna.
Menurut Jogiyanto (2008:115) persepsi kemudahan (perceived ease of
use) merupakan suatu kepercayaan (belief) bahwa menggunakan suatu
teknologi akan bebas dari usaha sehingga mempengaruhi proses pengambilan
keputusan penggunaan teknologi tersebut. Jika seseorang merasa percaya
bahwa sistem informasi mudah digunakan maka dia akan menggunakannya.
Sebaliknya jika seseorang merasa percaya bahwa sistem informasi tidak
mudah digunakan maka dia tidak akan meggunakannya.
Untuk layanan seperti mobile payment satu hal yang pasti akan selalu
dipertanyakan oleh pengguna adalah apakah mudah digunakan, dan hal ini
merupakan faktor penting yang mempengaruhi niat untuk menggunakan
layanan mobile payment. Kemudahan yang dirasakan dalam penggunaan
mengacu pada interaksi yang jelas dan dapat dimengerti yang dialami
pengguna dengan sistem yang baru, dan juga tentang seberapa nyaman yang
pengguna rasakan ketika menggunakan sistem untuk melakukan apa yang
mereka inginkan (Ndubisi & Jantan,2003).
42
Perceived ease of use merefleksikan individu yang dapat berinteraksi
dengan suatu software tertentu. Hal ini menggambarkan bahwa individu akan
lebih suka untuk berinteraksi dengan teknologi baru jika mereka
mempersepsikan bahwa usaha kognitif mereka relatif kecil selama
berinteraksi. Brown (2002) dalam Aditya Fradana (2011) juga berpendapat
bahwa teknologi yang mempunyai perintah-perintah yang mudah diterapkan
dan mudah dimengerti akan mempengaruhi persepsi seseorang bahwa
teknologi tersebut mudah digunakan. Untuk alasan ini, kemudian perceived
ease of use dianggap sebagai salah sau faktor penting yang mempengaruhi
penerimaan dan penggunaan teknologi baru oleh pengguna.
Jogiyanto menyatakan bahwa persepsi kemudahan penggunaan
mempunyai pengaruh terhadap niat perilaku (behavioral intention)
penggunaan teknologi. Penelitian yang dilakukan Hamza (2012), Kim et al.
(2010), Tobbin & Kuwornu (2011) dan Zhang et al. (2012) mengungkapkan
hubungan positif antara persepsi kemudahan penggunaan dan niat perilaku
(behavioral intention) untuk menggunakan layanan mobile payment.
Penelitian lain yang dilakukan oleh Nysveen et al. (2005) juga menyatakan
bahwa faktor pendukung dalam niat konsumen menggunakan sebuah layanan
mobile adalah perceived usefulness dan perceived ease of use. Ini berarti
seseorang akan memiliki behavioral intention terhadap suatu teknologi jika ia
memiliki perceived usefulness dan perceived ease of use pada teknologi
tersebut.
43
Dalam konteks e-wallet, perceived ease of use mengarah ke cara
pemakaian e-wallet. Dalam e-wallet transaksi secara online hanya
membutuhkan akses akun e-wallet yang dimiliki beserta pin-nya. Jika proses
transaksi ini dianggap mudah oleh pengguna, maka kemudahan ini dapat
mempengaruhi behavioral intention dari pengguna.
Pada penelitian kali ini untuk mengukur perceived ease of use penulis
akan menggunakan pengukuran menurut Nguyen et.al (2016:123) karena
objek dalam penelitian tersebut serupa dengan yang penulis teliti yaitu dalam
ruang lingkup mobile payment. Dan indikatornya adalah sebagai berikut:
a. Kemudahan mempelajari penggunaan layanan mobile payment.
b. Mudah membuat layanan mobile payment melakukan apa yang ingin
dilakukan
c. Adanya interaksi yang jelas dan mudah dimengerti dengan layanan
mobile payment.
d. Kemudahan menggunakan layanan mobile payment.
7. Behavioral Intention (Niat Perilaku)
Menurut Agarwal dan Karahanna (2000) niat perilaku (behavioral
intention) adalah suatu keinginan (niat) seseorang untuk melakukan suatu
perilaku tertentu. Jogiyanto (2008:116) juga menyatakan hal yang serupa
bahwa behavioral intention merupakan suatu keinginan seseorang untuk
melakukan suatu perilaku tertentu. Hubungan antara niat (intention) dan
44
perilaku (behavior) didasarkan pada asumsi bahwa manusia mengambil
keputusan rasional berdasarkan informasi yang mereka miliki. Dengan
demikian behavioral intention seseorang untuk melakukan perilaku adalah
penentu langsung dari perilaku aktual (actual behavior) (Fishbein; Ajzen,
1980).
Niat diasumsikan untuk menangkap faktor motivasi yang
mempengaruhi perilaku, itu adalah indikasi tentang seberapa keras orang mau
mencoba, seberapa banyak upaya yang mereka rencanakan untuk melakukan
perilaku tersebut. Sebagai aturan umum, semakin kuat niat untuk terlibat
dalam perilaku (behavior) maka semakin besar kinerja atau usahanya (Ajzen,
1991). Niat sering digunakan untuk memahami bagaimana sikap dapat
berdampak pada perilaku aktual (Huang, Lee, & Ho, 2004), dan bagaimana
sikap negatif akan mengarah pada niat dan perilaku yang tidak
menguntungkan (Stevenson, Bruner, & Kumar, 2000).
Seseorang akan melakukan suatu perilaku (behavior) jika mempunyai
keinginan atau niat untuk melakukannya. Niat juga dapat mengindikasi
dilakukannya suatu perilaku di masa depan dan mengulangnya di kemudian
hari. Dalam konsep TAM tingkat penggunaan teknologi seseorang dapat
diprediksi dari sikap serta perhatiannya terhadap teknologi tersebut, misalnya
seperti menambah peripheral pendukung, motivasi untuk tetap menggunakan,
serta keinginan untuk memotivasi pengguna lain (Davis, 1989).
45
Hasil dari penelitian terdahulu menunjukkan bahwa niat perilaku
(behavioral intention) merupakan prediksi yang baik dari penggunaan
teknologi oleh pemakai sistem (misalnya adalah penelitian yang dilakukan
oleh Davis et al.,1989; Venkatesh dan Davis, 2000). Penelitian TRA dan
TAM pun telah secara konsisten menemukan dukungan empiris yang kuat
untuk hubungan-hubungan berikut: sikap (attitude) dan niat (intention) secara
akurat menjelaskan dan memprediksi perilaku aktual (actual behavior).
Beberapa penelitian telah membuktikan korelasi yang kuat antara niat untuk
terlibat dalam perilaku dan perilaku aktual (Wang & Idertsog, 2015).
Indikator untuk mengukur behavioral intention menurut Vankatesh &
Bala (2008) adalah sebagai berikut:
a. Dengan asumsi saya memiliki akses ke sistem, saya berniat
menggunakannya (Assuming i had acces to the siystem, i intend to use it)
b. Mengingat bahwa saya memiliki akses ke sistem, saya memperkirakan
bahwa saya akan menggunakannya (Given that i have acces to the system,
i predict that i would use it)
c. Saya berencana untuk menggunakan sistem dalam <n> bulan kedepan (I
plan to use the system in the next <n> month.
8. Actual Usage (Penggunaan Sesungguhnya)
Menurut Davis (1989) actual usage merupakan kondisi nyata
penggunaan sistem informasi. Actual usage dikonsepkan dalam bentuk
46
pengukuran terhadap frekuensi dan durasi waktu penggunaan teknologi
(Rahayu et.al: 2017).
Penggunaan teknologi sangat bergantung pada evaluasi pengguna
terhadap sistem tersebut. Suatu teknologi akan digunakan apabila pengguna
berminat dalam menggunakan terknologi tersebut karena adanya keyakinan
bahwa dengan menggunakannya dapat meningkatkan kinerjanya, teknologi
dapat digunakan dengan mudah, dan pengaruh lingkungan sekitarnya dalam
menggunakan teknologi tersebut. Selain itu, penggunaan teknologi juga
dipengaruhi oleh kondisi yang memfasilitasi pemakai dalam menggunakan
teknologi tersebut, karena apabila tidak didukung peralatan dan fasilitas yang
diperlukan maka penggunaannya tidak dapat terlaksana.
Studi Davis (1989) mengukur perilaku ini dengan pengukuran
pemakaian yang dirasakan sebagai jumlah waktu yang digunakan untuk
berinteraksi dengan sistem dan frekuensi penggunaannya.
TAM mendalilkan bahwa behavioral intention adalah penentu utama
perilaku penggunaan: perilaku itu harus dapat diprediksi dari ukuran
behavioral intention, dan bahwa faktor-faktor lain yang mempengaruhi
perilaku penggunaan melakukannya secara tidak langsung dengan
mempengaruhi behavioral intention (Davis, Bagozzi & Warshaw, 1989).
Dalam konteks e-wallet perilaku actual usage ditunjukkan melalui
pemakaian e-wallet dalam transaksi pembayaran oleh pengguna. Pengguna
47
telah melakukan pengisian saldo dan aktif memanfaatkan e-wallet dalam
kegiatan sehari-harinya, baik untuk transaksi online ataupun offline.
Untuk mengukur perilaku penggunaan dari suatu sistem atau teknologi
menurut Davis (1989) dalam penelitian Rahayu et.al (2017:87) adalah sebagai
berikut:
a. Frekuensi penggunaan
Frekuensi penggunaan dapat dilihat dari tingkat keseringan pengguna
dalam berinteraksi menggunakan teknologi dalam kehidupan sehari-hari.
b. Durasi penggunaan
Hal ini mengacu pada seberapa lama pengguna mengakses atau
menggunakan suatu teknologi dalam satu waktu tertentu.
B. Hubungan Antar Variabel
1. Hubungan Antara Perceived Usefulness terhadap Behavioral Intention
Dalam penelitian yang dilakukan oleh Prinka Kurniasari dan Swasta
Priambada (2018) membuktikan bahwa perceived usefulness berpengaruh
signifikan terhadap behavioral intention. Dalam penelitian tersebut
menunjukkan bahwa semakin baik persepsi responden terhadap manfaat
aplikasi, maka niat untuk menggunakannya akan semakin besar. Penalitian
lain yang juga menunjukkan hasil yang serupa adalah penelitian dari
Seetharaman et.al (2017) dan Bilal Mohammed Salem A-Momani (2017).
48
2. Hubungan Antara Perceived Ease of Use Terhadap Behavioral
Intention
Hasil penelitian yang dilakukan Nursiah (2017) membuktikan bahwa
perceived ease of use berpengaruh signifikan terhadap behavioral
intention. Nursiah menyatakan bahwa peningkatan perceived ease of use
akan dapat meningkatkan behavioral intention. Perceived ease of use juga
merupakan variabel yang dominan mempengaruhi behavioral intention.
3. Hubungan Antara Perceived Usefulness Terhadap Actual Usage
Penelitian yang dilakukan oleh Made Wahyu Adhiputra (2015)
menyatakan bahwa perceived usefulness berpengaruh terhadap actual
usage. Hal ini berarti jika seseorang merasa suatu system berguna dan
bermanfaat baginya maka akan meningkat pula intensitas penggunaannya.
Penelitian lain yang juga menunjukkan hasil yang serupa yaiti penelitian
George Rigopoulos dan Dimitrios Askounis (2007).
4. Hubungan Antara Perceived Ease of Use Terhadap Actual Usage
Hasil penelitian yang dilakukan oleh Bilal Mohammed Salem Al-
Momani (2017) menunjukkan bahwa perceived ease of use berpengaruh
signifikan terhadap actual usage. Ini berarti persepsi pengguna mengenai
kemudahan dari suatu system akan berdampak pada peningkatan
penggunaan, sehinga wujud nyata dari hubungan ini adalah pengguna
secara aktif menggunakan system dalam setiap kegiatan sehari-hari. Hasil
49
penelitian lain yang juga menunjukkan hasil serupa adalah penelitian dari
George Rigopoulos dan Dimitrios Askounis (2007).
5. Hubungan Antara Behavioral Intention Terhadap Actual Usage
Penelitian yang dilakukan oleh Flourensia Sapty Rahayu, Djoko
Budiyanto dan David Palyama (2017) menunjukkan bahwa behavioral
intention berpengaruh secara signifikan terhadap actual usage yang dapat
dilihat dari frekuensi penggunaannya. Dari hasil penelitian tersebut dapat
disimpulkan bahwa apabila pengguna cenderung memiliki keinginan
untuk terus menggunakan sistem informasi dan terus menggunakannya
dalam berbagai pekerjaan, maka frekuensi penggunaannya akan
cenderung meningkat dalam waktu mendatang dan begitupun sebaliknya.
C. Penelitian Terdahulu
Tabel 2.3
Penelitian Terdahulu
No. Nama Peneliti Judul Penelitian Metode Penelitian Hasil
1. Nursiah (2017) Pengaruh Perceived
Ease of Use dan
Perceived
Usefulness Terhadap
Behavior Intention
Metode yang
digunakan adalah
regresi linear
berganda
Terdapat hubungan
yang positif dan
signifikan antara
perceived ease of use
dan perceived
usefulness dengan
50
To Use behavior intention to
use, baik secara
simultan maupun
parsial. Dan variabel
yang secara dominan
mempengaruhi
behavior intention to
use adalah perceived
ease of use.
2. Made Wahyu
Adhiputra (2015)
Aplikasi Technology
Acceptance Model
Terhadap Pengguna
Layanan Internet
Banking
Metode yang
digunakan adalah
Structural Equation
Modeling (SEM)
Perceived ease of use
dan perceived
usefulness
berpengaruh positif
dan signifikan
terhadap actual usage
3. George Rigopoulos
dan Dimitrios
Askounis (2007)
A TAM Framework
to Evaluate User’s
Perception toward
Online Electronic
Payments
Analisis data yang
digunakan adalah
analisis regresi linear
berganda
Perceived Usefulness
dan perceived ease of
use memiliki
pengaruh terhadap
behavioral intention.
Perceived Usefulness
51
dan perceived ease of
use memiliki
pengaruh terhadap
actual usage.
4. Prinka Kurniasari
dan Swasta
Priambada (2018)
Analisis Persepsi
Kemanfaatan dan
Persepsi Kemudahan
Terhadap Minat
Perilaku Penggunaan
Aplikasi Transporasi
Online Pada
Mahasiswa
Universitas
Brawijaya
Analisis data yang
digunakan adalah
analisis regresi linear
berganda
Persepsi kemanfaatan
dan persepsi
kemudahan
berpengaruh positif
dan signifikan
terhadap minat
perilaku pengguna
aplikasi transportasi
online sebesar 28,6%,
sedangkan sisanya
71,4% dipengaruhi
oleh faktor lain yang
tidak diamati dalam
penelitian ini.
5. Bilal Mhammed
Salem Al-Momani
(2017)
The Effect of
Perceived Factors of
Decision Support
Metode yang
digunakan
adalah
-Terdapat pengaruh
positif dan signifikan
antara perceive ease of
52
Systems on Actual
Usage: Behavioral
Intention of Using
Decision Support
Systems as a
mediating Variabel:
“An Empirical Study
of Jordania Higher
Education
Institution”
Structural
Equation
Modeling
(SEM)
use terhadap actual
usage
-Tidak terdapat
pengaruh poitif dan
signifikan antara
perceives usefulness
terhadap actual usage
-Terdapat pengarug
positif dan signifikan
antara perceived
usefulness terhadap
behavioral intention
to use
-Tidak terdapat
pengaruh positif dan
signifikan antara
perceived ease of use
terhadap behavioral
intention
-Behavioral intention
53
to use memediasi
hubungan antara
perceived usefulness
dengan actual usage
6. A.Seetharaman,
Karippur Nanda
Kumar, S.
Palaniappan dan
Golo Weber (2017)
Factors Influencing
Behavioral Intention
to Use the Mobile
Wallet in Singapore
Metode yang
digunakan
adalah Partial
Least Square
(PLS)
Perceived usefulness
memiliki pengaruh
yang kuat terhadap
terhadap behavioral
intention. Dan
perceived ease of use
tidak memiliki
pengaruh langsung
terhadap behavioral
intention.
D. Kerangka Pemikiran
Kerangka pemikiran teoritis yang digunakan dalam penelitian ini
adalah menjelaskan langkah-langkah yang akan penulis lakukan untuk
mencari kesimpulan. Langkah pertama yang dilakukan adalah membuat
konsep model pemikiran yang akan diteliti, kemudian langkah kedua yaitu
menguji data yang telah dikumpulkan dan diperoleh, langkah ketiga yaitu
membuat kesimpulan dan saran.
54
Gambar 2.4
Kerangka Pemikiran Penelitian
X1
Perceived Usefulness
X2
Perceived Ease of Use
Y
Behavioral Intention
Z
Actual Usage
Uji Kualitas Data
1. Uji Validitas
2. Uji Realibilitas
Analisis Jalur (Path Analysis)
1. Koefisien Korelasi
2. Koefisien Determinasi
3. Persamaan analisis jalur structural 1
4. Persamaan analisis jalur structural 2
5. Pengujian hipotesis (uji F dan t)
6. Uji Trimming
7. Uji sobel
Kesimpulan dan Saran
55
E. Hipotesis
Pengujian hipotesis merupakan prosedur yang akan menghasilkan
suatu keputusan, yaitu keputusan menerima atau menolak hipotesis itu. Dalam
pengujian hipotesis, keputusan yang dibuat mengandung ketidakpastian,
artinya keputusan bisa benar ataupun salah..
Adapun hipotesis yang diajukan dalam penelitian ini adalah sebagai
berikut:
1. Persamaan Struktural 1
a. Hipotesis 1
Ho : pyx1 = 0
Tidak ada pengaruh antara perceived usefulness (X1) terhadap
behavioral intention (Y)
Ha : pyx1 ≠ 0
Ada pengaruh antara perceived usefulness (X1) terhadap
behavioral intention (Y)
b. Hipotesis 2
Ho : pyx2 = 0
56
Tidak ada pengaruh antara perceived ease of use (X2) terhadap
behavioral intention (Y)
Ha : pyx2 ≠ 0
Ada pengaruh antara perceived ease of use (X2) terhadap
behavioral intention (Y)
c. Hipotesis 3
Ho : pyx1= pyx2 = 0
Tidak ada pengaruh antara perceived usefulness (X1) dan
perceived ease of use (X2) terhadap behavioral intention (Y)
secara simultan
Ha : pyx1 = pyx2 ≠ 0
Ada pengaruh antara perceived usefulness (X1) dan perceived
ease of use (X2) terhadap behavioral intention (Y) secara
simultan
2. Persamaan Struktural 2
a. Hipotesis 4
Ho : pzx1 = 0
57
Tidak ada pengaruh antara perceived usefulness (X1) terhadap
actual usage (Z)
Ha : pzx1 ≠ 0
Ada pengaruh antara perceived usefuness (X1) terhadap actual
usage (Z)
b. Hipotesis 5
Ho : pzx2 = 0
Tidak ada pengaruh antara perceived ease of use (X2) terhadap
actual usage (Z)
Ha : pzx2 ≠ 0
Ada pengaruh antara perceived ease of use (X2) terhadap
actual usage (Z)
c. Hipotesis 6
Ho : pzy = 0
Tidak ada pengaruh antara behavioral intention (Y) terhadap
actual usage (Z)
58
Ha : pzy ≠ 0
Ada pengaruh antara behavioral intention (Y) terhadap actual
usage (Z)
d. Hipotesis 7
Ho : pzx1 = pzx2 = pzy = 0
Tidak ada pengaruh antara perceived usefulness (X1),
perceived ease of use (X2), dan behavioral intention (Y)
dengan use behavior (Z) secara simultan
Ha : pzx1 = pzx2 = pzy ≠ 0
Ada pengaruh antara perceived usefulness (X1), perceivedease
of use (X2), dan behavioral intention (Y) terhadap actual usage
(Z) secara simultan
e. Hipotesis 8
Ho : pzyx1= 0
Tidak ada pengaruh antara perceived usefulness (X1) terhadap
actual usage (Z) melalui behavioral intention (Y)
59
Ha : Pzyx1 ≠ 0
Ada pengaruh antara perceived usefulness (X1) terhadap actual
usage (Z) melalui behavioral intention (Y)
f. Hipotesis 9
Ho : pzyx2 = 0
Tidak ada pengaruh antara perceived ease of use (X2) terhadap
actual usage (Z) melalui behavioral intention (Y)
Ha : pzyx2 ≠ 0
Ada pengaruh antara perceived ease of use (X2) terhadap
actual usage (Z) melalui behavioral intention (Y)
60
BAB III
METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian
1. Wilayah Penelitian
Dalam penelitian ini penulis tidak membatasi wilayah dan tempat
penelitian karena penulis melakukan penelitian tentang persepsi
masyarakat terhadap e-wallet LinkAja yang dapat diakses di selururh
wilayah Indonesia.
2. Variabel Penelitian
Berdasarkan latar belakang dan hipotesis yang telah disusun, maka
variabel yang akan penulis teliti yaitu variabel perceived usefulness (X1)
dan perceived ease of use (X2) terhadap variabel behavioral intention (Y)
dan dampaknya terhadap actual usage (Z) pada e-wallet LinkAja.
B. Metode Penentuan Sampel
1. Populasi
Menurut Sugiyono (2017:136) populasi adalah wilayah generalisasi
yang terdiri atas: objek atau subjek yang mempunyai kuantitas dan
karakteristik tertentu yang diterapkan oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulannya.
61
Adapun populasi dalam penelitian ini adalah pengguna e-wallet
LinkAja di Indonesia.
2. Sampel
Menurut Sugiyono (2017:137) sampel adalah bagian dari jumlah dan
karakteristik yang dimiliki oleh populasi tersebut. Bila populasi besar dan
peneliti tidak mungin mempelajari semua yang ada pada populasi,
misalnya karena keterbatasan dana, tenaga dan waktu, maka peneliti dapat
menggunakan sampel yang diambil dari populasi itu. Apa yang dipelajari
dari sampel itu, kesimpulannya akan dapat diberlakukan untuk populasi.
Untuk itu sampel yang diambil dari populasi harus betul-betul
representative (mewakili).
Teknik pengambilan sampel dalam penelitian ini adalah teknik 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
(Sugiyono,2017:142). Pengambilan sampel dilakukan secara purposive
sampling. Menurut Sugiyono (2017) purposive sampling merupakan
teknik penentuan sampel dengan pertimbangan tertentu. Dalam penelitia
ini sampel yang diambil adalah pengguna e-wallet LinkAja yang
setidaknya pernah melakukan transaksi menggunakan LinkAja satu kali.
Dikarenakan jumlah populasi yang tidak dapa diketahui secara pasti
maka penentuan jumlah sampel pada penelitian ini yaitu menggunakan
62
rumus teknik kemudahan. Rumus pengambilan sampel menurut Wibisono
(2003) dalam Riduwan (2007:50) apabila populasinya tidak diketahui
secara pasti, maka digunaan rumus sebagai berikut:
n =
Dimana:
n = besarnya sampel
Za = tingkat keyakinan yang dibutuhkan dalam penentuan sampel
1,96 dengan tingkat kepercayaan 95%
= standar deviasi populasi
e = tngkat kesalahan atau kesalahan maksimum yang dapat
ditoleransi
Contoh perhitungan:
n = = = 96,04
Dengan demikian peneliti yakin dengan tingat kepercayan 95% bahwa
sampel random berukuran 96,04 = 97 akan memberikan selisih estimasi
rata-rata dengan µ kurang dari 0,05. Jadi sampel yang diambil jika
dibulatkan dari hasil perhitungan maka peneliti mengambil sampel sebesar
100 orang dari semua pengguna e-wallet LinkAja.
63
C. Metode Pengumpulan Data
1. Sumber Data
Data yang digunakan dalam penelitian ini terdiri dari data primer dan
data sekunder. Dimana data primer diperoleh melalui penyebaran
kuesioner kepada masyarakat yang menggunakan e-wallet LinkAja, dan
data sekunder yang bersumber dari studi pustaka. Peneliti mengumpulkan
literatur-literatur yang terkait dan relevan seperti buku, artikel, jurnal dan
sejenisnya. Jenis data yang digunakan dalam penelitian ini adalah:
a. Data Primer
Data primer merupakan data yang belum pernah di olah oleh
pihak tertentu untuk kepentingan tertentu (Abdillah &
Hartono,2015:49). Data primer menunjukkan keaslian informasi yang
terkandung didalam data tersebut. Data primer dalam penelitian ini
diperoleh dengan cara menyebarkan kuesioner kepada masyarakat
yang menggunakan e-wallet LinkAja.
Menurut Sugiyono (2017:225) kuesioner merupakan teknik
pengumpulan data yang dilakukan dengan cara memberi seperangkat
pertanyaan atau pernyataan tertulis kepada responden untuk dijawab.
Kuesioner cocok digunakan bila jumlah responden cukup besar dan
tersebar di wilayah yang luas. Atas dasar itulah kemudian peneliti
memilih menggunakan teknik kuesioner dalam penelitian ini. Selain
itu kuesioner dapat berupa pertanyaan /pertanyaan tertutup atau
64
terbuka. Dalam penelitian ini peneliti menggunakan jenis kuesioner
yang bersifat tertutup. Menurut Sugiyono (2017:226) pertanyaan
tertutup adalah pertanyaan yang mengharapkan jawaban singkat atau
yang mengharapkan responden untuk memilih salah satu alternatif
jawaban dari setiap pertanyaan yang telah tersedia. Pertanyaan tertutup
akan membantu responden untuk menjawab dengan cepat, dan juga
memudahkan peneliti dalam melakukan analisis data terhadap seluruh
kuesioner yang telah terkumpul.
Pada penyusunan kuesioner penulis menggunakan Skala Likert.
Skala Liker digunakan untuk mengukur sikap, pendapat, dan persepsi
seseorang atau sekelompok orang tentang fenomena sosial. Dengan
Skala Likert maka variabel yang akan diukur dijabarkan menjadi
indikator variabel. Kemudian indikator tersebut dijadikan sebagai titik
tolak untuk menyusun item-item instrumen yang dapat berupa
pertanyaan atau pernyataan. Instrumen penelitian yang menggunakan
Skala Likert dapat dibuat dalam bentuk checklist ataupun pilihan
ganda (Sugiyono, 2017:158).
Pada penelitian ini peneliti menggunakan kuesioner dengan
bentuk pilihan ganda. Pertanyaan-pertanyaan dalam kuesioner diwakili
dengan angka berskala 1 s.d 5. Contoh dari skala likert adaah sebagai
berikut.
65
Tabel 3.1
Skala Likert
Kategori Skor
Sangat Setuju (SS) 5
Setuju (S) 4
Ragu-ragu (RG) 3
Tidak Setuju (TS) 2
Sangat Tidak Setuju (STS) 1
Sumber: Sugiyono, 2017
b. Data Sekunder
Menurut Abdillah & Hartono (2015), data sekunder adalah
data yang telah diolah, disimpan dan disajikan dalam format atau
bentuk tertentu oleh pihak tertentu untuk kepentingan tertentu. Data
sekunder menunjukkan ketidakaslian informasi yang terkandung di
dalam data tersebut karena telah diolah untuk kepentingan tertentu.
Data sekunder dalam penelitian ini diperoleh melalui studi
pustaka, peneliti memperoleh data yang sesuai melalui literatur-
literatur yang terkait dan relevan seperti buku, jurnal, artikel dan
sejenisnya. Selain itu peneliti juga melakukan internet research yang
tujuannya untuk melengkapi data yang kurang yang didapat dari studi
pustaka melalui jaringan internet. Perkembangan informasi dan data
66
yang sangat cepat dan up-to-date di internet bermanfaat untuk tujuan
penelitian ini.
D. Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah
deskriptif dengan menggunakan data hasil proses penyebaran kuesioner
kepada responden. Kuesioner dalam penelitian ini menggunakan pendekatan
Skala Likert. Data yang terkumpul dari hasil penyebaran kuesioner akan
diolah dan dianalisis dengan tujuan bahwa data yang diolah tersebut dapat
menjadi sebuah informasi, sehingga karakteristik dapat lebih mudah dipahami
untuk dijadikan dasar pengambilan keputusan. Pengelolaan dan analisis data
dilakukan dengan bantuan Software Statistical Product and Service Solution
(SPSS) versi 24.0
1. Uji Kualitas Data
Pada penelitian ini penulis tidak menggunakan uji normalitas. Hal ini
dikarenakan uji normalitas hanya digunakan untuk penelitian yang
menggunakan sampel kecil (<30), sedangkan dalam penelitian ini jumlah
sampel yang digunakan adalah 100 responden. Berdasarkan pengalaman
empiris beberapa pakar statistik, data yang banyaknya lebih dari 30 angka
(n>30) maka sudah dapat diasumsikan berdistribusi normal.
Uji kualitas data dilakukan untuk menguji kecukupan dan kelayakan
data yang digunakan dalam penelitian. Dengan menggunakan instrumen
67
yang valid dan realiel dalam pengumpulan data, maka diharapka hasil
penelitian akan menjadi valid dan realibel. Tetapi menggunakan instrumen
yang telah teruji validitas dan realibilitasnya tidak berarti hasil penelitian
otomatis valid dan realibel, hal ini masih dipengaruhi oleh kondisi obyek
yang diteliti dan kemampuan orang yang menggunakan instrumen untuk
mengumpulkan data (Sugiyono,2017:512). Uji kualitas data terbagi
menjadi dua, yaitu:
a. Uji Validitas
Uji validitas digunakan untuk menukur sah atau valid tidaknya
suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada
kuesioner mampu mengungkapkan sesuatu yang akan diukur oleh
kuesioner tersebut.
Sugiyono (2017:509) mengngkapkan bahwa hasil penelitian
yang valid bila terdapat kesamaan antara data yang terkumpul dengan
data yang sesungguhnya terjadi pada objek yang diteliti. Instrumen
yang valid berarti alat ukur yang digunakan untuk mendapatkan data
(mengukur) itu valid. Valid berarti instrumen tersebut dapat digunakan
untuk mengukur apa yang seharusnya diukur.
Untuk menguji validitas dari tiap-tiap item, yaitu dengan
mengkorelasikan skor tiap butir dengan skor total yang merupakan
jumlah tiap skor butir. Menurut Ghozali (2013:53), uji signifikan
dilakukan dengan cara membandingkan r hitung dengan r tabel untuk
68
degree of freedom (df) = n-2, dalam hal ini adalah n adalah jumlah
sampel. Suatu pertanyaan atau indikator dinyatakan valid apabila r
hitung lebih besar dari r tabel dan nilai positif maka butir atau
pertanyaan atau indikator tersebut dinyatakan valid, namun jika r
hitung lebih kecil dari r tabel maka dinyatakan tidak valid dan nilai
negatif.
b. Uji Realibilitas
Menurut Ghozali (2013:47) realibilitas sebenarnya adalah alat
untuk mengukur suatu kuesioner yang merupakan indikator dari
variabel atau konstruk. Suatu kuesioner dikatakan realibel atau handal
jika jawaban responden terhadap pertanyaan adalah konsisten atau
stabil dari waktu ke waktu.
Suatu konstruk atau variabel dikatakan realibel jika nilai
cronbach alpha > 0,70. Uji realibilitas dalam penelitian ini
menggunakan rumus cronbach alpha, untuk mengeahui tingkat
realibilitas instrumen dari ke empat variabel penelitian jika hasil uji
realibilitas memberikan nilai alpha > 0,70 (Ghozali,2013:48).
2. Analisis Desriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisis
data dengan cara mendeskripsikan atau menggambarkan data yang telah
terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan
yang berlaku unum atau generalisasi (Sugiyono, 2017:238). Metode
69
analisis deskriptif merupakan suatu metode analisis. Data yang telah
didapat disusun, dikelompokkan, dianalisis, dan kemudian diinterprtasikan
secara objektif sehingga diperoleh gambaran tentang masalah yang
dihadapi dan menjelaskan hasil perhitungan.
3. Analisis Jalur (PathAnalysis)
Dalam penelitian ini peneliti menggunakan metode analisis jalur.
Analisis jalur ialah suatu teknik untuk menganalisis suatu hubungan sebab-
akibat yang terjadi pada regresi berganda jika variabel bebasnya
mempengaruhi variabel tergantung tidak hanya secara langsung, tetapi juga
secara tidak langsung (Rutherford, 1993 dalam Pardede & Manurung,
2014:16). Sementara itu, definisi lain mengatakan bahwa analisis jalur
merupakan pengembangan langsung bentuk regresi berganda dengan
tujuan untuk memberikan estimasi tigkat kepentingan (magnitude) dan
signifikansi (significance) hubungan sebab-akibat hipotetikal dalam
seperangkat variabel (Webley, 1997 dalam Pardede dan Manurung,
2014;17).
Menurut pendapat Garson (2003) dalam Pardede & Manururng
(2014:17) mendefinisikan analisis jalur sebagai model perluasan regresi
yang digunakan untuk menguji keselarasan matriks korelasi dengan dua
atau lebih model hubungan sebab akibat yang dibandingkan oleh peneliti.
Dari definisi-definisi tersebut, dapat diketahui bahwa sebenarnya analisis
jalur merupakan kepanjangan dari analisis berganda.
70
Analisis jalur adalah analisis yang tujuannya untuk mengatahui
pengaruh langsung dan tidak langsung variabel eksogen terhadap variabel
endogen. Pertimbangan menggunakan analisis ini karena antara satu
variabel dengan variabel lainnya mempunyai hubungan. Sebuah diagram
jalur, tanda panan berujung ganda (↔) menunjukkan hubungan korelasi
dan tanda panah satu arah (→) menunjukkan menunjukkan hubungan
kausal atau pengaruh langsung dari variabel eksogen (X) terhadap variabel
endogen (Y) (Riduan,2007:7).
Dalam menganalisis penelitian dengan menggunakan analisis jalur,
ada beberapa langkah secara beruntun yang harus dijalankan untuk
memenuhi penelitian yang benar dengan menggunakan analisis jalur
(Pardede & Manurung,2014:58-80)
a. Menentukan diagram jalurnya berdasarkan paradigma hubungan
variabel.
b. Menentukan persamaan strktural, sebagai persamaan substruktur 1 dan
2.
c. Menganalisis dengan menggunakan SPSS, analisis terdiri dari dua
langkah yaitu analisis substruktur I dan analisis substruktur II.
d. Interpretasi hasil perhitungan SPSS dengan berdasarkan diagram jalur
yang ditentukan.
e. Memperoleh kesimpulan.
71
Sebelum peneliti menggunakan analisis jalur dalam penelitiannya,
maka peneliti harus menyusun model hubungan antar variabel yang
dalam hal ini disebut diagram jalur. Berikut adalah diagram jalur yang
digunakan:
Gambar 3.1
Diagram Jalur
Diagram jalur di atas terdiri atas dua persamaan struktural, dimana X1
dan X2 adalah variabel eksogen serta Y dan Z adalah variabel endogen.
Terdapat dua sub struktural, dapat dilihat sebagai berikut:
a. Persamaan struktural I : Y = pyx1X1 + pyx2X2 + €1
Diagram untuk persamaan struktural tersebut adalah sebagai berikut:
Perceived
Usefulness (X1)
Perceived Ease
of Use (X2)
Behavioral
Intention (Y)
Actual Usage
(Z)
72
Gambar 3.2
Sub Struktural I
b. Persamaan struktural 2 : Z = pzx1X1 + pzx2X2 + pzyY + €2
Diagram untuk persamaan struktural tersebut adalah sebagai berikut:
Gambar 3.3
Sub Struktural II
Kriteria penerimaan hipotesis adalah sebagai berikut:
Jika signifikan penelitian < 0,05 maka Ho ditolah dan Ha diterima
Jika signifikan penelitian > 0,05 maka Ho diterima dan Ha ditolak
Perceived
Usefulness (X1)
Perceived Ease
of Use (X2)
Behavioral
Intention (Y)
Perceived
Usefulness (X1)
Perceived Ease
of Use (X2)
Behavioral
Intention (Y)
Actual Usage
(Z)
73
a. Koefisien Korelasi
Analisis koefisien korelasi digunakan untuk mengetahui derajat
hubungan antara satu variabel dengan variabel lainnya. Dasar pemikiran
analisis korelasi ini adalah perubahan antar variabel, artinya jika
perubahan satu variabel diikuti dengan variabel lainnya, maka kedua
variabel tersebut saling berkorelasi.
Koefisien korelasi hanya menggambarkan keeratan hubungan antara
variabel tetapi tidak menggambarkan kausalitas atau sebab akibat. Karena
korelasi hanya digunakan untuk mengukur derajat huungan maka dalam
analisis korelasi tidak terdapat istilah variabel bebas maupun variabel
tergantung (Pardede & Manurung, 2014:29-31).
Peneliti menggunakan korelasi Pearson atau product moment dengan
menggunakan SPSS 24.0 untuk melihat derajat hubungan antara satu
variabel dengan variabel lainnya. Untuk mempermudah pemberian
kategori koefisien korelasi maka dibuat kriteria pengukuran sebagai
berikut:
Tabel 3.2
Kriteria Koefisien Korelasi
Nilai r Kriteria
0,00 s.d. 0,29 Korelasi sangat lemah
74
0,30 s.d. 0,49 Korelasi lemah
0,50 s.d. 0,69 Korelasi cukup
0,70 s.d. 0,79 Korelasi kuat
0,80 s.d. 1,00 Korelasi sangat kuat
Sumber: Pardede & Manurung, 2014
Untuk menentukan apakah korelasi dari masing-masing variabel
signifikan atau tidak diukur dari nilai signifikan setiap hubugan variabel.
Nilai signifikan harus lebih kecil nilainya dibanding nilai tingkat toleransi
yang digunakan. Dalam penelitian ini nilai toleransi yang digunakan
adalah 0,05.
b. Koefisien Determinasi
Koefisien determinasi (Godness of Fit) yang dinotasikan dengan R2,
merupakan suatu ukuran yang penting dalam regresi, karena dapat
menginformasikan baik atau tidaknya model regresi yang terestimasi. Atau
dengan kata lain, angka tersebut dapat mengukur seberapa dekatkah garis
regresi yang terestimasi dengan data sesungguhnya. Nilai koefisien
determninasi (R2) ini mencerminkan seberapa besar variasi dari variabel
terikat Y dapat diterangkan oleh variabel bebas X. Bila nilai koefisien
determinasi sama dengan 0 (R2=0), artinya variasi dari Y tidak dapat
diterangkan sama sekali oleh X. Sementara bila R2 = 1, artinya variasi dari Y
secara keseluruhan dapat diterangkan oleh X. Dengan demikian barik atau
75
buruknya suatu persamaan regresi ditentukan oleh R2 yang mempunya nilai
antara nol dan satu (Pardede & Manurung, 2014:38-39).
Menurut Pardede & Manurung (2014: 39) R2 didefinisikan
berdasarkan langkah-langkah bagaimana yang dilakukan dalam tabel ANOVA,
adapun rumusnya adalah sebagai berikut:
R2 =
c. Uji Simultan (Uji F)
Uji F signifikan pada dasarnya menunjukkan apakah semua variabel
independen atau bebas yang dimasukkan dalam model mempunyai pengaruh
secara bersama-sama terhadap variabel dependen atau terikat. Probabilitas
lebih kecil dari 0,05 maka hasilnya signifikan berarti terdapat pengaruh dari
variabel independen secara bersama terhadap variabel dependen
(Ghozali,2013:98).
Ada beberapa langkah dalam menghitung uji F (Pardede dan
Manurung, 2014:63):
1) Menentukan hipotesis
2) Menghitung F-hitung yang diperoleh dari output SPSS dari tabel ANOVA
76
3) Menghitung F-tabel dengan ketentuan tarif signifikansi 0,05 dan derajat
kebebasan dengan ketentuan numerator (jumlah variabel-1) dan
denumerator (jumlah sampel-numerator).
4) Menemukan kriteria uji hipotesis sebagai berikut:
Jika F-hitung > F-tabel, maka Ho ditolak dan Ha diterima.
Jika F-hitung < F-tabel, maka Ho diterima dan Ha ditolak.
5) Mengambil keputusan.
d. Uji Parsial (Uji t)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu
variabel independen secara individu dalam menerangkan variasi variabel
dependen. Probabilitas lebih kecil dari 0,05, maka hasilnya signifikan berarti
terdapat pengaruh dari variabel independen secara individu terhadap variabel
dependen (Ghozali, 2013:98-99). Langkah-langkah dalam menghitung uji-t
adalah sebagai berikut (Pardede dan Manurung, 2014:65):
1) Menentukan hipotesis
2) Mengetahui besarnya angka t-hitung diperoleh dari output SPSS
3) Mengetahui besarnya angka t-tabel dengan ketentuan tarif signifikan 0,05
dan derajat kebebasan (jumlah sampel/100-2)
4) Menentukan kriteria uji hipotesis sebagai berikut:
77
Jika t-hitung > t-tabel maka Ho ditolak dan Ha diterima
Jika t-hitung < t-tabel maka Ho diterima dan Ha ditolak
5) Mengambl kesimpulan
e. Model Trimming
Model trimming adalah model yang digunakan untuk memperbaiki
suatu model struktur analisis jalur dengan cara mengeluarkan dari model
variabel eksogen yang koefisien jalurnya tidak signifikan (Heise, 1969 dalam
Pardede & Manurung, 2014:116). Jadi model trimming terjadi ketika kefisien
jalur diuji secara keseluruhan ternyata ada variabel yang tidak signifikan.
Walaupun ada satu, dua atau lebih variabel yang tidak signifikan, peneliti
perlu memperbaiki model struktur analisis jalur yang telah dihipotesiskan.
f. Uji Kesesuaian Model, Koefisien Q
Uji kesesuaian model (goodness-of-fit-test) dimaksudkan untuk menuji
apakah model yang diusulkan memiliki kesesuaian (fit) dengan data atau tidak.
Schumacker & Lomax (1996:43) dan Kuesnaedi (2005:19) dalam Kuncoro
(2012:146) mengatakan bahwa dalam analisis jalur untuk suatu model yang
diusulkan dikatakan fit dengan data apabila matriks korelasi sampel tidak jauh
berbeda dengan matriks korelasi estimasi (reproduced correlation matrix)
atau korelasi yang diharapkan (expeced correlation matrix).
78
g. Uji Sobel
Pengujian hipotesis mediasi dapat dilakukan dengan prosedur yang
dikembangkan oleh Sobel (1982) dan dikenal dengan uji Sobel (sobel test).
Uji sobel dilakukan dengan cara menguji kekuatan pengaruh tidak langsung X
ke Y melalui M. Pengaruh tidak langsung X ke Y melalui M dihitung dengan
cara mengalikan jalur X→M (a) dengan jalur M→Y (b) atau ab. Jadi
koefisien ab = (c – c’) dimana c adalah pengaruh X terhadap Y tanpa
mengontrol M, sedangkan c’ adalah koefisien pengaruh X terhadap Y setelah
mengontrol M. Standard error koefisien a dan b ditulis dengan sa dan sb dan
besarnya standard error pengaruh tidak langsung (indirect effect) sab dihitung
dengan rumus di bawah ini:
Untuk menguji signifikan pengaruh tidak langsung, maka perlu
menghitung nilai t dari koefisien ab dengan rumus sebagai berikut:
Nilai t hitung ini dibandingkan dengan nila t tabel. Cara membaca t
tabel adalah dengan menggunakan signifikansi level 0,05 dan degree of
freedom (df) untuk df = n-2 atau 100-2 = 98, maka tabel adalah sebesar 1,98.
Jika nilai t hitung lebih besar dari nilai t tabel maka dapat disimpulkan terjadi
pengaruh mediasi. Asumsi uji sobel memerlukan jumlah sampel yang besar,
79
jika jumlah sampel kecil maka uji sobel menjadi kurang konservatif (Ghozali,
2013:248-249)
E. Operasional Variabel Penelitian
Operasional variabel merupakan penjabaran mengenai dimensi dan
indikator. Selanjutnya operasional variabel menggambarkan mengenai
pengukuran atas dimensi variabel dan indikator.
Tabel 3.3
Operasional Variabel
Variabel Indikator Skala
Perceived
Usefulness
(X1)
Davis (1989)
dalam Nguyen
et.al (2016)
1. Menggunakan mobile payment
dapat menghemat waktu.
Likert 2. Menggunakan mobile payment
dapat meningkatkan efisiensi.
3. Menggunakan mobile payment
sangat berguna
Perceived
Ease of Use
(X2)
Davis (1989)
dalam Nguyen
et.al (2016)
1. Kemudahan mempelajari
penggunaan layanan mobile
payment.
Likert
2. Mudah membuat layanan mobile
payment melakukan apa yang
ingin dilakukan
3. Adanya interaksi yang jelas dan
mudah dimengerti dengan layanan
mobile payment
4. Kemudahan menggunakan
80
layanan mobile payment
Behavioral
Intention (Y)
Vankatesh &
Bala (2008)
1. Assuming i had acces to the
siystem, i intend to use it (dengan
asumsi saya memiliki akses ke
sistem, saya berniat
menggunakannya)
Likert
2. Given that i have acces to the
system, i predict that i would use it
(mengingat bahwa saya memiliki
akses ke sistem,saya
memperkirakan bahwa saya akan
menggunakannya)
3. I plan to use the system in the next
<n> month (saya berencana untuk
menggunakan sistem dalam <n>
bulan kedepan)
Actual Usage
Davis (1989)
dalam Rahayu
et.al (2017)
1. Frekuensi penggunaan
2. Durasi penggunaan
81
BAB IV
ANALISIS DAN PEMBAHASAN
A. Sekilas Gambaran Umum Objek Penelitian
LinkAja merupakan salah satu pemain dalam pasar e-wallet di
Indonesia saat ini.LinkAja adalah transformasi dari T-Cash milik Telkomsel
yang berubah dan sudah bisa digunakan sejak tanggal 22 February 2019 lalu,
namun seremonial peluncuran dan peresmiannya sempat tertunda sehingga
baru dilaksanakan pada tanggal 30 Juni 2019. LinkAja merupakan gabungan
uang elektronik dari beberapa bank plat merah antara lain E-Cash dari Bank
Mandiri, UnikQu dari Bank BNI, T-bank dari Bank BRI dan T-Cash dari
Telkom Group.
Sumber: LinkAja (2019)
Gambar 4.1
Logo LinkAja
82
LinkAja dikelola PT Fintek Karya Nusantara atau Finarya yang
merupakan perusahaan kongsi dari delapan perusahaan BUMN yaitu Bank
Mandiri, Bank BNI, Bank BRI, Bank BTN, Telkomsel, Pertamina, Danareksa
dan Jiwasraya. Dibentuknya LinkAja dari sinergi 8 perusahaan BUMN
dengan basis nasabah yang besar dan tersebar di seluruh Indonesia ini
nantinya diharapkan dapat menjangkau seluruh lapisan masyarakat sehingga
LinkAja dapat menjadi agen pembangunan nasional.Saat ini LinkAja
melayani delapan kategori produk yaitu pulsa/data, tagihan, transportasi,
merchant ritel, e-commerce, donasi, remitansi dan asuransi.
LinkAja telah tersedia di 180 titik pembayaran dan 150.000
merchant.LinkAja juga memiliki titik CICO (Cash In Cash Out) untuk
mengisi saldo dan menarik tunai di lebih dari 100.000 titik di seluruh
Indonesia termasuk diantaranya di minimart seperti Indomaret, Alfamart dan
Alfamidi, Grapari Telkomsel, ATM Link Himbara dan jaringan ATM
Bersama dan lebih dari 100.000 jaringan outlet Mitra LinkAja.
Saat ini LinkAja menyediakan dua tipe akun pengguna yaitu Basic
Service dan Full Service dengan jenis fasilitas dan layanan yang
berbeda.Untuk LinkAja Basic Service pengguna tidak perlu melakukan
pendaftaran data identitas pelanggan di Finarya, sedangkan untuk LinkAja
Full Service data identitas pelanggan terdaftar dan tercatat di Finarya serta
telah diverifikasi. Berikut ini adalah perbedaan fasilitas dari kedua tipe akun
pengguna LinkAja:
83
Tabel 4.1
Jenis LinkAja
No
.
Failitas/Layan
an
Basic
Service
Full Service
1. Saldo
Maksimum
Rp.2.000.0
00
Rp.10.000.0
00
2. Isi Saldo √ √
3. Belanja Online √ √
4. Bayar & Beli
Hp
√ √
5. Bayar Mechant √ √
6. Kirim Uang X √
7. Tarik Salo X √
Sumber: LinkAja.id (2019)
Pada tabel di atas dapat diketahui bahwa terdapat perbedaan layanan
untuk basic service dan full service. Pengguna dapat memilih tipe sesuai
keingnan dan kebutuhannya masing-masing.
Tabel 4.2
Batasan Layanan
No. Layanan Basic Service Full Service
1. Saldo maksimal Rp. 2.000.000 Rp. 10.000.000
2. Nilai maksimal
transaksi untuk dana
yang bersifat masuk
Rp. 20.000.000 per
bulan
Rp. 20.000.000 per
bulan
3. Nilai maksimal
transfer
Rp. 10.000.000 atau
selama saldo
mencukupi
-
4. Nilai minimal Rp. 100.000 -
84
transfer (ke sesama LinkAja)
Rp. 10.000
(melalui online antar
bank)
5. Nilai minimal saldo
mengendap
Tidak ada minimum
saldo
Tidak ada minimum
saldo
Sumber: LinkAja (2019)
Berikut ini adalah beberapa manfaat yang ditawarkan oleh LinkAja
kepada para penggunanya:
1. Pembayaran di merchant. Pengguna dapat melakukan pembayaran di
merchant offline yang telah bekerjasama dengan LinkAja dengan dua cara,
yaitu dengan Tap dan juga Snap (QR Code)
2. Pembelian pulsa kuota. Pengguna dapat membeli pulsa dan paket data
untuk semua operator melalui LinkAja dengan lebih mudah dan cepat.
3. Pembayaran tagihan dan pembelian. LinkAja memberikan kemudahan
dengan memberikan fitur untuk melakuakn pembayaran tagihan dan
pembelian untuk berbagai macam keperluan. Diantaranya yaitu
pembayaran listrik, voucher games, kartu HALO, tagihan air, pembayaran
internet, dan lain-lain.
4. Pembayaran belanja online. Bagi pengguna yang suka melakukan
pembelanjaan online, LinkAja dapat memudahkan dalam melakukan
pembayaran. Yang perlu dilakukan hanya memilih LinkAja sebagai
metode pembayaran, dan memasukkan nomor HP dan PIN LinkAja untuk
menyelesaikan transaksi pembayarannya.
85
5. Pengiriman uang. LinkAja dapat digunakan untuk melakukan pengiriman
uang tanpa memerlukan rekening bank. Pengguna dapat melakukannya
melalui aplikasi LInkAja dengan memasukkan nomor HP tujuan yang
juga menggunakan LinkAja ataupun rekening bank tujuan.
Selain beberapa manfaat diatas LinkAja juga memiliki beberapa
keunggunalan dibandingkan dengan e-wallet lainnya, salah satu contohnya
adalah LinkAja menjadi satu-satunya e-wallet di Indonesia yang melayani
remitansi dari Pekerja Migran Indonesia di Singapur yang ingin mengirimkan
uangnya kepada keluarga di tanah air dengan mudah, murah, aman dan
cepat.LinkAja berbeda dengan e-wallet lainnya karena LinkAja menawarkan
layanan yang berfokus pada pemenuhan kebutuhan sehari-hari.
B. Deskripsi Responden
1. Karakteristik Responden Berdasarkan Jenis Kelamin
Berdasarkan hasil dari kuesioner yang telah dihimpun mengenai
karakteristik responden berdasarkan jenis kelamin dapat dilihat pada tabel
berikut ini.
Tabel 4.3
Karakteristik Responden Berdasarkan Jenis Kelamin
Keterangan Jumlah Persentase
Laki-laki 41 41%
Perempuan 59 59%
86
Total 100 100%
Sumber: Diolah dari data primer, 2019
Berdasarkan pada tabel 4.3 di atas, diketahui bahwa responden
terbanyak adalah berjenis kelamin perempuan dengan jumlah 59
responden atau sebesar 59%, sedangkan responden berjenis kelamin
laki-laki berjumlah 41 responden atau sebesar 41%.
2. Karakteristik Responden Berdasarkan Usia
Berdasarkan hasil kuesioner yang telah dihimpun mengenai
karakteristik responden berdasarkan usia dapat dilihat pada tabel berikut
ini.
Tabel 4.4
Karakteristik Responden Berdasarkan Usia
Keterangan Jumlah Persentase
<15 Tahun 1 1%
15-21 Tahun 15 15%
>21-35 Tahun 74 74%
>35-56 Tahun 10 10%
>56 Tahun 0 0%
Sumber: Diolah dari data primer, 2019
Berdasarkan tabel 4.4 di atas, terliat bahwa responden yang
berusia dibawah dari 15 tahun yaitu berjumlah 1 responden atau
sebesar 1%, responden yang berumur di atas 15-21 tahun berjumlah 15
87
responden atau sebesar 15% dan responden yang berusia di atas 21-35
tahun sebanyak74 responden atau sekitar 74% dan yang berusia 35-56
berjumlah 10 responden atau sebesar 10%.
3. Karakteristik Responden Berdasarkan Pendidikan Terakhir
Berdasarkan hasil kuesioner yang telah dihimpun mengenai
karakteristik responden berdasarkan pendidikan terakhir dapat dilihat pada
tabel berikut ini.
Tabel 4.5
Karakteristik Responden Berdasarkan Pendidikan Terakhir
Keterangan Jumlah Persentase
SD 0 0%
SMP 1 1%
SMA/Sederajat 33 33%
D1-D3 6 6%
D4-S1 56 56%
S2 4 4%
S3 0 0%
Sumber: Diolah dari data primer, 2019
Berdasarkan tabel 4.5 di atas, terlihat bahwa responden yang
berpendidikan SMP berjumlah 1 responden atau sebesar 1%,
responden yang berpendidikan SMA/sederajat berjumlah 33 responden
atau sebesar 33%, responden yang berpendidikan D1-D3 berjumlah 6
88
responden atau 6%, responden yang berpendidikan D4-S1 berjumlah
56 responden ataus sebesar 56% dan yang terakhir yaitu responden
yang berpendidikan S2 berjumlah 4 responden atau sebesar 4%.
4. Karakteristik Responden Berdasarkan Pekerjaan
Berdasarkan hasil dari kuesioner yang telah dihimpun mengenai
karakteristik responden berdasarkan pendidikan terakhir dapat dilihat pada
tabel berikut ini.
Tabel 4.6
Karakteristik Responden Berdasarkan Pekerjaan
Keterangan Jumlah Persentase
Pelajar/Mahasiswa 49 49%
PNS 2 2%
Pegawai Swasta 28 28%
Wiraswasta 2 2%
Lainnya 19 19%
Sumber: Diolah dari data primer, 2019
Berdasarkan tabel 4.6 di atas, terlihat bahwa responden yang
berstatus pelajar atau mahasiwa berjumlah 49 respnden atau sebesar
49%, responden yang berstatus PNS berjumlah 2 responden atau
sebesar 2%, responden yang berstatus pegawai swasta berjumlah 28
responden atau sebesar 28%, responden yang berstatus wiraswasta
berjumlah 2 responden atau sebesar 2% dan yang yang terakhir
89
responden yang bekerja diluar pilihan berjumlah 19 responden atau
sebesar 19%.
5. Karakteristik Responden Berdasarkan Jumlah Pengeluaran dalam
Sebulan
Berdasarkan hasil dari kuesioner yang telah dihimpun mengenai
karakteristik responden berdasarkan jumlah pengeluaran dalam sebulan
dapat dilihat pada tabel berikut ini.
Tabel 4.7
Karakteristik Responden Berdasarkan Jumlah Pengeluaran dalam
Sebulan
Keterangan Jumlah Persentase
< 1.000.000 33 33%
1.000.000 – 3.000.000 46 46%
3.000.001 – 6.000.000 16 16%
6.000.001 – 15.000.000 5 5%
>15.000.000 0 0%
Sumber: Diolah dari data primer, 2019
Berdasarkan pada tabel 4.7 di atas, terlihat bahwa responden
yang jumlah pengeluarannya dalam sebulan kurang dari 1.000.000
berjumlah 33 responden atau sebesar 33%, responden yang jumlah
pengeluarannya dalam sebulan berkisar 1.000.000 sampai 3.000.000
90
berjumlah 46 responden atau sebesar 46%, responden yang jumlah
pengeluarannya dalam sebulan berkisar 3.000.001 sampai 6.000.000
berjumlah 16 responden atau sebesar 16%, dan yang terakhir
responden yang jumlah pengeluarannya berkisar 6.000.001 sampai 15
juta berjumlah 5 responden atau sebesar 5%.
C. Uji Kualitas Data
1. Uji Validitas
Uji validitas digunakan untuk mengukur sah atau tidaknya suatu
kuesioner. Pedoman untuk menentukan suatu model dikatakan valid jika
nilai r hitung lebih besar dibandingkan dengan nilai r tabel pada a = 5%.
Nilai r tabel pada penelitian ini didapatkan dari rumus degree of freedom
(df) dengan sample pra uji sebanyak 30 sample (df = 30-2 berarti tabel df
ke-28 yakni 0,361).
Dalam uji validitas akan diuji masing-masing variable yang akan
digunakan dalam penelitian ini. Berikut ini adalah hasil uji validitas yang
dilakukan peneliti dari variable perceived usefulness, perceived ease of
use, behavior intention dan actual usage.
a. Variabel Perceived Usefulness
Tabel 4.8
Hasil Uji Validitas Perceived Usefulness
Pernyataan r Tabel r Hitung Keterangan
PU1 0,361 0,858 Valid
91
PU2 0,361 0,920 Valid
PU3 0,361 0,809 Valid
Sumber: Data primer diolah dengan SPSS 23, 2019
Tabel 4.8 menunjukkan bahwa variabel perceived usefulness
mempunya kriteria valid untuk semua item pertanyaan dengan nilai r
hitung lebih besar dari nilai r tabel yaitu 0,361. Hal ini menunjukkan
bahwa masing-masing pertanyaan pada variabel perceived usefulness
dapat diandalkan dan layak untuk digunakan dalam penelitian.
b. Variabel Perceived Ease of Use
Tabel 4.9
Hasil Uji Validitas Perceived ease of Use
Pernyataan r Tabel r Hitung Keterangan
PEU1 0,361 0,778 Valid
PEU2 0,361 0,721 Valid
PEU3 0,361 0,806 Valid
PEU4 0,361 0,754 Valid
Sumber: Data primer diolah dengan SPSS 23, 2019
Tabel 4.9 menunjukkan bahwa variabel perceived ease of use
memiliki kriteria valid untuk semua item pertanyaan berdasarkan
kriteria dimana r hitug lebih besar dari r tabel, dimana dalam
penelitian ini r tabel adalah sebesar 3,61. Hal tersebut menunjukkan
92
bahwa masing-masing pernyataan pada variabel perceived ease of use
dapat diandalkan dan layan digunakan dalam penelitian.
c. Variabel Behavior Intention
Tabel 4.10
Hasil Uji Validitas Behavioral Intention
Pernyataan r Tabel r Hitung Keterangan
BI1 0,361 0,962 Valid
BI2 0,361 0,951 Valid
BI3 0,361 0,932 Valid
Sumber: Data primer diolah dengan SPSS 23, 2019
Tabel 4.10 menunjukkan bahwa variabel behavioral intention
memiliki kriteria valid untuk semua item pernyataan berdasarkan
kriteria dimana nilai r hitung lebih besar dari r tabel, dimana nilai r
tabel pada penelitian ini adalah sebesar 3,61. Hal ini menunjukkan
bahwa masing-masing pernyataan pada variabel behavioral intention
dapat diandalkan dan layak digunakan dalam penelitian.
d. Variabel Actual Usage
Tabel 4.11
Hasil Uji Validitas Actual Usage
Pernyataan r Tabel r Hitung Keterangan
AU1 0,361 0,943 Valid
AU2 0,361 0,914 Valid
93
Sumber: Data primer diolah dengan SPSS 23, 2019
Tabel 4.11 menunjukkan bahwa variabel actual usage
memiliki kriteria valid untuk semua item pernyataan berdasarkan
kriteria dimana nilai r hitung lebih besar dari r tabel, dimana nilai r
tabel pada penelitian ini adalah sebesar 3,61. Hal ini menunjukkan
bahwa masing-masing pernyataan pada variabel actual usage dapat
diandalkan dan layak digunakan dalam penelitian.
2. Uji Realibilitas
Uji realibilitas dilakukan untuk menilai konsistensi dari instrument
penelitian. Suatu instrument penelitian dapat dikatakan realibel jika
memiliki nilai Cronbach Alpha > 0,70 (Nunnally 1994 dalam Ghozali,
2013). Untuk mengukur realibilitas tersebut dalam penelitian ini
menggunakan alat bantu SPSS 23.
Berikut in merupakan hasil uji realibilitas dari variabel perceived
usefulness, perceived ease of use, behavioral intention dan actual usage
dengan responden pra uji sebanyak 30 orang.
a. Variabel Perceived Usefulness
Tabel 4.12
Hasil Uji Realibilitas Perceived Usefulness
Variabel Cronbach’s Alpha N of Item Keterangan
Perceived
Usefulness
0,827 3 Realibel
Sumber: Data dioleh dengan SPSS 23, 2019
94
Berdasarkan pada tabel 4.12 menunjukkan bahwa nilai
Cronbach’s Alpha dari variabel perceived usefulness adalah sebesar
0,827. Dengan demikian dapat disimpulkan bahwa pernyataan dalam
kuesioner ini realibel karena memiliki nilai Cronbach’s Alpha lebih
besar dari 0,70.
b. Variabel Perceived Ease of Use
Tabel 4.13
Hasil Uji Realibilitas Perceived ease of Use
Variabel Cronbach’s
Alpha
N of Item Keterangan
Perceived
Ease of Use
0,763 4 Realibel
Sumber: Data dioleh dengan SPSS 23, 2019
Berdasarkan pada tabel 4.13 menunjukkan bahwa nilai
Cronbach’s Alpha dari variabel perceived ease of use adalah sebesar
0,763. Dengan demikian dapat disimpulkan bahwa pernyataan dalam
kuesioner ini realibel karena memiliki nilai Cronbach’s Alpha lebih
besar dari 0,70.
c. Variabel Behavioral Intention
Tabel 4.14
Hasil Uji Realibilitas Behavioral Intention
Variabel Cronbach’s
Alpha
N of Item Keterangan
Behavior
Intention
0,940 3 Realibel
Sumber: Data dioleh dengan SPSS 23, 2019
95
Berdasarkan pada tabel 4.14 menunjukkan bahwa nilai
Cronbach’s Alpha dari variabel behavioral intention adalah sebesar
0,940. Dengan demikian dapat disimpulkan bahwa pernyataan dalam
kuesioner ini realibel karena memiliki nilai Cronbach’s Alpha lebih
besar dari 0,70.
d. Variabel Actual Usage
Tabel 4.15
Hasil Uji Realibilitas Actual Usage
Variabel Cronbach’s
Alpha
N of Item Keterangan
Actual Usage 0,833 2 Realibel
Sumber: Data dioleh dengan SPSS 23, 2019
Berdasarkan pada tabel 4.15 menunjukkan bahwa nilai
Cronbach’s Alpha dari variabel actual usage adalah sebesar 0,833.
Dengan demikian dapat disimpulkan bahwa pernyataan dalam
kuesioner ini realibel karena memiliki nilai Cronbach’s Alpha lebih
besar dari 0,70.
D. Analisis Deskriptif
Analisis deskriptif dimaksudkan untuk menganalisis data berdasarkan
hasil yang diperoleh dari jawaban responden terhadap masing-masing
indikator pengukur variabel. Statistik deskriptif pada penelitian ini adalah
sebagai berikut:
96
a. Perceived Usefulness
Variabel perceived usefulness dalam penelitian ini menggunakan 3
butir pertanyaan yang disebarkan kepada 100 responden dan
mempresentasekan indikator-indikator dari variabel tersebut. Hasil
tanggapan dari responden terhadap perceived usefulness dijelaskan pada
tabel berikut:
Tabel 4.16
Distribusi Jawaban Perceived Usefulness
No. Pernyataan SS S R TS STS Total
1. Menggunakan LinkAja
menghemat waktu saya
dalam melakukan
pembayaran
26% 69% 4% 1% 0% 100%
2. Menggunakan LinkAja
meningkatkan efisiensi
saya dalam melakukan
pembayaran
28% 63% 9% 0% 0% 100%
3. Menggunakan LinkAja
berguna bagi saya dalam
melakukan pembayaran
32% 62% 6% 0% 0% 100%
Rata-rata 28,7% 64,7% 6,3% 0,3 0% 100%
Sumber: Data primer diolah dengan SPSS 23, 2019
97
Tabel 4.16 Menunjukkan bahwa variabel perceived usefulness
mayoritas responden menjawab “setuju” dengan persentase sebesar 64,7%.
Dan dari 3 butir pertanyaan yang paling mendapatkan respon positif
adalah pernyataan nomor 1, hal ini dapat dilihat dengan mayoritas
responden menjawab “setuju” sebesar 69% pada pernyataan nomor 1.
b. Perceived Ease of Use
Variabel perceived ease of use pada penelitian ini menggunakan 4
butir pertanyaan yang disebarkan kepada 100 responden dan
mempersentasekan indikator-indikator dari variabel tersebut. Hasil
tanggapan terhadap variabel perceived ease of useakan dijelaskan pada
tabel berikut:
Tabel 4.17
Distribusi Jawaban Perceived Ease of Use
No. Pernyataan SS S R TS STS Total
1. Menurut saya cara
penggunaan LinkAja
mudah dipelajari
25% 58% 17% 0% 0% 100%
2. Menurut saya LinkAja
memudahkan untuk
melakkan apa yang
ingin saya lakukan
19% 61% 20% 0% 0% 100%
3. Menurut saya 30% 62% 8% 0% 0% 100%
98
penggunaan LinkAja
mudah dimengerti dan
jelas
4. Menurut saya LinkAja
mudah digunakan
31% 64% 5% 0% 0% 100%
Rata-rata 26,25% 61,25% 12,5%% 0% 00% 100%
Sumber: Data primer diolah dengan SPSS 23, 2019
Tabel 4.17 Menunjukkan bahwa variabel perceived ease of use
meyoritas responden menjawab “setuju” dengan persentase sebesar
61,25%. Dan dari 4 butir pernyataan yang paling mendapatkan respon
positif adalah pertanyaan nomor 4, hal ini dapat dilihat dengan mayoritas
responden menjawab “setuju” sebesar 64% pada pernyataan nomor 4.
c. Behavioral Intention
Variabel Behavioral Intention menggunakan 3 butir pertanyaan yang
disebarkan kepada 100 responden dan mempresentasekan indikator-
indikator dari variabel tersebut.Hasil tanggapan terhadap variabel
Behavioral Intention.
Tabel 4.18
Distribusi Jawaban Behavioral Intention
No. Pernyataan SS S R TS STS Total
1. Dengan asumsi saya
memiliki LinkAja, saya
22% 63% 14% 1% 0% 100%
99
berniat untuk
menggunakannya
2. Mengingat bahwa saya
memiliki LinkAja, saya
memperkirakan saya akan
menggunakannya
28% 62% 8% 2% 0% 100%
3. Saya berencana
menggunakan LinkAja
pada bulan berikutnya
26% 45% 26% 3% 0% 100%
Rata-rata 25,3%% 56,7% 16% 2% 00% 100%
Sumber: Data primer diolah dengan SPSS 23, 2019
Tabel 4.18 menunjukkan bahwa variabel behavioral intention
meyoritas responden menjawab “setuju” dengan persentase sebesar 56,7%.
Dan dari 3 butir pernyataan yang paling mendapatkan respon positif
adalah pertanyaan nomor 1, hal ini dapat dilihat dengan mayoritas
responden menjawab “setuju” sebesar 63% pada pernyataan nomor 1.
d. Actual Usage
Variabel actual usagepada penelitian ini menggunakan 2 butir
pertanyaan yang disebarkan kepada 100 responden dan mempersentasekan
indikator-indikator dari variabel tersebut. Hasil tanggapan terhadap
variabel actual usage akan dijelaskan pada tabel berikut:
100
Tabel 4.19
Distribusi Jawaban Actual Usage
No. Pernyataan SS S R TS STS Total
1. Saya menggunakan
LinkAja minimal sehari
sekali
7% 24% 31% 34% 4% 100%
2. Saya mengakses LinkAja
rata-rata selama 1-5
menit
11% 46% 30% 11% 2% 100%
Rata-rata 9% 35% 30,5% 22,5% 3% 100%
Sumber: Data primer diolah dengan SPSS 23, 2019
Tabel 4.Menunjukkan bahwa variabel actual usage mayoritas
responden menjawab “setuju” dengan persentase sebesar 35%. Dan dari 2
pernyataan yang paling mendapatkan respon positif adalah pernyataan
nomor 2, hal ini dapat dilihat dengan mayoritas responden menjawab
“setuju” sebesar 46% pada pernyataan nomor 2.
E. Analisis Jalur (Path Analysis)
Teknik pengolahan data selanjutnya adalah dengan menggunakan analisis
jalur (path analysis), dimana analisis jalur ini berfungsi untuk mengetahui
pengaruh langsung dan tidak langsung dari sekumpulan variabel-variabel
101
yaitu variabel bebas (eksogen) terhadap variabel terikat (endogen). Pengujian
yang harus dilakukan adalah:
1. Koefisien Korelasi
Dalam metode analisis jalur, analisis korelasi digunakan untuk
mengetaui derajat hubungan linier antara satu variabel dengan variabel
lain. Dasar pemikiran analisis korelasi adalah perubahan antar variabel.
Artinya, jika perubahan suatu variabel diikuti dengan perubahan variabel
yang lain maka kedua variabel tersebut saling berkorelasi. Koefisien
korelasi hanya menggambarkan keeratan hubungan antar variabel tetapi
tidak menggambarkan kekuatan kausalitas atau sebab-akibat, karena
korelasi hanya digunakan untuk mengukur derajat hubungan maka dalam
analisis korelasi tidak terdapat istilah variabel eksogen ataupun endogen
(Pardede & Manurung, 2014).
Tabel 4.20
Kriteria Koefisien Korelasi
Nilai r Kriteria
0,00 s.d 0,29 Korelasi sangat lemah
0,30 s.d 0,49 Korelasi lemah
0,50 s.d 0,69 Korelasi cukup kuat
0,70 s.d 0,79 Korelasi kuat
0,80 s.d 1.00 Korelasi sangat kuat
Sumber: (Pardede & Manurung, 2014)
102
Untuk mempermudah pemberian kategori koefisien korelasi maka dibuat
kriteria pengukuran seperti pada tabel 4.20 Untuk menentukan apakah
korelasi dari masing-masing variabel signifikan atau tidak diukur dari nilai
signifikansi dari setiap hubungan variabel.Nilai signifikansi harus lebih kecil
nilainya dibanding nilai tingkat toleransi yang digunakan. Dalam penelitian
ini nilai toleransi yang digunakan adalah 0,05. Setelah melakukan proses
pengolahan data menggunakan SPSS, didapatkan hasil seperti yang terlihat
pada tabel 4.21 berikut:
Tabel 4.21
Koefisien Korelasi
Correlations
PU PEOU BI AU
Perceived
Usefulness
Pearson Correlation 1 .533** .643
** .391
**
Sig. (2-tailed) .000 .000 .000
N 100 100 100 100
Perceived Ease of
Use
Pearson Correlation .533** 1 .511
** .444
**
Sig. (2-tailed) .000 .000 .000
N 100 100 100 100
Behavior Intention Pearson Correlation .643** .511
** 1 .492
**
Sig. (2-tailed) .000 .000 .000
N 100 100 100 100
Actual Usage Pearson Correlation .391** .444
** .492
** 1
Sig. (2-tailed) .000 .000 .000
N 100 100 100 100
**. Correlation is significant at the 0.01 level (2-tailed).
Sumber: Data primer diolah dengan SPSS 23, 2019
Dari hasil data pada tabel 4.21 dapat dilihat bahwa tiga derajat hubungan
dikategorikan lemah dan tiga derajat hubungan lainnya dikategorikan cukup kuat.
103
Nilai signifikansi semua derajat hubungan yaitu di bawah 0,05 di atas 0,000 berarti
semua korelasi signifikan. Hasil dari data SPSS dapat disimpulkan sebagai berikut:
Tabel 4.22
Pengujian Hubungan Antar Variabel
Hubungan Koefisien
Korelasi
Nilai
Signifikansi
Kategori Kesimpulan
Perceived Usefulness
(X1) dengan Perceived
Ease of Use (X2)
0,533** 0,000 Cukup Kuat Signifikan
Perceived Usefulness
(X1) dengan Behavior
Intention (Y)
0,643** 0,000 Cukup Kuat Signifikan
Perceived Usefulness
(X1) dengan Actual
Usage (Z)
0,391** 0,000 Lemah Signifikan
Perceived Ease of Use
(X2) dengan Behavior
Intention (Y)
0,511** 0,000 Cukup Kuat Signifikan
Perceived Ease of Use
(X2) dengan Actual
Usage (Z)
0,444** 0,000 Lemah Signifikan
Behavior Intention (Y) 0,492** 0,000 Lemah Signifikan
104
dengan Actual Usage
(Z)
Sumber: Data primer yang diolah, 2019
2. Koefisien Determinasi
a. Koefisien Determinasi Substruktur I
Berikut ini merupakan hasil dari pengolahan data yang
menggambarkan koefisien determinasi untuk model substruktur 1.
Tabel 4.23
Koefisien Determinasi Model Subtruktur I
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .673a .453 .442 1.387
a. Predictors: (Constant), Perceived Ease of Use, Perceived Usefulness
Sumber: Data primer yang diolah dengan SPSS 23, 2019
Pada tabel 4.23 didapat model analisis jalur dengan nilai
koefisien determinasi (R Square) sebesar 0,453 (45,3%). Nilai R
Square sebesar 45,3% ini menunjukkan bahwa pengaruh Perceived
usefulness dan perceived ease of use terhadap behavioral intention
secara gabungan adalah 45,3%, sedangkan sisanya sebesar 0,547 atau
54,7% (100% - 45,3%) dipengaruhi oleh factor-faktor lain yang tidak
dapat dijelaskan dalam penelitian ini.
105
b. Koefisien Determinasi Substruktur II
Berikut ini merupakan hasil dari pengolahan data yang
menggambarkan koefisien determinasi untuk substruktur II.
Tabel 4.24
Koefisien Determinasi Substruktur II
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .541a .293 .271 1.418
a. Predictors: (Constant), Behavioral Intention, Perceived Ease od Use,
Perceived Usefulness
Sumber: Data primer diolah dengan SPSS 23, 2019
Pada tabel 4.24 di atas didapat model analisis jalur dengan nilai
koefisien determinasi (R Square) sebesar 0,293 (29,3%). Nilai R
Square ini menunjukkan bahwa pengaruh perceived usefulness,
perceived ease of use dan behavioal intention terhadap actual usage
secara gabungan adalah 29,3%, sedangkan sisanya 0,707 atau 70,7%
(100% - 29,3%) dipengaruhi oleh factor lain yang tidak dapat
dijelaskan dalam penelitian ini.
3. Analisis Jalur Persamaan Substruktur I
Dalam penentuan pengaruh variabel penelitian secara keseluruhan
didapat nilai koefisien jalur dari penjumlahan seluruh variabel eksogen
terhadap variabel endogen. Nilai koefisien jalur (berdasarkan estimate)
106
variabel perceived usefulness dan perceived ease of use terhadap behavior
intention diolah dengan menggunakan SPSS 23.0
Tabel 4.25
Koefisien Analisis Jalur Substruktur I
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) -.392 1.441 -.272 .786
Perceied
Usefulness .679 .116 .518 5.841 .000
Perceived
Ease of Use .239 .090 .235 2.646 .010
a. Dependent Variable: Behavioral Intention
Sumber: Data primer diolah dengan SPSS 23, 2019
Berdasarkan hasil pengolahan data pada tabel 4.25 di atas, koefisien
jalur yang diperolah adalah ρyx1 X1 = 0,518 dan ρyx2 X2 = 0,235. Jadi
persamaan analisis jalur yang terbentuk adalah sebagai berikut:
Y = ρyx1 X1 + ρyx2 X2 + €1
Y = 0,518X1 + 0,235X2 + 0,739
Untuk mencari koefisien residu adalah dengan
. Sehingga koefisien residu adalah: (diperoleh dari
hasil pengolahan data dengan SPSS 23.0) = 0,739, setelah koefisien residu
diperoleh, persamaan jalurnya menjadi sebagai berikut:
Behavioral Intention = 0,518X1 + 0,235X2 + 0,739
107
4. Analisis Jalur Persamaan Subtruktur II
Dalam penentuan variabel penelitian secara keseluruhan didapat nilai
koefisien jalur dari penjumlahan seluruh variabel eksogen terhadap
variabel endogen. Nilai koefisien jalur (berdasarkan estimate) variabel
perceived usefulness, perceived ease of use dan behavioral intention
terhadap actual usage diolah dengan menggunakan software SPSS 23.0
Tabel 4.26
Koefisien Analisis Jalur Subtruktur II
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
T Sig. B Std. Error Beta
1 (Constant) -1.555 1.473 -1.056 .294
Perceived
Usefulness .048 .138 .041 .346 .730
Perceived
Ease of Use .228 .096 .250 2.377 .019
Behavioral
Intention .302 .104 .338 2.913 .004
a. Dependent Variable: Actual Usage
Sumber: Data primer diolah dengan SPSS 23. 2019
Berdasarkan hasil pengolahan data pada tabel 4.26 di atas, koefisien
jalur yang diperolah adalah ρzx1 X1 = 0,0,41, ρzx2 X2 = 0,250 dan ρzy Y =
0,338 . Jadi persamaan analisis jalur yang terbentuk adalah sebagai
berikut:
Z = ρzx1 X1 + ρzx2 X2+ ρzy Y + €2
Z = 0,041X1 + 0,250X2 + 0,338Y + 0,840
108
Untuk mencari koefisien residu adalah dengan . Sehingga
koefisien residu adalah: (diperoleh dari hasil pengolahan data
dengan SPSS 23.0) = 0,840, setelah koefisien residu diperoleh, persamaan
jalurnya menjadi sebagai berikut:
c. Uji Simultan (Uji F)
Pengujian hipotesis secara simultan untuk mengukur besarnya
pengaruh variabel eksogen secara bersama-sama terhadap variabel
endogen. Hasil pengujian hipotesis dalam pengujian ini adalah sebagai
berikut:
1) Uji F Substruktur I
Tabel 4.27
Hasil Uji Simultan (Uji F) Substruktur I
ANOVAa
Model
Sum of
Squares Df
Mean
Square F Sig.
1 Regression 154.802 2 77.401 40.227 .000b
Residual 186.638 97 1.924
Total 341.440 99
a. Dependent Variable: Behavioral Intention
b. Predictors: (Constant), Perceived Ease of Use, Perceived Usefulness
Sumber: Data primer diolah dengan SPSS 23, 2019
Berdasarkan tabel 4.27 di atas hasil Uji F pada ANOVA dapat
dilihat hasil F-hitung sebesar 40,227 dengan nilai signifikansi sebesar
Actual Usage = 0,041X1 + 0,250X2 + 0,338Y + 0,840
109
0,000, nilai tersebut lebih kecil dari 0,05. F tabel dengan nilai
signifikan 0,05 degree of freedom (df) untuk df1=3, df2=97 maka F-
tabel=2,70. Hasilnya adalah F-hitung (40,227) > F-tabel (2,70) dan
dengan hasil ini menunjukkan bahwa variabel perceived usefulness
dan perceived ease of use secara bersama-sama (simultan)
berpengaruh signifikan terhadap variabel behavioral intention.Dengan
hasil tersebut maka Ho ditolak dan Ha diterima.
2) Uji F Substruktur II
Tabel 4.28
Hasil Uji Simultan (Uji F) Substruktur II
ANOVAa
Model
Sum of
Squares Df
Mean
Square F Sig.
1 Regression 80.012 3 26.671 13.268 .000b
Residual 192.978 96 2.010
Total 272.990 99
a. Dependent Variable: Actual Usage
b. Predictors: (Constant), Behavioral; Intention, Perceived Ease of Use,
Perceived Usefulness
Sumber: Data primer diolah dengan SPSS 23, 2019
Berdasarkan tabel 4.28 di atas hasil Uji F pada ANOVA dapat
dilihat hasil F hitung sebesar 13,268 dengan nilai signifikansi sebesar
0,000, nilai tersebut lebih kecil dari 0,05. F tabel dengan nilai
signifikan 0,05 degree of freedom (df) untuk df1=3, df2=97 maka F-
tabel=2,70. Hasilnya adalah F-hitung (13,268) > F-tabel (2,70) dan
dengan hasil ini menunjukkan bahwa variabel perceived usefulness,
110
perceived ease of use dan behavioral intention secara bersama-sama
(simultan) berpengaruh signifikan terhadap variabel actual usage.
Dengan hasil tersebut maka Ho ditolak dan Ha diterima.
d. Uji Parsial (Uji t)
Pengujian hipotesis secara parsial bertujuan untuk mengukur besarnya
pengaruh variabel eksogen secara parsial terhadap variabel endogen. Hasil
hipotesis dalam penelitian ini adalah:
1) Uji t Substruktur I
Tabel 4.29
Hasil Uji Parsial (Uji t) Substruktur 1
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) -.392 1.441 -.272 .786
Perceived
Usedulness .679 .116 .518 5.841 .000
Perceived
Ease of USe .239 .090 .235 2.646 .010
a. Dependent Variable: Behavioral Intention
Sumber: Data Primer yang diolah SPSS 23, 2019
a) Hubungan Antara Perceived Usefulness Dengan Behavioal Intention
Berdasarkan tabel 4.29 nilai t-hitung adalah 5,841 dengan probabilitas
0,000 lebih kecil dari 0,05. t-tabel dengan signifikan level 0,05 dan degree
of freedom (df) untuk df=n-2 atau 100-2=98 maka t-tabel adalah 1,9845.
111
Hasilnya adalah t-hitung (5,841) > t-tabel (1,9845). Sehingga hipotesis
yang berbunyi bahwa perceived usefulness berpengaruh terhadap
behavioral intention diterima (Ha diterima dan Ho ditolak). Artinya secara
parsial terdapat pengaruh antara perceived usefulness terhadap behavioral
intention.
Hasil ini sama dengan penelitian terdahulu yang dilakukan oleh Bilal
Mohammed Salem Al-Momani (2017) yang berjudul “The Effect of
Perceived Factors of Decision Support System on Actual Usage:
Behavioral Intention of Using Decision Support System as a Mediating
Variable: “An Empirical Study of Jordania Higher Education Institution”.
Dalam penelitian tersebut menunjukkan bahwa variabel perceived
usefulness memiliki pengaruh yang positif dan signifikan terhadap
variabel behavioral intention.
b) Hubungan Perceived Ease of Use Dengan Behavioral Intention
Berdasarkan tabel 4.29 Nilai t-hitung adalah 2,646 dengan probabilitas
0,010 lebih kecil dari 0,05. t-tabel dengan signifikan level 0,05 dengan
degree of freedom (df) untuk df=n-2 atau 100-2=98 maka t-tabel adalah
1,9845. Hasilnya adalah t-hitung (2,646) > t-tabel (1,9845). Sehingga
hipotesis yang berbunyi bahwa perceived ease of use berpengaruh terhadap
behavioral intention diterima (Ha diterima dan Ho ditolak). Artinya secara
parsial terdapat pengaruh antara perceived easeof use terhadap behavioral
intention.
112
Hasil ini sama dengan penelitian terdahulu yang dilakukan oleh
Nursiah (2017) yang berjudul “Pengaruh Perceived Ease of Use dan
Perceived Usefulness Terhadap Behavior Intention to Use”. Dalam
penelitian tersebut menyatakan bahwa variabel perceived ease of use
berpengaruh positif dan signifikan terhadap variabel behavioral intention.
2) Uji t Substruktur II
Tabel 4.30
Hasil Uji Parsial (Uji t) Substruktur II
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) -1.555 1.473 -1.056 .294
Perceived
Usefulness .048 .138 .041 .346 .730
Perceived
Ease of USe .228 .096 .250 2.377 .019
Behavioral
Itention .302 .104 .338 2.913 .004
a. Dependent Variable: Actual Usage
Sumber: Data primer yang diolah dengan SPSS 23, 2019
a) Hubungan Antara Perceived Usefulness Dengan Actual Usage
Berdasarkan tabel 4.30 nilai t-hitung adalah 0,346 dengan probabilitas
0,730 lebih besar dari 0,05. t-tabel dengan signifikan level 0,05 dengan
degree of freedom (df) untuk df=n-2 atau 100-2=98 maka t-tabel adalah
1,9845. Hasilnya adalah t-hitung (0,346) < t-tabel (1,9845). Sehingga
hipotesis yang berbunyi bahwa perceived usefulness berpengaruh terhadap
113
actual usage ditolak (Ha ditolak dan Ho diterima). Artinya secara parsial
tidak terdapat pengaruh antara perceived usefulness terhadap actual usage.
Berdasarkan jawaban responden dalam analisis deskriptif untuk
variabel perceived usefulness diketahui bahwa mayoritas responden
menjawab setuju untuk setiap butir pertanyaan yang artinya responden
merasa LinkAja sudah memenuhi kriteria sebagai e-wallet yang bermanfat,
tetapi hal tersebut tidak menjadi jaminan bahwa mereka secara aktif
menggunakan LinkAja. Pada umumnya masyarakat memiliki lebih dari
satu aplikasi e-wallet pada ponsel mereka. Bagi yang telah menggunakan
mereka menyadari LinkAja memiliki keunggulan dari segi kemanfaatan
yaitu fitur dan layanannya tetapi hal itu tidak membuat pengguna
menjadikan LinkAja sebagai pilihan utama mereka dan lebih aktif
menggunakan e-wallet lain, sehingga tingkat penggunaan sesungguhnya
menjadi rendah.
Hasil dalam penelitian ini sama dengan penelitian sebelumnya yang
dilakukan oleh Bilal Mohammed Salem Al-Momani (2017) yang berjudul
“The Effect of Perceived Factors of Decision Support System on Actual
Usage: Behavioral Intention of Using Decision Support System as a
Mediating Variable: “An Empirical Study of Jordania Higher Education
Institution”. Dalam penelitian tersebut objeknya merupakan sistem
komputer dengan nama Decision Support System (DSS) dan didapatkan
hasil perceived usefulness tidak berpengaruh secara signifikan terhadap
114
actual usage. Hal ini dikarenakan institusi yang memanfaatkan sistem ini
kurang melakukan penyuluhan mengenai manfaat spesifik dari sistem dan
belum melakukan pengembangan atau peningkatan computing skill dari
pengguna secara maksimal sehingga menyebabkan kurangnya penggunaan
sesungguhnya dari sistem.
b) Hubungan Antara Perceived Ease of Use Terhadap Actual Usage
Berdasarkan tabel 4.30 Nilai t-hitung adalah 2,377 dengan probabilitas
0,019 lebih kecil dari 0,05. t-tabel dengan signifikan level 0,05 dengan
degree of freedom (df) untuk df=n-2 atau 100-2=98 maka t-tabel adalah
1,9845. Hasilnya adalah t-hitung (2,377) > t-tabel (1,9845). Maka dapat
disimpulkan Ho ditolak dan Ha diterima. Sehingga hipotesis yang berbunyi
bahwa perceived ease of use berpengaruh terhadap actual usage diterima
(Ha diterima dan Ho ditolak). Artinya secara parsial terdapat pengaruh
antara perceived ease of use terhadap actual usage.
Hasil ini sama dengan penelitian terdahulu yang dilakukan oleh George
Rigopoulos dan Dimitrios Askounis (2007) yang berjudul “A TAM
Framework to Evaluate Users Perception toward Online Elecctronic
Payments”. Dalam penelitian tersebut menyatakan bahwa terdapat
pengaruh positif dan signifikan antara variabel perceived ease of use
terhadap variabel actual usage.
115
c) Hubungan Antara Behavioral Intention Dengan Actual Usage
Berdasarkan tabel 4.30 nilai t-hitung adalah 2,913 dengan probabilitas
0,004 lebih kecil dari 0,05. t-tabel dengan signifikan level 0,05 dengan
degree of freedom (df) untuk df=n-2 atau 100-2=98 maka t-tabel adalah
1,9845. Hasilnya adalah t-hitung (2,913) > t-tabel (1,9845). Sehingga
hipotesis yang berbunyi bahwa behavioral intention berpengaruh terhadap
actual usage diterima (Ha diterima dan Ho ditolak). Artinya secara parsial
terdapat pengaruh antara behavioral intention terhadap actual usage.
Hasil ini sama dengan penelitian terdahulu yang dilakukan oleh
Flourensia Sapty Rahayu, Djoko Budiyanto dan David Palyama (2017)
yang berjudul “Analisis Penerimaan e-Learning Menggunakan
Technology Acceptance Model (TAM) Studi Kasus: Universitas Atma
Jaya Yogyakarta”. Dalam penelitian tersebut menyatakan bahwa terdapat
pengaruh yang positif dan signifikan antara variabel behavioral intention
terhadap variabel actual usage.
F. Diagram Analisis Jalur
Besarnya koefisien jalur diperlihatkan oleh hasil output dengan
menggunakan software SPSS 23.0. Hasil koefisien jalur dari keseluruhan
variabel dapat dilihat pada gambar dibawah ini
116
0,739 0,840
0,041
0,518
0,533 0,338
0,235
0,250
Sumber: Data primer diolah, 2019
Gambar 4.2
Analisis Jalur (Path Analysis)
Persamaannya menjadi:
Y = 0,518X1 + 0,235X2 + 0,547
Z = 0,041X1 + 0,250X2 + 0,338Y + 0,707
G. Model Trimming
Metode trimming adalah metode yang digunakan untuk memperbaiki
suau model analisis jalur dengan cara mengeluarkan model, variabel eksogen
yang koefisien jalurnya tidak signifikan. Jadi model trimming terjadi ketika
koefisien jalur diuji secara keseluruhan ternyata ada variabel yang tidak
signifikan. Walaupun ada satu, dua atau lebih variabel yang tidak signifikan
peneliti perlu memperbaiki model struktur anaisis jalur yang sudah
Perceived
Usefulness (X1)
Perceived Ease
of Use (X2)
Behavioral
Intention (Y)
Actual Usage
(Z)
117
dihipotesiskan (Riduwan dan Kuncoro, 2008). Berdasarkan hasil analisis jalur
model substruktur 2, diperoleh variabel perceived usefulness (X1) tidak
berpengaruh signifikan terhadap actual usage (Z), maka variabel perceived
usefulness dikeluarkan dari model.
Tabel 4.31
Koefisien Determinasi Substruktur II Sesudah Trimming
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .541a .292 .278 1.411
a. Predictors: (Constant), Behavioral Intention, Perceived Ease of Use
Pada tabel 4.31 diketahui nilai koefisien determinasi (R square)
setelah di trimming adalah sebesar 0,292 (29,2%). Nilai R square sebesar
29,2% ini menunjukkan bahwa pengaruh perceived ease of use dan
behavioral intention terhadap actual usage secara gabungan adalah sebesar
29,2%, sedangkan sisanya sebesar 0,708 atau 70,8% (100% - 29,2%)
dipengaruhi oleh faktor-faktor lain yang tidak dapat dijelaskan dalam
penelitian ini.
Tabel 4.32
Hasil Uji Simultan (Uji F) Substruktur II Sesudah Trimming
ANOVAa
Model
Sum of
Squares df
Mean
Square F Sig.
1 Regression 79.772 2 39.886 20.024 .000b
Residual 193.218 97 1.992
Total 272.990 99
a. Dependent Variable: Actual Usage
b. Predictors: (Constant), Behavioral Intention, Perceived Ease of Use
118
Berdasarkan pada tabel 4.32 di atas dapat diketahui bahwa ANOVA
atau Uji F hitung sebesar 20,024 dengan nilai signifikan sebesar 0,000, nilai
tersebut lebih kecil dari 0,05. F tabel dengan nilai signifikan 0,05 degree of
freedom (df) untuk df1=2, df2=98 maka F-tabel=2,70. Hasilnya adalah F-
hitung (20,024) > F-tabel (2,70) dan dengan hasil ini menunjukkan bahwa
variabel perceived ease of use dan behavioral intention secara simultan
berpengaruh signifikan terhadap variabel actual usage .Dengan hasil tersebut
maka Ho ditolak dan Ha diterima.
Tabel 4.33
Hasil Uji Parsial (Uji t) Substruktur II Sesudah Trimming
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) -1.343 1.334 -1.007 .316
Perceived Ease
of Use .238 .091 .261 2.626 .010
Behavioral
Intention .321 .089 .359 3.608 .000
a. Dependent Variable: Actual Usage
1. Hubungan Antara Perceived Ease of Use Dengan Actual Usage
Tabel 4.33 di atas menunjukkan nilai t hitung untuk variabel perceived
ease of use sebesar 2,626. t tabel dengan signifikan level 0,05 dengan
degree of freedom (df) untuk df= n-2 atau 100-2=98 maka t-tabel adalah
1,9845. Hasil tersebut menunjukkan bahwa hasil t hitung tersebut lebih
119
besar daripada t-tabel (2,626 > 1.9845), dan ini menunjukkan bahwa
terdapat pengaruh antara perceived ease of use terhadap actual usage
secara parsial.
2. Hubungan Antara Behavioral Intention Dengan Actual Usage
Tabel 4.33 di atas menunjukkan nilai t hitung untuk variabel
behavioral intention sebesar 3,608. t tabel dengan signifikan level 0,05
dengan degree of freedom (df) untuk df= n-2 atau 100-2=98 maka t-tabel
adalah 1,9845. Hasil tersebut menunjukkan bahwa hasil t hitung tersebut
lebih besar daripada t-tabel (3,608 > 1.9845), dan ini menunjukkan bahwa
terdapat pengaruh antara behavioral intention terhadap actual usage
secara parsial.
Berdasarkan hasil analisis pada tabel 4.33 diperoleh nilai koefisien jalur
perceived ease of use (X2) terhadap actual usage (Z) adalah sebesar 0,261 dan
nilai koefisien jalur behavior intention (Y) terhadap actual usage (Z) sebesar
0,359. Koefisien determinan sebesar 0,292 (lihat pada tabel 4.31), dan besar
koefisien residu yaitu = = 0,841. Dengan demikian
diagram jalur sub struktur 2 mengalami perubahan, yaitu menjadi sebagai
berikut:
120
0,841
0,261
0,359
Gambar 4.3
Model Sub Struktur 2 Setelah Trimming
Berdasarkan hasil dari koefisien jalur pada sub struktur 1 dan sub struktur
2 (setelah dilakukan trimming), maka dapat digambarkan secara keseluruhan
yang menggambarkan hubungan kasual empiris antar variabel X1, X2, dan Y
terhadap Z sebagai berikut
0,739 0,841
0,518
0,533 0,359
0,235
0,261
Gambar 4.4
Model Struktur Analisi Jalur
Perceived Ease
of Use (X2)
Behavior
Intention (Y)
Actual Usage
(Z)
Perceive
Usefulness(X1)
Perceived Ease
of Use (X2)
Behavioral
Intention (Y)
Actual Usage
(Z)
121
Hasil dari koefisien jalur pada sub struktur 2 berubah menjadi
persamaan struktur yaitu:
Y = 0,518 X1 + 0,235 X2 + 0,739 €1
Z = 0,261 X2 + 0,359 Y + 0,841 €2
G. Uji Kesesuaian Model: Koefisien Q
Uji kesesuain model (goddness-of-fit test) dilakukan untuk menguji
apakah model yang diusulkan memiliki kesesuaian (fit) dengan data atau
tidak.Rumusan hipotesis statistik kesesuaian model analisis jalur model
trimming adalah sebagai berikut:
Ha: R ≠ R (Ø) : Matriks korelasi estimasi berbeda dengan matriks
korelasi sampel
Ho: R = R (Ø) : Matriks korelasi estimasi tidak berbeda (sama) dengan
matriks korelasisampel
Untuk menguji kesesuaian model analisis jalur, digunakan uji statistic
kesesuaian model koefisien Q dengan rumus: Q =
Keterangan:
Q = Koefisien Q
R2
m = 1 - (1 - R2
1) . (1 – R2
2) …… (1 – R2
p)
M = R2
m
122
Apabila Q = 1 mengindikasi model fit sempurna. Jika Q < 1 untuk
menentukan fit atau tidaknya model maka statistic Q perlu diuji dengan
statistic W yang dihitung dengan rumus: Whitung = - (N – d) lnQ
Keterangan:
N = Menunjukkan ukuran sampel
d = Banyaknya koefisien jalur yang tidak signifikan sama dengan
degree offreedom= derajat kebebasan
R2
m = Koefisien determinasi multiple untuk model yang diusulkan
M = Menunjukkan koefisien determinan multiple (R2
m) setelah
koefisien jalur yang tidak signifikan dihilangkan
1. Dasar Pengambilan Keputusan
Jika W hitung ≥ χ2 (df;α), Ho ditolak (berarti korelasi sampel
berbeda dengan matriks estimasi),
maksudnya kedua model tersebut
signifikan.
Jika Whitung ≤ χ2 (df;α), Ho diterima (berarti matriks korelasi
sampel tidak berbeda (sama) dengan
matriks estimasi) maksudnya kedua
model tidak signifikan.
2. Pengujian Statistik
Koefisien determinasi multiple untuk model yang diusulkan
dari diagram jalur tersebut diperoleh koefisien determinasi untuk nilai
123
R21 = 0,453 (R
2 Sub struktur 1)
R22 = 0,293 (R
2 Sub struktur 2 sebelum di trimming)
Rumus: R2
m = 1 – (1 – R2
1).(1 - R22)
= 1 – (1 – 0,453).(1 – 0,293)
= 1 – (0,547).(0,707)
= 1 – 0,3867
= 0,6133
Rumus: M: R2
m (setelah dilakukan trimming)
M = 1 – (1-R2
2)
= 1 – (1-0,292)
= 1 – 0,708
= 0,292
Mencari nilai Q
Rumus :Q = = = = 0,54618644
Nilai Q diperoleh sebesar 0,54618644 < 1, maka untuk
menentukan fit tidaknya model maka statistic koefisien Q perlu diuji
dengan statistik W. Dengan ukuran sampel 100 dan d = 1, maka
koefisien W dapat dihitung sebagai berikut:
Rumus: W hitung = - (N – d) lnQ
= - (100 – 1) ln 0,54618644
= (-99) (-0,604794896)
124
= 59,8746947 dibulatkan menjadi 59,875
Dicari pada tabel distribusi χ2 atau chi-kuadrat / chi-square untuk dk =
1 dengan α = 0,05 diperoleh sebesar 3,841. Berdasarkan hasil perhitungan
diatas nilai W hitung > χ2 (1;0,05) atau 59,875 > 3,841. Hal ini menunjukkan
bahwa Ho ditolak (artinya matriks korelasi sampel berbeda dengan matriks
korelasi estimasi), maksudnya adalah kedua model signifikan.Kesimpulannya
adalah model empiris yang diperoleh memiliki kemampuan untuk
menjelaskan tentang fenomena yaitu variabel perceived usefulness dan
perceived ease of use terhadap actual usage (Z) melalui behavioral intention
dengan baik.
H. Uji Sobel
Uji sobel dimaksudkan untuk menguji signifikansi pengaruh tidak
langsung, dengan menghitung nilai t dan koefisien variabel eksogen dan
variabel mediasi, nilai t hitung akan dibandingkan dengan nilai t tabel. Jika
nilai t hitung lebih besar dari nilai t tabel maka dapat diambil kesimpulan
bahwa terdapat pengaruh mediasi. Pengaruh sobel yang dilakukan dalam
penelitian ini adalah sebagai berikut:
1. Perceived usefulness (X1) terhadap actual usage (Z) melalui behavioral
intention (Y)
Hipotesisnya:
125
Ho : Tidak ada pengaruh antara perceived usefulness (X1) terhadap
actual usage (Z) melalui behavioral intention (Y)
Ha : Ada pengaruh antara perceived usefulness (X1) terhadap actual usage
(Z) melalui behavioral intention (Y)
Untuk mengetahui pengeruh perceived ease of use terhadap actual
usage melalui behavioral intention dapat diuji dengan uji sobel sebagai
berikut:
Hitung standard error dari koefisien indirect effect (Sx2y1)
Sx2y1 = √y12sx1
2 + x1
2sy1
2 + sx1
2sy1
2
Di mana : x1 = 0,048
Sx1 = 0,138
y1 = 0,302
sy1 = 0,104
Sx2y1 = √(0,302)2(0,138)
2+(0,048)
2 (0,104)
2+ (0,138)
2(0,104)
2
Sx2y1 = 0,00196
Berdasarkan hasil Sx1y1 ini, selanjutnya dapat menghitung nilai t
statistic pengaruh mediasi dengan rumus sebagai berikut:
Perkalian koefisien (x1y1) = (0,048)(0,302) sebesar 0,014496
t = = = 7,39591 atau sebesar 7,4
Hasil perhitungan diperoleh dengan nilai t hitung sebesar 7,4 lebih
besar dari nilai t tabel dengan tingkat signifikan 0,05 yaitu sebesar 1,9845.
126
Maka dapat disimpulkan bahwa terdapat pengaruh mediasi antara
perceived usefulness dengan actual usage melalui behavior intention.
2. Perceived ease of use (X2) terhadap actual usage (Z) melalui behavioral
intention(Y)
Hipotesisnya:
Ho : Tidak ada pengaruh antara perceived ease of use(X2) terhadap
actual usage (Z) melalui behavioral intention (Y)
Ha : Ada pengaruh antara perceived ease of uses (X2) terhadap actual
usage (Z) melalui behavioral intention (Y)
Untuk mengetahui pengeruh perceived ease of use terhadap actual
usage melalui behavioral intention dapat diuji dengan uji sobel sebagai
berikut:
Hitung standard error dari koefisien indirect effect (Sx2y1)
Sx2y1 = √y12sx2
2 + x2
2sy1
2 + sx2
2sy1
2
Di mana : x2 = 0,238
sx2 = 0,091
y1 = 0,321
sy1 = 0,089
Sx2y1 = √(0,321)2(0,091)
2+(0,238) (0,089)
2+ (0,091)
2(0,089)
2
Sx2y1 = 0,0297
Berdasarkan hasil Sx2y1 ini, selanjutnya dapat menghitung nilai t
statistic pengaruh mediasi dengan rumus sebagai berikut:
127
Perkalian koefisien (x2y1) = (0,238)(0,331) sebesar 0,076398
t = = = 2,5723232 atau sebesar 2,6
Hasil perhitungan diperoleh dengan nilai t hitung sebesar 2,6 lebih
besar dari nilai t tabel dengan tingkat signifikan 0,05 yaitu sebesar 1,9845.
Maka dapat disimpulkan bahwa terdapat pengaruh mediasi antara
perceived ease of use dengan actual usage melalui behavior intention.
128
BAB V
KESIMPULAN DAN SARAN
A. KESIMPULAN
Berdasarkan hasil analisis dan pembahasan mengenai pengaruh
variabel perceived usefulness dan perceived ease of use terhadap behavioral
intention dan dampaknya terhadap actual usage maka dapat diambil
kesimpulan sebagai berikut:
1. Variabel perceived usefulness berpengaruh terhadap variabel behavioral
intention secara parsial.
2. Variabel perceived ease of use berpengaruh terhadap variabel behavioral
intention secara parsial.
3. Variabel perceived usefulness dan perceived ease of use berpengaruh
terhadap variabel behavioral intention secara simultan.
4. Variabel perceived usefulness tidak berpengaruh terhadap variabel actual
usage secara parsial.
5. Variabel perceived ease of use berpengaruh terhadap variabel actual usage
secara parsial.
6. Variabel behavioral intention berpengauh terhadapt variabel actual usage
secara parsial.
129
7. Variabel perceived usefulness, perceived ease of use dan behavioral
intention berpengaruh terhadap variabel actual usage secara simultan.
8. Variabel perceived usefulness berpengaruh terhadap variabel actual usage
melalui variabel behavioral intention
9. Variabel perceived ease of use berpengarug terhadap variabel actual usage
melalui variabel behavioral intention
B. SARAN
Berdasarkan hasil analisis dan kesimpulan di atas, maka ada beberapa
saran sebagai berikut:
1. Untuk Perusahaan
Berdasarkan hasil uji t diketahui bahwa variabel perceived
usefulness berpengaruh secara langsung terhadap variabel behavioral
intention, tetapi tidak berpengaruh secara langsung terhadap variabel
actual usage. Variabel actual usage dalam penelitian ini diukur dari
frekuensi penggunaan dan durasi penggunaan. Dilihat dari jawaban
responden dalam analisis deskriptif mayoritas responden menjawab
setuju pada setiap pertanyaan, tetapi ternyata hal tersebut tidak
menjamin mereka aktif menggunakan LinkAja. Hal ini dijadikan dasar
untuk diambilnya saran untuk menjadikannya solusi dari variabel
perceived usefulness.
130
Berdasarkan jawaban dari responden, LinkAja dinilai sudah
memenuhi kriteria dalam pengukuran perceived usefulness yaitu
menggunakan mobile payment dapat menghemat waktu, meningkatkan
efisiensi dan sangat berguna. Tetapi faktanya masih banyak yang tidak
aktif mengunakan LinkAja. Frekuensi dan durasi penggunaan mereka
terbilang cukup rendah.
Masyarakat tidak hanya meemiliki dan menggunakan satu e-
wallet saja pada ponsel mereka. Hal ini yang kemudian dinilai menjadi
alasan kenapa frekuensi penggunaan LinkAja rendah, karena LinkAja
masih kalah bersaing dengan e-wallet lainnya. Segala kelebihan yang
ditawarkan LinkAja dapat menarik minat pengguna tetapi belum
mampu membuat LinkAja menjadi pilihan pertama. Sehingga yang
perlu dilakukan oleh perusahaan adalah mengembangkan
diferensiasinya dengan memanfaatkan kekuatan yang dimiliki yaitu
sinerginya dengan BUMN.
LinkAja yang bersinergi dengan BUMN baik lembaga Bank
ataupun non-Bank memiliki peluang yang besar karena sudah
memiliki jangkauan yang cukup luas. Perusahaan harus memanfaatkan
peluang itu dengan cara melakukan riset dan menambah fitur serta
layanan baru yang akan mendorong pengguna untuk mau
menggunakan LinkAja. Misalnya menghubungkan akun LinkAja
dengan akun nasabah Bank yang bekerjasama seperti Mandiri, BNI,
131
BRI, dan BTN sehingga transaksi keuangan pada bank tersebut dapat
juga dilakukan dengan menggunakan LinkAJa.
Dengan adanya sinergi antara LinkAja dan BUMN maka
LinkAja memiliki ruangnya sendiri untuk dapat memberikan layanan
yang inovatif kepada para penggunanya. Hal itu akan menjadi
keunggulan karena perusahaan e-wallet lain akan sulit untuk
memasukinya. Salah satu contoh yang dapat dilakukan LinkAja adalah
dengan memaksimalkan layanan untuk pembayaran tol. Layanan ini
sudah dijalankan sejak bulan juli 2019 tetapi sampai sekarang masih
belum maksimal pelaksanaannya.
Selain itu perusahaan harus terus berupaya untuk memenuhi
kebutuhan pengguna, yaitu menyediakan layanan yang belum ada pada
e-wallet lainnya terutama layanan yang membantu dalam memenuhi
kebutuhan sehari-hari.
2. Untuk Akademisi
Penelitian mengenaik variabel perceived usefulness, perceived ease of
use, behavioral intention serta actual usage masih memiliki banyak
kekurangan dan keterbatasan sehingga perlu untuk ditingkatkan lagi
isalnya dengan penambahan variabel-variabel lain. Karena keterbatasan
tersebut maka peneliti berharap untuk penelitian berikutnya dapat
diperbarui antara lain:
132
a. Dalam penelitian selanjutnya studi kasus dapat diganti tetapi tetap
dengan menggunakan variabel yang sama guna mengetahui
konsistensi hasil penelitian ini.
b. Perlu dilakukan pengkajian dengan mengambangkan variabel
penelitian dengan jumlah sampel dan populasi yang lebih besar.
diharapkan dapat menghasilkan temuan baru khususnya dalam bidang
manajemen pemasarn.
c. Teknik dan metode penelitian dapat dikembangkan dengan
menggunakan metode lan seperti Structural Equation Model (SEM),
Partial Least Square (PLS) dan yang lainya.
133
DAFTAR PUSTAKA
Aisyah, M., “Islamic Bank Service Quality and It’s Impact on Indonesia Customers’
Satisfaction and Loyalty”, Al-Iqtishad: Jurnal Ilmu Ekonomi Syariah Vol.10
No.2, 2018.
Affandi, y., Harahap, B.A., Bary. P., Kusuma, A.C.M., dan Rakhman, R.N. “Dampak
Financial Technology pada Makroekonomi dan Moneter. Laporan Hasil
Penelitian DKEM 2016”, 2016.
Agarwal, R. & Karahanna, E. “Time flies when you’re having fun: cognitive
absorpsition and beliefe about information technology usage”, MIS Quarterly
Vol.24 No. 4, 2000.
Ajzen, I. The theory of plan behavior. “Organizational Behavior and Human
Decision Process”, Vol.50 No.2, 1991.
Anjar, P. “Analisis Pengaruh Trust dan Risk dalam Penerimaan Teknologi Dompet
Elektronik Go-Pay”. Jurnal Siasat Bisnis Vol.2 No.1 , 88-106, 2017.
Arner, D., Barberis, J., & Buckley, R. “The Evolution of Fintech: A New Post Crisis
Paradign?”, University of New South Wales Law Research Series No.047,
2015.
134
Au, Y. A., & Kauffman, R. J. “The econmics of mobile payment : Understanding
stakehlder issuesfor an emerging financial technologi application”, Elektronic
Commerce Research and Applications, Vol.7, 141-164, 2008.
Awamieh, R., & Fernandes, C. Internet Banking: An Empirical Investigation Into the
Extent of Adoption by Bank and The Determinants of Customer Satisfaction in
The United Arab Emirates. Journal of Internet Banking and Commerce, 10(1),
1-12, 2005.
Davis, F. D. “Perceived Usefulness, Perceived Ease of Use, and User Acceptance of
Information Technology”, MIS Quarterly,Vol.13 No.3 , 319-340, 1989
Davis, F. D., Bagozzi, R. P., & Warshaw. P. R. “User Aceptance of Computer
Technology – a Comparison of Two Theoretical – Models” Management
Science, Vol.35 No.8, 982-1003, 1989.
Dorflitner, G.,Hurnuf, L.,& Schmiit M.,and Weber, M “Fintech in Germany”,
Springer International Publishing AG, 2017.
Fishbein, M., & Ajzen, I. “Beliefe, attitude, intention and behavior: An introduction
to theory and research”, Reading, MA: Addison-Wesley, 1975.
Daily Social “Fintech Report 2018”. Diakses pada tanggal 25 September 2019.
Gong, M., & Xu, Y. An Enhanced Technology Acceptance Model for Web-based
Learning. Journal of Information System education, Vol.15 No.4, 365-374,
2004.
135
Ghozali, I, “Aplikasi Analisis Multivariate dengan Program IBM SPSS 21”.
Semarang: Badan Penerbit Universitas Diponegoro, 2013.
Harahap, B., Idham, P. B., Kusuma, A. C., & Rakhman, R. N. “Perkembangan
FInancial Technology Terkait Cetral Bank Digital Currency (CBDC) Terhadap
Transmisi Kebijakan Moneter dan Makroekonomi” 2017
Huang, J. H., Lee, C. Y. B, & Ho, S. H. “Consumer attitude toward gray market
goods”, International Marketing Review Vol.21 No.6, 598-614, 2004.
Islam, M. Z., Low, K. C., & Hasan, I. ”Intention to Use Advance Mobile Phone
Services (AMPS)”. Management Decision , 824-838, 2013
Jogiyanto. “Sistem Informasi Keperilakuan”, Yogyakarta: Andi, 2008
Jakpat “Mobile Payment in Indonesia, 2018”. Diakses pada tanggal 7 September
2019
Kurniasari, P., & Swasta. P. “Analisis Persepsi Kemanfaatan dan Persepsi
Kemudahan Terhadap Minat Perilaku Pengguna Aplikasi Transportasi Online
pada Mahasiswa Universitas Brawijaya”, Jurnal Administrasi Bisnis Vol.58
No.2, 2018.
Kusuma, H. Dan Susilowati, D. “Determinan Pengadopsian Layanan Internet
Banking: Perspektif Konsumen Perbankan Daerah Istimewa Jogjakarta”,
Jurnal Akuntansi dan Auditing Indonesia Vol.11 No.2, 2007.
136
Lai, P. “The Literature Review of Technology Adoption Models And Theories For The
Novelty Technology”, Journal of Information System and Technology
Management Vol.14, No1 , 21-38, 2017
Lai, P. “Design and Security Impact on Consumers Intention to Use Single Platform
E-Payment”, Interdisciplinary Information Sciences , Vol.22 No.1 , 111-122,
2016
Lindsay, R., Jackson, T. W., & Cooke, L. “Adapted Technology Acceptance Model
for Mobile Policing”. Journal of System and Information Technology , 389-408,
2011
Mallat, N. “Exploring Consumer Adoption of Mobile Payment – a Quantitative
Study”, Journal of Strategic Information System, Vol.16, 413-432, 2006
MDI Ventures “Mobile Payment in Indonesia: Race to Big Data Domination”. Di
akses pada 18 September 2019.
Ndubisi, N. O,& Jantan, M. Evaluating IS usage in Malaysian small and medium
sized firms using TAM. Logistics Information Management, Vol. 16 No.6, 440-
450, 2003.
Nizar, M. A. “Teknologi Keuangan (Fintech): Konsep dalam Implementasinya di
Indonesia” Warta Fiskal Edisi 5, 5-13, 2017.
137
Nursiah, “Pengaruh Perceived Ease of Use dan Perceived Usefulness Terhadap
Behavior Intention to Use”, Jurnal Elektronik Sistem Informasi dan Komputer,
Vol.3 No.2, 39-47. 2017.
Nguyen, T.I., Tuan, K.c., Pphuong, L.D., & Hien, A.N, “Predicing Consumer
Intention to Use Mobile Payment Servoce: Empirical Evidence from Vietnam”,
International Journal of Marketing Studies, Vol. 8 No.1, 2016.
Otoritas Jasa Keuangan, “Kajian Perlindungan Konsumen Sektor Jasa Keuangan:
Perlindungan Konsumen Pada FinTech Tahun 2017”. Diakses tanggal 5
Oktober 2019.
Pardede, R., & Renhard, M. “Analisis Jalur (Path Analysis) Teori dan Aplikasi dalam
Riset Bisnis”, Jakarta: Rineka Cipta, 2014.
Rahayu, F. S., Budiyanti, D., & Palyama, D. “Analisis Penerimaan e-Learning
Menggunakan Technology Acceptance Model (TAM) (Studi Kasus: Universitas
Atma Jaya Yogyakarta)”. Jurnal Terapan Teknologi Informasi , 85-95. 2017
Riduwan dan Engkos Ahmad Kuncoro, “Cara Menggunakan dan Memaknai Path
Analysis (Analisis Jalur)”, Bandung: Alfabeta, 2008.
Rigopoulos, G.,& Askunis, D. “A TAM Framework to Evaluate User’s Perception
Toward Onine Electronic Payment”, Journal of Internet Banking and
Commerce Vol.12 No.3, 2007.
Rogers, E. M. Diffusion of Innovation (1st ed.). London: The Free, 1962.
138
Sugiyono,” Metode Penelitian Bisnis: Pendekatan Kuantitatif, Kualitatif, Kombinasi
dan R&D”, Bandung: Alfabeta, 2017.
Stevenson, J. S., Burner, G. C.,& Kumar, A. “Webpage background and viewer
attiudes”, Journal of Advertising Research, Vol.40 No.2, 29-34, 2000.
Trivedi, J.,”Factor Determining the Acceptance of E-Wallet”, 2016
Vankatesh, V., & Bala, H. “Technology Acceptance Model 3 and a Research Agenda
on Intervention”, Decisions Sciences Vol.39 No.2 , 273-315, 2008
139
Website
https://www/bi/go/id Diakses pada tanggal 9 Agustus 2019
https://www.bi.go.id/id/sistem-pembayaran/informasi-perizinan/uang-
elektronik/penyelenggara-berizin/pages/ Diakses pada tanggal 20 Juli 2019
https://www.fsb.org/monitoring-of-fintech/ Diakses pada tanggal 18 Juni 2019
https://iprice.co.id/trend/insight/e-wallet-terbaik-di-indonesia/ Diakses pada tanggal
12 September 2019
https://money.kompas.com/read/03/21/203800926/uang-elektronik-kian-populer-
penggunanya-naik-66-6-persen Diakses pada tanggal 8 Agustus 2019
https://www.ojk.go.id/id/berita-dan-kegiatan/publikasi/Pages/Penyelenggara-Fintech-
Terdaftar-dan-berizin-di-OJK-per-31-Mei-2019 Diakses pada tanggal 15
Agustus 2019
140
LAMPIRAN 1
Lampiran 1: Lembar Kuesioner Penelitian
LEMBAR KUESIONER PENELITIAN
PENGARUH PERCEIVED USEFULNESS DAN PERCEIVED EASE OF
USE TERHADAP BEHAVIORAL INTENTION DAN DAMPAKNYA
TERHADAP ACTUAL USAGE
(Studi Kasus pada E-wallet LinkAja)
Oleh:
Emmy Sulistyani
NIM :11150810000004
JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAMNEGERI SYARIF HIDAYATULLAH
JAKARTA
1440/201
140
Dalam rangka menyelesaikan Program Strata Satu (S-1) sebagai tugas
akhir studi Fakultas Ekonomi dan Bisnis, Jurusan Manajemen Pemasaran,
semester 9, Universitas Islam Negeri Syarif Hidayatullah Jakarta. Dengan ini
memerlukan informasi untuk mendukung penelitian yang saya lakukan dengan
judul “Analisis Pengaruh Perceived Usefulness dan Perceived Ease of Use
Terhadap Behavioral Intention dan Dampaknya Terhadap Actual Usage (Studi
Kasus Pada E-wallet LinkAja)”.
Dngan itu dimohon untuk kesediaan bapak/ibu/saudara/i agar
berpartisipasi dalam penelitian ini dengan cara mengisi kuesioner yang terlampir.
Kesediaan bapak/ibu/saudara/i sangat dibutuhkan untuk menentukan keberhasilan
atas penelitian yang dilakukan ini. Sesuai dengan etika dalam melakukan
penelitian, data yang saya peroleh akan dijaga kerahasiaannya dan digunakan
semata-mata hanya untuk kepentingan penelitian. Saya berharap agar
bapak/ibi/saudara/i dapat mengembalikan kuesioner ini setelah memenuhi semua
yang dibutuhkan dari kuesioner yang terlampir.
Demikianlah surat permohonan pengisian kuesioner ini dibuat. Selain itu,
saya ingin mengucapkan terimakasih atas kesediaan bapak/ibu/saudara/i karena
telah meluangkan waktu untuk mengisi kuesioner ini.
Hormat Saya,
Emmy Sulistyani
141
PROFIL RESPONDEN
Sebelum mengisi kuesioner, anda diharapkan melengkapi data berikut:
A. Penyaringan Pertanyaan (Screening Question)
1. Apakah ada menggunakan e-wallet LinkAja?
a. Pernah b. Tidak Pernah
Jika jawaban anda pernah, maka silahkan lanjutkan ke pertanyaan
berikutnya.
Jika jawaban anda tidak pernah, maka berhenti menjawab dan cukup
sampai disini.
B. Identitas Responden
1. Nama :
2. Jenis Kelamin
a. Laki-laki
b. Perempuan
3. Usia
a. < 15 Tahun
b. 15 - 21 Tahun
c. >21 - 35 Tahun
d. >35 - 56 Tahun
e. >56
142
4. Pendidikan Terakhir
a. SD
b. SMP
c. SMA/Sederajat
d. D1 - D3
e. D4 – S1
f. S2
g. S3
5. Pekerjaan saat ini
a. Pelajar/Mahasiswa
b. PNS
c. Pegawai Swasta
d. Wiraswasta
e. Lainnya
6. Pengeluaran Perbulan
a. < Rp.1000.000
b. Rp.1.000.000 – Rp.3.000.000
c. Rp.3.000.001 – Rp.6.000.000
d. Rp.6.000.001 – Rp.15.000.000
e. >Rp.15.000.000
143
PETUNJUK PENGISIAN KUESIONER
Jawablah pertanyaan di bawah ini dengan jujur sesuai dengan penilaian
saudara/i mengenai “Pengaruh Perceived Usefulness dan Perceived Ease of Use
Terhadap Behavior Intention Serta Dampaknya Terhadap Actual Usage
(Studi kasus pada e-wallet LinkAja)”.
Pilihlah satu dari lima jawaban yang ada, berilah tanda check list pada
jawaban yang anda inginkan pada salah satu kolom jawaban yang tersedia.
Tanda Keterangan
STS Sangat Tidak Setuju
TS Tidak Setuju
R Ragu-ragu
S Setuju
SS Sangat Setuju
No. Pertanyaan STS TS R S SS
Perceived Usefulness
1. Menggunakan LinkAja menghemat waktu saya
dalam melakukan pembayaran
2. Menggunakan LinkAja meningkatkan efisiensi
saya dalam melakukan pembayaran
3. Menggunakan LinkAja berguna bagi saya dalam
melakukan pembayaran
144
Perceived Ease of Use
4. Menurut saya cara penggunaan LinkAja mudah
dipelajari
5. Menurut saya LinkAja memudahkan untuk
melakukan apa yang ingin saya lakukan
6. Menurut saya cara penggunaan LinkAja mudah
dimengerti dan jelas
7. Menurut saya LinkAja sangat mudah digunakan
Behavioral Intention
8. Dengan asumsi saya memiliki LinkAja, saya
berniat untuk menggunakannya
9. Mengingat bahwa saya memiliki LinkAja saya
memperkirakan bahwa saya akan
menggunakannya
15. Saya berencana untuk menggunakan e-wallet
LinkAja pada bulan berikutnya
Actual Usage
16. Saya menggunakan LinkAja minimal sehari
sekali
17. Saya mengakses LinkAja rata-rata minimal
selama 1-5 menit
145
Lampiran 2: Tabulasi Jawaban Responden
Tabulasi Jawaban Responden Variabel Perceived Usefulness (X1)
No. PU1 PU2 PU3 Total
1 4 4 4 12
2 4 5 5 14
3 4 4 4 12
4 5 4 5 14
5 4 4 4 12
6 5 4 4 13
7 5 5 5 15
8 3 3 4 10
9 4 3 4 11
10 4 3 4 11
11 4 4 5 13
12 4 4 3 11
13 5 5 4 14
14 5 5 5 15
15 4 3 4 11
16 4 4 4 12
17 3 4 4 11
18 4 3 4 11
19 4 4 4 12
20 4 4 4 12
21 5 5 5 15
22 5 4 4 13
23 4 3 3 10
24 3 3 4 10
25 5 5 5 15
26 5 5 4 14
27 5 5 5 15
146
28 5 5 5 15
29 4 4 4 12
30 5 5 5 15
31 4 4 4 12
32 4 4 5 13
33 4 4 4 12
34 5 5 5 15
35 4 4 4 12
36 4 4 4 12
37 4 4 4 12
38 4 4 4 12
39 4 4 5 13
40 4 4 4 12
41 5 4 4 13
42 4 4 5 13
43 3 4 5 12
44 4 4 4 12
45 4 4 4 12
46 5 5 5 15
47 4 4 4 12
48 4 4 4 12
49 4 4 4 12
50 4 5 5 14
51 4 4 4 12
52 4 3 3 10
53 4 4 4 12
54 4 4 4 12
55 4 4 4 12
56 2 3 4 9
57 5 5 5 15
58 4 4 5 13
147
59 5 5 4 14
60 4 4 4 12
61 4 4 4 12
62 4 4 4 12
63 5 5 5 15
64 4 4 4 12
65 4 4 4 12
66 4 4 4 12
67 5 5 5 15
68 4 4 3 11
69 4 5 4 13
70 4 4 4 12
71 5 5 5 15
72 5 5 5 15
73 5 5 5 15
74 4 5 4 13
75 4 4 3 11
76 4 4 3 11
77 4 4 4 12
78 4 4 5 13
79 4 4 4 12
80 4 4 4 12
81 4 4 4 12
82 4 4 4 12
83 4 4 4 12
84 4 5 4 13
85 4 4 4 12
86 4 4 4 12
87 4 4 4 12
88 5 5 5 15
89 4 4 5 13
148
90 4 4 4 12
91 4 5 4 13
92 4 4 4 12
93 4 5 5 14
94 5 5 5 15
95 4 4 4 12
96 4 4 4 12
97 4 5 5 14
98 5 4 5 14
99 5 4 5 14
100 4 4 4 12
Tabulasi Jawaban Responden Variabel Perceived Ease of Use (X2)
No. PEU1 PEU2 PEU3 PEOU4 Total
1 4 4 4 4 16
2 3 4 4 5 16
3 5 4 5 5 19
4 4 5 4 4 17
5 4 4 4 4 16
6 3 4 3 4 14
7 5 4 4 5 18
8 3 3 4 4 14
9 4 3 4 4 15
10 4 4 5 5 18
11 3 4 5 5 17
12 3 3 4 4 14
13 4 4 5 5 18
14 4 4 4 4 16
15 4 3 4 4 15
16 4 4 4 4 16
149
17 4 4 4 4 16
18 4 4 4 5 17
19 4 4 4 5 17
20 3 3 4 4 14
21 3 4 5 5 17
22 3 4 3 4 14
23 3 3 3 4 13
24 4 4 4 3 15
25 4 5 5 5 19
26 3 4 4 3 14
27 5 5 5 5 20
28 4 4 4 5 17
29 3 4 3 4 14
30 5 5 5 5 20
31 3 4 4 4 15
32 4 5 4 4 17
33 5 4 5 4 18
34 5 5 5 5 20
35 4 4 4 4 16
36 4 3 3 4 14
37 4 5 4 4 17
38 5 3 4 4 16
39 5 3 4 4 16
40 4 4 5 5 18
41 5 4 4 4 17
42 5 4 5 5 19
43 5 5 5 5 20
44 4 4 4 4 16
45 4 4 4 4 16
46 5 5 5 5 20
47 4 4 4 4 16
150
48 4 4 4 4 16
49 4 4 4 4 16
50 5 4 5 5 19
51 4 4 4 4 16
52 4 3 4 4 15
53 4 3 3 4 14
54 4 4 4 4 16
55 4 3 4 4 15
56 5 3 4 4 16
57 4 4 5 4 17
58 4 4 4 4 16
59 4 3 3 4 14
60 4 4 4 3 15
61 4 4 4 4 16
62 4 4 4 4 16
63 4 4 4 4 16
64 4 4 5 4 17
65 4 3 4 4 15
66 3 4 4 4 15
67 5 4 5 5 19
68 4 4 5 4 17
69 5 4 4 4 17
70 4 4 4 4 16
71 5 5 5 5 20
72 5 5 5 5 20
73 5 5 5 5 20
74 4 4 5 4 17
75 3 3 3 3 12
76 3 3 4 3 13
77 4 3 5 5 17
78 3 4 4 4 15
151
79 4 4 4 4 16
80 4 4 4 4 16
81 4 3 4 4 15
82 3 4 4 4 15
83 4 4 4 4 16
84 4 4 4 4 16
85 4 3 4 4 15
86 5 5 5 4 19
87 4 4 4 4 16
88 4 4 4 4 16
89 4 4 4 4 16
90 5 5 4 4 18
91 4 4 5 5 18
92 4 4 5 5 18
93 5 5 4 4 18
94 4 5 4 4 17
95 4 4 5 5 18
96 5 5 4 4 18
97 4 5 4 5 18
98 5 4 5 5 19
99 5 5 5 5 20
100 4 4 4 5 17
Tabulasi Jawaban Responden Variabel Behavioral Intention (Y)
No. BI1 BI2 BI3 Total
1 3 4 3 10
2 4 4 4 12
3 4 5 5 14
4 4 4 4 12
5 4 4 4 12
152
6 4 4 5 13
7 5 5 5 15
8 4 4 3 11
9 5 5 5 15
10 3 4 3 10
11 4 4 4 12
12 4 4 4 12
13 4 4 4 12
14 5 5 5 15
15 3 3 3 9
16 4 4 5 13
17 3 3 3 9
18 3 3 3 9
19 4 4 3 11
20 4 4 4 12
21 5 5 5 15
22 4 4 4 12
23 3 3 4 10
24 2 2 2 6
25 5 5 5 15
26 4 4 3 11
27 4 4 4 12
28 5 5 5 15
29 4 4 4 12
30 5 5 5 15
31 4 4 4 12
32 4 4 5 13
33 5 5 3 13
34 5 5 5 15
35 4 4 4 12
36 4 4 3 11
153
37 4 4 3 11
38 4 4 2 10
39 5 5 5 15
40 4 4 4 12
41 4 5 4 13
42 4 4 3 11
43 5 5 5 15
44 4 4 4 12
45 4 4 4 12
46 5 5 5 15
47 4 4 4 12
48 4 4 4 12
49 4 4 4 12
50 5 5 4 14
51 4 4 4 12
52 3 4 4 11
53 3 3 3 9
54 4 4 4 12
55 4 4 4 12
56 3 2 2 7
57 4 4 4 12
58 4 4 5 13
59 4 5 4 13
60 3 5 3 11
61 4 4 3 11
62 4 4 4 12
63 4 4 4 12
64 4 4 4 12
65 4 4 4 12
66 4 4 4 12
67 5 5 5 15
154
68 4 4 4 12
69 5 5 3 13
70 4 4 4 12
71 5 5 5 15
72 5 5 5 15
73 5 5 5 15
74 4 4 4 12
75 4 4 4 12
76 4 4 4 12
77 4 4 3 11
78 3 3 3 9
79 3 3 3 9
80 4 4 3 11
81 3 4 3 10
82 4 4 3 11
83 3 3 3 9
84 4 4 3 11
85 4 4 3 11
86 5 5 5 15
87 4 4 3 11
88 5 5 5 15
89 4 4 4 12
90 4 4 4 12
91 5 4 4 13
92 4 5 4 13
93 4 4 4 12
94 4 4 4 12
95 4 5 5 14
96 4 5 4 13
97 5 4 5 14
98 4 5 5 14
155
99 4 4 5 13
100 4 4 4 12
Tabulasi Jawaban Responden Variabel Actual Usage (Z)
No. AU1 AU2 Total
1 2 3 5
2 4 4 8
3 4 4 8
4 3 2 5
5 4 4 8
6 4 4 8
7 2 4 6
8 2 2 4
9 2 4 6
10 3 3 6
11 3 4 7
12 3 4 7
13 4 4 8
14 3 3 6
15 2 2 4
16 4 4 8
17 2 3 5
18 2 3 5
19 2 3 5
20 2 3 5
21 3 4 7
22 2 3 5
23 2 3 5
24 1 2 3
25 4 4 8
156
26 2 2 4
27 2 3 5
28 3 4 7
29 4 4 8
30 5 5 10
31 3 4 7
32 3 4 7
33 3 3 6
34 4 4 8
35 3 2 5
36 2 2 4
37 3 3 6
38 2 4 6
39 2 5 7
40 4 3 7
41 4 5 9
42 3 3 6
43 5 5 10
44 3 3 6
45 3 1 4
46 2 5 7
47 4 4 8
48 4 4 8
49 3 1 4
50 4 4 8
51 2 2 4
52 2 2 4
53 2 3 5
54 2 4 6
55 2 3 5
56 3 4 7
157
57 1 2 3
58 4 5 9
59 2 4 6
60 2 4 6
61 2 4 6
62 4 4 8
63 4 4 8
64 2 5 7
65 2 2 4
66 4 4 8
67 5 5 10
68 2 4 6
69 1 3 4
70 1 4 5
71 5 5 10
72 5 5 10
73 5 5 10
74 5 4 9
75 3 3 6
76 3 3 6
77 3 4 7
78 3 4 7
79 3 4 7
80 3 4 7
81 2 4 6
82 2 3 5
83 3 3 6
84 2 3 5
85 3 3 6
86 4 3 7
87 2 4 6
158
88 3 4 7
89 4 4 8
90 3 4 7
91 4 4 8
92 3 3 6
93 4 4 8
94 4 4 8
95 4 4 8
96 2 3 5
97 3 3 6
98 3 3 6
99 2 3 5
100 3 4 7
159
Lampiran 3: Hasil Output SPSS – Validitas dan Realibilitas
Hasil Uji Validitas Variabel Perceived Usefulness (X1)
Correlations
X1.1 X1.2 X1.3 Total_X1
X1.1 Pearson Correlation 1 .705** .508
** .858
**
Sig. (2-tailed) .000 .004 .000
N 30 30 30 30
X1.2 Pearson Correlation .705** 1 .639
** .920
**
Sig. (2-tailed) .000 .000 .000
N 30 30 30 30
X1.3 Pearson Correlation .508** .639
** 1 .809
**
Sig. (2-tailed) .004 .000 .000
N 30 30 30 30
Total_X1 Pearson Correlation .858** .920
** .809
** 1
Sig. (2-tailed) .000 .000 .000
N 30 30 30 30
**. Correlation is significant at the 0.01 level (2-tailed).
Hasil Uji Validitas Variabel Perceived Ease of Use (X2)
Correlations
X2.1 X2.2 X2.3 X2.4 Total_X2
X2.1 Pearson Correlation 1 .482** .479
** .377
* .778
**
Sig. (2-tailed) .007 .007 .040 .000
N 30 30 30 30 30
X2.2 Pearson Correlation .482** 1 .401
* .359 .721
**
Sig. (2-tailed) .007 .028 .051 .000
N 30 30 30 30 30
X2.3 Pearson Correlation .479** .401
* 1 .583
** .806
**
Sig. (2-tailed) .007 .028 .001 .000
N 30 30 30 30 30
X2.4 Pearson Correlation .377* .359 .583
** 1 .754
**
Sig. (2-tailed) .040 .051 .001 .000
N 30 30 30 30 30
160
Total_X2 Pearson Correlation .778** .721
** .806
** .754
** 1
Sig. (2-tailed) .000 .000 .000 .000
N 30 30 30 30 30
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Hasil Uji Validitas Variabel Behavioral Intention (Y)
Correlations
Y.1 Y.2 Y.3 Total_Y
Y.1 Pearson Correlation 1 .918** .828
** .962
**
Sig. (2-tailed) .000 .000 .000
N 30 30 30 30
Y.2 Pearson Correlation .918** 1 .803
** .951
**
Sig. (2-tailed) .000 .000 .000
N 30 30 30 30
Y.3 Pearson Correlation .828** .803
** 1 .932
**
Sig. (2-tailed) .000 .000 .000
N 30 30 30 30
Total_Y Pearson Correlation .962** .951
** .932
** 1
Sig. (2-tailed) .000 .000 .000
N 30 30 30 30
**. Correlation is significant at the 0.01 level (2-tailed).
Hasil Uji Validitas Variabel Actual Usage (Z)
Correlations
Z.1 Z.2 Total_Z
Z.1 Pearson Correlation 1 .728** .943
**
Sig. (2-tailed) .000 .000
N 30 30 30
Z.2 Pearson Correlation .728** 1 .914
**
Sig. (2-tailed) .000 .000
N 30 30 30
Total_Z Pearson Correlation .943** .914
** 1
161
Sig. (2-tailed) .000 .000
N 30 30 30
**. Correlation is significant at the 0.01 level (2-tailed).
Hasil Uji Realibilitas Variabel Perceived Usefulness (X1)
Reliability Statistics
Cronbach's
Alpha N of Items
.827 3
Hasil Uji Realibilitas Variabel Perceived Ease of Use (X2)
Reliability Statistics
Cronbach's
Alpha N of Items
.763 4
Hasil Uji Realibilitas Variabel Behavioral Intention (Y)
Reliability Statistics
Cronbach's
Alpha N of Items
.940 3
Hasil Uji Realibilitas Variabel Actual Usage (Z)
Reliability Statistics
Cronbach's
Alpha N of Items
.833 2
162
Lampiran 4: Hasil Output SPSS
A. Analisis Jalur Substruktur I
1. Hasil Koefisien Determinasi
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .673a .453 .442 1.387
a. Predictors: (Constant), Perceived Ease of Use, Perceived Usefulness
2. Hasil Uji Signifikansi Simultan – Uji F
ANOVAa
Model
Sum of
Squares Df
Mean
Square F Sig.
1 Regression 154.802 2 77.401 40.227 .000b
Residual 186.638 97 1.924
Total 341.440 99
a. Dependent Variable: Behavior Intention
b. Predictors: (Constant), Perceived Ease of Use, Perceived Usefulness
3. Hasil Uji Signifikansi Parsial – Uji t
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) -.392 1.441 -.272 .786
PU .679 .116 .518 5.841 .000
PEOU .239 .090 .235 2.646 .010
a. Dependent Variable: Behavioral Intention
163
B. Analisis Jalur Substruktur II
1. Hasil Koefisien Determinasi
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .541a .293 .271 1.418
a. Predictors: (Constant), Behavior Intention, Perceived Ease od Use,
Perceived Usefulness
2. Hasil Uji Signifikansi Simultan – Uji F
ANOVAa
Model
Sum of
Squares Df
Mean
Square F Sig.
1 Regression 80.012 3 26.671 13.268 .000b
Residual 192.978 96 2.010
Total 272.990 99
a. Dependent Variable: Actual Usage
b. Predictors: (Constant), Behavior Intention, Perceived Ease of Use, Perceived
Usefulness
3. Hasil Uji Signifikansi Parsial – Uji t
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) -1.555 1.473 -1.056 .294
PU .048 .138 .041 .346 .730
PEOU .228 .096 .250 2.377 .019
BI .302 .104 .338 2.913 .004
a. Dependent Variable: Actual Usage
164
C. Analisis Jalur Struktural 2 Setelah Trimming
1. Hasil Koefisien Determinasi
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .541a .292 .278 1.411
a. Predictors: (Constant), BI, PEOU
2. Hasil Uji Signifikansi Simultan – Uji F
3. Hasil Uji Signifikansi Parsial – Uji t
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) -1.343 1.334 -1.007 .316
PEOU .238 .091 .261 2.626 .010
BI .321 .089 .359 3.608 .000
a. Dependent Variable: AU
ANOVAa
Model
Sum of
Squares df
Mean
Square F Sig.
1 Regression 79.772 2 39.886 20.024 .000b
Residual 193.218 97 1.992
Total 272.990 99
a. Dependent Variable: AU
b. Predictors: (Constant), BI, PEOU