Brenda Amalia Putri

ANALISIS LATAR BELAKANG SOSIAL EKONOMI DAN
TECHNOLOGY ACCEPTANCE MODEL (TAM) TERHADAP FREKUENSI

PENGGUNAAN GOJEK DAN GRAB
(Studi Kasus Pada Mahasiswa Fakultas Ekonomi dan Bisnis Universitas
Sebelas Maret)
Skripsi
Diajukan untuk Melengkapi Tugas-Tugas dan Memenuhi Syarat-Syarat

untuk Mencapai Gelar Sarjana Ekonomi Jurusan Ekonomi Pembangunan
Fakultas Ekonomi Universitas Sebelas Maret Surakarta
Oleh:
BRENDA AMALIA PUTRI
NIM. F0116019
FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS SEBELAS MARET

SURAKARTA
2020
TECHNOLOGY ACCEPTANCE MODEL (TAM) TERHADAP FREKUENSI
PENGGUNAAN GOJEK DAN GRAB
Sebelas Maret)
Brenda Amalia Putri
ABSTRAK
Perkembangan teknologi dan informasi di Indonesia berkembang pesat

terutama di sektor ekonomi melalui industri Financial Technology (FinTech), yaitu
inovasi sistem pembayaran non-tunai atau pembayaran elektronik dengan hadirnya
GoPay dan OVO yang merupakan alat pembayaran non-tunai pada aplikasi Gojek
dan Grab. Gojek dan Grab merupakan perusahaan teknologi yang berasal dari
Indonesia yang melayani berbagai macam jasa yang memudahkan kehidupan
masyarakat di era modern dan digital.
Penelitian ini bertujuan untuk menganalisis jenis kelamin, jumlah anggota
keluarga, jarak, uang saku, pendapatan orang tua, manfaat yang dirasakan, persepsi
kemudahan penggunaan, sikap terhadap penggunaan, dan pengalaman terhadap
frekuensi dalam menggunakan Gojek dan Grab pada mahasiswa Fakultas Ekonomi
dan Bisnis Universitas Sebelas Maret Surakarta. Teori ini menggunakan
pengembangan Technology Acceptance Model (TAM). Penelitian ini menggunakan
metode penelitian kuantitatif dengan teknik analisis data menggunakan analisis
regresi linier berganda atau OLS (Ordinary Least Square) dan alat yang digunakan
dalam penelitian ini menggunakan software IBM SPSS 26. Hasil penelitian ini
adalah pendapatan orang tua dan experience berpengaruh positif dan signifikan
terhadap penggunaan Gojek dan Grab, sedangkan jarak dan perceived ease of use
berpengaruh negatif dan signifikan terhadap frekuensi penggunaan Gojek dan Grab.
Saran yang dapat dipaparkan dalam penelitian ini adalah pengembangan
sistem layanan, sistem pembayaran elektronik, pemberian potongan harga, dan
promosi khusus pada pengguna jasa Gojek dan Grab, hal ini diharapkan dapat
meningkatkan frekuensi penggunaan Gojek dan Grab.
Kata Kunci: jenis kelamin, jumlah anggota keluarga, jarak, pendapatan orang tua,
perceived usefulness, perceived ease of use, attitude toward using, experience,
Technology Acceptance Model
ii
ANALYSIS OF SOCIAL ECONOMIC BACKGROUND AND
TECHNOLOGY ACCEPTANCE MODEL (TAM) TOWARDS GOJEK
AND GRAB USE FREQUENCY
(Case Study of Economics and Business Faculty Students Sebelas Maret
University)
Brenda Amalia Putri
ABSTRACT
The development of technology and information in Indonesia is growing

rapidly, especially in the economic sector through the Financial Technology
(FinTech) industry, namely the innovation of non-cash payment systems or
electronic payments with the presence of GoPay and OVO which are non-cash
payment instruments on the Gojek and Grab applications. Gojek and Grab are
technology companies originating from Indonesia that serve a variety of services.
The presence of Gojek and Grab can facilitate people's lives in the modern and
digital era.
This research aims to analyze gender, the number of family members, distance,
pocket money, parents' income, perceived usefulness, perceived ease of use, attitude
toward using, and experience of frequency in using Gojek and Grab for students of
the Faculty of Economics and Business Sebelas Maret University Surakarta. This
theory uses the development of the Technology Acceptance Model (TAM). This
research uses quantitative research methods with data analysis techniques using
multiple linear regression analysis or OLS (Ordinary Least Square) and the tools
used in this study using IBM SPSS 26 software. The results of this study are parents'
income and experience have a positive and significant effect on the frequency of
use of Gojek and Grab, while the distance and perceived ease of use has a negative
and significant effect on the frequency of use of Gojek and Grab.
Suggestions that can be presented in this research are the development of
service systems, electronic payment systems, price discounts, and special
promotions for Gojek and Grab service users, this is expected to increase the
frequency of use of Gojek and Grab.
Keywords: gender, number of family members, distance, pocket money, parents'

income, perceived usefulness, perceived ease of use, attitude toward using,
experience, Technology Acceptance Model
iii
HALAMAN PERSETUJUAN PEMBIMBING
Analisis Latar Belakang Sosial Ekonomi dan Technology Acceptance Model
(TAM) Terhadap Frekuensi Penggunaan Gojek dan Grab
Sebelas Maret)
Diajukan Oleh:
BRENDA AMALIA PUTRI

F0116019
Surakarta, 16 Juni 2020
Pembimbing,
(Drs. Albertus Maqnus Soesilo, M.S.)

NIP. 195903281988031001
iv
HALAMAN PENGESAHAN
Skripsi dengan Judul:
Analisis Latar Belakang Sosial Ekonomi dan Technology Acceptance

Model (TAM) Terhadap Frekuensi Penggunaan Gojek dan Grab (Studi
Kasus Pada Mahasiswa Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret)
Diajukan Oleh:
BRENDA AMALIA PUTRI
F0116019
Telah dipertahankan di depan Tim Penguji Skripsi Fakultas Ekonomi dan

Bisnis Universitas Sebelas Maret Surakarta
Surakarta, 21 Juli 2020
Susunan Tim Penguji Skripsi

1. Ketua Tim Penguji
Yogi Pasca Pratama, S.E., M.E.

NIP. 198502102010121003
2. Sekretaris Penguji
Bhimo Rizky Samudro, S.E., M.Si., Ph.D

NIP. 198003142006041003
3. Anggota Penguji
Dr. Albertus Maqnus Soesilo, M.S.

NIP. 195903281988031001
Disahkan oleh,
Kepala Program Studi S1 Ekonomi Pembangunan
Bhimo Rizky Samudro, S.E., M.Si., Ph.D.
NIP. 198003142006041003
v
vi
MOTTO
“Man Jadda, Wajada”
“Barang siapa yang bersungguh-sungguh, maka dia akan berhasil
“Ikhtiar dan tawakal adalah kunci menuju kesuksesan”
vii
PERSEMBAHAN
Skripsi ini penulis persembahkan untuk:
Ibu, Bapak, adik tercinta, orang-orang
terdekat, dan teman-teman. Terima kasih
telah mendukung saya disetiap langkap
perjalanan pengerjaan skripsi ini dengan
doa yang tiada henti.
viii
KATA PENGANTAR
Puji syukur penulis panjatkan ke hadirat Tuhan Yang Maha Kuasa yang telah
memberikan kesempatan bagi penulis dapat menyelesaikan skripsi dengan judul
“Analisis Latar Belakang Sosial Ekonomi dan Technology Acceptance Model
(TAM) Terhadap Frekuensi Penggunaan Gojek dan Grab” ini. Selesainya skripsi ini
tidak lepas dari bantuan berbagai pihak, oleh karena itu penulis ingin mengucapkan
terima kasih kepada:
1. Prof. Djoko Suhardjanto, Ph.D., selaku Dekan Fakultas Ekonomi dan Bisnis
Universitas Sebelas Maret Surakarta
2. Bhimo Rizky Samudro, S.E., M.Si., Ph.D., selaku Ketua Prodi Ekonomi
Pembangunan
3. Drs. Albertus Maqnus Soesilo, M.S., selaku pembimbing yang ditengah
kesibukannya masih bersedia memberikan bimbingan serta arahan kepada
penulis dalam penyelesaian skripsi ini
4. Orang-orang yang penulis cintai Ibu, Bapak, adik, dan Ryan Helmy yang selalu
mendukung dan mendoakan penulis tiada henti
5. Teman-teman seperjuangan skripsi Desty Prinatasya, Alfanny Putri, Azka
Chilma, Hanifa Hasna, dan Kezia Ikha terima kasih atas segala bantuan selama
proses pengerjaan skripsi
ix
6. Teman-teman bimbingan skripsi Hanifa Hasna, Monica Dwi, dan Septian Putra
terima kasih atas dukungannya
7. Sahabat-sahabat penulis Amalia Rooshidayah, Almas Tanuhita, dan Faiza Putri
terima kasih atas doa dan dukungannya
8. Teman-teman Ekonomi Pembangunan 2016 atas segala dukungan dalam
penyelesaian skripsi ini.
Penulis menyadari bahwa penulisan skripsi ini kurang sempurna oleh
karena itu, penulis mengharapkan saran dan kritik demi perbaikan penulis di
masa yang akan datang. Akhirnya, semoga karya skripsi ini dapat
memberikan manfaat, baik bagi penulis maupun pihak lain.
Surakarta, 18 Juni 2020
Penulis,
Brenda Amalia Putri
x
DAFTAR ISI
HALAMAN JUDUL ................................................................................................. i

ABSTRAK ............................................................................................................... ii
ABSTRACT ............................................................................................................ iii
HALAMAN PERSETUJUAN PEMBIMBING…………………………………..….iv
HALAMAN PENGESAHAN………………………………………………….…..…v
SURAT PERNYATAAN…………………………………………………………….vi
MOTTO……………………………………………………………………………...vii
PERSEMBAHAN………………………………………………………………..….viii
KATA PENGANTAR ............................................................................................. ix
DAFTAR ISI………………………………………………………………………….xi
DAFTAR TABEL…………………………………………………………………...xiii
DAFTAR GAMBAR…………………………………………………………………xv
DAFTAR LAMPIRAN .......................................................................................... xvi
BAB I PENDAHULUAN ......................................................................................... 1
A. Latar Belakang Masalah ............................................................................. 1
B. Rumusan Masalah………………………………………………………….13
C. Tujuan Penelitian…………………………………………………………..14
D. Manfaat Penelitian ................................................................................... 16
BAB II TINJAUAN PUSTAKA ............................................................................. 18
A. Kajian Teoritis……………………………………………………………...17
1. Latar Belakang Sosial Ekonomi……………………………………………17
2. Financial Technology (FinTech)…………………………….……………..18
3. Electronic Payment System…………………………………………….…..20
4. Teori Perilaku Konsumen…………………………………………………..24
5. Teori Perilaku Ekonomi……………………………………………………26
6. Theory of Reasoned Action (TRA)............................................................. 27
7. Theory of Planned Behavior (TPB)........................................................... 28
8. Technology Acceptance Model (TAM) ...................................................... 29
9. Perceived Usefulness (Persepsi Kegunaan) ............................................... 31
xi
10. Perceived Ease of Use (Persepsi Kemudahan Dalam Penggunaan) ............32
11. Attitude Toward Using (Sikap Terhadap Pengguna)………………………33
12. Experience (Pengalaman)………………………………………………….33
B. Kajian Empiris ......................................................................................... 34

C. Kerangka Berpikir .................................................................................... 36
D. Hipotesis .................................................................................................. 37
BAB III METODE PENELITIAN .......................................................................... 39
A. Ruang Lingkup Penelitian ........................................................................ 39
B. Teknik Penarikan Sampel ......................................................................... 39
C. Jenis dan Sumber Data……………………………………………………..42
D. Teknik Pengumpulan Data…………………………………………………43
E. Definisi Operasional Variabel……………………………………………...45
F. Teknik Analisis Data……………………………………………………….48
BAB IV ANALISIS DATA DAN PEMBAHASAN ................................................ 50
A. Gambaran Umum…………………………………………………………..52
B. Ruang Lingkup Penelitian………………………………………………….57
C. Deskripsi Data……………………………………………………………...58
BAB V KESIMPULAN DAN SARAN ................................................................... 97
A. Kesimpulan .............................................................................................. 97
B. Saran………………………………………………………………………100
DAFTAR PUSTAKA………………………………………………………………103
LAMPIRAN
xii
DAFTAR TABEL
Tabel 4.1 Karakteristik Responden Berdasarkan Pengguna Gojek… ........................ 58

Tabel 4.2 Karakteristik Responden Berdasarkan Pengguna Grab ..............................59
Tabel 4.3 Karakteristik Responden Berdasarkan Pengguna GoPay .......................... 60
Tabel 4.4 Karakteristik Responden Berdasarkan Pengguna OVO… .........................60
Tabel 4.5 Karakteristik Responden Berdasarkan Pengguna Gojek dan Grab ..............61
Tabel 4.6 Karakteristik Responden Berdasarkan Pengguna GoPay dan OVO… ....... 62
Tabel 4.7 Karakteristik Responden Berdasarkan Pengeluaran
Terbesar Dalam Penggunaan Layanan Gojek… ........................................................ 63
Terbesar Dalam Penggunaan Layanan Grab…………………………………………64
Tabel 4.9 Karakteristik Responden Berdasarkan Prodi……………………………...65
Tabel 4.10 Karakteristik Responden Berdasarkan Jenis Kelamin……………………67
Tabel 4.11 Karakteristik Responden Berdasarkan Usia………………………………67
Tabel 4.12 Karakteristik Responden Berdasarkan Jumlah Anggota Keluarga………68
Tabel 4.13 Karakteristik Responden Berdasarkan Domisili Saat Ini ......................... 69
Tabel 4.14 Karakteristik Responden Berdasarkan Jarak Kos atau Rumah ke UNS…70
Tabel 4.15 Karakteristik Responden Berdasarkan Uang Saku dalam Satu Bulan ....... 71
Tabel 4.16 Karakteristik Responden Berdasarkan Pendapatan
Orang Tua dalam Satu Bulan .................................................................................... 73
Tabel 4.17 Karakteristik Responden Berdasarkan Frekuensi Penggunaan Gojek Selama
Satu Bulan .............................................................................................................. 75
Tabel 4.18 Karakteristik Responden Berdasarkan Frekuensi Penggunaan Grab Selama
Satu Bulan……………………………………………………………………………77
Tabel 4.19 Karakteristik Responden Berdasarkan Frekuensi Penggunaan GoPay
Pada Aplikasi Gojek… ............................................................................................ 78
Tabel 4.20 Karakteristik Responden Berdasarkan Frekuensi Penggunaan OVO
xiii
Pada Aplikasi Grab .................................................................................................. 79
Tabel 4.21 Karakteristik Responden Berdasarkan Jumlah Pengeluaran
Dalam Menggunakan Layanan Gojek ...................................................................... 81
Tabel 4.22 Karakteristik Responden Berdasarkan Jumlah Pengeluaran
Dalam Menggunakan Layanan Grab ........................................................................ 83
Tabel 4.23 Hasil Uji Multikolinearitas ..................................................................... 86
Tabel 4.24 Hasil Uji Autokorelasi............................................................................ 87
Tabel 4.25 Hasil Uji F ............................................................................................. 88
Tabel 4.26 Hasil Uji t ............................................................................................... 89
Tabel 4.27 Hasil Koefisien Determinasi ................................................................... 90
xiv
DAFTAR GAMBAR
Gambar 1.1 Grafik Volume dan Nilai Transaksi Uang Elektronik ............................ 3
Gambar 1.2 Dompet Digital Yang Paling Banyak Dikenal Oleh Kalangan Muda ..... 5
Gambar 1.3 Layanan Gojek ..................................................................................... 6
Gambar 1.4 GoPay................................................................................................... 7
Gambar 1.5 Layanan Grab ....................................................................................... 8
Gambar 1.6 OVO ..................................................................................................... 9
Gambar 1.7 Logo DANA............................................................................................... 10
Gambar 1.8 Logo LinkAja ............................................................................................. 11
Gambar 2.1 Transaksi Uang Elektronik di Indonesia .............................................. 23
Gambar 2.2 Diagram Kerangka Berpikir ................................................................ 36
Gambar 4.1 Logo Gojek................................................................................................. 53
Gambar 4.2 Logo Grab .......................................................................................... 55
Gambar 4.5 Hasil Uji Heteroskedastisitas............................................................... 87
Gambar 4.6 Hasil Uji Normalitas ........................................................................... 88
DAFTAR LAMPIRAN
xv
1. Kuesioner
2. Data Primer Pengguna Gojek dan Grab
3. Hasil Model Summary
4. Hasil ANOVA
5. Hasil Coefficients
6. Hasil Collinearity Diagnostics
7. Hasil Residuals Statistics
8. Hasil P-P Plot of Regression Standardized Residual
9. Hasil Scatterplot
10. Hasil Run Test
xvi
BAB I
PENDAHULUAN
A. Latar Belakang Masalah
Variabel sosial ekonomi merupakan variabel yang digunakan untuk
menjelaskan berbagai hubungan dengan variabel lainnya sebagai cara untuk
mengukur status sosial ekonomi (Sudarsono, 2016). Perbedaan sosial ekonomi
individu akan berpengaruh bagi pemenuhan kebutuhan hidup sehari-hari karena
individu dengan status sosial ekonomi menengah ke atas akan cenderung
memiliki pola konsumsi yang berlebihan dibandingkan individu dengan status
sosial ekonomi menengah ke bawah. Kondisi sosial ekonomi responden yang
akan diteliti merupakan individu yang mengikuti perkembangan jaman
khususnya dalam bidang informasi, teknologi, dan ekonomi dengan hadirnya
Gojek dan Grab yang merupakan aplikasi yang menyediakan berbagai layanan
online. Gaya hidup saat ini didorong untuk menjadi gaya hidup modern dan
praktis yang tidak membutuhkan banyak tenaga untuk dapat melakukan
aktivitasnya. Individu yang menggunakan layanan pada aplikasi Gojek dan Grab
dapat dikatakan sebagai individu yang memiliki gaya hidup praktis karena
dengan kehadiran kedua aplikasi tersebut dapat memudahkan aktivitas mereka.
Teknologi dan informasi saat ini telah berkembang dengan pesat
sehingga dapat memudahkan masyarakat untuk melakukan pekerjaan dan
kegiatan di segala bidang khususnya bidang ekonomi. Perkembangan teknologi

2
dan informasi meningkatkan ekonomi suatu negara melalui inovasi terbaru yaitu
dengan sistem pembayaran non-tunai atau electronic payment system.
Penggunaan uang elektronik di Indonesia dijelaskan berdasarkan Peraturan
Bank Indonesia Nomor 20/6/PBI/2018 tentang Uang Elektronik menjelaskan
bahwa model bisnis penyelenggaraan uang elektronik berkembang semakin
cepat dan bervariasi yang berjalan seiring dengan perkembangan inovasi
teknologi dan meningkatnya kebutuhan masyarakat saat ini terhadap
penggunaan uang elektronik (Bank Indonesia, 2018).
Saat ini perkembangan teknologi berupa Financial Technology
(FinTech) sudah mulai berkembang di Indonesia. Menurut Peraturan Bank
Indonesia (PBI) No. 18/40/PBI/2016 (BI, 2016) tentang Penyelenggaraan
Pemrosesan Transaksi Pembayaran, Perkembangan Teknologi dan Sistem
Informasi telah melahirkan berbagai inovasi khususnya yang berkaitan dengan
Financial Technology (FinTech). Berdasarkan data dari Otoritas Jasa Keuangan
sampai dengan 8 April 2019, total jumlah penyelenggara FinTech terdaftar dan
berizin sebanyak 106 perusahaan. Kemajuan keuangan digital ditunjang oleh
penggunaan internet yang cukup tinggi di masyarakat dengan pangsa 49 persen
masyarakat yang belum tersentuh dunia keuangan, masalah ini merupakan
peluang yang baik untuk diisi oleh FinTech menurut Warjiyo tahun 2019.
FinTech muncul seiring perubahan gaya hidup masyarakat yang didominasi oleh
pengguna teknologi informasi yang serba cepat yang bertujuan memberikan
kemudahan kepada masyarakat dalam mengakses produk-produk keuangan,
mempermudah transaksi, dan meningkatkan perputaran ekonomi negara.

3
Menurut Peraturan Bank Indonesia Nomor 19/12/PBI/2017 Tentang
Penyelenggaraan Teknologi Finansial Huruf d (Indonesia, 2017), dijelaskan
bahwa terdapat penyelenggaraan FinTech yaitu peer-to-peer lending merupakan
layanan pinjam meminjam uang berbasis teknologi informasi dan crowd-funding
merupakan pembiayaan atau penggalangan dana berbasis teknologi informasi.
Kredivo, Cicil, dan Modalku merupakan contoh dari peer- to-peer lending dan
crowd-funding memiliki beberapa situs seperti https://kitabisa.com/ untuk
penggalangan dana dan aksi sosial terdapat pada situs https://ayopeduli.id/.
Perkembangan FinTech di Indonesia diiringi oleh perkembangan salah satu
metode pembayaran non-tunai yang biasa disebut dengan electronic payment.
Gambar 1.1
Grafik Volume dan Nilai Transaksi Uang Elektronik
Sumber: https://katadata.co.id/
Berdasarkan data Bank Indonesia, terjadi peningkatan pada volume
transaksi uang elektronik pada akhir tahun 2018 menjadi 2,9 miliar transaksi.
4
Dibandingkan pada tahun 2017 hanya sebesar 900 juta transaksi, menandakan
bahwa tahun 2018 mengalami peningkatan yang sangat tinggi. Hingga Juli tahun
2019, volume transaksi uang elektronik mencapai 2,7 miliar transaksi. Tahun
2018 nilai transaksi elektronik mencapai Rp 73 triliun, angka tersebut meningkat
hampir empat kali lipat dibandingkan pada tahun 2017 hanya sebesar Rp 23
triliun. Hingga Juli tahun 2019, nilai transaksi uang elektronik telah mencapai
Rp 69 triliun. Sehingga dapat disimpulkan bahwa berdasarkan data grafik volume
dan nilai transaksi uang elektronik dari tahun 2008 hingga 2019 mengalami
peningkatan setiap tahunnya. Tahun 2015 nilai transaksi elektronik mulai
banyak digunakan oleh masyarakat Indonesia dan terus berlangsung hingga saat
ini. Tahun 2018 merupakan tahun yang memiliki volume transaksi dan nilai
transaksi uang elektronik yang paling tinggi yaitu sebesar Rp 73 triliun dengan
2,9 miliar transaksi uang elektronik.
Di Indonesia terdapat beberapa jasa penyedia layanan yang digunakan
sebagai pembayaran elektronik yang berasal dari bank yaitu Flazz dikeluarkan
oleh BCA yang merupakan pelopor uang non-tunai di Indonesia bisa digunakan
untuk pembayaran di tol, pusat perbelanjaan, SPBU, dan transportasi umum
seperti Trans Jakarta, Commuter Line Jabodetabek dan Trans Jogja. E-Money
merupakan layanan uang non-tunai yang dikeluarkan oleh Bank Mandiri
memiliki kegunaan untuk pembayaran transportasi seperti KRL dan Trans
Jakarta, pembayaranan tol, pembayaran belanja di toko ritel, wahana hiburan,
dan rumah makan berlogo e-Money. Tidak hanya bank sebagai penyedia jasa
layanan pembayaran elektronik, provider telekomunikasi juga memiliki LinkAja

5
merupakan layanan uang non-tunai dari Telkomsel yang dapat digunakan untuk
membeli pulsa atau data internet, bayar tagihan, kirim donasi, kirim uang hingga
bayar asuransi dan mengajukan pinjaman.
Gambar 1.2
Dompet Digital Yang Paling Banyak Dikenal Oleh Kalangan Muda
Sumber: https://www.ipsos.com/
Berdasarkan data dari Ipsos pada 12 Februari 2020 menjelaskan bahwa
di Indonesia terdapat empat brand dompet digital yang paling dikenal oleh
kalangan muda dan masyarakat Indonesia seperti GoPay, OVO, Dana, dan
LinkAja. Dari keempat brand tersebut, GoPay yang merupakan dompet digital
milik Gojek menduduki posisi pertama dengan peminat sebesar 58% pengguna,
kemudian diikuti posisi kedua yaitu OVO memiliki peminat sebesar 29%
pengguna, posisi ketiga yaitu DANA memiliki peminat sebesar 9% pengguna,
dan posisi keempat yaitu LinkAja dengan peminat sebesar 4% pengguna.
Gojek merupakan salah satu perusahaan layanan transportasi berbasis

6
teknologi yang berkembang dengan sangat pesat dan sekarang menjadi
perusahaan layanan transportasi sukses di Indonesia. Gojek merupakan hasil
karya anak bangsa yaitu Nadiem Makarim dengan perusahaan yang bernama PT
Aplikasi Karya Anak Bangsa telah berdiri sejak tahun 2010 di Jakarta.
Gambar 1.3 Layanan Gojek
Sumber: https://www.gojek.com/
Saat ini Gojek memiliki lebih dari 20 layanan yang di perkenalkan
kepada pengguna untuk memudahkan aktivitas. Gojek terus mengembangkan
perusahaannya dengan menghadirkan fitur-fitur baru yang memudahkan dan
membantu aktivitas manusia seperti GoCar, GoFood, GoMassage, GoGlam,

7
GoClean, GoAuto, dan GoFix. Dari beraneka ragam layanan yang disediakan
oleh Gojek terdapat layanan pembayaran elektronik pada aplikasi Gojek yaitu
GoPay.
Gambar 1.4 GoPay
GoPay yang merupakan alat pembayaran elektronik dari Gojek telah
digunakan lebih dari 155 juta pengguna dengan jumlah transaksi sekitar Rp 89,9
triliun per Februari 2019. Keuntungan terbesar Gojek berasal dari layanan
pengantaran makanan yaitu GoFood menghasilkan US$ 2 miliar atau sekitar Rp
29 triliun dalam transaksi tahunan Gojek. Jumlah transaksi yang besar tersebut
menandakan bahwa kehadiran GoPay sangat diminati masyarakat Indonesia dan
membawa dampak positif pada perekonomian Indonesia.
PT Grab Indonesia merupakan hasil dari ekspansi perusahaan Grab yang
berbasis teknologi berasal dari Malaysia yang didirikan oleh Anthony Tan dan
8
telah hadir di Indonesia sejak tahun 2014. Grab Indonesia memiliki layanan yakni,
GrabFood, GrabCar, GrabBike, dan GrabDelivery.
Gambar 1.5 Layanan Grab
Sumber: https://www.grab.com/id/
Alat pembayaran elektronik yang dimiliki Grab bernama OVO yang
didirikan pada 25 September 2017 oleh Lippo Group bermitra dengan Grab.
OVO merupakan aplikasi pembayaran elektronik yang memberikan kemudahan
pada pengguna dalam melakukan transaksi dan telah digunakan lebih dari 115
juta pengguna di Indonesia. Menurut Presiden Direktur OVO Karaniya
Dharmasaputra, OVO telah mengelola lebih dari Rp 1 miliar transaksi pada tahun
2019 sehingga jumlah transaksi tersebut meningkat lebih dari 70 persen
dibandingkan tahun 2019. Tidak hanya menerima pembayaran pada toko online,
OVO membuat langkah baru untuk memasuki toko offline (merchant).

9
Gambar 1.6 OVO

Sumber: https://www.ovo.id/
Saat ini, GoPay dan OVO menjadi alat pembayaran non-tunai yang
paling diminati masyarakat Indonesia merupakan layanan pembayaran non-
tunai yang dikeluarkan oleh transportasi online yaitu Gojek dan Grab. Keduanya
memiliki kelebihan yang dapat digunakan untuk melakukan pembayaran pada
ribuan merchant mulai dari restoran, toko online, dan jasa- jasa yang disediakan
pada Gojek dan Grab.
Saat ini melakukan pembayaran bisa dengan mudah menggunakan
teknologi telepon genggam menjadi lebih efisien dan ekonomis yang memiliki
berbagai kelebihan pada aplikasi pembayaran elektronik yaitu GoPay dan OVO.
10
Munculnya GoPay dan OVO sebagai alat pembayaran elektronik yang
diminati masyarakat Indonesia saat ini terdapat juga pesaing dari kedua alat
pembayaran elektronik tersebut yaitu DANA dan LinkAja. Keduanya
merupakan pesaing yang mengembangkan layanannya untuk memudahkan
penggunanya dalam melakukan proses pembayaran dengan memberikan
berbagai macam promo.
Gambar 1.7 Logo DANA
Sumber: https://dana.id/
DANA merupakan start up FinTech yang hadir untuk meningkatkan
industri inklusi keuangan di Indonesia melalui pelayanan pembayaran dan
transaksi secara non-tunai yang dirancang oleh programmer asal Indonesia
dengan sokongan investor PT Elang Mahkota Teknologi Tbk (EMTEK) sebagai
pemegang saham mayoritas dan Ant Financial. DANA merupakan dompet
digital yang baru hadir di Indonesia pada tahun 2018 dan telah memiliki pengguna
aktif mencapai 35 juta pengguna pada akhir tahun 2019.
DANA menyediakan platform terbuka untuk pembayaran oleh semua
pengguna baik dari sisi merchant maupun konsumen untuk melakukan transaksi
non-tunai dengan aman dan efisien yang dapat dimanfaatkan dalam berbagai
11
sektor seperti pengisian pulsa telepon genggam, pembayaran tiket bioskop,
hingga pembayaran tagihan BPJS. Selain itu, DANA telah resmi menjadi metode
pembayaran pada layanan Apple Indonesia yang dapat digunakan untuk
alternatif pembayaran digital di App Store, Apple Music, Apple TV, iTunes
Store, dan iCloud Storage. Beragam layanan yang ditawarkan DANA ini dapat
menjadikan DANA sebagai salah satu pesaing berat GoPay dan OVO.
Tidak hanya DANA, GoPay dan OVO memiliki pesaing lainnya yaitu
LinkAja yang merupakan aplikasi dompet digital milik perusahaan negara
(BUMN) rilis pada bulan Juni tahun 2019 yang sebelumnya bernama Telkomsel
Cash atau yang lebih dikenal dengan TCash. Platform pembayaran digital ini
didirikan oleh Telkomsel bersama dengan Bank Mandiri, BRI, BNI, BTN,
Pertamina, Jiwasraya, dan Danareksa.
Gambar 1.8 Logo LinkAja
Sumber: https://www.linkaja.id/
Berdasarkan data dari suara.com, LinkAja telah digunakan sekitar 40 juta
pengguna pada akhir tahun 2019 dan pada bulan Juli 2019 jumlah transaksi
LinkAja per-hari mencapai lebih dari Rp 1 miliar. Kelebihan LinkAja sebagai

12
uang elektronik yang dapat digunakan pada pembayaran transportasi publik
yaitu pembayaran pada Kereta Api Indonesia, Bus Damri, KRL Jabodetabek,
Garuda Indonesia, Citilink, dan taksi Blue Bird. Tidak hanya untuk pembayaran
pada transportasi publik, LinkAja dapat digunakan untuk pembayaran pada toko
ritel, BPJS, e-commerce, tempat hiburan, hingga lembaga finansial.
Individu dalam menggunakan teknologi internet untuk melakukan
transaksi online atau elektronik harus mempertimbangkan konstruksi
Technology Acceptance Model (TAM) atau yang dikenal sebagai model
penerimaan teknologi memiliki persepsi manfaat (Perceived Usefulness) dan
persepsi kemudahan pengunaan (Perceived Ease of Use) dengan menentukan
sistem pada penggunaan yang sebenarnya (F. D. Davis, 1989). Menurut (F.
Davis, 1989) Perceived Usefulness atau persepsi kegunaan yaitu sejauh mana
seseorang percaya bahwa menggunakan sistem tertentu akan meningkatkan
kinerja pekerjaannya. Perceived Ease of Use menjelaskan tentang sejauh mana
seseorang percaya bahwa dalam menggunakan suatu sistem tertentu akan bebas
dari usaha (F. D. Davis, 1989). Attitude Toward Using merupakan keseluruhan
reaksi afektif individu untuk menggunakan suatu sistem (Dillon, 2006). Perilaku
juga dapat dilihat dari bagaimana individu memanfaatkan layanannya untuk
kebutuhan mereka, jika sistem sesuai dengan kebutuhan maka akan memiliki
keinginan untuk menggunakan layanan tersebut. Experience merupakan proses
pembelajaran dan pengembangan potensial dalam berperilaku yang diperoleh
dari pendidikan formal dan non-formal sehingga dapat mengarahkan individu ke
pola perilaku yang lebih tinggi (Danurdoro & Wulandari, 2016). Pengalaman
13
berguna untuk merekam semua peristiwa yang telah terjadi sehingga dapat
diaplikasikan ke dalam suatu perilaku. Dengan demikian diharapkan bahwa
perilaku positif akan berdampak pada penerimaan individu dalam menggunakan
teknologi.
B. Rumusan Masalah
Penggunaan metode pembayaran GoPay dan OVO telah menjadi
kebutuhan bagi masyarakat saat ini. Karakteristik-karakteristik yang dimiliki
pengguna dapat menentukan besarnya frekuensi penggunaan Gojek dan Grab.
Rumusan masalah berdasarkan judul dan latar belakang dalam penelitian
ini adalah:
1. Bagaimana pengaruh jenis kelamin terhadap frekuensi penggunaan Gojek
dan Grab?
2. Bagaimana pengaruh jumlah anggota keluarga terhadap frekuensi
penggunaan dan Grab?
3. Bagaimana pengaruh jarak rumah atau kos menuju UNS terhadap
frekuensi penggunaan dan Grab?
4. Bagaimana pengaruh uang saku mahasiswa Fakultas Ekonomi dan Bisnis
Universitas Sebelas Maret dalam satu bulan terhadap frekuensi
penggunaan Gojek dan Grab?
5. Bagaimana pengaruh pendapatan orang tua dalam satu bulan terhadap
frekuensi penggunaan Gojek dan Grab?
6. Bagaimana pengaruh persepsi kegunaan (Perceived Usefulness) terhadap

14
frekuensi penggunaan Gojek dan Grab?
7. Bagaimana pengaruh persepsi kemudahan dalam penggunaan (Perceived
Ease of Use) terhadap frekuensi penggunaan Gojek dan Grab?
8. Bagaimana pengaruh sikap terhadap penggunaan (Attitude Toward Using)
terhadap frekuensi penggunaan Gojek dan Grab?
9. Bagaimana pengaruh pengalaman (Experience) terhadap frekuensi
penggunaan Gojek dan Grab?
C. Tujuan Penelitian
Berdasarkan rumusan masalah yang telah disebutkan sebelumnya, tujuan
masalah dalam penelitian ini adalah untuk:
1. Mengetahui pengaruh jenis kelamin terhadap frekuensi penggunaan
Gojek dan Grab.
2. Mengetahui pengaruh jumlah anggota keluarga terhadap frekuensi
penggunaan Gojek dan Grab.
3. Mengetahui pengaruh jarak rumah atau kos menuju UNS terhadap
frekuensi penggunaan Gojek dan Grab.
4. Mengetahui pengaruh uang saku mahasiswa Fakultas Ekonomi dan
Bisnis Universitas Sebelas Maret dalam satu bulan terhadap frekuensi
5. Mengetahui pengaruh pendapatan orang tua dalam satu bulan terhadap
6. Mengetahui pengaruh persepsi kegunaan (Perceived Usefulness)

15
terhadap frekuensi penggunaan Gojek dan Grab.
7. Mengetahui pengaruh persepsi kemudahan dalam penggunaan (Perceived
Ease of Use) terhadap frekuensi penggunaan Gojek dan Grab.
8. Mengetahui pengaruh sikap dalam penggunaan (Attitude Toward Using)
9. Mengetahui pengaruh pengalaman (Experience) terhadap frekuensi
D. Manfaat Penelitian
Dari penelitian ini diharapkan dapat memperoleh manfaat sebagai berikut:
1. Manfaat Teoritis
Penelitian ini diharapkan dapat memberikan manfaat pada kemajuan
ilmu teknologi dan informasi mengenai metode pembayaran non-tunai
yang akan berguna untuk kemajuan perekonomian Indonesia.
2. Manfaat Praktis
a. Bagi Pemerintah
Dari hasil penelitian ini, diharapkan pemerintah dapat
meningkatkan kualitas kerja aplikasi pembayaran non-tunai dan
keamanan data para pengguna aplikasi pembayaran non-tunai
sehingga dapat meningkatkan perekonomian Indonesia dengan
menggunakan pembayaran non-tunai.

16
b. Bagi Ilmu
Dari hasil penelitian ini, diharapkan dapat memberikan
manfaat bagi perkembangan ilmu pengetahuan khususnya dalam
bidang ekonomi dan teknologi informasi. Penelitian ini juga
diharapkan dapat digunakan sebagai bahan referensi bagi
penelitian selanjutnya dan kemajuan ilmu ekonomi serta ilmu
teknologi informasi.
c. Bagi Pengguna
Dari hasil penelitian ini, diharapkan pengguna dapat
memperoleh informasi dalam menggunakan pembayaran non-
tunai.
d. Bagi Penulis
Dari hasil penelitian ini, diharapkan penulis dapat
menerapkan ilmu- ilmu yang didapat khususnya mengenai
pembayaran non-tunai pada kehidupan nyata dan penulis dapat
membawa dampak positif kepada masyarakat sekitar dalam
penggunaan pembayaran non-tunai.

BAB II
TINJAUAN PUSTAKA
A. Kajian Teoritis
1. Latar Belakang Sosial Ekonomi
Penjelasan kondisi sosial ekonomi yang dijelaskan menurut ahli
Sumardi yaitu kedudukan yang diatur secara sosial yang menempatkan
individu pada posisi tertentu dalam kehidupan bermasyarakat yang
disertai dengan hak dan kewajiban yang harus dilakukan oleh individu
tersebut. Kondisi sosial ekonomi dari responden yang akan digunakan
dalam penelitian sangat berpengaruh terhadap kelengkapan data
kuantitatif karena variabel dependen yang digunakan adalah frekuensi
penggunaan Gojek dan Grab yang di analisis dan diolah datanya dengan
menggunakan angka.
Kondisi sosial ekonomi mahasiswa Fakultas Ekonomi dan Bisnis
Universitas Sebelas Maret Surakarta berbeda-beda karena berasal dari
berbagai daerah di Indonesia dengan latar belakang yang berbeda pula.
Rata-rata mahasiswa Fakultas Ekonomi dan Bisnis Universitas Sebelas
Maret Surakarta merupakan mahasiswa dengan tingkat menengah keatas
dikarenakan jumlah frekuensi dalam menggunakan layanan Gojek dan
Grab berdasarkan data yang diperoleh dapat dikategorikan sebagai
pengguna aktif. Mahasiswa Fakultas Ekonomi dan Bisnis Universitas

18
Sebelas Maret Surakarta yang menggunakan Gojek dan Grab berumur
sekitar 20 hingga 22 tahun dan dalam satu bulan rata-rata minimal 5 kali
menggunakan layanan Gojek dan Grab.
2. Financial Technology (FinTech)

Industri Financial Technology (FinTech) atau teknologi
keuangan merupakan hasil gabungan antara jasa keuangan dengan
teknologi yang mengubah model bisnis dari konvensional menjadi
modern menurut Bank Indonesia tahun 2016. Dalam penelitian ini
FinTech ditulis karena merupakan inovasi di bidang jasa keuangan yang
memberikan pengaruh kepada masyarakat dengan memberikan akses
terhadap produk keuangan sehingga dapat menjadikan proses
pembayaran lebih praktis dan efektif seperti munculnya pembayaran
non-tunai melalui GoPay dan OVO.
FinTech merupakan sektor layanan yang berfokus dalam
penggunaan teknologi IT berpusat pada seluler untuk meningkatkan
efisiensi sistem keuangan (Kim, Park, Choi, & Yeon, 2015). Selain itu,
FinTech dapat didefinisikan sebagai sektor baru dalam industri keuangan
dengan menggabungkan seluruh teknologi yang digunakan dalam
keuangan untuk memberi fasilitas pada perdagangan, bisnis perusahaan
atau interaksi, dan layanan yang diberikan kepada konsumen ritel (Micu,
2016). FinTech merupakan model layanan keuangan baru yang
dikembangkan melalui inovasi teknologi informasi.

19
Revolusi FinTech dimulai tahun 1860, diperkenalkan alat
pantelegraf yang merupakan sistem komunikasi periode awal yang dibuat
pertama kali oleh Giovanni Caselli digunakan untuk memverifikasi
dalam transaksi perbankan dengan mengirim dan menerima transmisi
pada kabel telegraf, penemuan ini secara luas dianggap sebagai langkah
pertama dalam perjalanan menuju layanan keuangan modern. Tahun
1880 konsumen dan pedagang mulai menukar barang dan jasa dengan
kredit menggunakan barang-barang yang dikenal sebagai pelat biaya dan
koin biaya. Tahun 1918 hingga 1970, merancang sistem untuk
memindahkan dana secara elektronik. Tahun 1900-an mulai muncul tren
FinTech yang modern yaitu kartu kredit pertama kali diperkenalkan
tahun 1950 oleh Diner’s Club Inc. Tahun 1958 American Express
Company memperkenalkan kartu kredit milik mereka. Tahun 1967 ATM
pertama kali diinstal oleh Bank Barclays. Tahun 1970 merupakan era
baru tren FinTech. Tahun 1980 telah diperkenalkan online banking dan
perdagangan online. Tahun 2009 hingga saat ini merupakan tahun
milenial yang memiliki banyak inovasi FinTech.
Fokus dari FinTech mengacu pada ide-ide inovatif yang
meningkatkan proses layanan keuangan dengan menggunakan solusi
teknologi sesuai dengan situasi bisnis yang berbeda, sedangkan idenya
bisa mengarah pada model bisnis baru (Leong, 2018). Menurut
(Riskinanto, Kelana, & Hilmawan, 2017) FinTech juga dapat diartikan

20
sebagai konvergensi layanan keuangan dan teknologi informasi yang
menyediakan layanan inovatif yang ditawarkan kepada masyarakat.
Berdasarkan penjelasan dari tersebut didapat kesimpulan yaitu FinTech
merupakan suatu layanan yang menggabungkan teknologi dan keuangan
melalui inovasi baru pada bisnis yang dapat memudahkan masyarakat
sehingga dapat meningkatkan efisiensi sistem keuangan.
3. Electronic Payment System
Electronic Payment System atau sistem pembayaran
elektronik adalah sistem pembayaran yang dilakukan secara elektronik
yang didalamnya terdapat fasilitas penyimpanan, pemrosesan, dan
penerimaan dalam bentuk informasi digital dan proses pemindahannya
di inisialisasi melalui alat pembayaran elektronik (Trihasta & Fajaryanti,
2008). Bermula pada tahun 1870 saat Western Union memulai
Electronic Fund Transfer Systems (EFT) atau dikenal sebagai transfer
dana elektronik pada tahun 1871. Dalam penelitian ini sistem
pembayaran elektronik ditulis karena sistem ini merupakan cara
pembayaran barang atau jasa secara elektronik yang dapat memudahkan
aktivitas penggunanya, seperti halnya melakukan pembayaran pada jasa
yang terdapat pada Gojek dan Grab, kemudian pengguna dapat
melakukan pembayaran non-tunai melalui GoPay dan OVO yang telah
disediakan pada aplikasi tersebut.
Pembayaran elektronik didefinisikan sebagai proses

21
pembayaran yang dapat dilakukan tanpa menggunakan instrumen kertas
(Junadi & Sfenrianto, 2015). Pembayaran elektronik memerlukan koneksi
internet untuk bekerja, mirip dengan penggunaan lainnya e-environment
seperti perbankan elektronik (e-banking), belanja elektronik (e-
shopping), dan pembelajaran elektronik (e-learning) (Teoh, Chong, Lin,
& Chua, 2013). Menurut Olson dan Olson tahun 2000 dalam (Al-Gahtani,
2011) transaksi elektronik (e- transaction) didefinisikan sebagai
kemampuan konsumen untuk membeli produk dan melakukan layanan
online menggunakan teknologi internet dan infrastruktur terkait.
Pembayaran elektronik sebagai pertukaran dana melalui suatu saluran
komunikasi elektronik, sementara pembayaran elektronik mewakili
segala bentuk pembayaran non tunai yang tidak melibatkan pemeriksaan
kertas (Teoh et al., 2013).
Teknologi sistem pembayaran elektronik dapat mendorong
masyarakat akan pengembangan pembayaran elektronik yang dapat
memudahkan penggunanya hanya dengan menggunakan telepon
genggam, sehingga teknologi tersebut mendorong keinginan masyarakat
untuk membayar uang dan jasa tanpa harus melakukan tatap muka yaitu
dengan pembayaran elektronik. Dalam teknologi sistem pembayaran
elektronik terdapat beberapa jenis pembayaran elektronik yang
dikelompokkan dalam berbagai kategori sebagai berikut:

22
a. E-Money (Uang Elektronik)
E-Money merupakan alat alternatif transaksi elektronik
pengganti uang tunai yang memiliki cara kerja yaitu menyimpan
dana yang disimpan secara elektronik, kemudian nilai uang
elektronik akan berkurang saat konsumen menggunakan untuk
melakukan transaksi pembayaran. E-Money dibagi dalam dua
jenis yaitu, prepaid software (digital cash) nilainya tersimpan
dalam software yang terdapat dalam telepon genggam, untuk
memindahkan dana dilakukan dengan bantuan jaringan internet
dan prepaid card (electronic purchase) nilainya tersimpan
dalam chip yang ditanamkan di sebuah kartu, contoh dari
prepaid card adalah Flazz BCA, Mandiri E-Money, dan Brizzi.
b. E-Wallet (Dompet Elektronik)
Dompet elektronik (e-wallet) dapat digunakan sebagai
media penyimpanan informasi pengguna yang dapat digunakan
pada saat melakukan pembayaran pada e-commerce (Junadi &
Sfenrianto, 2015). E-Wallet berbasis pada server sehingga
dalam penggunaannya konsumen harus terkoneksi dengan
jaringan internet dan server penerbit. Contoh dari E-Wallet yaitu
GoPay, OVO, Dana, dan LinkAja.

23
c. E-Cash (Uang Tunai Elektronik)
E-Cash) yaitu nilai yang disimpan dan dapat ditukar melalui
sistem yang dibuat oleh entitas (bukan pemerintah) tanpa
menggunakan dokumen kertas atau koin, tetapi dapat digunakan
sebagai pengganti mata uang yang dikeluarkan oleh pemerintah
yang memiliki proses pembayaran melalui internet (Junadi &
Sfenrianto, 2015).
d. M-Banking (Mobile Banking)
M-Banking memudahkan pelanggan dalam menggunakan
ponsel untuk melakukan layanan perbankan seperti transfer
dana, pengecekan saldo, dan pembayaran tagihan.
Gambar 2.1
Transaksi Uang Elektronik di Indonesia
Sumber: https://www.ipsos.com/
24
Berdasarkan data yang diperoleh dari Ipsos pada bulan November
2019 terdapat 40 institusi yang mendaftarkan uang elektronik (e-money) di
Bank Indonesia dan terdapat 504.386 mesin pembaca uang elektronik di
Indonesia. Mulai dari tahun 2012 hingga bulan November 2019 mengalami
kenaikan pada jumlah instrumen dengan angka terbesar pada November
2019 sebesar 278 miliar instrumen. Nilai transaksi uang elektronik hingga
bulan November 2019 mengalami peningkatan sebesar 61% menjadi 4,7
miliar transaksi dari yang sebelumnya hanya mencapai 2,9 miliar transaksi.
Volume transaksi hingga bulan November 2019 juga mengalami kenaikan
sebesar 172% menjadi Rp 128,20 triliun, jumlah ini sangat berbeda dengan
volume transaksi pada tahun 2018 hanya sebesar Rp 47,20 triliun.
4. Teori Perilaku Konsumen
Analisis perilaku konsumen adalah penggunaan prinsip perilaku yang
diperoleh secara eksperimental yang digunakan untuk menafsirkan
konsumsi ekononomi manusia (Foxall, 2001). Perilaku konsumen adalah
proses yang dialami konsumen saat melakukan pembelian sehingga
melibatkan faktor-faktor yang mempengaruhi keputusan konsumen
(Stankevich, 2017). Perilaku konsumen juga memiliki definisi yaitu studi
mengenai proses yang terlibat saat konsumen memilih, membeli,
menggunakan, atau membuang suatu produk, layanan, ide, atau pengalaman
untuk memenuhi kebutuhan dan keinginan mereka (Prasad & Jha, 2014).
Studi tentang perilaku konsumen berfokus pada cara individu membuat

25
suatu keputusan untuk menggunakan sumber daya yang tersedia (waktu,
uang, dan usaha) pada barang-barang yang memiliki keterkaitan dengan
konsumsi (Prasad & Jha, 2014). Model awal dari perilaku konsumen
memiliki tujuan utama yang sederhana yaitu pemahaman sistematis dan
mendalam tentang proses pembelian (Mohamed, 2011). Perilaku konsumen
diperlukan untuk menggambarkan perilaku pilihan secara lebih akurat
(Varian, 2010). Studi mengenai perilaku konsumen guna membantu
perusahaan untuk meningkatkan strategi pemasaran perusahaan sehingga
dapat membantu perusahaan dalam memahami bagaimana cara konsumen
berpikir, merasakan, dan menyukai merek dan produk mereka. Perusahaan
menggunakan studi perilaku konsumen untuk mengetahui hal apa yang
akan mempengaruhi konsumen terhadap merek dan produk yang akan
mereka pasarkan. Pemahaman mengenai karakteristik ekonomi, psikologis,
dan sosiologis dari konsumen serta motif, sikap, dan kepribadian konsumen
dapat membantu menemukan peluang pasar baru untuk dapat memberikan
segmentasi pasar yang lebih tajam dan diferensiasi produk untuk dapat
melakukan perumusan terhadap strategi pemasaran berdasarkan pada
respon konsumen sebagai variabel utama (Omotoyinbo, Worlu, &
Ogunnaike, 2017).
Keputusan pembelian konsumen tidak dapat dibuat dalam ruang hampa
sehingga pasar membutuhkan perilaku konsumen sebagai alat analisis
dalam keputusan pembelian konsumen (Omotoyinbo et al., 2017). Oleh
karena itu pengetahuan mengenai perilaku konsumen diperlukan untuk

26
memahami tidak hanya pembelian keputusan, tetapi juga keputusan lain
tentang pemasaran produk (Saeed, 2019).
5. Teori Perilaku Ekonomi
Perilaku ekonomi menerapkan model ketidaksempurnaan sistematis
dalam rasionalitas manusia dalam studi dan rekayasa organisasi, pasar, dan
kebijakan (Camerer, 2009). Ketidaksempurnaan yang dimaksud merupakan
cakupan batasan pada rasionalitas, kemauan, kepentingan pribadi, dan
perilaku lain. Studi mengenai perbedaan individu dalam rasionalitas penting
untuk mendapat pemahaman apakah interaksi sosial dan agregasi ekonomi
akan meminimalkan efek pada batas rasionalitas (Camerer, 2009).
Perilaku ekonomi mempelajari pengambilan pilihan dari konsumen
dengan menggunakan wawasan berdasarkan psikologi yang digunakan untuk
mengembangkan prediksi mengenai pilihan seseorang sehingga akan
menimbulkan prediksi yang bertentangan dengan model ekonomi
konvensional “rasional” konsumen (Varian, 2010). Teori konvensional
memiliki pendapat bahwa lebih banyak memiliki pilihan lebih baik, tetapi
klaim tersebut dapat mengabaikan biaya yang akan dikeluarkan konsumen
dalam membuat pilihan. Konsumen dapat kewalahan dengan pilihannya
sehingga dapat menyulitkan mereka untuk melakukan sesuatu sampai pada
titik keputusan. Dalam teori konvensional memperlakukan perilaku sebagai
sesuatu yang telah ada sebelumnya, sebaliknya psikolog menganggap bahwa
perilaku sebagai sesuatu yang sedang dibangun, dikembangkan, atau

27
diciptakan melalui tindakan memilih, membuat keputusan, dan
mengkonsumsi.
Seseorang sering merasa kesulitan dalam memahami perilaku mereka
sendiri dan juga sulit untuk menemukan perilakunya, sehingga sulit juga
untuk memprediksi pilihan apakah yang akan mereka pilih dalam keadaan
yang berbeda, sebab pilihan dibuat untuk diambil keputusan. Konsumen
dapat membuat pilihan yang berbeda tergantung pada bagaimana suatu
masalah dibingkai atau disajikan. Suatu pilihan dapat menjadi rumit karena
pilihan tersebut berada pada ketidakpastian. Keputusan seseorang tergantung
pada bagaimana mengungkapkan alternatif pilihan tersebut, tetapi juga
terdapat banyak bias dari perilaku lainnya dalam bagian ini (Varian, 2010).
6. Theory of Reasoned Action (TRA)
Theory of Reasoned Action (TRA) atau teori tindakan beralasan
merupakan teori dasar dari munculnya teori Technology Acceptance Model
(TAM). Theory of Reasoned Action (TRA) diusulkan pada tahun 1980 oleh
Icek Ajzen dan Martin Fishbein, kemudian teori ini direvisi dan diperbaharui
dengan Theory of Planned Behavior (TPB) atau teori perilaku yang
direncanakan oleh Icek Ajzen tahun 1991 (Mahyarni, 2013). Theory of
Reasoned Action (TRA) memiliki asumsi bahwa individu rasional dalam
mempertimbangkan dan mengimplikasikan dari tindakan mereka didapat
melalui pengambilan keputusan. Keinginan berperilaku ditunjukkan melalui

28
berapa banyak usaha individu untuk melakukan perilaku yang memiliki
kecenderungan terhadap perilaku yang akan dilakukan (Mahyarni, 2013).
Teori ini adalah teori tindakan beralasan yang berhubungan dengan
asumsi bahwa persepsi dan reaksi seseorang terhadap suatu hal akan
menentukan perilaku dan sikap orang tersebut, karena pada dasarnya
persepsi dan reaksi pengguna teknologi akan dapat mempengaruhi sikap
pengguna dalam menerima teknologi. Frekuensi pelanggan penting dalam
memperkirakan pengeluaran dari waktu ke waktu (Clifton et al., 2013).
Theory Of Reasoned Action telah diterapkan dalam analisis perilaku
perjalanan. Konstribusi yang menunjukkan bahwa TRA diterapkan dalam
analisis perilaku perjalanan karena menunjukkan bahwa hubungan antara
sikap dengan norma-norma sosial mengenai perilaku perjalanan dimediasi
oleh niat, sehingga menunjukkan peran terhadap sikap, kepercayaan, dan
persepsi dalam permodelan pilihan perilaku perjalanan (Singleton, 2013).
7. Theory of Planned Behavior (TPB)
Theory of Planned Behavior (TPB) merupakan perpanjangan dari
Theory of Reasoned Action (TRA) yang dibuat pada tahun 1985 oleh Icek
Ajzen dan Martin Fishbein. Theory of Planned Behavior (TPB) menjelaskan
bahwa perilaku manusia atas kehendak merupakan fungsi dari niat untuk
melakukan suatu perilaku dan kontrol terhadap perilaku yang dirasakan.
Faktor utama dalam teori perilaku terencana atau Theory of Planned
Behavior (TPB) adalah niat individu untuk melakukan pemberian tingkah

29
laku (Collins, Witkiewitz, & Larimer, 2011). Niat untuk memprediksi
perilaku individu bergantung pada faktor-faktor di luar kontrol individu
yaitu kekuatan hubungan niat dan perilaku. Perilaku adalah cara seseorang
melakukan dirinya sendiri atau dirinya terhadap situasi lainnya (Maity,
Bagchi, Shah, & Misra, 2019).
Theory of Planned Behavior (TPB) memiliki tiga konsep independen
penentu niat menurut (Collins et al., 2011), pertama adalah sikap terhadap
perilaku yang mengacu pada evaluasi atau penilaian terhadap perilaku
individu yang disukai atau yang tidak menguntungkan bagi individu
tersebut. Kedua adalah norma subyektif yang mengacu pada tekanan sosial
yang dirasakan untuk melakukan atau tidak melakukan suatu perilaku
tersebut. Ketiga adalah tingkat kontrol perilaku yang dirasakan oleh
individu, semakin besar kontrol perilaku yang dirasakan oleh individu maka
semakin kuat niat individu untuk melakukan perilaku yang
dipertimbangkannya.
8. Technology Acceptance Model (TAM)
Technology Acceptance Model (TAM) atau disebut model penerimaan
teknologi diperkenalkan oleh Davis pada tahun 1989 adalah model yang
digunakan untuk menjelaskan perilaku penerimaan pengguna. Technology
Acceptance Model (TAM) merupakan teori sistem informasi yang
menjelaskan mengenai model bagaimana pengguna dapat menerima dan
menggunakan suatu teknologi baru (Fatmawati, 2015). Keputusan individu

30
untuk mengadopsi atau menerima suatu teknologi merupakan salah satu
tindakan sadar sehingga tindakan tersebut dapat diprediksi melalui niat
perilaku individu (Chau & Hu, 2002).
Model ini didasarkan pada Theory of Reasoned Action (TRA) yang
dikenalkan oleh (Hill, Fishbein, & Ajzen, 1977) yang menegaskan bahwa
kepercayaan mempengaruhi sikap yang mengarah pada niat sehingga dapat
menghasilkan perilaku, kemudian dari Theory of Reasoned Action (TRA)
diperluas menjadi Theory of Planned Behavior (TPB). Faktor penerimaan
suatu teknologi berasal dari pengguna maupun sistem itu sendiri. Technology
Acceptance Model (TAM) berhasil diterapkan dalam penerimaan teknologi
di berbagai lingkungan dengan memiliki dua keyakinan perilaku yaitu
persepsi manfaat (perceived usefulness) dan persepsi kemudahan
penggunaan (perceived ease of use). Persepsi manfaat yang dirasakan adalah
sejauh apakah seseorang percaya dengan menggunakan suatu sistem akan
meningkatkan kinerja pekerjaannya dan percaya bahwa suatu teknologi akan
memfasilitasi proses transaksi. Persepsi kemudahan kegunaan (perceived
ease of use) adalah sejauh apakah seseorang menggunakan suatu sistem akan
terbebas dari usaha dan mudah digunakan (Davis, 1989).
Sebuah sistem yang memiliki manfaat yang tinggi merupakan salah
satu sistem yang diyakini oleh pengguna dalam penggunaan kinerja yang
memiliki hubungan positif. Konstruksi Technology Acceptance Model
(TAM) digunakan untuk mempertimbangkan niat individu saat

31
menggunakan internet untuk bertransaksi secara elektronik dengan
menggunakan persepsi kegunaan dan persepsi kemudahan penggunaan yang
akan menentukan penggunaan sistem aktual (Davis, 1989).
Penelitian ini menggunakan empat persepsi melalui penerapan Theory
Acceptance Model (TAM) untuk menilai perilaku individu dalam
menggunakan teknologi yaitu persepsi kegunaan (Perceived Usefulness),
persepsi kemudahan penggunaan (Perceived Ease of Use), sikap terhadap
penggunaa (Attitude Toward Using), dan pengalaman (Experience).
Perceived Usefulness, Perceived Ease of Use, Attitude Toward Using, dan
Experience berpengaruh pada penilaian terhadap perilaku individu dalam
menggunakan teknologi. Perilaku tidak hanya dinilai dari satu aspek saja,
melainkan dinilai dari beberapa aspek sehingga dapat ditarik kesimpulan
mengenai hasil dari penilaian perilaku individu.
Faktor yang dapat memberi pengaruh terhadap Theory Acceptance
Model (TAM) adalah Perceived Usefulness (persepsi manfaat) dan Perceived
Ease Of Use (persepsi kemudahan dalam penggunaan) saat menggunakan
teknologi tersebut merupakan tindakan beralasan oleh pengguna teknologi,
sehingga tindakan beralasan pengguna dalam melihat manfaat dan
kemudahan penggunaan teknologi dapat menjadikan perilaku tersebut
digunakan sebagai tolok ukur dalam penerimaan teknologi.
9. Perceived Usefulness (Persepsi Kegunaan)

Menurut (F. Davis, 1989) Perceived Usefulness atau persepsi kegunaan
memiliki definisi yaitu sejauh mana individu percaya bahwa menggunakan

32
sistem tertentu akan meningkatkan kinerja pekerjaannya. Perceived
Usefulness diindikasikan sebagai konstruksi fundamental yang berpengaruh
dalam keputusan untuk menggunakan informasi teknologi (Adams, Nelson,
& Todd, 1992). Dengan adanya perceived usefulness, pembayaran elektronik
dapat meningkatkan efisiensi pembayaran dengan mengurangi biaya transaksi
dan memperbolehkan untuk berdagang barang dan jasa dengan nilai yang
rendah (Trihasta & Fajaryanti, 2008).
10. Perceived Ease of Use (Persepsi Kemudahan Dalam Penggunaan)
Perceived Ease of Use menjelaskan tentang sejauh mana seseorang
percaya bahwa menggunakan suatu sistem tertentu akan bebas dari usaha
(F.D. Davis, 1989). Perceived ease of use atau persepsi kemudahan
menentukan attitude toward using atau sikap terhadap penggunaan dalam
menggunakan informasi teknologi (Teoh et al., 2013). Perceived ease of use
memainkan peran yang lebih penting pada teknologi baru dan kompleks
(Schepers & Wetzels, 2007).
Dalam pembayaran elektronik diterapkan fitur-fitur menarik yang
disajikan pada aplikasi dengan tujuan memudahkan pengguna dalam
melakukan proses pembayaran. Persepsi konsumen muncul berdasarkan
kemudahan penggunaan alat pembayaran elektronik seperti GoPay dan OVO
yang memicu penggunaan secara berkala sehingga dapat menciptakan rasa
kepuasan pengguna dalam menggunakan alat pembayaran elektronik GoPay
dan OVO.
33
11. Attitude Toward Using (Sikap Terhadap Penggunaan)
Attitude Toward Using merupakan keseluruhan reaksi afektif individu
untuk menggunakan suatu sistem (Dillon, 2006). Sikap akan menunjukkan efek
langsung yang akan berdampak signifikan terhadap niat individu (Chau & Hu,
2002). Penerimaan atau penolakan merupakan sikap terhadap penggunaan
sistem yang berdampak bila individu menggunakan teknologi dalam
pekerjaannya (Ferdira et al., 2018).
Perilaku juga dapat dilihat dari bagaimana individu memanfaatkan
layanannya untuk kebutuhan mereka, jika sistem sesuai dengan kebutuhan
maka akan memiliki keinginan untuk menggunakan layanan tersebut. Attitude
toward using atau sikap terhadap penggunaan juga ditentukan oleh perceived
ease of use atau persepsi kemudahan dalam menggunakan teknologi informasi
(Teoh et al., 2013). Perceived usefulness dan perceived ease of use merupakan
pengaruh utama dari sikap individu terhadap penggunaan teknologi yang
berkaitan dengan penggunaan aktual (Schepers & Wetzels, 2007).
12. Experience (Pengalaman)

Experience merupakan proses pembelajaran dan pengembangan
potensial dalam perilaku baik yang diperoleh dari pendidikan formal dan
non- formal dan dapat mengarahkan individu ke pola perilaku yang lebih
tinggi (Danurdoro & Wulandari, 2016). Pengalaman berguna untuk
merekam semua peristiwa yang telah terjadi sehingga dapat diaplikasikan
ke dalam suatu perilaku.

34
B. Kajian Empiris
Penulis dan Tahun Kevin Danurdoro & Dwi Wulandari (2016)
Judul Penelitian The Impact of Perceived Usefulness, Perceived Ease of

Use, Subjective Norm, and Experience Toward Student’s
Intention to Use Internet Banking
Sumber Penelitian https://www.semanticscholar.org/paper/The-Impact-of-

Perceived-Usefulness%2C-Perceived-Ease-Danurdoro-
Wulandari/0b831ae617f1bb54b8b057ceb13aef5a3cb0e6
05
Metode Penelitian - Analisis regresi linier berganda

- Purposive sampling
Hasil Penelitian Perceived usefulness dan norma subyektif tidak

berpengaruh signifikan terhadap siswa untuk
menggunakan internet banking.
Penulis dan Tahun Yeow Pooi Muna, Haliyana Khalidb & Devika
Nadarajaha (2017)
Judul Penelitian Millennials’ Perception on Mobile Payment Services in
Malaysia
Sumber Penelitian https://www.sciencedirect.com/science/article/

pii/S1877050917329381
Metode Penelitian - Analisis regresi linier berganda

- Purposive sampling
35
Hasil Penelitian Perceived usefulness, perceived ease of use, perceived

credibility, dan pengaruh sosial berpengaruh signifikan
terhadap niat konsumen untuk menggunakan layanan
pembayaran mobile
Penulis dan Tahun Wahyuni Nur Syahril & Brady Rikumahu (2019)
Judul Penelitian Penggunaan Technology Acceptance Model (TAM)

Dalam Analisis Minat Perilaku Penggunaan E-Money
Pada Mahasiswa Universitas Telkom
Sumber Penelitian http://www.ejurnalmitramanajemen.com/index.php/

jmm/article/view/201
Metode Penelitian - Analisis regresi linear berganda

- Stratified random sampling
- Teknik analisis deskriptif
Hasil Penelitian Perceived usefulness, perceived ease of use, dan

perceived risk memiliki pengaruh positif dan signifikan
terhadap behavioral intention to use e-money.
36
C. Kerangka Berpikir
Penelitian ini menggunakan kerangka pemikiran seperti yang disajikan
pada Gambar 2.2 di bawah ini:
Gambar 2.2 Diagram Kerangka Berpikir
Frekuensi penggunaan Gojek dan Grab dalam penelitian ini memiliki
peran sebagai variabel dependen. Penelitian ini melihat pengaruh apa saja yang
dapat mempengaruhi frekuensi penggunaan Gojek dan Grab, maka pengaruh
tersebut dilihat berdasarkan besaran pengaruh variabel-variabel independen
seperti jenis kelamin, jumlah anggota keluarga, jarak, uang saku, pendapatan
orang tua, perceived usefulness (persepsi kegunaan), perceived ease of use
(persepsi kemudahan dalam penggunaan), attitude toward using (sikap
terhadap penggunaan), dan experience (pengalaman). Variabel-variabel
independen tersebut akan dianalisis untuk melihat bagaimana pengaruhnya

37
Variabel jenis kelamin, jumlah anggota keluarga, jarak, uang saku, dan
pendapatan orang tua mempengaruhi perceived usefulness dan perceived ease
of use pengguna dalam menggunakan Gojek dan Grab. Secara bersama-sama
perceived usefulness dan perceived ease of use mempengaruhi attitude toward
using. Attitude toward using pengguna terhadap penggunaan Gojek dan Grab
akan memberi pengaruh terhadap experience yang didapat pengguna, sehingga
experience berpengaruh terhadap frekuensi penggunaan Gojek dan Grab.
D. Hipotesis
Berdasarkan kerangka pemikiran, maka hipotesis yang dapat diperoleh
dalam penelitian ini adalah:
1. Jenis kelamin berpengaruh positif dan tidak signifikan terhadap
2. Jumlah anggota keluarga berpengaruh positif dan tidak signifikan
3. Jarak berpengaruh negatif dan signifikan terhadap frekuensi
4. Uang saku berpengaruh positif dan tidak signifikan terhadap
5. Pendapatan orang tua berpengaruh positif dan signifikan terhadap
6. Perceived Usefulness (persepsi kegunaan) berpengaruh positif dan

38
tidak signifikan terhadap frekuensi penggunaan Gojek dan Grab.
7. Perceived Ease of Use (persepsi kemudahan dalam penggunaan)
berpengaruh negatif dan signifikan terhadap frekuensi penggunaan
Gojek dan Grab.
8. Attitude Toward Using (sikap terhadap penggunaan) berpengaruh
positif dan tidak signifikan terhadap frekuensi penggunaan Gojek dan
Grab.
9. Experience (pengalaman) berpengaruh positif dan signifikan terhadap

BAB III
METODE PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian dengan judul “Analisis Latar Belakang Sosial Ekonomi dan
Technology Acceptance Model (TAM) Terhadap Frekuensi Penggunaan Gojek
dan Grab” merupakan penelitian yang bersumber dari data primer. Penelitian
dilakukan terhadap pengguna Gojek dan Grab khususnya mahasiswa aktif S1 dan
D3 Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret Surakarta.
B. Teknik Penarikan Sampel
Populasi merupakan jumlah keseluruhan dari unit analisis yang ciri-
cirinya akan diduga dengan memiliki kaitan yang erat dengan masalah yang akan
diteliti (Triyono, 2003). Populasi dalam penelitian ini adalah seluruh pengguna
layanan Gojek dan Grab pada mahasiswa Fakultas Ekonomi dan Bisnis
Universitas Sebelas Maret Surakarta. Sampling adalah teknik pengambilan
sampel. Metode yang digunakan dalam pengambilan sampel pada penelitian ini
adalah purposive random sampling yaitu penelitian dengan melibatkan identifikasi
dan pemilihan individu atau kelompok individu (Etikan, 2016). Purposive random
sampling juga diartikan sebagai bentuk pengambilan sampel non-probabilitas di
mana peneliti mengandalkan penilaian mereka saat memilih anggota populasi
untuk berpartisipasi dalam studi mereka. Teknik purposive random sampling

40
dipilih dalam penelitian ini karena peneliti menggunakan kriteria khusus dalam
pengambilan sampel yaitu mahasiswa aktif S1 dan D3 Fakultas Ekonomi dan
Bisnis Universitas Sebelas Maret yang menggunakan Gojek dan Grab, sehingga
teknik tersebut dipilih untuk mempermudah dalam proses penarikan sampel.
Sehingga teknik pengambilan sampel dalam penelitian ini langsung menentukan
kriteria responden yang akan digunakan sebagai sampel pada kuesioner yaitu
mahasiswa S1 dan D3 Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret
Surakarta.
Penentuan responden layak mengisi kuesioner jika merupakan mahasiswa
aktif S1 dan D3 Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret Surakarta
yang menggunakan Gojek dan Grab. Latar belakang ekonomi mahasiswa yang
layak mengisi kuesioner merupakan mahasiwa yang memiliki telepon genggam
dengan sistem operasi Android atau iOS karena kedua Gojek dan Grab hanya dapat
di unduh pada sistem operasi tersebut sehingga latar belakang ekonomi mahasiswa
memiliki tingkat menengah keatas. Responden mahasiswa S1 dan D3 Fakultas
Ekonomi dan Bisnis Universitas Sebelas Maret Surakarta dipilih karena saat
berada di lapangan banyak ditemui driver Gojek dan Grab yang membawa atau
menurunkan penumpang, tidak hanya pada layanan transportasinya GoRide,
GoCar, GrabBike, dan GrabCar mahasiswa Fakultas Ekonomi dan Bisnis
Universitas Sebelas Maret Surakarta juga menggunakan layanan GoFood dan
GrabFood untuk melakukan pemesanan makanan saat berada di Fakultas
Ekonomi dan Bisnis dan saat berada di kos. Hasil data dari responden yang
41
digunakan dalam proses olah data merupakan data yang benar dan hasilnya sesuai
dengan pertanyaan pada kuesioner.
Berdasarkan data yang diperoleh dari https://eis.uns.ac.id/ (Executive Information
System) jumlah mahasiswa aktif di Fakultas Ekonomi dan Bisnis Universitas
Sebelas Maret Surakarta adalah 2.968 mahasiswa. Untuk mempermudah
penelitian dalam medapatkan data primer maka dilakukan dengan penarikan
sampel yang dapat mewakili keseluruhan jumlah populasi. Penarikan jumlah
sampel dilakukan menggunakan rumus Slovin, yaitu:
n = N / 1+ N (e)2
Keterangan:
n = ukuran sampel N = jumlah populasi
e = presentase kelonggaran ketelitian kesalahan pengambilan sampel yang
masih bisa ditolerir; e = 0,1
Jumlah populasi mahasiswa aktif Universitas Sebelas Maret Surakarta
dalam penelitian ini adalah 2.968 mahasiswa.
n = 2.968 / 1 + 2967 (0,1)2 mahasiswa
Berdasarkan hasil perhitungan tersebut sampel yang didapat adalah 99,69
mahasiswa, maka digenapkan menjadi 100 responden.
Dalam proses pengumpulan data kuesioner, peneliti tidak menentukan data
yang harus diterima sebanyak 100 responden, tetapi peneliti akan mengumpulkan
seluruh data yang ada kemudian dilakukan pengecekan dari seluruh tanggapan
42
yang diterima. Data yang akan dianalisis merupakan data yang representatif untuk
diolah sejumlah 100 tanggapan responden, data yang tidak baik tidak digunakan
untuk dilakukan analisis, dan data cadangan merupakan data lebih yang tidak
dianalisis karena telah melebihi dari sampel yaitu sebanyak 100 responden.
C. Jenis dan Sumber Data
Dalam penelitian ini menggunakan 2 jenis data, yaitu:
1. Data primer
Data primer merupakan data yang diperoleh peneliti secara langsung.
Data primer didapat melalui daftar pertanyaan dalam kuesioner yang diajukan
peneliti kepada pengguna layanan pada aplikasi Gojek dan Grab pada
mahasiswa Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret Surakarta.
2. Data sekunder
Data sekunder merupakan data yang diperoleh peneliti melalui sumber
yang telah ada sebelumnya yang didapat melalui buku, jurnal maupun sumber
bacaan lainnya yang berkaitan dengan penelitian ini. Data sekunder yang
digunakan dalam penelitian ini adalah mengenai teori perilaku ekonomi, teori
perilaku konsumen, Theory of Reasoned Action (TRA), Theory of Planned
Behavior (TPB), dan Technology Acceptance Model (TAM). Data-data tersebut
merupakan teori yang memiliki keterkaitan dengan judul yang diteliti.
D. Teknik Pengumpulan Data
Untuk mencapai tujuan penelitian dan membuktikan hipotesis yang telah

43
dibuat, maka untuk memperoleh data menggunakan metode pengumpulan data
yang dilakukan melalui:
1. Kuesioner
Variabel jenis kelamin, jumlah anggota keluarga, jarak, uang saku,
pendapatan orang tua, perceived usefulness, perceived ease of use, attitude
toward using, dan experience dipilih dalam penelitian ini karena untuk
menganalisis sikap pengguna terhadap frekuensi penggunaan Gojek dan Grab
tidak hanya menganalisis dari sisi sikap saja, tetapi juga menggunakan
variabel-variabel yang memiliki data kuantitatif sehingga variabel-variabel
independen dalam penelitian ini bisa menghasilkan kesimpulan yang tepat.
Kuesioner merupakan alat pengumpulan data primer dengan metode
survei untuk memperoleh opini responden (Pujihastuti, 2010). Bentuk dari
kuesioner ini berupa informasi digital yang dikumpulan secara otomatis yang
terhubung ke spreadsheet. Spreadsheet diisi dengan survei dan respon dari
pertanyaan yang disediakan. Cara penyebaran kuesioner GoogleForms
dengan menyebarluaskan tautan dari kuesioner yang telah dibuat kemudian
tautan dapat disebar melalui sosial media sehingga cara pengambilan data
melalui kuesioner lebih praktis dan efisien.
Kuesioner yang disebarluaskan kepada responden mengajukan
beberapa pertanyaan menggunakan skala Likert 1 sampai 5 sebagai pilihan
skala alternatif jawaban yang akan digunakan responden untuk menentukan
tingkat jawaban setuju responden terhadap pertanyaan yang diajukan. Skala

44
Likert adalah seperangkat pernyataan ditawarkan untuk situasi nyata atau
sebuah hipotetis yang sedang dipelajari (Joshi, Kale, Chandel, & Pal, 2015).
Dalam skala Likert, variabel yang akan diukur akan dijabarkan melalui
beberapa indikator variabel dan kemudian indikator tersebut digunakan
sebagai titik tolak untuk menyusun instrumen-instrumen pertanyaan atau
pernyataan. Jawaban dalam pertanyaan menggunakan variabel dummy, data
real dari responden, dan menggunakan skala Likert memiliki lima tingkat
untuk mengukur variabel sebagai berikut:
a. Sangat Tidak Setuju (STS)
b. Tidak Setuju (TS)
c. Netral (N)
d. Setuju (S)
e. Sangat Setuju (SS)
Sehingga setiap poin dari jawaban memiliki skor yang berbeda, yaitu:
jawaban Sangat Tidak Setuju (STS) memiliki skor 1, jawaban Tidak Setuju
(TS) memiliki skor 2, jawaban Netral (N) memiliki skor 3, jawaban Setuju
(TS) memiliki skor 4, dan jawaban Sangat Setuju (SS) memiliki skor 5.
Metode pengukuran skor jawaban digunakan supaya untuk mengetahui data
penilaian yang dipilih sehingga dapat ditarik kesimpulan.
2. Studi pustaka
Metode ini merupakan metode pengumpulan data dari berbagai studi
literatur yang memiliki manfaat sebagai bahan informasi pendukung dalam

45
penelitian dengan teknik pengumpulan data studi pustaka dengan cara
mempelajari buku dan jurnal yang memiliki keterkaitan dengan tema penelitian
yang dipilih. Studi pustaka terdapat pada kajian teoritis dengan bentuk
penjelasan materi atau teori secara mendalam yang memiliki keterkaitan
dengan penelitian ini seperti FinTech, electronic payment system, teori perilaku
ekonomi, teori perilaku konsumen, Theory of Reasoned Action (TRA), Theory
of Planned Behavior (TPB), dan Technology Acceptance Model (TAM).
E. Definisi Operasional Variabel
Penelitian ini menggunakan 2 macam variabel, yaitu:
1. Variabel Terikat (Y = Dependent Variable)
Variabel terikat yang digunakan dalam penelitian ini adalah frekuensi
responden dalam penggunaan Gojek dan Grab. Frekuensi digunakan untuk
mengetahui berapa banyak intensitas pengguna dalam menggunakan layanan
pada aplikasi Gojek dan Grab.
2. Variabel Bebas (X = Independent Variable)
Variabel bebas yang digunakan dalam penelitian ini adalah:
a. Jenis Kelamin (X1)
Dalam penelitian ini, peneliti menggunakan laki-laki dan
perempuan guna mengetahui apakah variabel jenis kelamin berpengaruh
dalam frekuensi penggunaan layanan pada aplikasi Gojek dan Grab.
Variabel jenis kelamin menggunakan variabel dummy, jika responden laki-
laki diberi nilai 0 dan perempuan diberi nilai 1.

46
b. Jumlah Anggota Keluarga (X2)
Variabel jumlah anggota keluarga guna mengetahui berapa banyak
anggota keluarga sehingga akan berpengaruh pada frekuensi penggunaan
layanan pada aplikasi Gojek dan Grab.
c. Jarak Rumah atau Kos Menuju UNS (X3)
Variabel jarak rumah atau kos guna mengetahui jarak tempuh
sehingga mempengaruhi frekuensi mahasiswa pada saat menggunakan
layanan Gojek dan Grab. Variabel ini digunakan untuk mengetahui apakah
mahasiswa lebih memilih menggunakan kendaraan pribadi atau ojek online
GoRide dan GrabBike saat melakukan perjalanan dan untuk mengetahui
apakah mahasiswa lebih memilih menggunakan kendaraan pribadi untuk
membeli makan atau menggunakan layanan GoFood dan GrabFood dengan
jarak yang sama. Jarak yang ditempuh mempengaruhi intensitas mahasiswa
dalam menggunakan layanan Gojek dan Grab.
d. Uang Saku (X4)
Variabel uang saku diperoleh dari pendapatan yang diterima
mahasiswa dalam kurun waktu satu bulan yang diukur dalam mata uang
Rupiah. Pendapatan mahasiswa bisa berasal dari orang tua, beasiswa, dan
lain sebagainya. Uang saku mahasiswa akan menentukan frekuensi dalam
menggunakan layanan pada aplikasi Gojek dan Grab.
e. Pendapatan Orang Tua (X5)
Variabel pendapatan orang tua diperoleh dari pendapatan orang tua

47
dari mahasiswa S1 dan D3 Fakultas Ekonomi dan Bisnis Universitas Sebelas
Maret dalam kurun waktu satu bulan yang diukur dalam mata uang Rupiah.
Pendapatan orang tua akan berpengaruh terhadap jumlah uang saku yang
didapat mahasiswa dalam satu bulan.
f. Perceived Usefulness (X6)
Variabel persepsi kegunaan menjelaskan bagaimana manfaat yang
diperoleh pengguna dalam menggunakan Gojek dan Grab dan melakukan
transaksi menggunakan GoPay dan OVO. Manfaat yang dimaksud adalah
praktis, memudahkan aktivitas mahasiswa, efisien, atau manfaat lainnya.
g. Perceived Ease of Use (X7)
Variabel persepsi kemudahan penggunaan menjelaskan kemudahan
dalam menggunakan Gojek dan Grab dan melakukan transaksi
menggunakan GoPay dan OVO. Kemudahan yang dimaksud adalah apakah
terdapat kendala atau tidak saat menggunakan layanan dan pembayaran
elektronik tersebut.
h. Attitude Toward Using (X8)
Variabel sikap terhadap penggunaan menjelaskan bagaimana sikap
pengguna dalam menggunakan aplikasi Gojek dan Grab dan melakukan
pembayaran menggunakan GoPay dan OVO. Sikap yang dimaksud adalah
sikap merasa dimudahkan atau tidak, sikap merasa aman atau tidak dalam
menggunakan alat pembayaran GoPay dan OVO.
i. Experience (X9)
48
Variabel pengalaman menjelaskan pengalaman apa yang didapat
saat menggunakan fitur dalam aplikasi Gojek dan Grab, bagaimana cara
melakukan pemesanan, dan melakukan transaksi dengan GoPay dan OVO.
F. Teknik Analisis Data
Penelitian ini menggunakan metode kuantitatif yaitu penelitian ilmiah
yang sistematis dan memberi penekanan terhadap fenomena-fenomena objektif
serta hubungan-hubungannya dan dikaji secara kuantitatif yang memiliki masalah
yang akam dilakukan penelitian lebih umum, dengan wilayah penelitian yang luas,
dan tingkat variasi yang kompleks. Tujuan dari penelitian dengan metode
kuantitatif adalah dapat mengembangkan dan menggunakan teori atau hipotesis
yang memiliki hubungan yang terkait dengan fenomena alam (Priyono, 2008).
Teknik analisis regresi yang digunakan dalam penelitian ini adalah OLS
(Ordinary Least Square) guna menguji pengaruh variabel bebas terhadap variabel
terikat. OLS (Ordinary Least Square) adalah metode penafsiran parameter model
suatu regresi yang digunakan untuk meminimumkan jumlah kuadrat error
(Fathurahman, 2012). Persamaan analisis regresi linier berganda atau OLS
(Ordinary Least Square) sebagai berikut:
Y' = α + β1X1 + β 2X2 + β 3X3 + β 4X4 + β 5X5 + β 6X6 + β 7X7 + β 8X8 +β 9X9 + e
Keterangan:
Y' = Frekuensi Penggunaan Gojek dan Grab
α = Konstanta
β 1, β 2, β 3, β 4, β5,
49
β6, β7, β8, β9 = Koefisien regresi, yaitu nilai peningkatan atau
penurunan variabel Y' yang didasarkan variabel X1 , X2, X3, X4, X5, X6, X7, X8,
dan X9
X1 = Jenis Kelamin
X2 = Jumlah Anggota Keluarga
X3 = Jarak Rumah atau Kos Menuju UNS
X4 = Uang Saku Mahasiswa per-bulan
X5 = Pendapatan Orang Tua per-bulan
X6 = Perceived Usefulness
X7 = Perceived Ease of Use
X8 = Attitude Toward Using
X9 = Experience
Uji hipotesis penelitian memiliki persyaratan yang harus dipenuhi dalam
OLS (Ordinary Least Square) melalui uji asumsi klasik, mencakup:
1. Uji Multikolinearitas
Multikolinearitas artinya antar variabel independen yang terdapat
dalam model regresi memiliki hubungan linear yang sempurna atau
mendekati sempurna (koefisien korelasi tinggi atau bahkan mencapai 1)
(Purnomo, 2016). Model regresi yang baik adalah yang tidak terjadi korelasi
sempurna atau mendekati sempurna diantara variabel bebasnya. Uji ini dapat
dilihat melalui nilai Tolerance dan VIF pada model regresi, apabila nilai VIF
50
kurang dari 10 dan Tolerance lebih dari 0,1 maka dinyatakan tidak terjadi
multikolinearitas.
2. Uji Autokorelasi
Autokorelasi adalah korelasi antara anggota observasi yang disusun
menurut waktu dan tempat (Purnomo, 2016). Model regresi yang baik ialah
tidak terjadi autokolerasi. Uji autokorelasi ini menggunakan metode uji
Durbin Watson (DW test). Dalam pengambilan keputusan uji Durbin
Watson sebagai berikut:
- DU < DW < 4–DU maka Ho diterima, artinya tidak terjadi autokorelasi.
- DW < DL atau DW > 4–DL maka Ho ditolak, artinya terjadi
autokorelasi.
- DL < DW < DU atau 4–DU < DW < 4–DL, artinya tidak ada kepastian
atau kesimpulan yang pasti.
3. Uji Heterokedastisitas
Heterokedastisitas adalah varian residual yang tidak sama pada
semua pengamatan dalam model regresi (Purnomo, 2016). Hasil regresi
yang baik jika sebaran titik tidak membentuk suatu pola atau alur tertentu
sehingga tidak terjadi heteroskedastisitas.
4. Uji Normalitas
Uji normalitas adalah pengujian guna mengetahui apakah data
berdistribusi normal atau tidak. Hasil uji normalitas dengan melihat
sebaran titik-titik jika mendekati garis lurus maka dapat disimpulkan

51
bahwa data tersebut terdistribusi normal.
5. Uji F
Hasil uji F dikatakan layak apabila nilai prob. F hitung lebih kecil
dari α = 0,05 maka dapat dikatakan bahwa model regresi tersebut dikatakan
layak, sedangkan apabila nilai prob. F hitung lebih besar dari α = 0,05
maka dikatakan bahwa model regresi tersebut tidak layak.
6. Uji t
Uji t dalam regresi linier berganda untuk menguji apakah koefisien
regresi dan konstanta yang diduga untuk mengestimasi model regresi linier
berganda sudah signifikan atau tidak. Uji ini dinilai signifikan dengan
melihat nilai prob. t hitung dari variabel bebas lebih kecil dari 0,1 sedangkan
tidak signifikan dengan melihat nilai prob. t hitung dari variabel bebas lebih
besar dari 0,1.
7. Koefisien Determinasi
Koefisien determinasi menjelaskan variasi pengaruh variabel-
variabel bebas terhadap variabel terikatnya. Dengan melihat nilai R-Square
yang menunjukkan proporsi variabel bebas terhadap variabel terikat dalam
satuan persen.
BAB IV
ANALISIS DATA DAN PEMBAHASAN
A. Gambaran Umum
1. Kondisi sosial ekonomi responden
Kondisi sosial ekonomi responden merupakan faktor penting untuk
menentukan frekuensi terhadap penggunaan Gojek dan Grab. Dalam
menentukan frekuensi terhadap penggunaan membutuhkan data riil jenis
kelamin, jumlah anggota keluarga, jarak, uang saku, dan pendapatan orang
tua untuk dapat dianalisis karena peneliti bisa mendapatkan data yang sangat
berpengaruh terhadap proses pengolahan data. Kondisi sosial ekonomi
responden mahasiswa S1 dan D3 Fakultas Ekonomi dan Bisnis Universitas
Sebelas Maret Surakarta yang menggunakan Gojek dan Grab sebagian besar
merupakan mahasiswa yang memiliki tingkat ekonomi menengah keatas.
Aplikasi Gojek dan Grab hanya dapat diunduh pada telepon genggam dengan
sistem operasi Android dan iOS, sehingga telepon genggam tersebut
berharga cukup mahal. Mahasiswa Fakultas Ekonomi dan Bisnis Universitas
Sebelas Maret Surakarta mampu menggunakan layanan Gojek dan Grab
untuk melakukan aktivitas mereka sehar-hari.
Sebagian besar mahasiswa Fakultas Ekonomi dan Bisnis Universitas
Sebelas Maret Surakarta menggunakan aplikasi Gojek dan Grab untuk
layanan transportasi dan layanan pesan makanan karena dianggap

53
memudahkan aktivitas mereka dan merasakan keuntungan dengan
menggunakan aplikasi tersebut. Jumlah pengeluaran mahasiswa yang
menggunakan layanan Gojek dan Grab tidak terlalu besar dibandingkan
dengan menggunakan kendaraan pribadi dan membeli makan secara
langsung pada rumah makan tersebut. Penggunaan Gojek dan Grab juga
memiliki keuntungan salah satunya adalah potongan harga atau diskon yang
diberikan kepada pelanggannya dengan jumlah yang banyak.
2. Prestasi Gojek
PT Aplikasi Karya Anak Bangsa atau yang dikenal sebagai Gojek
merupakan perusahaan teknologi di Indonesia karya anak bangsa yaitu
Nadiem Makarim yang berdiri tahun 2010 di Jakarta yang sedang
berkembang dan diminati masyarakat Indonesia. Berawal dari layanan
pemesanan ojek melalui call-center, lalu berkembang tahun 2015 setelah
meluncurkan aplikasi dengan tiga fitur yaitu GoRide, GoSend, dan GoMart.
Gambar 4.1 Logo Gojek
Gojek merupakan platform teknologi terbesar yang melayani jutaan

54
pengguna di Asia Tenggara demgan mengembangkan tiga Super-App yaitu
untuk customer, untuk mitra driver, dan untuk mitra merchant. Kemunculan
Gojek sangat diapresiasi masyarakat Indonesia karena Gojek memiliki bermacam-
macam layanan mulai dari layanan transportasi, kuliner, pengiriman barang, hingga
jasa pijat. Gojek memiliki berbagai macam layanan, antara lain:
a. GoRide, yaitu jasa transportasi ojek online
b. GoCar. yaitu jasa transportasi taksi online
c. GoFood, yaitu jasa pesan makanan online 24 jam
d. GoSend, yaitu jasa pengiriman barang dan dokumen
e. GoMart, yaitu layanan belanja online di berbagai toko mitra Gojek
f. GoMassage, yaitu jasa pijat profesional panggilan ke rumah
g. GoGlam, yaitu layanan kecantikan panggilan ke rumah
h. GoClean, yaitu jasa kebersihan yang datang ke rumah, kos, kantor, dan
apartemen
i. GoAuto, yaitu layanan cuci mobil dan motor
j. GoFix, yaitu jasa perawatan elektronik panggilan
Gojek memiliki prestasi yang patut dibanggakan karena telah
dinobatkan menjadi status Decacorn oleh Lembaga Riset Internasional CB
Insights dalam riset terbarunya yang berjudul “The Global Unicorn Club”.
Status Decacorn diberikan kepada startup yang memiliki valuasi US$ 10
miliar dan hanya terdapat 19 startup di dunia yang dapat menyandang status
Decacorn salah satunya adalah Gojek. Pada tahun 2018, Gojek menjadi
platform dengan pembayaran terbesar di Asia Tenggara dengan transaksi

55
diperkirakan mencapai Rp 130 triliun dengan jumlah volume transaksi
mencapai 2 milliar (https://www.genpi.co/). Gojek masuk Fortune’s
“Change the World” 2019 melalui inovasi GoPay yang dinilai telah
mentransformasi percepatan inklusi finansial dan ekonomi digital di
Indonesia. Pencapaian tersebut telah menjadikan Gojek bukan hanya sebagai
satu-satunya perusahaan Asia Tenggara dalam daftar Fortune’s “Change the
World”, melainkan juga satu-satunya perusahaan Asia Tenggara yang
berhasil masuk ke daftar yang telah diakui secara global untuk kedua kali
(https://money.kompas.com/). Penghargaan berskala global ini menyorot
peranan GoPay sebagai platform pembayaran digital Gojek yang telah
mendorong perekonomian digital Indonesia dengan memperluas akses
finansial bagi jutaan masyarakat Indonesia.
3. Prestasi Grab
PT Grab Indonesia merupakan perusahaan teknologi berasal dari
Malaysia dan berbasis di Singapura oleh Anthony Tan. Lahir dengan nama
GrabTaxi yang hanya memiliki layanan transportasi taksi kemudian
membawa GrabTaxi untuk mengganti nama hanya menghilangkan kata
‘Taxi’ sehingga hingga saat ini dikenal dengan nama Grab yang memiliki
beraneka ragam layanan.
Gambar 4.2 Logo Grab
Sumber: https://www.grab.com/id/
56
Perkembangan Grab dalam melakukan ekspansi perusahaan ke
delapan negara di Asia Tenggara, yakni Indonesia, Malaysia, Singapura,
Myanmar, Kamboja, Filipina, Thailand, dan Vietnam. Grab hadir di
Indonesia pada tahun 2014 dan hingga saat ini. Grab memiliki empat layanan
antara lain:
a. GrabFood, yaitu jasa pesan makanan online 24 jam
b. GrabCar, yaitu jasa transportasi taksi online
c. GrabBike, yaitu jasa transportasi ojek online
d. GrabDelivery, yaitu jasa pengiriman barang dan dokumen
Presetasi yang dimiliki oleh Grab yaitu telah menjadi startup dengan
status Decacorn. Perusahaan ini juga mengalahkan perusahaan teknologi
lainnya seperti Apple dan Alibaba yang dirilis oleh Fast Company yang
merupakan majalah bisnis asal Amerika Serikat. Grab juga terpilih menjadi
perusahaan paling inovatif karena dianggap telah mengubah kehidupan
ratusan juta orang yang telah berhasil mengoperasikan sistem yang kompleks
menjadi transaksi sederhana (https://www.liputan6.com/). Grab telah
merengkuh Uber Asia Tenggara ke dalam perusahaannya, berkat merger
yang dilakukan Grab maka dapat memperluas perusahaannya di delapan
negara yaitu Singapura, Indonesia, Filipina, Malaysia, Thailand, Vietnam,
Myanmar, dan Kamboja.

57
4. Kerja Sama Gojek dan Grab
Kerja sama atau kolaborasi yang dilakukan Gojek dan Grab adalah
strategi kedua aplikasi tersebut guna memberikan perubahan positif dan
inovasi untuk para penggunanya. Kerjasama yang dilakukan Gojek yaitu
bekerjasama dengan Blue Bird yang merupakan bentuk dukungan pada
perusahaan lokal, keuntungan yang didapat dari Blue Bird adalah dapat
menambah saluran pemesanan dan memudahkan konsumennya dalam
memesan armada taksi.
Grab berkerjasama dengan Sinar Mas Land menghadirkan
GrabWheels yang merupakan skuter listrik ramah lingkungan sebagai solusi
mobilitas inovatif di lingkungan BSD City, Jakarta. GrabWheels merupakan
kelanjutan dari kerja sama strategis Grab dengan Sinar Mas Land di bidang
teknologi untuk membangun Integrated Smart Digital City. Grab melakukan
kerja sama dengan Sinar Mas Land dalam rangka menjawab kebutuhan
masyarakar akan transportasi yang praktis serta ramah lingkungan di kota
mandiri.
B. Ruang Lingkup Penelitian
Penelitian ini dilakukan di Fakultas Ekonomi dan Bisnis Universitas
Sebelas Maret Surakarta. Dalam penelitian ini terdapat 2.968 mahasiswa aktif S1
dan D3 Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret Surakarta dan
peneliti mengambil 100 sampel dari mahasiswa aktif S1 dan D3 Fakultas
Ekonomi dan Bisnis Universitas Sebelas Maret Surakarta.

58
C. Deskripsi Data
Penelitian ini menggunakan kuisioner sebagai alat untuk memperoleh
data yang berisikan pertanyaan-pertanyaan yang diajukan kepada responden.
Terdapat data variabel terikat yaitu frekuensi penggunaan Gojek dan Grab
mahasiswa aktif S1 dan D3 Fakultas Ekonomi dan Bisnis Universitas Sebelas
Maret Surakarta dan data variabel bebas yaitu jenis kelamin, jumlah anggota
keluarga, jarak, uang saku per-bulan, pendapatan orang tua per-bulan, persepsi
kegunaan (perceived usefulness), persepsi kemudahan dalam penggunaan
(perceived ease of use), sikap terhadap penggunaan (attitude toward using), dan
pengalaman (experience). Sampel yang digunakan sebanyak 100 responden
mahasiswa aktif S1 dan D3 Fakultas Ekonomi dan Bisnis Universitas Sebelas
Maret Surakarta. Terdapat informasi lain mengenai responden sebagai berikut:
1. Karakteristik Responden
a. Karakteristik Responden Berdasarkan Pengguna Gojek
Data jumlah pengguna Gojek diperoleh melalui kuesioner yang
diisi oleh 100 responden.
Tabel 4.1 Karakteristik Responden Berdasarkan Pengguna Gojek
Karakteristik Jumlah
Menggunakan Gojek 95
Tidak Menggunakan Gojek 5

59
Total 100
Sumber: Data primer diolah, 2020
Berdasarkan tabel 4.1 diketahui terdapat 95 orang
menggunakan Gojek dan 5 orang tidak menggunakan Gojek.
b. Karakteristik Responden Berdasarkan Pengguna Grab
Data jumlah pengguna Grab diperoleh melalui kuesioner yang
Tabel 4.2 Karakteristik Responden Berdasarkan Pengguna Grab
Menggunakan Grab 91
Tidak Menggunakan Grab 9
Total 100
Berdasarkan tabel 4.2 diketahui terdapat 91 orang yang
menggunakan jasa Grab pada satu bulan terakhir dan 9 orang yang tidak
menggunakan jasa Grab.
c. Karakteristik Responden Berdasarkan Pengguna GoPay
Data jumlah pengguna GoPay diperoleh melalui kuesioner yang

60
Tabel 4.3 Karakteristik Responden Berdasarkan Pengguna GoPay
Menggunakan GoPay 76
Tidak Menggunakan GoPay 24
Total 100
menggunakan GoPay sebagai alat pembayaran pada satu bulan terakhir
dan 24 orang yang tidak menggunakan GoPay.
d. Karakteristik Responden Berdasarkan Pengguna OVO
Data jumlah pengguna OVO diperoleh melalui kuesioner yang
Tabel 4.4 Karakteristik Responden Berdasarkan Pengguna OVO
Menggunakan OVO 83
Tidak Menggunakan OVO 17
Total 100
menggunakan OVO sebagai alat pembayaran pada satu bulan terakhir

61
dan 17 orang yang tidak menggunakan OVO.
e. Karakteristik Responden Berdasarkan Pengguna Gojek dan Grab
Data jumlah pengguna Gojek dan Grab diperoleh melalui
kuesioner yang diisi oleh 100 responden.
Tabel 4.5 Karakteristik Responden Berdasarkan Pengguna Gojek

dan Grab
Menggunakan Keduanya (Gojek dan 86

Grab)
Menggunakan Salah Satu Gojek/Grab 14
Total 100
menggunakan keduanya (Gojek dan Grab) pada satu bulan terakhir dan
14 orang yang menggunakan salah satu dari Gojek atau Grab.
f. Karakteristik Responden Berdasarkan Pengguna GoPay dan OVO
Data jumlah pengguna GoPay dan OVO diperoleh melalui
kuesioner yang diisi oleh 100 responden.

62
Tabel 4.6 Karakteristik Responden Berdasarkan Pengguna GoPay

dan OVO
Menggunakan Keduanya (GoPay dan 64

OVO)
Menggunakan Salah Satu 31
GoPay/OVO
Tidak Menggunakan Keduanya 5
(GoPay dan OVO)
Total 100
menggunakan keduanya (GoPay dan OVO) pada satu bulan terakhir, 31
orang yang menggunakan salah satu dari GoPay atau OVO, dan 5 orang
tidak menggunakan keduanya.
g. Karakteristik Responden Berdasarkan Pengeluaran Terbesar Dalam
Penggunaan Layanan Gojek
Data pengeluaran terbesar pengguna dalam menggunakan
layanan Gojek diperoleh melalui kuesioner dengan total 100 responden
hanya diisi oleh 95 responden yang menggunakan layanan Gojek pada
satu bulan terakhir, sedangkan 5 responden tidak menggunakan layanan
Gojek
63
Terbesar Dalam Penggunaan Layanan Gojek
Layanan Gojek Jumlah
GoRide 20
GoCar 5
GoFood 67
GoSend 0
GoMart 0
GoMassage 0
GoGlam 0
GoClean 2
GoAuto 1
GoFix 0
Jumlah 95
Berdasarkan tabel 4.7 diketahui terdapat 20 orang dengan
pengeluaran terbesar pada jasa Gojek yaitu GoRide, 5 orang pada jasa
64
GoCar, 67 orang pada jasa GoFood, 2 orang pada jasa GoClean, dan 1
orang pada jasa GoAuto. Layanan yang paling banyak digunakan oleh
responden adalah GoFood. Tidak terdapat responden yang memilih
GoSend, GoMart, GoMassage, GoGlam, dan GoFix sebagai
pengeluaran terbesar yang terdapat pada layanan Gojek.
h. Karakteristik Responden Berdasarkan Pengeluaran Terbesar Dalam
Penggunaan Layanan Grab
Data pengeluaran terbesar pengguna dalam menggunakan
layanan Grab diperoleh melalui kuesioner dengan total 100 responden
hanya diisi oleh 91 responden yang menggunakan layanan Grab pada
satu bulan terakhir, sedangkan 9 responden tidak menggunakan layanan
Grab.
Terbesar Dalam Penggunaan Layanan Grab
Layanan Grab Jumlah
GrabFood 79
GrabCar 1
GrabBike 11
GrabDelivery 0
65
Total 91
Berdasarkan tabel 4.8 diketahui terdapat 79 orang dengan
pengeluaran terbesar pada jasa Grab yaitu GrabFood, 1 orang pada jasa
GrabCar, dan 11 orang pada jasa GrabBike. Layanan Grab yang paling
banyak digunakan oleh responden adalah GrabFood. Tidak terdapat
responden yang menggunakan GrabDelivery pada layanan Grab.
i. Karakteristik Responden Berdasarkan Prodi
Data responden berdasarkan prodi yang terdapat pada Fakultas
Ekonomi dan Bisnis Universitas Sebelas Maret yang diperoleh melalui
kuesioner terdapat total 100 responden.
Tabel 4.9 Karakteristik Responden Berdasarkan Prodi
Prodi Jumlah
S1 Ekonomi Pembangunan 43
S1 Akuntansi 21
S1 Manajemen 30
D3 Manajemen Pemasaran 0
66
D3 Manajemen Bisnis 1
D3 Manajemen Perdagangan 0
D3 Keuangan Perbankan 1
D3 Pajak 0
D3 Akuntansi 4
Total 100
Berdasarkan tabel 4.9 diketahui terdapat 43 orang berasal dari
prodi S1 Ekonomi Pembangunan, 21 orang berasal dari prodi S1
Akuntansi, 30 orang berasal dari prodi S1 Manajemen, 1 orang berasal
dari prodi D3 Manajemen Bisnis, 1 orang berasal dari prodi D3
Keuangan Perbankan, dan 4 orang berasal dari prodi D3 Akuntansi.
Tidak terdapat responden yang mengisi kuesioner ini dari prodi D3
Manajemen Pemasaran, D3 Manajemen Perdagangan, dan D3 Pajak.
j. Karakteristik Responden Berdasarkan Jenis Kelamin
Data responden berdasarkan jenis kelamin yang terdapat pada
Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret yang diperoleh
melalui kuesioner terdapat total 100 responden.

67
Tabel 4.10 Karakteristik Responden Berdasarkan Jenis Kelamin
Jenis Kelamin Jumlah
Laki-laki 27
Perempuan 73
Total 100
Berdasarkan tabel 4.10 diketahui terdapat 27 orang laki-laki dan
73 orang perempuan yang mengisi kuesioner ini.
k. Karakteristik Responden Berdasarkan Usia
Data responden berdasarkan usia yang terdapat pada Fakultas
Tabel 4.11 Karakteristik Responden Berdasarkan Usia
Usia Jumlah
18 tahun 1
19 tahun 7
68
20 tahun 13
21 tahun 52
22 tahun 27
Total 100
Berdasarkan tabel 4.11 diketahui terdapat 1 orang berusia 18
tahun, 7 orang berusia 19 tahun, 13 orang berusia 20 tahun, 52 orang
berusia 21 tahun, dan 27 orang berusia 22 tahun.
l. Karakteristik Responden Berdasarkan Jumlah Anggota Keluarga
Data responden berdasarkan jumlah anggota keluarga mahasiswa S1
dan D3 Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret yang
diperoleh melalui kuesioner terdapat total 100 responden.
Tabel 4.12 Karakteristik Responden Berdasarkan Jumlah Anggota
Keluarga
Jumlah Anggota Keluarga Jumlah
3 orang 14
4 orang 52
69
5 orang 29
6 orang 5
Total 100
Berdasarkan tabel 4.12 diketahui terdapat 14 orang memiliki 3
anggota keluarga, 52 orang memiliki 4 anggota keluarga, 29 orang memiliki
5 anggota keluarga, dan 4 orang memiliki 6 anggota keluarga.
m. Karakteristik Responden Berdasarkan Domisili Saat Ini
Data responden berdasarkan domisili mahasiswa S1 dan D3 Fakultas
Tabel 4.13 Karakteristik Responden Berdasarkan Domisili Saat Ini
Domisili Saat Ini Jumlah
Kos 47
Tinggal dengan orang tua 53
Total 100
Berdasarkan tabel 4.13 diketahui terdapat 47 orang tinggal di kos dan

53 orang tinggal dengan orang tua.
70
n. Karakteristik Responden Berdasarkan Jarak Kos/Rumah ke UNS
Data responden berdasarkan jarak rumah atau kos mahasiswa S1 dan D3
Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret menuju ke UNS yang
diperoleh melalui kuesioner terdapat total 100 responden.
Tabel 4.14 Karakteristik Responden Berdasarkan Jarak Kos/Rumah ke
UNS
Jarak Jumlah Jarak Jumlah
1 km 25 9 km 7
2 km 16 10 km 5
3 km 5 11 km 2
4 km 4 13 km 2
5 km 5 16 km 1
6 km 9 19 km 2
7 km 12 20 km 1
8 km 3 25 km 1
Total 100

71
Berdasarkan tabel 4.14 diketahui terdapat 25 orang yang tinggal dari
kos atau rumah menempuh jarak 1 km, 16 orang menempuh jarak 2 km, 5 orang
menempuh jarak 3 km, 4 orang menempuh jarak 4 km, 5 orang menempuh
jarak 5 km, 9 orang menempuh jarak 6 km, 12 orang menempuh jarak 7 km,
3 orang menempuh jarak 8 km, 7 orang menempuh jarak 9 km, 5 orang
menempuh jarak 10 km, 2 orang menempuh jarak 11 km, 2 orang
menempuh jarak 13 km, 1 orang menempuh jarak 16 km, 2 orang menempuh
jarak 19 km, 1 orang menempuh jarak 20 km, dan 1 orang menempuh jarak 25
km untuk mencapai UNS.
o. Karakteristik Responden Berdasarkan Uang Saku dalam Satu Bulan
Data responden berdasarkan uang saku mahasiswa S1 dan D3 Fakultas
Ekonomi dan Bisnis Universitas Sebelas Maret dalam satu bulan melalui kuesioner
terdapat total 100 responden.
Tabel 4.15 Karakteristik Responden Berdasarkan Uang Saku dalam

Satu Bulan
Nominal Jumlah Nominal Jumlah
Rp 200.000 1 Rp 1.200.000 6
Rp 400.000 3 Rp 1.500.000 20
72
Rp 500.000 6 Rp 2.000.000 10
Rp 600.000 4 Rp 2.500.000 7
Rp 700.000 2 Rp 3.000.000 4
Rp 750.000 1 Rp 3.500.000 2
Rp 800.000 7 Rp 4.000.000 1
Rp 850.000 1 Rp 5.000.000 1
Rp 900.000 2 Rp 6.000.000 1
Rp 1.000.000 20 Rp 1
10.000.000
Total 100
Berdasarkan tabel 4.15 diketahui terdapat 1 orang mendapatkan uang
saku sebanyak Rp 200.000, 3 orang mendapatkan uang saku sebanyak Rp
400.000, 6 orang mendapatkan uang saku sebanyak Rp 500.000, 4 orang
mendapatkan uang saku sebanyak Rp 600.000, 2 orang mendapatkan uang saku
sebanyak Rp 700.000, 1 orang mendapatkan uang saku sebanyak Rp 750.000,
1 orang mendapatkan uang saku sebanyak Rp 800.000, 1 orang mendapatkan
uang saku sebanyak Rp 850.000, 2 orang mendapatkan uang saku sebanyak
Rp 900.000, 20 orang mendapatkan uang saku sebanyak Rp 1.000.000, 6

73
orang mendapatkan uang saku sebanyak Rp 1.200.000, 20 orang mendapatkan
uang saku sebanyak Rp 1.500.000, 11 orang mendapatkan uang saku sebanyak
Rp 2.000.000, 7 orang mendapatkan uang saku sebanyak Rp 2.500.000, 4
orang mendapatkan uang saku sebanyak Rp 3.000.000, 2 orang mendapatkan
uang saku sebanyak Rp 3.500.000, 1 orang mendapatkan uang saku sebanyak
Rp 4.000.000, 1 orang mendapatkan uang saku sebanyak Rp 5.000.000, 1
orang mendapatkan uang saku sebanyak Rp 6.000.000, dan 1 orang
mendapatkan uang saku sebanyak Rp 10.000.000 dalam satu bulan.
p. Karakteristik Responden Berdasarkan Pendapatan Orang Tua dalam Satu
Bulan
Data responden berdasarkan pendapatan orang tua mahasiswa S1 dan
D3 Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret dalam satu bulan
melalui kuesioner terdapat total 100 responden.
Tabel 4.16 Karakteristik Responden Berdasarkan Pendapatan Orang

Tua dalam Satu Bulan
Rp 2.000.000 5 Rp 7.000.000 10
Rp 2.200.000 1 Rp 7.500.000 1
Rp 2.400.000 1 Rp 8.000.000 5
74
Rp 2.500.000 2 Rp 9.000.000 1
Rp 3.000.000 1 Rp 10.000.000 19
Rp 3.300.000 1 Rp 12.500.000 1
Rp 3.500.000 3 Rp 15.000.000 10
Rp 4.000.000 5 Rp 20.000.000 6
Rp 4.800.000 1 Rp 25.000.000 3
Rp 5.000.000 17 Rp 30.000.000 1
Rp 5.500.000 1 Rp 50.000.000 3
Rp 6.000.000 1 Rp 80.000.000 1
Total 100
Berdasarkan tabel 4.16 diketahui terdapat 5 orang dengan pendapatan
orang tua sebesar Rp 2.000.000, 1 orang dengan pendapatan orang tua sebesar
Rp 2.200.000, 1 orang dengan pendapatan orang tua sebesar Rp 2.400.000, 2
orang dengan pendapatan orang tua sebesar Rp 2.500.000, 1 orang dengan
pendapatan orang tua sebesar Rp 3.000.000, 1 orang dengan pendapatan orang
tua sebesar Rp 3.300.000, 3 orang dengan pendapatan orang tua sebesar Rp
3.500.000, 5 orang dengan pendapatan orang tua sebesar Rp 4.000.000, 1 orang
dengan pendapatan orang tua sebesar Rp 4.800.000, 17 orang dengan

75
6.000.000, 10 orang dengan pendapatan orang tua sebesar Rp 7.000.000, 1
10.000.000, 1 orang dengan pendapatan orang tua sebesar Rp 12.500.000, 10
pendapatan orang tua sebesar Rp 20.000.000, 3 orang dengan pendapatan
orang tua sebesar Rp 25.000.000, 1 orang dengan pendapatan orang tua
sebesar Rp 30.000.000, 3 orang dengan pendapatan orang tua sebesar Rp
50.000.000, 1 orang dengan pendapatan orang tua sebesar Rp 80.000.000
q. Karakteristik Responden Berdasarkan Frekuensi Penggunaan Gojek dalam
Satu Bulan
Data responden berdasarkan frekuensi penggunaan Gojek mahasiswa
S1 dan D3 Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret dalam satu
bulan melalui kuesioner terdapat total 95 responden yang menggunakan Gojek
dan 5 orang tidak menggunakan Gojek.
Tabel 4.17 Karakteristik Responden Berdasarkan Frekuensi Penggunaan

Gojek dalam Satu Bulan
Frekuensi Jumlah Frekuensi Jumlah
1 kali 18 8 kali 3
76
2 kali 19 9 kali 1
3 kali 15 10 kali 5
4 kali 9 12 kali 1
5 kali 16 15 kali 1
6 kali 3 26 kali 1
7 kali 3 Total 95
Berdasarkan tabel 4.17 diketahui terdapat 18 orang menggunakan jasa
Gojek selama 1 kali, 19 orang menggunakan Gojek 2 kali, 15 orang
menggunakan Gojek 3 kali, 9 orang menggunakan Gojek 4 kali, 14 orang
menggunakn Gojek 12 kali, 1 orang menggunakan Gojek 15 kali, dan 1 orang
menggunakan Gojek 26 kali dalam satu bulan terakhir.
r. Karakteristik Responden Berdasarkan Frekuensi Penggunaan Grab dalam
Satu Bulan
Data responden berdasarkan frekuensi penggunaan Grab mahasiswa S1
dan D3 Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret dalam satu
bulan melalui kuesioner terdapat total 91 Responden yang menggunakan Grab

77
dan 9 orang tidak menggunakan Grab.
Tabel 4.18 Karakteristik Responden Berdasarkan Frekuensi

Penggunaan Grab dalam Satu Bulan
1 kali 9 8 kali 6
2 kali 6 9 kali 1
3 kali 9 10 kali 9
4 kali 5 12 kali 3
5 kali 21 15 kali 6
6 kali 6 16 kali 1
7 kali 7 20 kali 2
Berdasarkan tabel 4.18 diketahui terdapat 9 orang menggunakan Grab
sebanyak 1 kali, 6 orang menggunakan sebanyak 2 kali, 9 orang menggunakan
sebanyak 3 kali, 5 orang menggunakan sebanyak 4 kali, 21 orang
menggunakan sebanyak 5 kali, 6 orang menggunakan sebanyak 6 kali, 7 orang
menggunakan sebanyak 7 kali, 6 orang menggunakan sebanyak 8 kali, 1 orang
menggunakan sebanyak 9 kali, 9 orang menggunakan sebanyak 10 kali, 3
orang menggunakan sebanyak 12 kali, 6 orang menggunakan sebanyak 15 kali,
1 orang menggunakan sebanyak 16 kali, dan 2 orang menggunakan sebanyak

78
20 kali pada aplikasi Grab selama satu bulan terakhir.
s. Karakteristik Responden Berdasarkan Frekuensi Penggunaan Gopay Pada
Aplikasi Gojek dalam Satu Bulan
Data responden berdasarkan frekuensi penggunaan Gopay pada aplikasi
Gojek mahasiswa S1 dan D3 Fakultas Ekonomi dan Bisnis Universitas Sebelas
Maret dalam satu bulan melalui kuesioner terdapat total 76 responden
menggunakan GoPay dan 24 responden yang tidak menggunakan GoPay
sebagai alat pembayaran pada aplikasi Gojek.
Tabel 4.19 Karakteristik Responden Berdasarkan Frekuensi Penggunaan
Gopay Pada Aplikasi Gojek
Frekuensi Jumlah
1 kali 25
2 kali 12
3 kali 10
4 kali 7
5 kali 13
7 kali 4
10 kali 2
12 kali 1
79
30 kali 2
Total 76
Sumber: Data primer yang diolah, 2020
Berdasarkan tabel 4.19 diketahui terdapat 25 orang melakukan
pembayaran menggunakan GoPay pada aplikasi Gojek 1 kali, 12 orang
menggunakan GoPay 2 kali, 10 orang menggunakan GoPay 3 kali, 7 orang
menggunakan GoPay 12 kali, dan 1 orang menggunakan GoPay 30 kali dalam
satu bulan terakhir.
t. Karakteristik Responden Berdasarkan Frekuensi Penggunaan OVO Pada
Aplikasi Grab dalam Satu Bulan
Data responden berdasarkan frekuensi penggunaan OVO pada aplikasi
Grab mahasiswa S1 dan D3 Fakultas Ekonomi dan Bisnis Universitas Sebelas
Maret dalam satu bulan melalui kuesioner terdapat total 83 responden
menggunakan OVO dan 17 responden yang tidak menggunakan OVO sebagai
alat pembayaran pada aplikasi Grab.
Tabel 4.20 Karakteristik Responden Berdasarkan Frekuensi

Penggunaan OVO Pada Aplikasi Grab
80
1 kali 21 8 kali 5
2 kali 9 10 kali 10
3 kali 5 14 kali 12
4 kali 3 16 kali 1
5 kali 22 20 kali 1
6 kali 4 Total 83
7 kali 1
Berdasarkan tabel 4.20 diketahui terdapat 21 orang melakukan
pembayaran menggunakan OVO pada aplikasi Grab sebanyak 1 kali, 9 orang
menggunakan OVO sebanyak 2 kali, 5 orang menggunakan OVO sebanyak 3
kali, 3 orang menggunakan OVO sebanyak 4 kali, 22 orang menggunakan
OVO sebanyak 5 kali, 4 orang menggunakan OVO sebanyak 6 kali, 1 orang
menggunakan OVO sebanyak 7 kali, 5 orang menggunakan OVO sebanyak 8
kali, 10 orang menggunakan OVO sebanyak 10 kali, 2 orang menggunakan
OVO sebanyak 14 kali, 1 orang menggunakan OVO sebanyak 16 kali, dan 1
orang menggunakan OVO sebanyak 20 kali dalam satu bulan terakhir.

81
u. Karakteristik Responden Berdasarkan Pengeluaran dalam Menggunakan
Layanan Gojek
Data responden berdasarkan pengeluaran dalam menggunakan
layanan Gojek pada mahasiswa S1 dan D3 Fakultas Ekonomi dan Bisnis
Universitas Sebelas Maret dalam satu bulan melalui kuesioner terdapat total
93 responden yang menggunakan Gojek dan 7 responden tidak menggunakan
Gojek.
Tabel 4.21 Karakteristik Responden Berdasarkan Pengeluaran dalam
Menggunakan Layanan Gojek
Rp 10.000 2 Rp 80.000 3
Rp 13.000 1 Rp 100.000 18
Rp 15.000 3 Rp 150.000 6
Rp 18.000 1 Rp 195.000 1
Rp 20.000 2 Rp 200.000 6
Rp 25.000 3 Rp 220.000 1
Rp 30.000 4 Rp 250.000 1
Rp 40.000 2 Rp 270.000 1
Rp 50.000 30 Rp 300.000 3
82
Rp 60.000 1 Rp 350.000 1
Rp 70.000 2 Rp 800.000 1
Rp 75.000 1 Rp 1.200.000 1
Total 95
Berdasarkan tabel 4.21 diketahui terdapat 2 orang menggunakan
layanan Gojek dengan mengeluarkan biaya Rp 10.000, 1 orang mengeluarkan
biaya Rp 13.000, 3 orang mengeluarkan biaya Rp 15.000, 1 orang
mengeluarkan biaya Rp 18.000, 2 orang mengeluarkan biaya Rp 20.000, 3
orang mengeluarkan biaya Rp 25.000, 4 orang mengeluarkan biaya Rp
30.000, 2 orang mengeluarkan biaya Rp 40.000, 30 orang mengeluarkan biaya
Rp 50.000, 1 orang mengeluarkan biaya Rp 60.000, 2 orang mengeluarkan
195.000, 6 orang mengeluarkan biaya Rp 200.000, 1 orang mengeluarkan
800.000, dan 1 orang mengeluarkan biaya Rp 1.200.000 menggunakan
layanan Gojek satu bulan terakhir.

83
v. Karakteristik Responden Berdasarkan Pengeluaran dalam Menggunakan
Layanan Grab
Data responden berdasarkan pengeluaran dalam menggunakan layanan
Grab pada mahasiswa S1 dan D3 Fakultas Ekonomi dan Bisnis Universitas
Sebelas Maret dalam satu bulan melalui kuesioner terdapat total 91 responden
yang menggunakan Grab dan 9 responden tidak menggunakan layanan Grab.
Tabel 4.22 Karakteristik Responden Berdasarkan Pengeluaran dalam
Menggunakan Layanan Grab
Rp 10.000 1 Rp 130.000 1
Rp 15.000 2 Rp 140.000 1
Rp 20.000 2 Rp 150.000 10
Rp 25.000 1 Rp 175.000 1
Rp 30.000 4 Rp 180.000 1
Rp 35.000 1 Rp 200.000 11
Rp 50.000 8 Rp 250.000 3
84
Rp 60.000 3 Rp 300.000 8
Rp 70.000 5 Rp 350.000 2
Rp 75.000 1 Rp 400.000 3
Rp 100.000 19 Rp 600.000 1
Rp 120.000 1 Rp 1.000.000 1
Total 91
Berdasarkan tabel 4.22 diketahui terdapat 1 orang menggunakan
layanan Grab dengan mengeluarkan biaya Rp 10.000, 2 orang mengeluarkan
orang mengeluarkan biaya Rp 35.000, 8 orang mengeluarkan biaya Rp 50.000,
3 orang mengeluarkan biaya Rp 60.000, 5 orang mengeluarkan biaya Rp
70.000, 1 orang mengeluarkan biaya Rp 75.000, 19 orang mengeluarkan biaya
orang mengeluarkan biaya Rp 180.000, 11 orang mengeluarkan biaya

85
mengeluarkan biaya Rp 400.000, 1 orang mengeluarkan biaya Rp 600.000, dan
1 orang mengeluarkan biaya Rp 1.000.000 pada layanan Grab dalam satu bulan
terakhir.
D. Analisis Data dan Pembahasan
1. Analisis Latar Belakang Sosial Ekonomi dan Technology Acceptance
Model (TAM) Terhadap Frekuensi Penggunaan Gojek dan Grab
Penelitian ini menggunakan analisis regresi linier berganda untuk
mengetahui pengaruh atau hubungan secara linear antara dua atau lebih
variabel independen dengan satu variabel dependen (Purnomo, 2016).
Variabel dependen dalam penelitian ini menggunakan data asli yang
diperoleh dari responden.
Variabel independen jenis kelamin menggunakan variabel dummy
dengan angka 0 dan 1, variabel jumlah anggota keluarga dan jarak
menggunakan data asli dari responden, variabel uang saku dan pendapatan
orang tua menggunakan satuan mata uang Rupiah. Variabel persepsi
kegunaan (perceived usefulness), persepsi kemudahan dalam menggunaan
(perceived ease of use), sikap terhadap penggunaan (attitude toward using),
dan pengalaman (experience) menggunakan skala Likert 1 sampai 5 sebagai
pilihan jawaban dengan kriteria Sangat Tidak Setuju (STS) memiliki skor
1, jawaban Tidak Setuju (TS) memiliki skor 2, jawaban Netral (N) memiliki
skor 3, jawaban Setuju (TS) memiliki skor 4, dan jawaban Sangat Setuju
86
(SS) memiliki skor 5.
a. Hasil Uji Multikolinearitas
Tabel 4.23 Hasil Uji Multikolinearitas
Model Tolerance VIF
Jenis Kelamin 0.833 1.200
Jumlah Anggota Keluarga 0.944 1.060
Jarak 0.901 1.109
Uang Saku 0.391 2.555
Pendapatan Orang Tua 0.418 2.394
Perceived Usefulness 0.581 1.721
Perceived Ease of Use 0.389 2.568
Attitude Toward Using 0.360 2.780
Experience 0.444 2.253
Pada tabel 4.23 dilihat bahwa nilai VIF untuk variabel jenis kelamin,
jumlah anggota keluarga, jarak, uang saku, pendapatan orang tua, perceived
usefulness, perceived ease of use, attitude toward using, dan experience
menunjukkan nilai kurang dari 10. Maka tidak terjadi multikolinearitas pada
semua variabel independen tersebut.

87
b. Hasil Uji Autokolerasi
Tabel 4.24 Hasil Uji Autokolerasi
Unstandardize
d Residual
Asymp. Sig. (2-tailed) 0.688
Pada tabel 4.24 diketahui nilai Asymp. Sig. (2-tailed) sebesar 0,688
sehingga lebih besar dari 0,05, maka dapat disimpulkan bahwa tidak terdapat
masalah autokolerasi.
c. Hasil Uji Heteroskedastisitas
Gambar 4.5 Hasil Uji Heteroskedastisitas
Sumber: data primer diolah, 2020
Pada tabel 4.23 terlihat bahwa sebaran titik-titik tidak membentuk
suatu pola atau alur tertentu, sehingga dapat disimpulkan tidak terjadi
88
heteroskedastisitas.
d. Hasil Uji Normalitas
Gambar 4.6 Hasil Uji Normalitas
Sebaran titik-titik dari gambar 4.6 mendekati garis lurus sehingga dapat
disimpulkan bahwa data berdistribusi normal.
e. Hasil Uji F
Tabel 4.25 Hasil Uji F
F Sig.
Regression 3.239 .002
Nilai prob. F hitung pada tabel 4.25 menunjukkan nilai 0,002 lebih
kecil dari tingkat signifikansi 0,05 sehingga dapat disimpulkan bahwa model
regresi linier tersebut layak digunakan untuk menjelaskan variabel jenis

89
kelamin, jumlah anggota keluarga, jarak, uang saku, pendapatan orang tua,
perceived usefulness, perceived ease of use, attitude toward using, dan
experience terhadap variabel terikat yaitu frekuensi penggunaan Gojek dan
Grab.
f. Uji t
Tabel 4.26 Hasil Uji t
Model B t Sig.
Jenis Kelamin 1.594 .583 .561
Jumlah Anggota Keluarga 3.016 1.993 .049
Jarak -.460 -1.856 .067
Uang Saku 6.941E-7 .497 .620
Pendapatan Orang Tua 2.309E-7 1.542 .127
Perceived Usefulness .441 1.323 .189
Perceived Ease of Use -.900 -2.643 .010
Attitude Toward Using .344 .969 .335
Experience .631 1.849 .068
Nilai prob. t hitung dari variabel bebas pada tabel 4.26 yang memiliki
nilai lebih kecil dari 0,1 adalah variabel jumlah anggota keluarga, jarak,
90
perceived ease of use, dan experience. Sehingga dapat dikatakan bahwa
variabel jumlah anggota keluarga, jarak, , perceived ease of use, dan
experience berpengaruh signifikan terhadap variabel terikat frekuensi
pengunaan Gojek dan Grab.
g. Hasil Koefisien Determinasi
Tabel 4.27 Hasil Koesifien Determinasi
R Square Adjusted R Square
.245 .169
Sumber: data yang diolah, 2020
Berdasarkan data pada tabel 4.7 nilai R-Square 0,245 sehingga
menunjukkan bahwa proporsi pengaruh variabel jumlah anggota keluarga,
jarak, perceived ease of use, dan experience terhadap variabel frekuensi
penggunaan Gojek dan Grab sebesar 24,5% sedangkan sisanya 75,5%
dipengaruhi oleh variabel lain.
Model regresi linier berganda yang dihasilkan adalah sebagai berikut:
Frekuensi penggunaan Gojek dan Grab = -14,919 + 1,594 Jenis Kelamin +
3,016 Jumlah Anggota Keluarga – 0,460 Jarak + 6,941E-7 Uang Saku +
2,309E-7 Pendapatan Orang Tua + 0,441 Perceived Usefulness – 0,900
Perceived Ease of Use + 0,344 Attitude Toward Using + 0,631 Experience
+e
91
Koefisien regresi untuk variabel jenis kelamin sebesar 1,594, jumlah
anggota keluarga sebesar 3,016, jarak sebesar -0,460, uang saku sebesar
6,941E-7, pendapatan orang tua sebesar 2,309E-7, perceived usefulness
sebesar 0,441, perceived ease of use sebesar -0,900, attitude toward using
sebesar 0,344, dan experience sebesar 0,631.
1) Jenis Kelamin
Variabel jenis kelamin memiliki signifikansi sebesar 0,561 sehingga
lebih dari syarat signifikan 0,1 disimpulkan bahwa variabel jenis kelamin
tidak berpengaruh signifikan terhadap frekuensi dalam menggunakan Gojek
dan Grab.
Koefisien jenis kelamin menunjukkan angka positif yang berarti
perempuan memiliki frekuensi yang banyak dalam menggunakan Gojek dan
Grab.
2) Jumlah Anggota Keluarga
Variabel jumlah anggota keluarga memiliki signifikansi sebesar 0,049
sehingga kurang dari syarat signifikan 0,1 disimpulkan bahwa variabel
jumlah anggota keluarga berpengaruh signifikan terhadap frekuensi dalam
menggunakan Gojek dan Grab.
Koefisien jumlah anggota keluarga menunjukkan angka positif yang
berarti semakin banyak jumlah anggota keluarga maka frekuensi dalam
menggunakan Gojek dan Grab meningkat. Pada setiap kenaikan variabel
jumlah anggota keluarga sebesar 1 satuan, maka frekuensi dalam

92
menggunakan Gojek dan Grab akan meningkat sebesar 3,016 satuan.
3) Jarak
Variabel jarak memiliki signifikansi sebesar 0,067 sehingga kurang
dari syarat signifikan 0,1 disimpulkan bahwa variabel jarak berpengaruh
signifikan terhadap frekuensi dalam menggunakan Gojek dan Grab.
Koefisien jarak menunjukkan angka negatif yang berarti semakin jauh
jarak yang ditempuh maka frekuensi dalam menggunakan Gojek dan Grab
semakin kecil.
4) Uang Saku
Variabel uang saku memiliki signifikansi sebesar 0,620 sehingga lebih
dari syarat signifikan 0,1 disimpulkan bahwa variabel uang saku tidak
berpengaruh signifikan terhadap frekuensi dalam menggunakan Gojek dan
Grab.
Koefisien uang saku menunjukkan angka positif yang berarti semakin
banyak jumlah uang saku yang didapat maka frekuensi dalam menggunakan
Gojek dan Grab semakin kecil, karena mahasiswa lebih memilih untuk
datang langsung ke rumah makan dan menggunakan kendaraan pribadinya.
Pada setiap kenaikan variabel uang saku sebesar 1 satuan, maka frekuensi
menggunakan Gojek dan Grab akan meningkat sebesar 6,941E-7 satuan.
Uang saku dapat mempengaruhi mahasiswa S1 dan D3 Fakultas Ekonomi
dan Bisnis Universitas Sebelas Maret terhadap frekuensi dalam

93
5) Pendapatan Orang Tua
Variabel pendapatan orang tua memiliki signifikansi sebesar 0,127
sehingga lebih dari syarat signifikan 0,1 disimpulkan bahwa variabel
pendapatan orang tua berpengaruh positif dan tidak signifikan terhadap
frekuensi dalam menggunakan Gojek dan Grab. Koefisien pendapatan orang
tua menunjukkan angka positif yang berarti semakin banyak nominal
pendapatan orang tua maka uang saku yang diterima mahasiswa Fakultas
Ekonomi dan Bisnis Universitas Sebelas Maret juga semakin banyak,
sehingga berpengaruh pada frekuensi dalam menggunakan Gojek dan Grab
meningkat. Pada setiap kenaikan variabel pendapatan orang tua sebesar 1
satuan, maka frekuensi menggunakan Gojek dan Grab akan meningkat
sebesar 2,309E-7 satuan.
6) Perceived Usefulness
Variabel persepsi kegunaan (perceived usefulness) memiliki
signifikansi sebesar 0,189 sehingga lebih dari syarat signifikan 0,1
disimpulkan bahwa variabel perceived usefulness tidak berpengaruh
Koefisien variabel perceived usefulness menunjukkan angka positif
yang berarti semakin tinggi kegunaan yang dirasakan pengguna terhadap
layanan pada aplikasi Gojek dan Grab maka frekuensi dalam menggunakan
aplikasi tersebut meningkat. Pada setiap kenaikan variabel perceived
usefulness sebesar 1 satuan, maka frekuensi menggunakan Gojek dan Grab
akan meningkat sebesar 0,441 satuan.

94
Kegunaan yang didapat pengguna dalam menggunakan Gojek dan
Grab akan berpengaruh pula pada frekuensi pengguna dalam menggunakan
aplikasi tersebut karena individu percaya bahwa menggunakan sistem
tersebut akan meningkatkan kinerja pekerjaannya.
7) Perceived Ease of Use
Variabel persepsi kemudahan dalam penggunaan (perceived ease of
use) memiliki signifikansi sebesar 0,010 kurang dari syarat signifikan 0,1
disimpulkan bahwa variabel perceived ease of use berpengaruh signifikan
terhadap frekuensi dalam menggunakan Gojek dan Grab.
Koefisien variabel perceived ease of use menunjukkan angka negatif
yang berarti semakin mudah aplikasi Gojek dan Grab digunakan maka
pengguna tidak menggunakan aplikasi tersebut sehingga akan berpengaruh
terhadap kurangnya frekuensi dalam menggunakan layanan pada aplikasi
tersebut. Kemudahan dalam menggunakan Gojek dan Grab yang didapat
adalah seseorang percaya bahwa menggunakan suatu sistem tertentu akan
bebas dari usaha.
8) Attitude Toward Using
Variabel sikap terhadap penggunaan (attitude toward using) memiliki
signifikansi sebesar 0,335 sehingga lebih dari syarat signifikan 0,1
disimpulkan bahwa variabel attitude toward using tidak berpengaruh
Koefisien variabel attitude toward using menunjukkan angka positif

95
yang berarti semakin tinggi sikap baik yang dirasakan pengguna terhadap
penggunaan layanan pada aplikasi Gojek dan Grab maka frekuensi dalam
menggunakan aplikasi tersebut meningkat. Pada setiap kenaikan variabel
attitude toward using sebesar 1 satuan, maka frekuensi menggunakan Gojek
dan Grab akan meningkat sebesar 0,344 satuan. Sikap terhadap penggunaan
Gojek dan Grab didapat dari perilaku pengguna yang merasa memudahkan
saat bertransaksi dan menggunakan aplikasi, merasa aplikasi tersebut dapat
menghemat waktu saat proses transaksi, mudah, dan praktis.
9) Experience
Variabel pengalaman (experience) memiliki signifikansi sebesar 0,068
sehingga kurang dari syarat signifikan 0,1 disimpulkan bahwa variabel
experience berpengaruh positif dan signifikan terhadap frekuensi dalam
Koefisien variabel experience menunjukkan angka positif yang berarti
semakin banyak pengalaman yang didapat pengguna dalam menggunakan
layanan pada aplikasi Gojek dan Grab, maka akan meningkatkan frekuensi
pengguna dalam menggunakan layanan pada aplikasi tersebut. Pada setiap
kenaikan variabel experience sebesar 1 satuan, maka frekuensi menggunakan
Gojek dan Grab akan meningkat sebesar 0,631 satuan.
Pengalaman pengguna dalam menggunakan Gojek dan Grab yang
dirasakan seperti praktis dalam melakukan transaksi, pengisian saldo, dan
keuntungan lebih yaitu mendapatkan promo dengan menggunakan aplikasi

96
tersebut dibandingkan dengan membeli di offline store.

BAB V
KESIMPULAN DAN SARAN
A. Kesimpulan
Berdasarkan hasil analisis yang telah dilakukan dalam penelitian ini,
maka dapat ditarik kesimpulan sebagai berikut:
1. Presentase frekuensi penggunaan Gojek sebesar 42,19% dan Grab
sebesar 57,80%. Dinyatakan bahwa mahasiswa Fakultas Ekonomi dan
Bisnis Universitas Sebelas Maret Surakarta lebih banyak menggunakan
Grab dibandingkan dengan Gojek.
2. Jumlah pengguna kedua aplikasi Gojek dan Grab sebanyak 86 orang dan
yang menggunakan salah satu dari aplikasi tersebut hanya 14 orang.
Sehingga mahasiswa Fakultas Ekonomi dan Bisnis Universitas Sebelas
Maret Surakarta lebih banyak menggunakan kedua aplikasi tersebut.
3. Jumlah pengguna kedua pembayaran elektronik GoPay dan OVO saat
melakukan pembayaran pada aplikasi Gojek dan Grab sebanyak 64 orang,
yang menggunakan salah satu dari GoPay atau OVO sebanyak 31 orang,
dan menggunakan uang tunai hanya 5 orang. Dinyatakan bahwa dari
kedua aplikasi yang menerapkan pembayaran elektronik terbukti bahwa
mahasiswa Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret
Surakarta lebih banyak memilih melakukan pembayaran menggunakan
GoPay atau OVO dibandingkan dengan uang tunai.

98
4. Mahasiswa Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret
Surakarta lebih banyak menggunakan GoFood yang merupakan jasa
pesan makanan yang terdapat pada Gojek dan GrabFood juga merupakan
jasa pesan makanan pada Grab. Persentase jumlah mahasiswa sebagai
responden dalam penelitian ini sebanyak 67% menggunakan layanan
GoFood pada aplikasi Gojek, sisanya menggunakan layanan GoRide,
GoCar, GoClean, dan GoAuto. Sedangkan layanan GrabFood yang
terdapat pada aplikasi Grab digunakan sebanyak 78% responden dan
sisanya menggunakan layanan GrabCar dan GrabBike.
5. Frekuensi jenis kelamin perempuan lebih banyak menggunakan layanan
Gojek dan Grab.
6. Semakin banyak jumlah anggota keluarga maka berpengaruh terhadap
frekuensi dalam menggunakan layanan Gojek dan Grab semakin banyak.
7. Semakin dekat jarak yang ditempuh maka frekuensi dalam menggunakan
layanan Gojek dan Grab semakin banyak.
8. Besarnya uang saku yang dimiliki mahasiswa Fakultas Ekonomi dan
Bisnis Universitas Sebelas Maret Surakarta tidak berpengaruh terhadap
frekuensi dalam menggunakan layanan pada aplikasi Gojek dan Grab.
9. Pendapatan orang tua berpengaruh terhadap frekuensi penggunaan
Gojek dan Grab karena pendapatan yang dimiliki orang tua akan
berdampak pada jumlah uang saku yang diterima mahasiswa Fakultas

99
Ekonomi dan Bisnis Universitas Sebelas Maret Surakarta.
10. Perceived usefulness (persepsi kegunaan) yang dirasakan pengguna
terhadap layanan pada aplikasi Gojek dan Grab tinggi maka frekuensi
dalam menggunakan aplikasi tersebut meningkat.
11. Perceived ease of use (persepsi kemudahan dalam penggunaan) menjadi
faktor yang berpengaruh terhadap frekuensi dalam menggunakan Gojek
dan Grab.
12. Attitude toward using (sikap terhadap penggunaan) yang dirasakan
Surakarta merupakan sikap yang baik terhadap penggunaan layanan pada
aplikasi Gojek dan Grab maka akan meningkatkan frekuensi penggunaan
aplikasi tersebut.
13. Experience (pengalaman) yang didapat mahasiswa Fakultas Ekonomi
dan Bisnis Universitas Sebelas Maret Surakarta dalam menggunakan
aplikasi Gojek dan Grab merupakan pengalaman dapat melakukan
pembayaran elektronik melalui GoPay dan OVO, sehingga akan
meningkatkan frekuensi penggunaan aplikasi tersebut.
14. Dalam penelitian ini, realitas yang didapat adalah Gojek dan Grab
merupakan aplikasi yang sering digunakan penggunanya khususnya
Surakarta terutama pada layanan GoFood dan GrabFood. Berdasarkan
hasil statistik yang di terapkan pada kehidupan nyata adalah variabel

100
jumlah anggota keluarga, jarak, perceived ease of use, dan experience
memiliki pengaruh terhadap frekuensi penggunaan Gojek dan Grab.
B. Saran
Berdasarkan dari hasil penelitian dan kesimpulan, maka penulis
memberikan saran sebagai berikut:
1. Bagi penyedia jasa Gojek dan Grab
Perusahaan Gojek dan Grab perlu mengembangkan sistem layanan
dan sistem pembayaran elektroniknya supaya dapat dioperasikan lebih baik.
Pemberian potongan harga terhadap pengguna Gojek dan Grab juga akan
mempengaruhi frekuensi terhadap penggunaan layanan dalam aplikasi
tersebut karena semakin banyak potongan harga dan gencarnya promosi
yang dilakukan oleh Gojek dan Grab maka pengguna juga akan semakin
sering menggunakan layanan tersebut.
2. Bagi Penelitian selanjutnya
a. Penelitian selanjutnya diharapkan dapat melengkapi dan
menyempurnakan kelemahan yang terdapat dalam penelitian ini.
Kelemahan yang dimaksud adalah keterbatasan peneliti dalam
menganalisis dan mendeskripsikan hasil data, serta jumlah sampel yang
hanya sebatas mahasiswa Fakultas Ekonomi dan Bisnis Universitas
Sebelas Maret saja.
b. Penelitian selanjutnya diharapkan dapat mengambil sampel dengan

101
jumlah yang lebih besar dan tidak hanya pada mahasiswa Fakultas
Ekonomi dan Bisnis tetapi diharapkan sampel pada kota Surakarta, agar
dapat diperoleh hasil penelitian yang lebih baik dan lengkap.

DAFTAR PUSTAKA
Adams, D. A., Nelson, R. R., & Todd, P. A. (1992). Perceived usefulness, ease of use,
and usage of information technology: A replication. MIS Quarterly: Management
Information Systems, 16(2), 227–247.
Al-Gahtani, S. S. (2011). Modeling the electronic transactions acceptance using an
extended technology acceptance model. Applied Computing and Informatics, 9(1),
47–77. https://doi.org/10.1016/j.aci.2009.04.001
Bank Indonesia. (2018). Peraturan Bank Indonesia tentang Uang Elektronik. 35.
BI. (2016). Bank Indonesia Regulation Number 18/40 / PBI / 2016 concerning on
Implementation of Payment Transaction Processing). 32. Retrieved from
https://www.bi.go.id/id/peraturan/sistem-pembayaran/Pages/pbi_184016.aspx
Camerer, C. F. (2009). Behavioral economics. Advances in Economics and
Econometrics: Theory and Applications, Ninth World Congress, Volume II, (August
2005), 181–214. https://doi.org/10.1017/CBO9781139052276.009
Chau, P. Y. K., & Hu, P. J. (2002). Examining a model of information technology
acceptance by individual professionals: An exploratory study. Journal of
Management Information Systems, 18(4), 191–229.
https://doi.org/10.1080/07421222.2002.11045699
Clifton, K. J., Muhs, C., Morrissey, S., Morrissey, T., Currans, K., & Ritter, C. (2013).
Examining Consumer Behavior and Travel Choices. Civil and Environmental
Engineering Faculty Publications and PResentations, (February), 70.
Collins, S. E., Witkiewitz, K., & Larimer, M. E. (2011). The theory of planned behavior
as a predictor of growth in risky college drinking. Journal of Studies on Alcohol and
Drugs, 72(2), 322–332. https://doi.org/10.15288/jsad.2011.72.322
Danurdoro, K., & Wulandari, D. (2016). The Impact of Perceived Usefulness,
Perceived Ease of Use, Subjective Norm, and Experience Toward Student’s Intention
to Use Internet Banking. Jurnal Ekonomi Dan Ekonomi Studi Pembangunan, 8(1),
17–22. https://doi.org/10.17977/um002v8i12016p017
Davis, F. (1989). Perceived Usefulness, Perceived Ease Of Use, And User Accep. MIS
Quarterly, 319.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance
of information technology. MIS Quarterly: Management Information Systems, 13(3),
319–339.
Dillon, A. (2006). Human Acceptance of Information Technology. International
103
Encyclopedia of Ergonomics and Human Factors, Second Edition - 3 Volume Set,

27(3), 425–478. https://doi.org/10.1201/9780849375477.ch230
Endang Fatmawati. (2015). Technology Acceptance Model (TAM)
untuk
Menganalisis Penerimaan Terasap Sistem Informasi Perpustakaan. Jurnal Iqra,

09(01), 1–13.
Etikan, I. (2016). Comparison of Convenience Sampling and Purposive Sampling.
American Journal of Theoretical and Applied Statistics, 5(1), 1.
https://doi.org/10.11648/j.ajtas.20160501.11
Fathurahman, M. (2012). Metode Cochrane-Orcutt untuk Mengatasi Autokorelasi pada
Regresi Ordinary Least Squares. Eksponensial, 3(1), 33–38. Retrieved from
http://ejournal.undiksha.ac.id/index.php/JJA/article/viewFile/554/440
Ferdira, B. G., Partama, A., Gulo, N., Irvan, Y., Nugroho, D., Fernandes, J., & Gerald,
B. (2018). Menggunakan Technology Acceptance Model ( Tam ). Jurnal Sistem
Informasi Dan Tenologi.
Foxall, G. R. (2001). Foundations of consumer behaviour analysis. Marketing Theory,

1(2), 165–199. https://doi.org/10.1177/147059310100100202
Hill, R. J., Fishbein, M., & Ajzen, I. (1977). Belief, Attitude, Intention and Behavior:
An Introduction to Theory and Research. Contemporary Sociology, 6(2), 244.
https://doi.org/10.2307/2065853
Indonesia, G. B. (2017). PBI No.19/12/PBI/2017.
Joshi, A., Kale, S., Chandel, S., & Pal, D. (2015). Likert Scale: Explored and
Explained. British Journal of Applied Science & Technology, 7(4), 396–403.
https://doi.org/10.9734/bjast/2015/14975
Junadi, & Sfenrianto. (2015). A Model of Factors Influencing Consumer’s Intention to
Use E-payment System in Indonesia. Procedia Computer Science, 59(Iccsci), 214–
220. https://doi.org/10.1016/j.procs.2015.07.557
Kim, Y., Park, Y.-J., Choi, J., & Yeon, J. (2015). An Empirical Study on the Adoption
of “Fintech” Service: Focused on Mobile Payment Services. (April), 136–140.
https://doi.org/10.14257/astl.2015.114.26
Leong, K. (2018). FinTech (Financial Technology): What is It and How to Use
Technologies to Create Business Value in Fintech Way? International Journal of
Innovation, Management and Technology, 9(2), 74–78.
https://doi.org/10.18178/ijimt.2018.9.2.791
Mahyarni. (2013). Theory of Reasoned Action dan Theory of Planned Behavior
104
(Sebuah Kajian Historis tentang Perilaku). Jurnal El-Riyasah, 4(1), 13–23.

Maity, M., Bagchi, K., Shah, A., & Misra, A. (2019). Explaining normative behavior
in information technology use. Information Technology and People, 32(1), 94– 117.
https://doi.org/10.1108/ITP-11-2017-0384
Micu, A. (2016). Financial Technology (Fintech) and Its Implementation on the
Romanian Non-Banking Capital Market. SEA: Practical Application of Science, IV(11
(2/2016)), 379–384.
Mohamed, B. (2011). 1 Applying Consumer Theory. I(2006), 1–13.
Omotoyinbo, C., Worlu, R., & Ogunnaike, O. (2017). Consumer behaviour modelling:
A myth or heuristic device? Perspectives of Innovations, Economics and Business,
17(2), 101–119. https://doi.org/10.15208/pieb.2017.09
Prasad, R. K., & Jha, M. K. (2014). Consumer buying decisions models: A descriptive
study. International Journal of Innovation and Applied Studies ISSN, 6(3), 2028–
9324. Retrieved from http://www.ijias.issr-journals.org/
Priyono. (2008). Metode Penelitian Kuantitatif (Teddy Chandra, ed.).
Pujihastuti, I. (2010). Isti Pujihastuti Abstract. Jurnal Agribisnis Dan Pengembangan
Wilayah, 2(1), 43–56.
Purnomo, R. A. (2016). Analisis Statistik Ekonomi dan Bisnis Dengan SPSS. In
Analisis Statistik Ekonomi dan Bisnis Dengan SPSS.
Riskinanto, A., Kelana, B., & Hilmawan, D. R. (2017). The Moderation Effect of Age
on Adopting E-Payment Technology. Procedia Computer Science, 124, 536–543.
https://doi.org/10.1016/j.procs.2017.12.187
Saeed, Z. (2019). A study of theories on consumer behavior. 有关消费者行为的一个

综述, (February), 2020. https://doi.org/10.13140/RG.2.2.14215.85929
Schepers, J., & Wetzels, M. (2007). A meta-analysis of the technology acceptance
model: Investigating subjective norm and moderation effects. Information and
Management, 44(1), 90–103. https://doi.org/10.1016/j.im.2006.10.007
Singleton, P. A. (2013). A Theory of Travel Decision-Making with Applications for
Modeling Active Travel Demand. Master of Science - Thesis, 1–255.
https://doi.org/10.15760/etd.1493
Sudarsono, F. (2016). Pengukuran Status Sosial Ekonomi Dan Permasalahannya*.
Populasi, 1(2), 21–27. https://doi.org/10.22146/jp.10733
Stankevich, A. (2017). Explaining the Consumer Decision-Making Process: Critical
Literature Review. Journal of International Business Research and Marketing, 2(6),
7–14. https://doi.org/10.18775/jibrm.1849-8558.2015.26.3001
Teoh, W. M. Y., Chong, S. C., Lin, B., & Chua, J. W. (2013). Factors affecting
105
consumers’ perception of electronic payment: An empirical analysis. Internet

Research, 23(4), 465–485. https://doi.org/10.1108/IntR-09-2012-0199
Trihasta, D., & Fajaryanti, J. (2008). “E-payment” sistem. (Kommit), 20–21. Triyono.
(2003). Teknik Sampling Dalam Penelitian Sosial. Lokakarya Penelitian
Sosial Fakultas Adab IAIN Suka Yogyakarta, XI(March), 2–9.
https://doi.org/10.13140/RG.2.2.19674.24003
Varian, R. H. (2010). Intermediate Microeconomics: A Modern Approach. W. W.
Norton & Company.
Wallace, L. G., & Sheetz, S. D. (2014). The adoption of software measures: A
technology acceptance model (TAM) perspective. Information and Management,
51(2), 249–259. https://doi.org/10.1016/j.im.2013.12.003
Lampiran 1: Kuesioner Penelitian
KUESIONER PENELITIAN
TECHNOLOGY ACCEPTANCE MODEL (TAM) TERHADAP
FREKUENSI PENGGUNAAN GOJEK DAN GRAB
(Studi Kasus Pada Mahasiswa Aktif S1 dan D3 Fakultas Ekonomi dan
Bisnis Universitas Sebelas Maret)
Digunakan dalam rangka penyusunan skripsi
Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret Surakarta
Perihal: Permohonan Pengisian
Kuesioner Yth. Saudara/i Responden
Di Tempat
Dengan hormat,
Saya mahasiswa dari Prodi Ekonomi Pembangunan sedang melakukan
penelitian dengan judul "Analisis Latar Belakang Sosial Ekonomi dan
Technology Acceptance Model (TAM) Terhadap Frekuensi Penggunaan
Gojek dan Grab" sebagai syarat untuk menyelesaikan studi jenjang S1 (Strata
1).
Kuesioner ini bertujuan untuk menganalisis perilaku pengguna melalui model
penerimaan teknologi terhadap penggunaan GoPay dan OVO sebagai metode
pembayaran pada aplikasi Gojek dan Grab dan menganalisis frekuensi
penggunaan Gojek dan Grab. Sehubungan dengan hal tersebut, saya
mengharapkan bantuan Saudara/i untuk mengisi kuesioner ini dengan
memberikan penilaian secara obyektif. Data yang diisi Saudara/i dalam
kuesioner ini bersifat rahasia dan hanya digunakan untuk memenuhi tugas akhir
skripsi di Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret. Saya
ucapkan terima kasih atas bantuan dan partisipasinya.
Hormat saya,
(Brenda Amalia Putri)

Petunjuk Umum Pengisian Kuesioner:
1. Kuesioner ini diharapkan diisi oleh mahasiswa Fakultas Ekonomi dan Bisnis
Universitas Sebelas Maret yang menggunakan aplikasi Gojek dan Grab.
2. Pilih salah satu jawaban dari beberapa opsi pilihan jawaban.
3. Jawab sesuai dengan pengalaman yang dirasakan responden setelah
menggunakan layanan dalam aplikasi Gojek dan Grab.
4. Diharapkan kuesioner diisi dengan lengkap dan benar sesuai petunjuk.
Pengisian kuesioner ini hanya digunakan untuk memenuhi tugas akhir skripsi di
Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret. Seluruh informasi yang
diberikan dalam survei melalui kuesioner ini akan dijaga kerahasiaannya.
Saya ucapkan terima kasih atas bantuan dan partisipasi teman-teman dalam mengisi
kuesioner ini.
Keterangan:
(1) STS : Sangat Tidak Setuju
(2) TS : Tidak Setuju
(3) N : Netral
(4) S : Setuju
(5) SS : Sangat Setuju

A. Profil Responden
1. Nama :
2. Jenis kelamin :
o Laki-laki
o Perempuan
3. Usia :
o 19
o 20
o 21
o 22
o 23
4. Domisili saat ini :
o Tinggal dengan orang tua
o Kos
5. Jumlah anggota keluarga : …..
6. Jarak kos atau rumah menuju UNS : …. km
7. Prodi :
o S1 Akuntansi
o S1 Manajemen
o S1 Ekonomi Pembangunan
o D3 Manajemen Pemasaran
o D3 Manajemen Bisnis
o D3 Manajemen Perdagangan
o D3 Keuangan
o D3 Perbankan
B. Faktor Ekonomi
1. Uang saku dalam satu bulan : ………….
2. Pendapatan orang tua dalam satu bulan : ……………..
C. Pengguna Gojek
1. Frekuensi menggunakan jasa Gojek selama satu bulan : ……..
2. Frekuensi melakukan transaksi pembayaran menggunakan GoPay dalam
aplikasi Gojek selama satu bulan : ……..
3. Jumlah pengeluaran saat menggunakan jasa Gojek selama satu bulan : …
4. Pengeluaran terbesar dalam menggunakan Gojek terdapat pada :
o GoRide
o GoCar
o GoFood
o GoSend
o GoMart
o GoMassage
o GoGlam
o GoClean
o GoAuto
o GoFix
D. Pengguna Grab
1. Frekuensi menggunakan jasa Grab selama satu bulan : ……..
2. Frekuensi melakukan transaksi pembayaran menggunakan OVO dalam
aplikasi Grab selama satu bulan : ……..
3. Jumlah pengeluaran saat menggunakan jasa Grab selama satu bulan : ……..
4. Pengeluaran terbesar dalam menggunakan Grab terdapat pada :
o GrabFood
o GrabCar
o GrabBike
o GrabDelivery
E. Variabel Penelitian
1. Perceived Usefulness (Persepsi Manfaat)
 Gojek
No. Pertanyaan SS S N TS STS
1. GoPay memudahkan saya

dalam bertransaksi
2. GoPay menawarkan berbagai
promo
3. Transaksi GoPay dapat
dilakukan 24 jam
4. Transaksi dengan GoPay
dapat menghemat biaya
karena adanya promo
 Grab
1. OVO memudahkan saya

dalam bertransaksi
2. OVO menawarkan berbagai
promo
3. Transaksi OVO dapat
dilakukan 24 jam
4. Transaksi dengan OVO dapat
menghemat biaya karena
adanya promo
2. Perceived Ease of Use (Persepsi Kemudahan dalam Penggunaan)
 Gojek

1. Saya merasa mudah
menggunakan GoPay untuk
bertransaksi
2. Saya merasa mudah dalam
melakukan pengisian saldo
GoPay
melakukan transfer saldo
GoPay ke pengguna Gojek
lain
melakukan tarik tunai saldo
GoPay saya
 Grab

menggunakan OVO untuk
bertransaksi
2. Saya merasa mudah dalam
melakukan pengisian saldo
OVO
OVO ke pengguna Grab lain
OVO ke Bank
3. Attitude Toward Using (Sikap Terhadap Penggunaan)
 Gojek
1. Saya menyukai GoPay

karena memudahkan saya
dalam bertransaksi di Gojek
2. Saya menyukai GoPay
karena menghemat waktu
saya saat bertransaksi
3. Saya berminat untuk selalu
menggunakan GoPay sebagai
metode pembayaran di Gojek
4. Saya akan memberikan
rekomendasi kepada orang
lain mengenai GoPay sebagai
metode pembayaran yang
mudah dan praktis
 Grab
1. Saya menyukai OVO karena

memudahkan saya dalam
bertransaksi di Grab
2. Saya menyukai OVO karena
menghemat waktu saya saat
bertransaksi
3. Saya berminat untuk selalu
menggunakan OVO sebagai
metode pembayaran di Grab
4. Saya akan memberikan
rekomendasi kepada orang
lain mengenai OVO sebagai
metode pembayaran yang
mudah dan praktis
4. Experience (Pengalaman)
 Gojek
1. Saya mendapat pengalaman

bertransaksi secara praktis
menggunakan GoPay
bahwa pengisian saldo
GoPay dapat dilakukan via
ATM
bahwa saldo GoPay dapat
ditarik tunai
bahwa melakukan transaksi
menggunakan GoPay
memiliki keuntungan lebih
yaitu promo
 Grab

bertransaksi secara praktis
menggunakan OVO
bahwa pengisian saldo OVO
dapat dilakukan via ATM
bahwa saldo OVO dapat
ditarik tunai
bahwa melakukan transaksi
menggunakan OVO memiliki
keuntungan lebih yaitu
promo
5. Pengguna GoPay dan OVO
 GoPay
1. Saya merasa GoPay

mempermudah saya dalam
bertransaksi di Gojek
2. Saya merasa sistem
pembayaran menggunakan
GoPay merupakan cara
pembayaran yang bermanfaat
3. Saya dapat melakukan
transaksi dengan GoPay di
mana saja dan kapan saja
4. GoPay dapat digunakan
untuk bertransaksi dengan
cepat dan tanpa kendala
 OVO
1. Saya merasa OVO

mempermudah saya dalam
bertransaksi di Grab
2. Saya merasa sistem
pembayaran menggunakan
OVO merupakan cara
pembayaran yang bermanfaat
3. Saya dapat melakukan
transaksi dengan OVO di
mana saja dan kapan saja
4. OVO dapat digunakan untuk
bertransaksi dengan cepat
dan tanpa kendala
Lampiran 2. Data Primer Pengguna Gojek dan Grab
Jumlah Anggota
Nama Jenis Kelamin Usia Domisili Keluarga Jarak Program Studi
Tinggal dengan D3 Keu.
Kinan Perempuan 20 Orang Tua 5 9 Perbankan
Tinggal dengan
Tisa Perempuan 21 Orang Tua 5 8 S1 Manajemen
Tinggal dengan
Daniel Laki-laki 21 Orang Tua 3 2 S1 EP
Tinggal dengan
Nyarendra Laki-laki 22 Orang Tua 3 10 S1 Manajemen
Tinggal dengan
Shintaafinesa Perempuan 21 Orang Tua 5 7 S1 Manajemen
Titi Perempuan 21 Kos 6 1 S1 Akuntansi
Ratih Murdianasari Perempuan 21 Kos 5 2 S1 EP
Ipah Perempuan 21 Kos 5 1 S1 EP
Tinggal dengan
Alfanny Perempuan 21 Orang Tua 3 7 S1 EP
Tinggal dengan
Rindar Perempuan 21 Orang Tua 5 10 S1 EP
Muhammad Fajar D
P Laki-laki 22 Kos 3 1 S1 EP
Nitaa Perempuan 21 Kos 5 1 S1 EP
Muhamad Satya
Ragil Kencono Laki-laki 19 Kos 5 3 S1 Manajemen
Tinggal dengan
Sekar Ayu Perempuan 22 Orang Tua 4 6 S1 EP
Berliana Ayu
Rahmasari Perempuan 20 Kos 3 4 S1 EP
Tinggal dengan
Lutfi Muttaqin Laki-laki 22 Orang Tua 4 13 S1 Manajemen
Tinggal dengan
Satya Rizky I Laki-laki 21 Orang Tua 4 4 S1 Manajemen
Putri wulan Perempuan 21 Kos 5 1 S1 EP
Tinggal dengan
Putra Laki-laki 21 Orang Tua 5 10 D3 M. Bisnis
Tinggal dengan
nafisya Perempuan 19 Orang Tua 4 6 S1 Manajemen
Tias Perempuan 21 Kos 4 2 S1 EP
Novia Tri Perempuan 21 Kos 3 1 S1 EP
Tinggal dengan
Boy M Laki-laki 21 Orang Tua 4 5 S1 Manajemen
Devanda Perempuan 21 Kos 4 9 S1 EP
Reviska Perempuan 21 Kos 4 2 S1 Akuntansi
Tinggal dengan
T Perempuan 21 Orang Tua 5 1 S1 Akuntansi
Monic Perempuan 21 Kos 3 1 S1 EP
Tinggal dengan
Nimasmelenia Perempuan 20 Orang Tua 4 20 S1 EP
amalia Perempuan 21 Kos 4 4 S1 EP
HIMMATUL IZZA
N.F Perempuan 18 Kos 4 1 D3 Akuntansi
Ainun Partiwi S Perempuan 22 Kos 4 1 S1 EP
Tinggal dengan
Mikhal Perempuan 22 Orang Tua 4 16 S1 Akuntansi
Via Melenia Perempuan 20 Kos 3 4 S1 EP
Putri Perempuan 21 Kos 5 1 S1 EP
Ajeng Perempuan 22 Kos 6 1 S1 EP
fena Perempuan 21 Kos 3 1 D3 Akuntansi
Azka Perempuan 22 Kos 4 2 S1 EP
Anis Mas Tinggal dengan
Kumambang Perempuan 21 Orang Tua 3 25 S1 EP
Yehezkiel Laki-laki 21 Kos 4 2 S1 EP
Tinggal dengan
Faris Laki-laki 21 Orang Tua 4 8 S1 Manajemen
Tinggal dengan
Ika Permata Perempuan 21 Orang Tua 5 7 S1 Manajemen
Septian Putra Laki-laki 21 Kos 4 6 S1 EP
Tinggal dengan
Afifah Oki N Perempuan 22 Orang Tua 5 19 S1 Akuntansi
Andhini Perempuan 21 Kos 4 1 S1 EP
Tinggal dengan
Aprilian tri s w Laki-laki 21 Orang Tua 3 7 S1 Akuntansi
Tinggal dengan
Amh Perempuan 21 Orang Tua 3 9 S1 EP
Mohamad Fadli Tinggal dengan

Azmi Laki-laki 21 Orang Tua 4 5 S1 Manajemen
Tinggal dengan
Rahmawati Perempuan 21 Orang Tua 4 6 D3 Akuntansi
Tinggal dengan
Risma Perempuan 21 Orang Tua 4 7 S1 EP
Dian Perempuan 19 Kos 5 1 S1 EP
Rhenny Wulan
Ndarey Perempuan 20 Kos 4 1 S1 EP
aurel Perempuan 19 Kos 4 1 S1 EP
Tinggal dengan
Silmy Perempuan 19 Orang Tua 5 11 S1 EP
dina Perempuan 22 Kos 5 2 S1 Manajemen
Tara Chendika Perempuan 20 Kos 5 2 S1 Akuntansi
Hirdinah DK Perempuan 20 Kos 5 1 S1 Akuntansi
Tinggal dengan
Daru Prabowo Jati Laki-laki 21 Orang Tua 4 7 S1 EP
Tinggal dengan
Rida Amilia Perempuan 21 Orang Tua 4 19 S1 EP
Tinggal dengan
vivi Perempuan 21 Orang Tua 4 3 D3 Akuntansi
Tinggal dengan
Jihan Fikri Addina Perempuan 19 Orang Tua 4 1 S1 EP
Adik Anis Tri Astuti Perempuan 20 Kos 5 1 S1 Akuntansi
Ra Perempuan 20 Kos 4 1 S1 EP
Dewi Wulandari Perempuan 20 Kos 4 2 S1 Akuntansi
Tinggal dengan
Sharfina Perempuan 21 Orang Tua 5 8 S1 Manajemen
Tias Perempuan 21 Kos 4 2 S1 EP
Dwica Perempuan 21 Kos 3 1 S1 EP
Tinggal dengan
Yuaninda Perempuan 20 Orang Tua 4 6 S1 EP
Tinggal dengan
Annaba Perempuan 21 Orang Tua 6 9 S1 EP
Nabila Perempuan 20 Kos 5 1 S1 EP
Tinggal dengan
Ayu nadia Perempuan 21 Orang Tua 4 7 S1 Manajemen
Tinggal dengan
Fatihul Laki-laki 21 Orang Tua 4 9 S1 Manajemen
Tinggal dengan
Fathimah Perempuan 19 Orang Tua 4 13 S1 Manajemen
Amalia Hasna Perempuan 21 Kos 4 2 S1 Manajemen
Amira Perempuan 22 Kos 4 2 S1 Manajemen
Tinggal dengan
Agnya paramarta Laki-laki 21 Orang Tua 4 6 S1 Manajemen
Tinggal dengan
Bryan Laki-laki 20 Orang Tua 4 7 S1 Manajemen
Tinggal dengan
nessya dea Perempuan 22 Orang Tua 5 7 S1 Manajemen
Tinggal dengan
Evan Laki-laki 21 Orang Tua 4 9 S1 Manajemen
Tinggal dengan
Nazila Maulida Perempuan 22 Orang Tua 4 5 S1 Manajemen
Tinggal dengan
Cykal wintang Laki-laki 21 Orang Tua 4 7 S1 Manajemen
Tinggal dengan
Bella kusumawati Perempuan 19 Orang Tua 4 5 S1 Akuntansi
Tinggal dengan
chrisya margaretha Perempuan 22 Orang Tua 4 10 S1 Akuntansi
Tinggal dengan
priyanka scientia Perempuan 21 Orang Tua 4 7 S1 Akuntansi
Armeiko Tanaya Laki-laki 21 Kos 5 2 S1 Akuntansi
risha Perempuan 21 Kos 4 2 S1 Akuntansi
leo joko purnomo Laki-laki 22 Kos 5 1 S1 Akuntansi
Mimi Perempuan 22 Kos 5 2 S1 Akuntansi
Tinggal dengan
Tata Perempuan 22 Orang Tua 4 6 S1 Manajemen
Rosyidaa Perempuan 21 Kos 3 3 S1 Akuntansi
Tinggal dengan
Ryan Safira Perempuan 22 Orang Tua 4 11 S1 Akuntansi
Indra Laki-laki 22 Kos 5 3 S1 Akuntansi
Tinggal dengan
Anas Amiral Laki-laki 22 Orang Tua 6 6 S1 Manajemen
Kos
Risky Laki-laki 22 6 1 S1 EP
Tinggal dengan
ridwan satryo Laki-laki 22 Orang Tua 5 10 S1 Akuntansi
Tinggal dengan
Tefilo Laki-laki 22 Orang Tua 4 7 S1 Manajemen
Tinggal dengan
Chaterina T Laki-laki 22 Orang Tua 4 6 S1 Manajemen
Nattasha Maureen Perempuan 21 Kos 5 5 S1 EP
sangapta damar Laki-laki 22 Kos 4 3 S1 Manajemen
Tinggal dengan
aulyarizki Laki-laki 21 Orang Tua 4 9 S1 Manajemen
Farhah Laki-laki 21 Kos 4 2 S1 EP
Nama Uang saku Pendapatan orang tua

Kinan 1500000 10000000
Tisa 6000000 10000000
Daniel 1500000 8000000
Nyarendra 10000000 80000000
Shintaafinesa 500000 8000000
Titi 1000000 5000000
Ratih Murdianasari 2000000 20000000
Ipah 1500000 5000000
Alfanny 1500000 5000000
Rindar 1200000 12500000
Muhammad Fajar D P 1000000 5000000
Nitaa 2000000 4800000
Muhamad Satya Ragil
Kencono 3000000 10000000
Sekar Ayu 1500000 20000000
Berliana Ayu Rahmasari 1500000 7000000
Lutfi Muttaqin 800000 3500000
Satya Rizky I 1000000 15000000
Putri wulan 800000 5000000
Putra 5000000 50000000
nafisya 1000000 10000000
Tias 1000000 5000000
Novia Tri 800000 4000000
Boy M 2000000 20000000
Devanda 500000 2000000
Reviska 1200000 9000000
T 400000 5000000
Monic 900000 3500000
Nimasmelenia 600000 10000000
amalia 2000000 5000000
HIMMATUL IZZA N.F 1000000 7000000
Ainun Partiwi S 1500000 7000000
Mikhal 800000 20000000
Via Melenia 800000 2000000
Putri 600000 3500000
Ajeng 1000000 20000000
fena 800000 2000000
Azka 1200000 5500000
Anis Mas Kumambang 1200000 5000000
Yehezkiel 1000000 10000000
Faris 1500000 7000000
Ika Permata 1500000 5000000
Septian Putra 1200000 6000000
Afifah Oki N 500000 8000000
Andhini 400000 5000000
Aprilian tri s w 2000000 10000000
Amh 1000000 8000000
Mohamad Fadli Azmi 600000 2400000
Rahmawati 400000 2200000
Risma 800000 15000000
Dian 1500000 10000000
Rhenny Wulan Ndarey 1000000 5000000
aurel 1000000 15000000
Silmy 500000 5000000
dina 850000 3300000
Tara Chendika 1000000 2500000
Hirdinah DK 1200000 8000000
Daru Prabowo Jati 700000 4000000
Rida Amilia 500000 4000000
vivi 1000000 10000000
Jihan Fikri Addina 1500000 7000000
Adik Anis Tri Astuti 1000000 2500000
Ra 700000 2000000
Dewi Wulandari 1000000 3000000
Sharfina 200000 4000000
Tias 1000000 5000000
Dwica 1000000 2000000
Yuaninda 750000 10000000
Annaba 600000 5000000
Nabila 2000000 50000000
Ayu nadia 1500000 25000000
Fatihul 1000000 7000000
Fathimah 1500000 10000000
Amalia Hasna 2000000 10000000
Amira 2500000 20000000
Agnya paramarta 3000000 50000000
Bryan 3500000 30000000
nessya dea 1500000 10000000
Evan 1500000 7000000
Nazila Maulida 1500000 10000000
Cykal wintang 2500000 15000000
Bella kusumawati 900000 4000000
chrisya margaretha 1500000 7500000
priyanka scientia 1000000 5000000
Armeiko Tanaya 1500000 7000000
risha 2500000 10000000
leo joko purnomo 2500000 10000000
Mimi 1500000 7000000
Tata 3000000 25000000
Rosyidaa 2000000 10000000
Ryan Safira 2500000 15000000
Indra 3000000 15000000
Anas Amiral 4000000 25000000
Risky 2000000 5000000
ridwan satryo 500000 7000000
Tefilo 2000000 15000000
Chaterina T 1500000 15000000
Nattasha Maureen 2000000 10000000
sangapta damar 2500000 15000000
aulyarizki 1500000 10000000
Farhah 3000000 15000000
Frekuensi
melakukan Frekuensi
transaksi melakukan
pembayaran Jumlah transaksi
menggunak pengeluaran Pengeluaran pembayaran Jumlah Pengeluaran
Frekuensi an GoPay saat terbesar menggunak pengeluaran terbesar
menggunak dalam menggunak dalam Frekuensi an OVO saat dalam
an jasa aplikasi an jasa menggunak menggunak dalam menggunak menggunak
GOJEK GOJEK GOJEK an GOJEK an jasa Grab aplikasi an jasa Grab an Grab
selama satu selama satu selama satu terdapat selama satu Grab selama selama satu terdapat
Nama bulan bulan bulan pada jasa bulan satu bulan bulan pada jasa
Kinan 1 1 50000 GoFood 5 5 200000 GrabFood
Tisa 3 3 50000 GoFood 5 5 100000 GrabFood
Daniel 3 3 100000 GoFood 2 3 100000 GrabFood
Nyarendra 8 1 300000 GoFood 10 0 50000 GrabFood
Shintaafines
a 5 5 100000 GoFood 8 8 200000 GrabFood
Titi 4 4 40000 GoCar 0 0
Ratih
Murdianasar
i 10 7 200000 GoFood 2 1 20000 GrabBike
Ipah 3 1 100000 GoFood 0 0
Alfanny 2 0 50000 GoRide 5 5 150000 GrabFood
Rindar 1 1 50000 GoFood 4 4 150000 GrabFood
Muhammad
Fajar D P 5 2 50000 GoFood 7 5 100000 GrabFood
Nitaa 4 4 50000 GoFood 7 7 150000 GrabFood
Muhamad
Satya Ragil
Kencono 5 5 50000 GoRide 0 0
Sekar Ayu 4 4 200000 GoFood 8 10 350000 GrabFood
Berliana Ayu
Rahmasari 4 2 50000 GoFood 3 0 30000 GrabFood
Lutfi
Muttaqin 2 0 50000 GoFood 3 0 100000 GrabFood
Satya Rizky
I 1 0 200000 GoFood 8 5 200000 GrabFood
Putri wulan 15 5 150000 GoFood 0 0
Putra 12 12 800000 GoFood 16 16 1000000 GrabFood
nafisya 5 5 250000 GoFood 6 6 300000 GrabFood
Tias 0 0 10 10 100000 GrabFood
Novia Tri 1 1 50000 GoRide 1 1 50000 GrabFood
Boy M 2 0 50000 GoCar 0 0
Devanda 10 5 100000 GoFood 8 2 100000 GrabFood
Reviska 0 0 4 6 70000 GrabBike
T 3 3 15000 GoClean 10 5 200000 GrabFood
Monic 3 0 40000 GoRide 4 0 60000 GrabFood
Nimasmelen
ia 5 5 100000 GoRide 7 5 250000 GrabFood
amalia 10 10 300000 GoFood 1 1 50000 GrabFood
HIMMATUL
IZZA N.F 2 2 18000 GoRide 10 10 100000 GrabFood
Ainun
Partiwi S 2 2 50000 GoFood 3 2 100000 GrabFood
Mikhal 1 0 50000 GoFood 5 5 300000 GrabFood
Via Melenia 8 4 80000 GoRide 0 0
Putri 4 1 100000 GoFood 4 1 100000 GrabFood
Ajeng 5 5 50000 GoFood 15 10 100000 GrabFood
fena 5 5 100000 GoFood 5 1 200000 GrabFood
Azka 1 0 15000 GoFood 2 1 50000 GrabFood
Anis Mas
Kumambang 5 0 195000 GoCar 0 0
Yehezkiel 4 4 100000 GoFood 6 6 100000 GrabFood
Faris 3 2 150000 GoFood 5 5 200000 GrabFood
Ika Permata 2 2 100000 GoFood 5 5 150000 GrabFood
Septian
Putra 1 1 10000 GoFood 1 0 25000 GrabFood
Afifah Oki N 4 5 150000 GoFood 0 0
Andhini 2 1 10000 GoFood 2 1 10000 GrabFood
Aprilian tri s
w 2 2 100000 GoFood 8 8 300000 GrabFood
Amh 2 1 100000 GoFood 6 2 300000 GrabFood
Mohamad
Fadli Azmi 3 3 50000 GoFood 4 2 35000 GrabFood
Rahmawati 1 1 13000 GoRide 5 2 175000 GrabFood
Risma 1 1 100000 GoFood 5 5 100000 GrabFood
Dian 5 3 50000 GoFood 15 10 100000 GrabFood
Rhenny
Wulan
Ndarey 3 30 30000 GoFood 15 14 200000 GrabFood
aurel 5 10 50000 GoFood 5 10 50000 GrabFood
Silmy 6 5 100000 GoFood 10 5 200000 GrabFood
dina 2 1 50000 GoFood 2 1 50000 GrabFood
Tara
Chendika 7 1 100000 GoFood 1 1 15000 GrabFood
Hirdinah DK 26 30 1200000 GoRide 12 8 70000 GrabBike
Daru
Prabowo
Jati 1 1 30000 GoFood 1 1 30000 GrabFood
Rida Amilia 1 0 20000 GoFood 6 3 75000 GrabFood
vivi 6 2 100000 GoFood 1 0 30000 GrabBike
Jihan Fikri
Addina 3 3 50000 GoFood 8 8 140000 GrabFood
Adik Anis Tri
Astuti 7 0 70000 GoRide 20 1 150000 GrabBike
Ra 0 0 15 14 60000 GrabBike
Dewi
Wulandari 2 0 20000 GoFood 12 0 120000 GrabFood
Sharfina 5 7 80000 GoFood 0 0
Tias 0 0 5 5 50000 GrabFood
Dwica 0 0 6 4 180000 GrabFood
Yuaninda 3 0 50000 GoFood 10 5 100000 GrabFood
Annaba 5 5 150000 GoCar 1 1 50000 GrabFood
Nabila 2 2 30000 GoRide 10 10 600000 GrabBike
Ayu nadia 3 1 50000 GoFood 5 4 150000 GrabFood
Fatihul 2 1 50000 GoFood 3 3 100000 GrabFood
Fathimah 1 1 30000 GoFood 5 5 150000 GrabFood
Amalia
Hasna 6 2 150000 GoFood 2 1 30000 GrabFood
Amira 3 1 70000 GoFood 6 6 250000 GrabFood
Agnya
paramarta 4 4 200000 GoFood 7 5 300000 GrabFood
Bryan 3 1 100000 GoFood 5 2 250000 GrabFood
nessya dea 3 3 100000 GoFood 5 5 150000 GrabFood
Evan 2 1 50000 GoRide 5 2 100000 GrabFood
Nazila
Maulida 2 2 50000 GoFood 5 2 100000 GrabFood
Cykal
wintang 1 1 50000 GoAuto 3 1 100000 GrabBike
Bella
kusumawati 9 3 60000 GoFood 12 10 70000 GrabFood
chrisya
margaretha 2 2 50000 GoRide 3 3 100000 GrabFood
priyanka
scientia 1 1 25000 GoRide 3 1 70000 GrabFood
Armeiko
Tanaya 2 0 50000 GoFood 7 5 200000 GrabFood
risha 2 0 50000 GoRide 5 5 150000 GrabFood
leo joko
purnomo 1 0 25000 GoRide 3 1 70000 GrabFood
Mimi 2 0 80000 GoClean 5 2 150000 GrabFood
Tata 1 1 50000 GoFood 9 5 400000 GrabFood
Rosyidaa 5 5 270000 GoFood 1 1 15000 GrabBike
Ryan Safira 3 3 75000 GoCar 1 0 20000 GrabBike
Indra 10 4 200000 GoRide 7 5 200000 GrabCar
Anas Amiral 10 5 350000 GoFood 10 8 300000 GrabFood
Risky
5 5 50000 GoRide 20 20 400000 GrabFood
ridwan
satryo 1 0 25000 GoRide 3 1 60000 GrabBike
Tefilo 4 0 200000 GoFood 5 1 300000 GrabFood
Chaterina T 8 3 300000 GoFood 10 5 350000 GrabFood
Nattasha
Maureen 5 5 100000 GoFood 15 15 300000 GrabFood
sangapta
damar 7 7 220000 GoFood 15 10 400000 GrabFood
aulyarizki 1 1 15000 GoRide 5 1 130000 GrabFood
Farhah 5 1 150000 GoFood 7 3 200000 GrabFood
Transaksi
Transaksi dengan OVO
Transaksi Transaksi dengan dapat
GoPay OVO GoPay OVO GoPay OVO GoPay dapat menghemat
memudahkan memudahkan menawarkan menawarkan dapat dapat menghemat biaya karena
saya dalam saya dalam berbagai berbagai dilakukan dilakukan biaya karena adanya
Nama bertransaksi bertransaksi promo promo 24 jam 24 jam adanya promo promo
Kinan 3 4 2 5 4 4 4 5
Tisa 5 5 4 5 5 5 4 5
Daniel 5 5 3 5 4 4 3 4
Nyarendra 3 3 5 4 5 4 5 4
Shintaafinesa 4 4 5 4 5 5 4 4
Titi 4 4 2 2 4 4 3 3
Ratih
Murdianasari 4 3 4 4 4 4 4 4
Ipah 4 3 3 4 4 4 4 4
Alfanny 3 4 3 4 4 4 4 4
Rindar 5 5 3 5 5 5 4 5
Muhammad
Fajar D P 4 4 3 4 4 4 4 4
Nitaa 4 4 3 4 5 5 3 3
Muhamad
Satya Ragil
Kencono 4 3 3 3 5 3 4 3
Sekar Ayu 5 5 5 5 5 5 5 5
Berliana Ayu
Rahmasari 4 3 3 4 4 4 3 4
Lutfi Muttaqin 5 5 5 5 5 5 5 5
Satya Rizky I 4 4 4 3 4 4 4 4
Putri wulan 4 4 3 4 4 4 2 4
Putra 5 5 4 5 5 5 4 4
nafisya 4 4 3 5 5 5 4 5
Tias 3 4 4 4 5 5 3 3
Novia Tri 4 4 4 3 3 3 4 4
Boy M 3 3 5 3 4 4 4 4
Devanda 5 5 4 4 5 5 4 4
Reviska 5 5 3 3 5 5 4 4
T 5 5 1 5 5 5 1 5
Monic 4 4 4 4 3 4 5 5
Nimasmelenia 5 5 5 5 5 5 5 5
amalia 5 4 5 5 5 5 2 2
HIMMATUL
IZZA N.F 4 4 3 4 4 4 5 5
Ainun Partiwi
S 4 4 3 4 4 4 3 5
Mikhal 3 5 3 5 3 5 3 5
Via Melenia 4 4 2 4 5 5 3 3
Putri 4 4 4 4 4 4 4 4
Ajeng 5 5 3 5 5 5 4 5
fena 3 3 3 3 3 3 3 3
Azka 5 5 4 5 5 5 4 5
Anis Mas
Kumambang 3 3 4 4 4 4 4 4
Yehezkiel 5 5 5 5 5 5 3 3
Faris 4 5 3 5 4 4 3 5
Ika Permata 3 5 5 4 4 4 5 3
Septian Putra 5 5 5 5 3 3 5 5
Afifah Oki N 5 5 5 5 5 5 5 5
Andhini 3 3 3 3 3 3 4 4
Aprilian tri s w 5 5 5 5 5 5 5 5
Amh 3 4 3 4 3 3 3 5
Mohamad
Fadli Azmi 4 4 2 5 5 5 3 3
Rahmawati 5 5 3 5 5 4 4 5
Risma 5 5 2 5 5 5 4 5
Dian 4 5 3 5 5 5 3 4
Rhenny
Wulan Ndarey 4 4 3 3 5 5 5 5
aurel 5 5 4 4 4 4 5 5
Silmy 3 3 3 5 5 5 3 5
dina 5 5 3 3 5 5 4 4
Tara
Chendika 5 4 4 4 3 3 5 5
Hirdinah DK 5 4 5 5 4 4 2 2
Daru
Prabowo Jati 4 4 4 4 4 4 4 4
Rida Amilia 3 4 4 4 3 3 4 4
vivi 5 5 5 5 5 5 5 5
Jihan Fikri
Addina 3 3 3 4 3 3 4 4
Adik Anis Tri
Astuti 5 5 5 5 5 5 4 5
Ra 3 4 3 4 3 4 3 4
Dewi
Wulandari 1 5 1 4 3 3 2 5
Sharfina 5 3 5 5 5 5 5 5
Tias 3 3 4 4 5 5 3 3
Dwica 3 3 3 4 3 3 3 4
Yuaninda 3 4 3 4 4 4 3 4
Annaba 4 4 3 4 5 5 3 4
Nabila 3 4 4 4 3 3 4 4
Ayu nadia 4 4 2 5 4 4 2 5
Fatihul 3 3 2 5 4 4 4 5
Fathimah 4 5 2 5 4 4 2 5
Amalia Hasna 4 4 2 4 5 5 2 4
Amira 5 5 4 5 5 5 4 5
Agnya
paramarta 3 3 2 3 3 3 5 3
Bryan 3 3 2 3 3 3 2 3
nessya dea 3 3 2 3 3 3 5 3
Evan 3 3 5 3 3 3 5 3
Nazila
Maulida 3 3 2 3 3 3 2 3
Cykal wintang 3 3 2 3 3 3 2 3
Bella
kusumawati 5 5 3 4 3 4 3 5
chrisya
margaretha 4 3 5 3 3 3 5 3
priyanka
scientia 4 3 5 3 3 3 5 3
Armeiko
Tanaya 3 3 5 4 4 4 5 4
risha 4 4 2 3 3 3 2 3
leo joko
purnomo 3 3 4 3 3 3 5 3
Mimi 4 3 5 4 4 5 5 3
Tata 4 4 2 4 4 4 5 4
Rosyidaa 5 4 5 3 5 4 5 3
Ryan Safira 5 5 5 4 4 4 5 3
Indra 4 3 5 4 4 4 5 4
Anas Amiral 4 4 4 4 4 4 5 5
Risky 4 4 4 5 4 4 4 4
ridwan satryo 3 3 4 5 3 3 3 3
Tefilo 4 4 4 4 3 3 3 3
Chaterina T 4 4 5 5 4 4 5 5
Nattasha
Maureen 5 5 2 5 5 5 3 5
sangapta
damar 3 2 2 4 3 2 3 4
aulyarizki 3 3 3 3 3 3 3 3
Farhah 5 5 5 5 3 3 3 3
Saya
merasa Saya
mudah merasa Saya
Saya dalam mudah merasa Saya
merasa Saya melakukan dalam mudah merasa
mudah merasa transfer melakukan dalam mudah
Saya merasa Saya merasa dalam mudah saldo transfer melakukan dalam
mudah mudah melakukan dalam GoPay ke saldo OVO tarik tunai melakukan
menggunakan menggunakan pengisian melakukan pengguna ke saldo tarik tunai
GoPay untuk OVO untuk saldo pengisian GOJEK pengguna GoPay saldo OVO
Nama bertransaksi bertransaksi GoPay saldo OVO lain Grab lain saya saya
Kinan 4 4 5 5 3 3 4 4
Tisa 5 5 5 5 5 3 3 4
Daniel 3 4 3 3 4 4 4 4
Nyarendra 5 4 5 4 5 4 3 3
Titi 4 4 4 4 3 3 2 2
Ratih
Ipah 4 2 4 2 4 3 3 3
Alfanny 4 5 4 4 3 5 3 3
Rindar 5 5 5 5 5 5 5 5
Muhammad
Fajar D P 4 4 4 4 4 4 2 2
Nitaa 4 4 5 4 3 3 3 3
Muhamad
Satya Ragil
Kencono 4 3 4 3 4 3 3 3
Sekar Ayu 5 5 5 5 5 5 3 5
Berliana Ayu
Rahmasari 4 3 4 3 3 3 3 3
Satya Rizky I 3 3 4 4 4 4 3 3
Putri wulan 4 4 5 1 4 1 2 2
Putra 5 5 5 4 3 3 3 3
nafisya 4 5 4 5 4 4 4 5
Tias 3 4 3 4 3 4 3 3
Novia Tri 4 4 3 2 3 3 3 4
Boy M 4 3 4 3 3 3 3 3
Devanda 4 4 4 4 4 4 3 3
Reviska 5 5 5 5 3 4 3 3
T 5 5 1 1 1 1 1 1
Monic 4 4 4 4 3 3 3 3
Nimasmelenia 5 5 5 5 5 5 5 5
amalia 5 5 5 5 5 5 3 3
HIMMATUL
IZZA N.F 4 4 4 4 4 4 4 4
Ainun Partiwi
S 4 4 4 4 4 4 2 2
Mikhal 2 5 2 5 2 5 2 5
Via Melenia 3 3 2 2 1 1 1 1
Putri 4 4 4 4 3 3 3 3
Ajeng 5 5 5 5 3 3 5 2
fena 3 3 3 3 3 3 3 3
Azka 5 5 5 5 5 4 3 3
Anis Mas
Kumambang 3 3 3 3 3 3 3 3
Yehezkiel 5 5 5 2 5 5 5 5
Faris 4 5 5 4 4 4 4 3
Ika Permata 4 3 5 2 5 4 4 3
Afifah Oki N 5 5 5 5 3 3 3 3
Andhini 3 3 3 3 3 3 3 3
Aprilian tri s w 5 5 5 5 5 5 5 5
Amh 4 4 3 3 4 4 3 3
Mohamad
Fadli Azmi 4 4 3 3 4 4 2 2
Rahmawati 5 5 5 4 5 3 3 3
Risma 5 5 5 3 5 1 2 2
Dian 5 5 5 4 4 4 3 4
Rhenny
Wulan Ndarey 4 4 2 2 3 3 3 3
aurel 5 5 5 5 5 5 5 5
Silmy 5 5 5 5 5 5 5 5
dina 5 5 5 5 5 5 3 3
Tara
Chendika 5 5 4 4 3 3 3 3
Hirdinah DK 4 4 2 2 3 3 3 3
Daru
Prabowo Jati 4 4 4 4 4 4 4 4
Rida Amilia 3 3 3 3 3 3 3 3
vivi 5 4 5 4 5 5 5 5
Jihan Fikri
Addina 3 3 3 3 3 3 3 3
Adik Anis Tri
Astuti 5 5 5 5 4 4 4 4
Ra 3 3 3 3 2 3 1 1
Dewi
Wulandari 1 3 1 4 1 4 1 3
Sharfina 5 3 5 3 4 3 2 3
Tias 3 3 3 3 4 4 4 4
Dwica 3 4 3 4 3 3 3 3
Yuaninda 3 4 4 4 3 4 3 3
Annaba 4 4 4 4 3 3 3 3
Nabila 3 4 2 4 4 2 4 2
Ayu nadia 4 4 4 4 5 5 5 5
Fatihul 5 5 4 4 4 5 4 4
Fathimah 5 5 5 4 5 3 5 3
Amalia Hasna 4 4 4 4 4 4 4 4
Amira 5 5 5 5 5 4 5 5
Agnya
paramarta 3 3 3 3 4 4 4 4
Bryan 3 3 3 3 5 5 4 5
nessya dea 3 3 3 3 4 5 5 2
Evan 3 3 4 3 5 5 4 4
Nazila
Maulida 3 3 3 3 5 4 4 5
Cykal wintang 3 3 3 3 4 5 5 5
Bella
kusumawati 4 5 5 4 4 5 4 4
chrisya
margaretha 3 3 3 3 5 4 5 5
priyanka
scientia 3 3 3 3 5 5 5 5
Armeiko
Tanaya 4 4 4 3 4 5 5 5
risha 3 3 3 5 5 4 5 5
leo joko
purnomo 3 3 3 3 4 4 5 5
Mimi 4 4 4 5 3 5 4 4
Tata 4 4 4 3 5 5 5 5
Rosyidaa 5 3 3 3 5 4 5 4
Ryan Safira 4 4 4 5 5 5 5 4
Indra 3 3 3 3 5 5 5 5
Anas Amiral 4 4 4 4 4 4 4 4
Risky 4 5 4 5 4 5 4 4
Tefilo 3 3 3 3 3 3 4 4
Chaterina T 3 3 3 3 3 3 3 3
Nattasha
Maureen 5 5 4 5 4 5 3 3
sangapta
damar 3 3 4 4 4 4 4 4
aulyarizki 4 5 4 5 4 5 4 5
Farhah 3 4 3 4 5 3 4 4
Saya akan Saya akan

memberikan memberikan
rekomendas rekomendas
Saya Saya Saya Saya i kepada i kepada
menyukai Saya menyukai Saya berminat berminat orang lain orang lain
GoPay menyukai GoPay menyukai untuk selalu untuk selalu mengenai mengenai
karena OVO karena karena OVO karena menggunaka menggunaka GoPay OVO
memudahka memudahka menghemat menghemat n GoPay n OVO sebagai sebagai
n saya n saya waktu saya waktu saya sebagai sebagai metode metode
dalam dalam saat saat metode metode pembayaran pembayaran
bertransaksi bertransaksi bertransaks bertransaks pembayaran pembayaran yang mudah yang mudah
Nama di GOJEK di Grab i i di GOJEK di Grab dan praktis dan praktis
Kinan 4 4 5 5 4 5 4 4
Tisa 5 5 4 5 5 5 4 5
Daniel 3 3 4 4 3 4 3 4
Nyarendra 5 4 5 4 2 2 4 4
Titi 4 3 4 1 4 3 3 3
Ratih
Ipah 4 3 4 3 3 2 3 2
Alfanny 4 4 4 4 3 4 3 4
Rindar 5 5 5 4 5 5 5 5
Muhammad
Fajar D P 4 4 4 4 4 4 4 4
Nitaa 4 4 4 4 4 4 4 4
Muhamad
Satya Ragil
Kencono 4 3 4 3 4 3 4 3
Sekar Ayu 5 5 5 5 5 5 5 5
Berliana Ayu
Rahmasari 4 3 4 3 4 4 4 3
Satya Rizky I 3 3 3 3 3 3 3 3
Putri wulan 4 4 5 5 3 3 4 4
Putra 4 4 4 4 4 4 4 4
nafisya 5 5 5 5 5 5 5 5
Tias 3 4 4 4 3 4 3 4
Novia Tri 5 5 4 4 3 3 4 4
Boy M 3 3 3 3 3 3 3 3
Devanda 4 4 4 4 4 4 4 4
Reviska 5 5 5 5 5 5 5 5
T 3 4 3 3 2 2 2 2
Monic 3 3 3 3 3 3 4 4
Nimasmeleni
a 5 5 5 5 5 5 5 5
amalia 5 4 4 4 2 2 3 3
HIMMATUL
IZZA N.F 4 4 4 4 5 5 4 4
Ainun Partiwi
S 3 4 4 4 4 4 5 4
Mikhal 2 5 2 5 2 5 1 5
Via Melenia 3 3 3 3 2 2 3 3
Putri 4 4 4 4 3 3 3 3
Ajeng 5 5 5 5 5 5 5 5
fena 3 3 3 3 3 3 3 3
Azka 5 5 5 5 4 4 5 5
Anis Mas
Kumambang 3 3 3 3 4 3 3 3
Yehezkiel 5 5 5 5 5 5 5 5
Faris 4 4 5 5 3 5 4 5
Ika Permata 5 4 4 3 4 4 5 3
Afifah Oki N 5 3 5 5 5 3 5 5
Andhini 3 3 3 3 3 3 3 3
Aprilian tri s
w 5 5 5 5 5 5 5 5
Amh 4 4 4 4 3 4 3 3
Mohamad
Fadli Azmi 5 3 3 3 5 3 4 4
Rahmawati 4 5 5 5 4 5 4 5
Risma 5 5 5 5 5 5 3 5
Dian 4 5 4 5 2 4 3 4
Rhenny
Wulan
Ndarey 3 4 4 4 3 3 3 3
aurel 5 5 5 5 4 4 5 5
Silmy 5 5 5 5 5 5 5 5
dina 5 5 5 5 5 5 5 5
Tara
Chendika 4 4 4 4 4 4 4 4
Hirdinah DK 5 5 5 5 3 3 3 3
Daru
Prabowo Jati 4 4 4 4 4 4 4 4
Rida Amilia 3 3 4 4 3 3 3 3
vivi 5 3 5 3 5 3 5 4
Jihan Fikri
Addina 3 3 4 4 3 3 3 3
Adik Anis Tri
Astuti 5 5 5 5 4 4 5 5
Ra 3 3 4 4 3 4 3 4
Dewi
Wulandari 2 4 2 4 2 4 1 4
Sharfina 5 1 5 1 5 1 5 1
Tias 4 4 4 4 4 4 4 4
Dwica 3 4 3 3 3 4 3 3
Yuaninda 3 4 4 4 3 4 3 4
Annaba 4 4 4 4 3 3 4 4
Nabila 3 4 3 4 4 4 3 4
Ayu nadia 3 3 5 5 2 5 4 5
Fatihul 5 5 5 5 4 5 4 5
Fathimah 4 5 5 4 3 5 4 5
Amalia
Hasna 4 4 5 5 3 4 3 4
Amira 3 5 4 4 4 5 5 5
Agnya
paramarta 3 3 3 3 2 2 5 3
Bryan 3 3 3 3 2 2 5 3
nessya dea 3 3 3 3 2 2 5 3
Evan 3 3 3 3 2 2 5 3
Nazila
Maulida 3 3 3 3 2 2 5 5
Cykal
wintang 3 3 3 3 2 2 4 4
Bella
kusumawati 5 5 5 5 4 5 3 5
chrisya
margaretha 3 3 3 3 5 3 5 3
priyanka
scientia 3 3 3 3 5 3 5 4
Armeiko
Tanaya 3 3 3 3 2 2 4 5
risha 3 3 3 3 5 3 5 3
leo joko
purnomo 3 3 3 3 5 4 5 4
Mimi 5 5 4 3 3 5 3 5
Tata 5 5 5 5 5 4 3 5
Rosyidaa 5 4 5 3 4 3 5 5
Ryan Safira 5 5 3 3 5 3 5 4
Indra 5 5 5 5 5 5 5 5
Anas Amiral 4 4 5 5 4 4 5 5
Risky 4 4 4 5 3 4 4 4
Tefilo 3 3 3 3 3 3 3 3
Chaterina T 4 5 5 4 5 4 4 3
Nattasha
Maureen 4 5 5 4 5 3 5
sangapta
damar 4 3 3 3 3 3 4 4
aulyarizki 4 4 4 4 3 3 3 3
Farhah 4 4 3 5 3 4 4 3
Saya Saya
mendapat mendapat
Saya pengalaman pengalaman
mendapat Saya Saya bahwa bahwa
Saya Saya pengalama mendapat mendapat Saya melakukan melakukan
mendapat mendapat n bahwa pengalama pengalama mendapat transaksi transaksi
pengalaman pengalaman pengisian n bahwa n bahwa pengalama menggunaka menggunaka
bertransaksi bertransaksi saldo pengisian saldo n bahwa n GoPay n OVO
secara secara GoPay saldo OVO GoPay saldo OVO memiliki memiliki
praktis praktis dapat dapat dapat dapat keuntungan keuntungan
menggunaka menggunaka dilakukan dilakukan ditarik ditarik lebih yaitu lebih yaitu
Nama n GoPay n OVO via ATM via ATM tunai tunai promo promo
Kinan 3 4 3 4 4 3 2 5
Tisa 4 5 4 5 1 1 4 5
Daniel 4 4 3 4 3 3 3 4
Nyarendra 4 3 3 3 3 3 4 4
Titi 4 4 4 4 2 2 4 4
Ratih
Ipah 4 2 1 1 1 1 4 3
Alfanny 4 4 4 4 4 4 4 4
Rindar 5 5 5 5 5 5 3 5
Muhammad
Fajar D P 4 4 4 4 3 3 4 4
Nitaa 4 4 4 2 2 2 3 4
Muhamad
Satya Ragil
Kencono 4 3 4 3 3 3 4 3
Sekar Ayu 5 5 5 5 3 5 5 5
Berliana Ayu
Rahmasari 4 3 4 3 3 3 3 4
Satya Rizky I 3 3 3 3 3 3 3 3
Putri wulan 4 4 5 1 3 3 2 4
Putra 4 4 5 5 3 3 5 5
nafisya 5 5 5 5 5 5 4 5
Tias 3 4 5 5 5 5 4 4
Novia Tri 4 4 4 3 3 3 4 4
Boy M 3 3 3 3 3 3 3 3
Devanda 4 4 4 4 3 3 4 4
Reviska 5 5 5 5 1 5 5 5
T 3 3 3 3 3 3 3 5
Monic 3 3 4 4 3 3 4 4
Nimasmeleni
a 5 5 5 5 5 5 5 5
amalia 4 4 4 4 4 4 3 3
HIMMATUL
IZZA N.F 5 5 3 3 3 3 5 5
Ainun Partiwi
S 4 4 1 1 1 1 4 4
Mikhal 1 5 1 5 1 5 3 5
Via Melenia 3 3 3 3 1 1 3 4
Putri 4 4 4 4 3 3 4 4
Ajeng 5 5 5 5 5 2 4 5
fena 3 3 3 3 3 3 3 3
Azka 5 5 5 5 3 3 4 5
Anis Mas
Kumambang 3 3 3 3 3 3 3 3
Yehezkiel 4 4 4 4 4 4 4 4
Faris 4 5 5 5 5 4 1 5
Ika Permata 4 5 5 4 4 2 4 4
Afifah Oki N 5 5 5 5 1 1 5 5
Andhini 3 3 2 4 3 3 3 4
Aprilian tri s
w 5 5 5 5 5 5 5 5
Amh 4 4 2 4 1 1 4 5
Mohamad
Fadli Azmi 5 5 5 5 2 2 3 5
Rahmawati 4 5 5 5 3 3 5 5
Risma 5 5 5 5 1 1 3 5
Dian 4 5 4 3 3 3 3 4
Rhenny
Wulan
Ndarey 3 3 2 4 3 3 4 4
aurel 5 5 5 5 3 5 4 4
Silmy 5 5 5 5 5 5 5 5
dina 5 5 5 5 2 2 3 3
Tara
Chendika 4 4 5 5 3 3 5 5
Hirdinah DK 5 5 5 5 3 3 5 5
Daru
Prabowo Jati 4 4 4 4 4 4 4 4
Rida Amilia 3 3 4 4 3 3 3 4
vivi 5 4 5 4 5 4 5 5
Jihan Fikri
Addina 3 3 3 3 3 3 3 3
Adik Anis Tri
Astuti 5 5 5 5 4 5 5 5
Ra 4 4 2 3 2 2 3 4
Dewi
Wulandari 2 4 2 4 2 4 2 4
Sharfina 3 1 5 1 3 1 5 1
Tias 4 4 4 4 4 4 4 4
Dwica 3 3 3 3 3 3 3 4
Yuaninda 3 4 3 3 3 3 3 4
Annaba 4 4 4 4 3 3 3 4
Nabila 3 4 4 4 4 2 4 4
Ayu nadia 5 3 3 3 5 5 2 5
Fatihul 4 4 5 5 4 4 4 5
Fathimah 5 5 5 5 5 4 2 5
Amalia
Hasna 4 4 4 4 4 4 2 4
Amira 5 5 5 5 5 4 4 5
Agnya
paramarta 3 3 3 3 4 4 5 3
Bryan 3 3 3 3 4 5 5 3
nessya dea 3 3 3 3 5 5 5 3
Evan 3 3 3 3 5 5 5 3
Nazila
Maulida 3 3 3 3 5 5 5 3
Cykal
wintang 3 3 3 3 5 4 5 3
Bella
kusumawati 4 5 3 5 1 2 4 5
chrisya
margaretha 5 3 4 4 4 5 5 3
priyanka
scientia 3 5 4 4 1 5 3 3
Armeiko
Tanaya 3 5 4 3 5 5 5 3
risha 3 3 3 3 4 4 3 3
leo joko
purnomo 5 5 4 4 5 4 5 3
Mimi 5 3 3 4 4 4 5 4
Tata 5 5 4 4 5 5 5 5
Rosyidaa 5 3 5 4 4 3 3 5
Ryan Safira 5 3 4 3 1 1 3 3
Indra 5 3 3 4 4 4 5 3
Anas Amiral 5 5 4 4 4 4 3 5
Risky 4 4 4 5 4 5 4 4
Tefilo 4 4 4 4 4 4 4 4
Chaterina T 4 3 5 4 3 5 4 3
Nattasha
Maureen 3 4 4 4 4 4 2 5
sangapta
damar 3 3 3 3 4 4 4 4
aulyarizki 4 5 5 4 5 5 4 5
Farhah 4 4 3 3 3 4 3 5
Saya merasa Saya merasa Saya Saya

sistem sistem dapat dapat GoPay
pembayaran pembayaran melakuka melakuka dapat OVO dapat
menggunaka menggunaka n n digunakan digunakan
Saya merasa Saya merasa n GoPay n OVO transaksi transaksi untuk untuk
GoPay OVO merupakan merupakan dengan dengan bertransaks bertransaks
mempermuda mempermuda cara cara GoPay di OVO di i dengan i dengan
h saya dalam h saya dalam pembayaran pembayaran mana saja mana saja cepat dan cepat dan
bertransaksi bertransaksi yang yang dan kapan dan kapan tanpa tanpa
Nama di GOJEK di Grab bermanfaat bermanfaat saja saja kendala kendala
Kinan 4 5 4 5 4 4 4 4
Tisa 5 5 4 5 4 4 4 4
Daniel 5 5 4 4 2 2 2 2
Nyarendra 5 4 5 4 3 3 4 4
Titi 4 4 4 4 4 4 4 4
Ratih
Ipah 4 1 5 1 4 2 4 4
Alfanny 4 4 4 4 4 4 3 3
Rindar 5 5 5 5 5 5 5 5
Muhammad
Fajar D P 4 4 4 4 4 4 4 4
Nitaa 4 4 4 5 4 4 4 4
Muhamad
Satya Ragil
Kencono 4 3 4 3 4 3 4 3
Sekar Ayu 5 5 5 5 5 5 5 5
Berliana Ayu
Rahmasari 4 3 3 3 4 4 4 4
Satya Rizky I 3 3 3 3 3 3 3 3
Putri wulan 4 3 4 4 4 4 4 2
Putra 5 5 5 5 5 5 5 5
nafisya 4 4 4 4 4 4 4 4
Tias 3 3 3 3 4 4 3 4
Novia Tri 4 4 4 4 4 4 3 3
Boy M 4 3 4 3 4 4 4 4
Devanda 4 4 4 4 4 4 4 4
Reviska 5 5 5 5 5 5 5 5
T 3 3 3 3 4 4 4 4
Monic 4 4 5 5 5 5 2 2
Nimasmeleni
a 5 5 5 5 5 5 5 5
amalia 5 5 3 3 5 5 4 4
HIMMATUL
IZZA N.F 4 4 4 4 3 3 4 4
Ainun Partiwi
S 4 4 4 4 4 4 4 4
Mikhal 2 5 2 5 2 5 2 5
Via Melenia 3 3 3 3 3 3 3 3
Putri 4 4 4 4 4 4 3 3
Ajeng 5 5 5 5 5 5 5 5
fena 3 3 3 3 3 3 3 3
Azka 5 5 5 5 5 5 5 5
Anis Mas
Kumambang 3 3 3 3 3 3 3 3
Yehezkiel 5 5 5 5 5 5 5 5
Faris 5 4 4 4 5 5 4 4
Ika Permata 5 3 4 4 5 5 4 3
Afifah Oki N 5 3 5 5 5 5 5 5
Andhini 3 4 3 3 4 4 3 3
Aprilian tri s
w 5 5 5 5 5 5 5 5
Amh 4 5 4 4 4 4 4 4
Mohamad
Fadli Azmi 5 5 5 5 5 5 5 5
Rahmawati 5 5 5 5 5 5 5 5
Risma 5 5 5 5 5 5 5 5
Dian 4 5 4 5 5 5 5 5
Rhenny
Wulan
Ndarey 3 3 3 3 4 4 4 4
aurel 5 5 5 5 4 4 5 5
Silmy 5 5 5 5 5 5 5 5
dina 5 5 5 5 3 3 4 4
Tara
Chendika 5 5 5 5 5 5 4 4
Hirdinah DK 4 4 5 5 4 4 5 5
Daru
Prabowo Jati 4 4 4 4 4 4 4 4
Rida Amilia 4 4 4 4 4 4 3 4
vivi 5 5 5 5 5 5 5 5
Jihan Fikri
Addina 3 3 3 3 3 3 4 4
Adik Anis Tri
Astuti 5 5 5 5 4 4 2 2
Ra 3 3 3 4 3 4 3 3
Dewi
Wulandari 2 4 2 4 2 4 2 4
Sharfina 5 1 5 1 3 1 5 1
Tias 4 4 4 4 4 4 4 4
Dwica 3 4 3 3 3 3 3 3
Yuaninda 3 4 3 4 4 4 3 4
Annaba 4 4 4 4 4 4 4 4
Nabila 4 4 4 4 4 4 4 4
Ayu nadia 4 3 3 3 3 3 3 3
Fatihul 5 5 4 4 4 5 5 5
Fathimah 4 5 5 4 5 5 4 4
Amalia
Hasna 4 4 4 4 4 4 4 4
Amira 5 5 5 5 5 5 5 5
Agnya
paramarta 3 3 3 3 3 3 3 3
Bryan 3 3 3 3 3 3 3 3
nessya dea 3 3 3 3 3 3 3 3
Evan 3 3 3 3 3 3 3 3
Nazila
Maulida 3 3 3 3 3 3 3 3
Cykal
wintang 3 3 3 3 5 3 3 3
Bella
kusumawati 4 5 5 5 4 5 5 5
chrisya
margaretha 3 3 3 3 3 3 3 3
priyanka
scientia 3 3 3 3 5 3 3 3
Armeiko
Tanaya 3 3 3 3 3 3 3 5
risha 3 3 3 3 5 3 5 3
leo joko
purnomo 3 4 3 4 5 4 3 3
Mimi 3 4 3 3 3 3 5 5
Tata 3 3 3 3 3 3 3 3
Rosyidaa 4 3 5 5 4 4 4 5
Ryan Safira 3 3 3 4 3 5 5 3
Indra 3 3 4 4 3 3 3 3
Anas Amiral 3 3 3 3 3 3 3 3
Risky 4 4 4 4 4 4 4 4
Tefilo 5 5 5 5 5 5 5 5
Chaterina T 5 4 3 3 4 5 5 3
Nattasha
Maureen 5 5 5 5 5 5 5 5
sangapta
damar 3 4 4 3 3 3 3 3
aulyarizki 5 4 5 4 3 3 3 3
Farhah 5 5 5 5 5 3 5 4
Lampiran 3: Hasil Estimasi
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Experience, . Enter
Uang Saku,
Jarak, Jumlah
Anggota
Keluarga, Jenis
Kelamin,
Perceived
Usefulness,
Perceived Ease
of Use,
Pendapatan
Orang Tua,
Attitude Toward
Usingb
a. Dependent Variable: Jumlah Frekuensi Gojek Grab
b. All requested variables entered.
Model
Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 .463 .215 .136 11.237 1.810
a. Predictors: (Constant), Experience, Uang Saku, Jarak, Jumlah
Anggota Keluarga, Jenis Kelamin, Perceived Usefulness, Perceived
Ease of Use, Pendapatan Orang Tua, Attitude Toward Using
b. Dependent Variable: Jumlah Frekuensi Gojek Grab
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 3105.209 9 345.023 2.732 .007b
Residual 11365.301 90 126.281
Total 14470.510 99
b. Predictors: (Constant), Experience, Uang Saku, Jarak, Jumlah Anggota
Keluarga, Jenis Kelamin, Perceived Usefulness, Perceived Ease of Use,
Pendapatan Orang Tua, Attitude Toward Using
Coefficientsa
Standardize
Unstandardized d Collinearity
Coefficients Coefficients Statistics
Toleranc
Model B Std. Error Beta t Sig. e VIF
1 (Constant) -8.071 10.728 -.752 .454
Jenis Kelamin 1.425 2.741 .053 .520 .604 .834 1.199
Jumlah Anggota 2.206 1.574 .134 1.402 .164 .949 1.053

Keluarga
Jarak -.490 .250 -.192 -1.957 .053 .907 1.102
Uang Saku 5.832E-7 .000 .062 .412 .682 .387 2.585
Pendapatan Orang 2.560E-7 .000 .244 1.670 .098 .410 2.438

Tua
Perceived .294 .329 .109 .895 .373 .589 1.697
Usefulness
Perceived Ease of -.836 .345 -.361 -2.423 .017 .393 2.545
Use
Attitude Toward .365 .357 .159 1.022 .309 .363 2.759
Using
Experience .588 .346 .238 1.697 .093 .443 2.256

Residuals
Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 1.70 33.12 16.43 5.601 100
Residual -15.867 47.465 .000 10.715 100
Std. Predicted Value -2.631 2.980 .000 1.000 100
Std. Residual -1.412 4.224 .000 .953 100
Runs Test
Unstandardized Residual
Test Valuea -1.77556

Cases < Test Value 50
Cases >= Test Value 50
Total Cases 100
Number of Runs 55
Z .804
Asymp. Sig. (2-tailed)
a. Median .421

Brenda Amalia Putri - F0116019

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Brenda Amalia Putri - F0116019

Diunggah oleh

Hak Cipta:

Format Tersedia

ANALISIS LATAR BELAKANG SOSIAL EKONOMI DAN

TECHNOLOGY ACCEPTANCE MODEL (TAM) TERHADAP FREKUENSI

Diajukan untuk Melengkapi Tugas-Tugas dan Memenuhi Syarat-Syarat

FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS SEBELAS MARET

Perkembangan teknologi dan informasi di Indonesia berkembang pesat

The development of technology and information in Indonesia is growing

Keywords: gender, number of family members, distance, pocket money, parents'

Analisis Latar Belakang Sosial Ekonomi dan Technology Acceptance Model

(TAM) Terhadap Frekuensi Penggunaan Gojek dan Grab

(Studi Kasus Pada Mahasiswa Fakultas Ekonomi dan Bisnis Universitas

Surakarta, 16 Juni 2020

(Drs. Albertus Maqnus Soesilo, M.S.)

Analisis Latar Belakang Sosial Ekonomi dan Technology Acceptance

BRENDA AMALIA PUTRI

Telah dipertahankan di depan Tim Penguji Skripsi Fakultas Ekonomi dan

Surakarta, 21 Juli 2020

Susunan Tim Penguji Skripsi

Yogi Pasca Pratama, S.E., M.E.

Bhimo Rizky Samudro, S.E., M.Si., Ph.D

Dr. Albertus Maqnus Soesilo, M.S.

Bhimo Rizky Samudro, S.E., M.Si., Ph.D.

“Man Jadda, Wajada”

“Barang siapa yang bersungguh-sungguh, maka dia akan berhasil

“Ikhtiar dan tawakal adalah kunci menuju kesuksesan”

Skripsi ini penulis persembahkan untuk:

Ibu, Bapak, adik tercinta, orang-orang

terdekat, dan teman-teman. Terima kasih

telah mendukung saya disetiap langkap

perjalanan pengerjaan skripsi ini dengan

doa yang tiada henti.

memberikan kesempatan bagi penulis dapat menyelesaikan skripsi dengan judul

“Analisis Latar Belakang Sosial Ekonomi dan Technology Acceptance Model

terima kasih kepada:

Universitas Sebelas Maret Surakarta

3. Drs. Albertus Maqnus Soesilo, M.S., selaku pembimbing yang ditengah

kesibukannya masih bersedia memberikan bimbingan serta arahan kepada

penulis dalam penyelesaian skripsi ini

mendukung dan mendoakan penulis tiada henti

5. Teman-teman seperjuangan skripsi Desty Prinatasya, Alfanny Putri, Azka

proses pengerjaan skripsi

terima kasih atas dukungannya

7. Sahabat-sahabat penulis Amalia Rooshidayah, Almas Tanuhita, dan Faiza Putri

terima kasih atas doa dan dukungannya

8. Teman-teman Ekonomi Pembangunan 2016 atas segala dukungan dalam

penyelesaian skripsi ini.

Penulis menyadari bahwa penulisan skripsi ini kurang sempurna oleh

memberikan manfaat, baik bagi penulis maupun pihak lain.

Surakarta, 18 Juni 2020

Brenda Amalia Putri

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

B. Kajian Empiris ......................................................................................... 34

Tabel 4.1 Karakteristik Responden Berdasarkan Pengguna Gojek… ........................ 58

A. Latar Belakang Masalah

Variabel sosial ekonomi merupakan variabel yang digunakan untuk

menjelaskan berbagai hubungan dengan variabel lainnya sebagai cara untuk

mengukur status sosial ekonomi (Sudarsono, 2016). Perbedaan sosial ekonomi

individu akan berpengaruh bagi pemenuhan kebutuhan hidup sehari-hari karena

individu dengan status sosial ekonomi menengah ke atas akan cenderung

memiliki pola konsumsi yang berlebihan dibandingkan individu dengan status

sosial ekonomi menengah ke bawah. Kondisi sosial ekonomi responden yang

akan diteliti merupakan individu yang mengikuti perkembangan jaman