Inf Syst Front (2019) 21:719-734

DOI 10.1007/s10796-017-9774-y

Menelaah Ulang Teori Penerimaan Terpadu

dan Penggunaan Teknologi (UTAUT): Menuju Model
Teoritis yang Direvisi

Yogesh K. Dwivedi1 & Nripendra P. Rana1 & Anand Jeyaraj2 & Marc Clement3 &
Michael D. Williams3

Dipublikasikan secara online: 8 Juni 2017

# Penulis 2017. Artikel ini adalah publikasi akses terbuka

Abstrak Berdasarkan tinjauan kritis terhadap Unified Theory of
Acceptance and Use of Technology (UTAUT), penelitian ini pertama-
tama memformalkan model teoritis alternatif untuk menjelaskan
penerimaan dan penggunaan inovasi sistem informasi (SI) dan
teknologi informasi (TI). Model teoritis yang direvisi kemudian diuji
secara empiris menggunakan kombinasi teknik meta-analisis dan
pemodelan persamaan struktural (MASEM). Meta-analisis
didasarkan pada 1600 pengamatan pada 21 hubungan yang
dikodekan dari 162 penelitian sebelumnya tentang penerimaan
dan penggunaan SI/TI. Analisis SEM menunjukkan bahwa sikap:
adalah pusat niat perilaku dan perilaku penggunaan, sebagian
dimediasi efek konstruksi eksogen pada niat perilaku, dan memiliki
pengaruh langsung pada perilaku penggunaan. Sejumlah implikasi
untuk teori dan praktik diturunkan berdasarkan temuan.
* Yogesh K. Dwivedi
ykdwivedi@gmail.com ; ykdwivedi@swansea.ac.uk
Nripendra P. Rana
nrananp@gmail. com
Anand Jeyaraj
anand.jeyaraj@wright.edu
Marc Clement
rmclement@swansea.ac.uk
Michael D. Williams
MDWilliams@swansea.ac.uk
1 beberapa konstruksi yang mungkin penting. untuk menjelaskan
Pusat Penelitian Pasar Berkembang (EMaRC), Sekolah Manajemen,
Kampus Teluk Swansea University, Swansea SA1 8EN, Inggris
2 depan, kami telah berusaha untuk secara kritis meninjau dan
Sekolah Tinggi Bisnis Raj Soin, Universitas Negeri Wright, 3640
Kolonel Glenn Highway, Dayton, OH 45435, AS
3 bahwa moderator yang ditentukan dalam model UTAUT asli mungkin tidak
Sekolah Manajemen, Kampus Swansea University Bay, Fabian
Way, Crymlyn Burrows, Swansea, Wales SA1 8EN, UK
Kata kunci UTUT. Meta-analisis. Pemodelan persamaan
struktural. MASEM. Niat perilaku. Sikap . Penggunaan
1. Perkenalan
Penerimaan dan penggunaan inovasi sistem informasi (SI) dan
teknologi informasi (TI) telah menjadi perhatian utama untuk
penelitian dan praktik. Selama beberapa dekade terakhir, sejumlah
besar model teoritis telah diusulkan dan digunakan untuk menguji
penerimaan dan penggunaan SI/TI. Diantaranya adalah Theory of
Reasoned Action, the Technology Acceptance Model, Theory of
Planned Behaviour, dan Model of Personal Computer Usage (Ajzen
1991; Davis1989; Davis dkk.1989; Fishbein dan Ajzen1975;
Thompson dkk.1991). Secara kumulatif, teori-teori ini menawarkan
penjelasan yang berbeda tentang penerimaan dan penggunaan SI/
TI berdasarkan faktor yang berbeda seperti atribut teknologi dan
faktor kontekstual.
Berdasarkan tinjauan komprehensif dan sintesis beberapa model
teoritis, Venkatesh et al. (2003) mengusulkan Unified Theory of
Acceptance and Use of Technology (UTAUT), yang sejak itu telah
digunakan secara luas oleh para peneliti dalam pencarian mereka untuk
menjelaskan penerimaan dan penggunaan SI/TI. Sementara model
UTAUT asli menjelaskan sejumlah besar varians dalam niat perilaku dan
perilaku penggunaan, model berteori beberapa hubungan yang
mungkin tidak berlaku untuk semua konteks, menghilangkan beberapa
hubungan yang mungkin berpotensi penting, dan juga mengecualikan
penerimaan dan penggunaan SI/TI.
Untuk memajukan teori dan mengidentifikasi arah penelitian masa
menyempurnakan model UTAUT yang asli. Secara khusus, kami berpendapat
dapat diterapkan di semua konteks, jalur dari memfasilitasi

Konten milik Springer Nature, syarat penggunaan berlaku. Hak dilindungi undang-undang.
720
kondisi niat perilaku yang hilang dalam model UTAUT asli
harus dimasukkan, dan karakteristik individu seperti sikap
yang tidak diteorikan dalam model UTAUT asli harus
diperkenalkan. Kami secara empiris memeriksa model
revisi kami menggunakan kombinasi meta-analisis dan
teknik pemodelan persamaan struktural.
Sisa makalah ini disusun sebagai berikut. Bagian selanjutnya
memperkenalkan teori-teori alternatif penerimaan SI/TI dengan
memperhatikan model UTAUT dan memformalkan model teoretis
yang direvisi. Dua bagian berikutnya menjelaskan metode
penelitian dan hasil analisis empiris kami menggunakan meta-
analisis dan pemodelan persamaan struktural. Makalah diakhiri
dengan bagian diskusi dan kesimpulan.
2 Kerangka Teoritis Penelitian tentang Penerimaan
dan Penggunaan SI/TI
2.1 Teori Alternatif tentang Penerimaan dan Penggunaan IS/ITA
Penerimaan pengguna terhadap inovasi SI/TI baru sering
digambarkan sebagai salah satu bidang penelitian yang paling
matang dalam literatur SI kontemporer (misalnya, Hu et al. 1999;
Williams dkk.2009). Penelitian di bidang ini telah menghasilkan
berbagai model teoretis untuk menjelaskan individu' niat untuk
menggunakan inovasi, yang berasal dari sistem informasi,
psikologi, dan sosiologi (misalnya, Davis et al. 1989; Taylor dan Todd
1995b; Venkatesh dan Davis2000; Venkatesh dkk.2003).
Diambil dari psikologi sosial, teori tindakan beralasan
(TRA) (Ajzen dan Fishbein 1980; Fishbein dan Ajzen
1975) adalah pendahulu dari banyak model dan teori perilaku
manusia yang sering digunakan untuk menjelaskan adopsi
teknologi (Venkatesh et al. 2003). TRA berpendapat bahwa
perilaku individu didorong oleh individu'niat perilaku itu
sendiri, yang pada gilirannya merupakan fungsi individu'sikap
terhadap perilaku dan norma subjektif (Fishbein dan Ajzen 1975
). Sheppard dkk. (1988) menunjukkan bahwa validitas prediksi
model tetap tinggi meskipun banyak peneliti memperluas
model ini di luar kondisi batas yang dinyatakan.
TRA adalah dasar untuk dua arah teoretis penting: untuk
mengembangkan Theory of Planned Behavior (TPB) yang lebih
komprehensif (Ajzen 1991); dan untuk mengembangkan Model
Penerimaan Teknologi (TAM) (Davis .) yang lebih hemat dan digunakan
secara luas1989; Davis dkk.1989). Davis dkk. (1989) menggunakan TRA
untuk menjelaskan penerimaan individu terhadap teknologi dan
menemukan bahwa varians yang dijelaskan sebagian besar konsisten
dengan penelitian yang menggunakan TRA dalam konteks perilaku lain.
Dengan demikian, Davis et al. (1989) dan Davis (1989) mengembangkan
TAM untuk menjelaskan penerimaan SI/TI dan menemukan dua
keyakinan penting untuk mempengaruhi penggunaan SI: persepsi
kegunaan dan persepsi kemudahan penggunaan.
Menurut TPB, pengguna'Tindakan mereka ditentukan oleh niat dan
persepsi mereka tentang kontrol, sedangkan niat mereka adalah
Konten milik Springer Nature, syarat penggunaan berlaku. Hak dilindungi undang-undang.
Inf Syst Front (2019) 21:719-734
dipengaruhi oleh sikap mereka terhadap perilaku, norma
subjektif, dan persepsi kontrol perilaku (Ajzen 1991,
2001). Ajzen (1991, 2001) juga menunjukkan kemampuan TPB
dalam memberikan kerangka teoritis yang sangat berguna
untuk memahami dan memprediksi penerimaan inovasi baru
termasuk inovasi berbasis SI/TI (misalnya, Harrison et al. 1997;
Mathieson1991; Taylor dan Todd1995b).
The Decomposed Theory of Planned Behavior (DTPB)
(Taylor dan Todd 1995b) menggabungkan elemen dan
karakteristik dari TPB dan TAM untuk memberikan
pemahaman yang lebih komprehensif tentang adopsi
teknologi. Meskipun DTPB identik dengan TPB dalam
memprediksi niat, DTPBBmenguraikan sikap, norma
subjektif, dan kontrol perilaku ke dalam struktur
kepercayaan esensial dalam konteks adopsi teknologi
(Venkatesh et al. 2003). Model gabungan TAM dan TPB (C-
TAM-TPB) menggabungkan prediktor dari TPB dan manfaat
yang dirasakan dari TAM (Taylor dan Todd1995a).
Sebuah badan penelitian yang luas dalam psikologi telah
menggunakan teori motivasi umum untuk memeriksa perilaku
individu. Sejumlah penelitian (misalnya, Igbaria et al.1996;
Venkatesh dan Brown2001) telah mengadaptasi teori motivasi
untuk konteks tertentu (Venkatesh et al. 2003); lihat Vallerand (
1997) untuk tinjauan lengkap teori motivasi. Dalam domain IS/
IT, Davis et al. (1992) menggunakan teori motivasi untuk
memahami adopsi dan penggunaan teknologi baru (lihat juga
Venkatesh dan Speier 1999).
Model pemanfaatan PC (MPCU) sebagian besar berasal dari
Triandis' (1977) teori perilaku manusia. Ini menyajikan konteks
yang bersaing dengan yang diusulkan oleh TRA dan TPB.
Thompson dkk. (1991) disesuaikan dan disempurnakan Triandis'
model dengan memperhatikan konteks SI/TI dan merumuskan
MPCU untuk memprediksi perilaku penggunaan daripada niat.
Berakar dalam sosiologi, teori difusi inovasi (IDT) (Rogers 1995)
telah digunakan untuk mempelajari sejumlah inovasi mulai dari
alat pertanian hingga inovasi organisasi (Tornatzky dan Klein 1982).
Selanjutnya, Moore dan Benbasat (1991) menyesuaikan
karakteristik inovasi yang disajikan oleh Rogers dan
menyempurnakan serangkaian konstruksi untuk menggunakannya
untuk penerimaan teknologi individu.
Teori kognitif sosial (SCT) telah digunakan secara luas untuk
menjelaskan perilaku manusia (lihat Bandura). 1986). Compeau
dan Higgins (1995) menerapkan dan memperluas teori ini dari
perspektif pemanfaatan komputer, tetapi sifat model dan teori
dasar memungkinkannya untuk diperluas ke penerimaan dan
penggunaan SI/TI secara umum (Venkatesh et al. 2003).
2.2 Teori Penerimaan dan Penggunaan Teknologi Terpadu
(UTAUT, Venkatesh et al. 2003)
Berdasarkan analisis model alternatif yang dijelaskan di atas,
Venkatesh et al. (2003) berpendapat bahwa peneliti dihadapkan
dengan sejumlah besar konstruksi serupa yang ditawarkan oleh
Inf Syst Front (2019) 21:719-734
banyak teori dan menemukan bahwa mereka Bmemilih dan
memilih konstruksi dari model atau memilih untuk Bmodel yang
disukaî , dengan hasil bahwa model-model lain sebagian besar
diabaikan. Akibatnya, mereka mensintesis proposisi yang diajukan
oleh model penerimaan yang berbeda, termasuk TRA, TAM, TPB, C-
TAM-TPB, MM, MPCU, SCT dan IDT) dan mengusulkan Unified
Theory of Acceptance and Use of Technology (UTAUT; Venkatesh
dkk.2003). Menggunakan data dari empat organisasi dengan tiga
titik pengukuran, Venkatesh et al. (2003) menemukan bahwa
delapan model menjelaskan antara 17 dan 53% varians pada
pengguna' niat untuk menggunakan SI/TI. Namun, UTAUT
mengungguli kedelapan model menggunakan data yang sama
yang menjelaskan sekitar 70% varians dalam niat perilaku
(Venkatesh et al.2003) dan 50% dalam penggunaan teknologi
(Venkatesh et al. 2012). Satu perbedaan utama antara UTAUT dan
pendahulunya adalah bahwa UTAUT mengusulkan empat
moderator (yaitu, jenis kelamin, usia, pengalaman, dan
kesukarelaan) untuk lebih meningkatkan kekuatan prediksi model.
Sejak awal, UTAUT telah digunakan secara luas dalam menjelaskan
adopsi teknologi oleh individu.
Meskipun telah diuji dan dimodifikasi dengan berbagai cara, studi
yang menggunakan UTAUT telah menggambarkan (secara eksplisit atau
implisit) keterbatasan tertentu.—ini menunjukkan bahwa mungkin ada
kesempatan untuk secara sistematis mempertimbangkan kembali
hubungan yang diusulkan oleh UTAUT. Pertama, moderator yang
diusulkan dalam model UTAUT asli dapat dipertimbangkan kembali.
Studi sebelumnya umumnya tidak menerapkan model UTAUT lengkap
seperti yang ditemukan di Venkatesh et al. (2003). Pengamatan serupa
dilakukan oleh Venkatesh et al. (2012), yang mencatat bahwa sebagian
besar penelitian hanya menggunakan sebagian dari model dan
moderator biasanya dijatuhkan. Di antara studi yang termasuk
moderator, beberapa studi (misalnya, Bandyopadhyay dan Barnes2012;
Bhattarai dkk.2010; memudar2007; Venkatesh dkk.2011b) memodelkan
empat moderator yang sama seperti yang diusulkan oleh model UTAUT
asli. Alasan potensial mengapa penelitian sebelumnya mungkin tidak
menggunakan moderator adalah karena mungkin tidak ada variasi
dalam moderator untuk konteks adopsi dan penggunaan. Misalnya,
adopsi dan penggunaan SI/TI tertentu mungkin telah diamanatkan oleh
organisasi sedemikian rupa sehingga semua individu harus
mengadopsi teknologi tersebut.—ini menghasilkan situasi di mana
kesukarelaan sebagai moderator mungkin tidak langsung dapat
diterapkan. Kedua, hubungan yang diusulkan dalam model UTAUT asli
dapat dipertimbangkan kembali untuk kelengkapan. Dalam
merumuskan model UTAUT, Venkatesh et al. (2003) berpendapat bahwa
seseorang akan mengharapkan kondisi yang memfasilitasi untuk
memprediksi niat perilaku hanya jika harapan upaya tidak dimasukkan
dalam model. Ini adalah penyimpangan dari teori penerimaan teknologi
sebelumnya yang secara eksplisit memodelkan hubungan antara
memfasilitasi kondisi dan niat perilaku. Studi sebelumnya (misalnya,
Duyck et al.2010; Foon dan Fah2011; Yeow dan Lo2009) menunjukkan
bahwa memfasilitasi kondisi mempengaruhi niat perilaku bahkan di
hadapan usaha harapan. Akhirnya, model UTAUT asli mungkin
Konten milik Springer Nature, syarat penggunaan berlaku. Hak dilindungi undang-undang.
721
dipertimbangkan kembali dari terang konstruksi lain yang
mungkin menjelaskan adopsi dan perilaku penggunaan individu.
Empat konstruksi eksogen dalam model UTAUT dapat dilihat
sebagai mewakili atribut teknologi (yaitu, harapan kinerja dan
harapan usaha) dan faktor kontekstual (yaitu, memfasilitasi kondisi
dan pengaruh sosial) bahkan ketika mereka dapat dilihat sebagai
persepsi yang dipegang oleh individu mengenai teknologi. dan
konteksnya. Terlepas dari bukti bahwa keempat konstruksi ini
menjelaskan proporsi varians yang signifikan dalam perilaku
adopsi dan penggunaan, elemen kunci yang hilang dari model
UTAUT adalahBindividû terlibat dalam perilaku—yaitu, karakteristik
individu yang menggambarkan disposisi pengguna mungkin
berpengaruh dalam menjelaskan perilaku mereka. Literatur
sebelumnya menyoroti beberapa karakteristik individu termasuk
sikap, self-efficacy komputer, dan inovasi pribadi (misalnya, Carter
dan Schaupp).2008; Chong
2013; Venkatesh dkk.2011a). Tinjauan literatur kami menunjukkan
bahwa hanya sekitar 25% studi yang menggunakan model UTAUT
tidak memasukkan konstruksi lain yang tidak ada dalam model
UTAUT asli.
Meja 1 menyajikan literatur sebelumnya yang meneliti teori
dan model penerimaan dan penggunaan SI/TI dengan indikasi
peran sikap dalam studi tersebut. Analisis kami menunjukkan
bahwa dari 16 teori/model yang dieksplorasi, hanya lima yang
menunjukkan peran sikap dalam teori/model mereka.
Menyadari pentingnya sikap dalam penerimaan teknologi baru
oleh individu, mungkin bermanfaat untuk mempertimbangkan
kembali dimasukkannya sikap dalam model adopsi teknologi.
2.3 Usulan Model Penerimaan dan Penggunaan SI/ITA
Berdasarkan hal di atas, pertama-tama kami mengecualikan
empat moderator dari model UTAUT asli dan mengidentifikasi
hubungan yang tersisa dalam model UTAUT asli sebagai model
UTAUT dasar. Kami selanjutnya memasukkan hubungan antara
kondisi fasilitasi dan niat perilaku ke model UTAUT dasar. Ini
didasarkan pada landasan teoretis yang sesuai (Ajzen1991;
Taylor dan Todd1995b) dan temuan empiris (misalnya,
Eckhardt et al. 2009; Foon dan Fah2011; Yeow dan Lo2009)
yang mendukung efek memfasilitasi kondisi dan niat perilaku
bahkan dengan adanya harapan usaha—berbeda dengan
model aslinya. Selanjutnya, kami menyertakan sikap pengguna
sebagai konstruksi mediasi dalam model dasar UTAUT. Peran
sikap dalam menjelaskan penerimaan teknologi telah diakui
dalam literatur sebelumnya (misalnya, Bobbitt dan Dabholkar
2001; Kimet al.2009; Taylor dan Todd1995b; Yang dan Yoo2004
).
Dimasukkannya sikap dalam model penerimaan SI/TI
konsisten dengan TRA (Ajzen dan Fishbein 1980; Fishbein dan
Ajzen1975), TPB (Ajzen 1991) dan DTPB (Taylor dan Todd
1995b). TAM dapat dianggap sebagai kasus khusus dari TRA
dengan hanya dua keyakinan yang terdiri dari sikap. Model TRA
mengklaim bahwa sikap sepenuhnya memediasi hubungan
722 Inf Syst Front (2019) 21:719-734

Tabel 1 Peran sikap dalam literatur sebelumnya

Model Variabel terikat (DV) Peran sikap Independen tambahan Belajar

variabel yang mempengaruhi DV

Teori Tindakan Beralasan niat perilaku, Sikap → Perilaku Norma subjektif Fishbein dan Ajzen
Perilaku maksud (1975)
Model Penerimaan Teknologi Perilaku TIDAK ADA Kegunaan yang dirasakan Davis (1989)
Kemudahan penggunaan yang

Model Sukses IS Menggunakan, TIDAK ADA dirasakan Kualitas sistem DeLone & McLean
kepuasan pengguna Kualitas informasi (1992)
Teori Perilaku yang Direncanakan niat perilaku, Sikap → Perilaku Norma subjektif Ajzen (1991)
Perilaku maksud Perilaku yang dirasakan
kontrol
Model Pemanfaatan PC Pemanfaatan Memengaruhi → Pemanfaatan Konsekuensi jangka panjang Thompson dkk. (1991)
pekerjaan cocok

Kompleksitas
Faktor sosial
Kondisi yang memfasilitasi
Karakteristik yang Dirasakan niat perilaku, TIDAK ADA Keuntungan relatif Moore dan Benbasat
dari Berinovasi Perilaku Kesesuaian (1991)
Kemudahan penggunaan

Hasil dapat didemonstrasikan

Gambar
Visibilitas
Trialabilitas
Kesukarelaan
Model Kesesuaian Tugas-Teknologi Pemanfaatan TIDAK ADA Kesesuaian tugas-teknologi Goodhue & Thompson
(1995)
Teori Kognitif Sosial Pertunjukan TIDAK ADA Pemodelan perilaku Compeau dan Higgins
Efikasi diri komputer (1995)
Hasil kinerja
harapan
Hasil pribadi
harapan
Teori Difusi Inovasi Adopsi TIDAK ADA Keuntungan relatif Roger (1995)
Kesesuaian
Kompleksitas
Trialabilitas
Observabilitas
Ekstensi TAM (TAME) Niat Perilaku Sikap → Perilaku Keterlibatan situasional Jackson dkk. (1997)
Maksud Keterlibatan intrinsik
Kegunaan yang dirasakan
TAM yang Diperpanjang (TAM2) Niat menggunakan, TIDAK ADA Norma subjektif Venkatesh dan Davis
Perilaku Penggunaan Gambar (2000)
Relevansi pekerjaan

Hasil dapat didemonstrasikan

Kegunaan yang dirasakan
Kemudahan penggunaan yang
Teori Penerimaan Terpadu niat perilaku, TIDAK ADA dirasakan Harapan kinerja Venkatesh dkk. (2003)
dan Penggunaan Teknologi Perilaku Harapan usaha
Pengaruh sosial
Kondisi fasilitasi Dukungan
Model Sukses IS yang Diperluas Penggunaan sistem Sikap → Sikap Kepuasan manajemen puncak Sabherwal dkk. (2006)
→ Penggunaan sistem Pengalaman pengguna

Partisipasi pengguna
Kualitas sistem
Pelatihan pengguna

TAM3 niat perilaku, TIDAK ADA Kegunaan yang dirasakan Venkatesh & Bala
Perilaku Kemudahan penggunaan yang (2008)
dirasakan Norma subyektif

Gambar
Relevansi pekerjaan

Kualitas keluaran
Hasil dapat didemonstrasikan

Konten milik Springer Nature, syarat penggunaan berlaku. Hak dilindungi undang-undang.
Inf Syst Front (2019) 21:719-734 723

Tabel 1 (lanjutan)

Model Variabel terikat (DV) Peran sikap Independen tambahan Belajar

variabel yang mempengaruhi DV

Efikasi diri komputer

Persepsi eksternal
kontrol
Kecemasan komputer
Keceriaan komputer
Kenikmatan yang dirasakan
Kegunaan obyektif
Model Penerimaan dengan Teman Sebaya Penggunaan sistem TIDAK ADA Kepadatan jaringan Sykes dkk. (2009)
Dukungan (MAPS) Sentralitas jaringan
UTAUT2 niat perilaku, TIDAK ADA Harapan kinerja Venkatesh dkk. (2012)
Perilaku Harapan usaha
Pengaruh sosial
Kondisi yang memfasilitasi
Motivasi hedonis
Nilai harga
Kebiasaan

antara jenis keyakinan dan niat (Taylor dan Todd
1995b). Lebih lanjut, TAM mendalilkan bahwa semakin mudah
suatu teknologi digunakan dan semakin bermanfaat dirasakan,
semakin positif.'sikap dan niat untuk menggunakan teknologi
akan berkembang (Davis et al. 1989; Taylor dan Todd1995b).
Hubungan antara sikap dan niat perilaku yang diwakili dalam
TAM menyiratkan bahwa, semuanya sama, orang membentuk
niat untuk melakukan perilaku yang mereka miliki sikap
positifnya. Hubungan ini merupakan pusat TRA dan model
terkait yang disajikan oleh Triandis (1977) dan Bagozzi (1981)
(Davis dkk. 1989).
Saat merancang model ekstensi TAM (TAME), Jackson et al. (
1997) memanggil para peneliti untuk menyelidiki apakah
kegunaan yang dirasakan dan kemudahan penggunaan yang
dirasakan mempengaruhi sikap. Kami memposisikan sikap
sebagai mediator antara harapan kinerja dan niat perilaku dan
antara harapan upaya dan niat perilaku. Ini karena sejauh
mana SI/TI berguna dan konsisten dengan
pertunjukan harapan dan mudah digunakan dapat mempengaruhi
individu'sikap yang mengarah pada niat. Sejumlah studi
empiris (misalnya, Aboelmaged2010; Aggelidis dan Chatzoglou
2009; Kim dkk.2010) telah menganjurkan penggunaan sikap
sebagai variabel mediasi bersama dengan kegunaan yang
dirasakan dan kemudahan penggunaan model TAM. Sikap juga
telah digunakan sebagai variabel mediasi harapan kinerja dan
harapan usaha dalam beberapa penelitian yang telah
menggunakan UTAUT (misalnya, Alshare dan Lane2011;
Knutsen2005; Koh dkk.2010; Rana dkk.2017; Sumak dkk.2010).
Kami juga mengusulkan bahwa sikap akan mempengaruhi niat
perilaku (yaitu, Ajzen1991; Davis1989; Dwivedi dkk.2017;
Fishbein dan Ajzen1975; Rana dkk.2016; 2017, Taylor dan Todd
1995b) berdasarkan penelitian empiris sebelumnya (misalnya, Chen dan Lu
2011; Zhang dan Gutierrez2007). Angka1 menunjukkan model
penerimaan dan penggunaan SI/TI yang diusulkan sedangkan Tabel 2
menyajikan definisi untuk konstruksi yang digunakan dalam model
teoretis kami.

Gambar 1 Model teoritis yang

diusulkan (Sumber: Diadaptasi
dari Venkatesh et al. 2003)

Konten milik Springer Nature, syarat penggunaan berlaku. Hak dilindungi undang-undang.
724
Meja 2 Definisi untuk konstruksi yang
digunakan dalam model teoritis yang Membangun
diusulkan
Harapan Kinerja (PE)
Harapan Usaha (EE)
Pengaruh Sosial (SI)
Kondisi yang Memfasilitasi (FC)
Sikap (AT)
Niat Perilaku (BI)
3 Metode penelitian
Kami menggunakan kombinasi dari meta-analisis dan struktural
persamaan modeling (SEM) teknik untuk menguji model
penelitian kami.
3.1 Meta-Analisis
Meta-analisis memungkinkan hasil dari beberapa studi (Glass
1976; Hunter dan Schmidt1990; Rana dkk.2015a; Wu dan Du2012; Wu
dan Lederer2009) untuk diakumulasikan untuk perkiraan ukuran efek
sebenarnya dari hubungan. Penelitian sebelumnya menunjukkan
bahwa meta-analisis adalah alat yang berharga untuk sintesis penelitian
(Hwang1996; Lee dkk.2003; Ma dan Liu2004; Wu dan Lederer2009) dan
instrumen operatif untuk pengujian hipotesis (Dennis et al. 2001;
Sabherwal dkk.2006; Sharma dan Yetton2003; Wu dan Lederer2009). Ini
memungkinkan penerapan prosedur statistik untuk mengoreksi
kesalahan pengambilan sampel dan pengukuran yang biasanya
ditemukan dalam studi penelitian (Hunter dan Schmidt1990) dan
dimasukkannya hasil yang tidak signifikan atau tidak konsisten untuk
inferensi kolektif (Sabherwal et al. 2006). Dibandingkan dengan tinjauan
naratif yaitu, cara tradisional untuk menarik kesimpulan umum dari
studi terkait, metaanalisis memberikan relatif tidak bias, ketat, dan
dapat dipercaya (Glass1976; Sharma dan Yetton2003) kesimpulan. Ini
telah digunakan dalam penelitian SI/TI untuk memeriksa berbagai isu
(misalnya, King and He .)2006; Lee dkk.2003; Sabherwal dkk.2006;
Sharma dkk.2009; Wu dan Du2012; Wu dan Lederer2009).
3.1.1 Sampel
Untuk mengidentifikasi studi untuk meta-analisis, kami mencari
database bibliografi seperti: Scopus, Jaringan Pengetahuan dan
Konten milik Springer Nature, syarat penggunaan berlaku. Hak dilindungi undang-undang.
Inf Syst Front (2019) 21:719-734
Definisi
Harapan kinerja didefinisikan sebagai sejauh mana seorang individu
percaya bahwa menggunakan sistem akan membantu dia untuk mencapai keuntungan
dalam kinerja pekerjaan (Venkatesh et al. 2003).
Harapan usaha didefinisikan sebagai tingkat kemudahan yang terkait dengan penggunaan
dari sistem (Venkatesh et al. 2003).
Pengaruh sosial didefinisikan sebagai sejauh mana individu mempersepsikan
bahwa orang lain yang penting percaya bahwa dia harus menggunakan sistem
baru (Venkatesh et al. 2003).
Kondisi yang memfasilitasi didefinisikan sebagai sejauh mana seorang individu
percaya bahwa infrastruktur organisasi dan teknis ada untuk
mendukung penggunaan sistem (Venkatesh et al. 2003).
Seorang individu'perasaan positif atau negatif tentang kinerja
perilaku target (Davis et al. 1989; Fishbein dan Ajzen1975;
Taylor dan Todd1995a, B).
Niat perilaku didefinisikan sebagai ukuran kekuatan
dari satu'niat untuk melakukan perilaku tertentu
(Fishbein dan Ajzen 1975).
EBSCHOHost, dan Perpustakaan Elektronik AIS. Selain itu, kami
juga mencari beasiswa Google basis data. Kami menggunakan kunci-
kata-kata seperti Unified Theory of Acceptance and Use of
Technology, Unified Theory of Acceptance & Use of
Teknologi, dan UTAU pada bagian judul artikel, abstrak, dan kata
kunci. Karena jurnal biasanya diketahui menerbitkan studi dengan
hasil yang signifikan (Rosenthal1979; Sharma dan Yetton2003),
penting untuk mempertimbangkan studi dari sumber non-jurnal
(Wu dan Du 2012) demikian juga. Oleh karena itu, kami juga
mencari sumber-sumber potensi temuan penelitian lainnya
termasuk buku dan bab buku, disertasi doktor, dan prosiding
konferensi. Pencarian kami mencakup periode dari 2003 hingga
2012.
Pencarian kami menghasilkan lebih dari 525 artikel di
semua basis data elektronik. Studi dipilih untuk meta-analisis
hanya jika memenuhi kriteria berikut: 1) studi empiris dan
bukan studi konseptual; 2) mereka mengoperasionalkan
setidaknya satu konstruksi dari artikel awal di UTAUT oleh
Venkatesh et al. (2003); dan 3) mereka melaporkan korelasi
Pearson atau statistik lain yang dapat dikonversi ke korelasi
Pearson (lihat Wu dan Lederer2009). Untuk memastikan
independensi studi yang termasuk dalam meta-analisis, kami
dengan hati-hati membandingkan deskripsi dan data statistik
dari setiap studi dengan yang lain (Ma dan Liu2004; Wu dan Du
2012). Ketika dua atau lebih penelitian melaporkan temuan menggunakan
kumpulan data yang sama, kami hanya memasukkan satu penelitian dalam analisis
kami. Ketika sebuah penelitian melaporkan beberapa kumpulan data yang
dikumpulkan dari sampel yang berbeda, setiap kumpulan data diperlakukan
sebagai studi independen (Hunter et al.1982; Wu dan Du2012).
Setelah membuang artikel yang tidak bersifat empiris atau
tidak melaporkan korelasi antara hubungan dan duplikat
artikel di seluruh database elektronik, kami mengidentifikasi
162 artikel, yang unik, empiris, dan berbasis korelasi di
Inf Syst Front (2019) 21:719-734 725

alam. Ini termasuk 96 artikel dari jurnal, 49 prosiding
konferensi, 16 disertasi, dan satu bab buku. Strategi pencarian
komprehensif ini memungkinkan kami untuk meminimalkan
bias sumber, memaksimalkan jumlah studi, dan oleh karena
itu meningkatkan kualitas meta-analisis (Ma dan Liu2004) yang
akan dilakukan.
3.1.2 Pengkodean
Kami mengkodekan total 1600 pengamatan untuk 21 hubungan
yang melibatkan tujuh konstruksi dalam model penelitian kami
(Lihat Tabel 3 untuk distribusi). Untuk setiap pengamatan, kami
mengkodekan ukuran sampel, keandalan untuk kedua konstruksi
dalam hubungan, dan ukuran efek (yaitu, korelasi Pearson) dari
studi asli. Selain itu, kami juga mengkodekan rata-rata, standar
deviasi, dan rentang skala Likert yang dilaporkan dalam penelitian
asli.
3.2 Pemodelan Persamaan Struktural Meta-Analitik
(MASEM)
MASE Melibatkan teknik mensintesis matriks korelasi untuk membuat
matriks korelasi gabungan, yang dapat dianalisis menggunakan SEM
(Viswesvaran and Ones 1998). Ini mengacu pada metode yang berfokus
pada kontras dan menggabungkan hasil dari berbagai studi, dengan
harapan mengukur pola di antara hasil studi, sumber perbedaan di
antara hasil tersebut, dan hubungan menarik lainnya yang mungkin
terungkap dalam perspektif beberapa studi (Cheung dan Chan2005).
Teknik MASEM memungkinkan para peneliti untuk melakukan tinjauan
kuantitatif yang lebih tepat dan berdasarkan teori. Keuntungan utama
dari teknik ini adalah bahwa tidak semua hubungan yang ditentukan
oleh teori perlu diperiksa dalam setiap studi utama, karena korelasi
populasi yang diperlukan dapat dihitung secara meta-analitik (Joseph et
al.
2007; Viswesvaran dan Ones1998).

3.1.3 Akumulasi 3.2.1 Persiapan

Pertama, setiap ukuran efek kode dikoreksi untuk setiap Sebelum analisis SEM dapat dilakukan, data perlu disiapkan. Pertama, SEM

kesalahan pengukuran berdasarkan keandalan dua konstruksi membutuhkan ukuran sampel tunggal untuk seluruh model sedangkan

terlibat dalam suatu hubungan, seperti: RM ¼ P RHaiFFI PFFI

ffiffiffi Rffiffiffi w
di sini, RMadalah analisis meta menghasilkan ukuran sampel untuk setiap hubungan dalam
R xx Yy
model (Carr et al.2003; Sabherwal dkk.2006). Literatur sebelumnya
ukuran efek dikoreksi untuk kesalahan pengukuran, Rxx dan RY y
menyarankan berbagai kemungkinan seperti menggunakan ukuran sampel
adalah keandalan konstruksi pertama dan kedua dalam hubungan-
minimum, ukuran sampel rata-rata dan ukuran sampel rata-rata harmonik
kapal masing-masing. Untuk hubungan di mana reliabilitas tidak
(misalnya, Tett dan Meyer1993; Viswesvaran dan Ones1998).
dilaporkan dalam studi asli, kami menggunakan reliabilitas rata-rata
Kedua, SEM membutuhkan standar deviasi untuk konstruksi
untuk konstruksi yang dihitung menggunakan reliabilitas yang
dalam model penelitian. Kami menghitung standar deviasi
dilaporkan di semua studi dalam sampel kami. Kemudian, ukuran efek
untuk setiap konstruk di semua studi yang dilaporkan (lihat
kumulatif untuk setiap hubungan diperoleh dengan menggunakan
Tabel4). Karena studi individu berbeda dalam skala
ukuran efek terkoreksi kesalahan pengukuran dan koreksi untuk
pengukuran yang digunakan (misalnya, beberapa studi
½
kesalahan sampling, seperti: RC ¼ Σ nSayaRm; saya di mana, RC adalah yang dikoreksi menggunakan skala Likert 5 poin sedangkan penelitian lain
ΣnSaya

ukuran efek rata-rata, Rm , saya adalah ukuran efek dikoreksi untuk pengukuran- menggunakan skala Likert 7 poin), kami mengubah semua
kesalahan dalam belajar Saya, dan nSaya adalah ukuran sampel dari studi Saya. standar deviasi menjadi skala umum.
Meja 3 menunjukkan hasil meta-analisis untuk semua rela-
hubungan kerja: k mengacu pada jumlah studi yang memberikan 3.2.2 Analisis
kontribusi ukuran efek; n mewakili jumlah total responden
di semua studi, dan RC adalah pengukuran ukuran efek dikoreksi untuk Mengambil pendekatan yang lebih konvensional, kami menggunakan
rata-rata dan kesalahan sampling. ukuran sampel minimum (Carr et al. 2003; Sabherwal dkk.2006) untuk

Tabel 3 Hasil meta-analisis

pe EE FC SI PADA DUA UB

pe 39.048 (129) 33.962 (98) 38.661 (111) 4706 (20) 43.388 (134) 22.282 (61)
EE 0,543 32.239 (99) 35.563 (107) 4413 (20) 41.450 (131) 20,662 (60)
FC 0,424 0,565 32.218 (92) 4319 (19) 36.223 (109) 21.723 (58)
SI 0,460 0,363 0,417 4752 (20) 42.397 (126) 22.378 (63)
PADA 0,685 0,566 0,499 0,455 16.012 (56) 5098 (19)
DUA 0,542 0,506 0,453 0,415 0,626 24.963 (68)
UB 0,389 0,314 0,359 0.248 0,475 0,437

RC pada segitiga bawah dan N (k) di segitiga atas

Konten milik Springer Nature, syarat penggunaan berlaku. Hak dilindungi undang-undang.
726 Inf Syst Front (2019) 21:719-734

Tabel 4 Statistik deskriptif konstruksi uji kecocokan, root mean square error of approximation (RMSEA)
(Steiger 1990), indeks kecocokan bernorma (NFI) (Bentler dan Bonett
Membangun Berarti SD Keandalan
1980), dan indeks kesesuaian komparatif (CFI) (Bentler 1990). Kami
UB 4.275 2.678 0,864 menghapus jalur yang tidak signifikan dari model ketika CR berada di
DUA 4.487 1.938 0.886 bawah tingkat yang direkomendasikan lebih besar dari 1,96 (Byrne
pe 4.499 1,890 0.859 2010). Kami memasukkan jalur yang muncul dalam model kami
EE 4.399 1.905 0,869 berdasarkan pertimbangan teoretis (Marcoulides dan Heck1993)
FC 4.750 1.531 0,793 dan MI 10,0 atau lebih (Denison et al. 1996).
SI 4.274 1.612 0,824 Kami memeriksa model penelitian menggunakan
PADA 4.415 1.934 0,879 ukuran sampel harmonik dan ukuran sampel rata-rata
untuk tujuan memvalidasi hasil utama. Kami menemukan
hasil analisis validasi konsisten dengan temuan analisis
memeriksa model penelitian kami. Kami melakukan analisis jalur SEM utama.
pada matriks korelasi yang dikoreksi yang diperoleh melalui meta-
analisis menggunakan AMOS 21 (Arbuckle dan Wothke1999). AMOS
adalah pendekatan berbasis kovarians di mana struktur kovarians 4 Hasil
yang berasal dari data yang diamati digunakan untuk secara
bersamaan menyesuaikan pengukuran dan persamaan struktural 4.1 Model MASEM untuk UTAUT Dasar
yang terkandung dalam model.
Kami mengadopsi pendekatan umum berikut dalam memeriksa Kami pertama-tama memeriksa model UTAUT dasar dengan
model penelitian kami. Dalam setiap kasus, pertama-tama kami konstruksi fundamental dalam model UTAUT asli (Venkatesh et
memulai analisis dengan model teoretis. Signifikansi jalur model al. 2003), yaitu empat variabel eksogen: PE, EE, SI, dan FC dan
dinilai menggunakan rasio kritis (CRs) (Byrne2010) dan keberadaan dua variabel endogen: BI dan UB. Meja5 (pada kolom Basic
jalur tak terduga diidentifikasi menggunakan indeks modifikasi (MI) UTAUT) menunjukkan hasil dari model ini. Semua jalur yang
(Denison et al. 1996; Sabherwal dkk.2006). Kecocokan model dinilai dihipotesiskan dalam model adalah signifikan dan tidak ada
menggunakan Chi-square jalur yang dibatalkan. Kecocokan model itu masuk akal: GFI,

Tabel 5 Hasil model

persamaan struktural Hubungan Status jalur UTAUT dasar Model yang diusulkan Model yang muncul

UB← DUA H 0.35*** 0.34*** 0.12***

UB← FC H 0,20*** 0,20*** 0.10***
UB← PADA E (MI = 138.47) 0.37***
DUA ← pe H 0.32*** 0.13*** 0.11***
DUA ← EE H 0.27*** 0.14*** 0,29***
DUA ← SI H 0.17*** 0.10*** 0.13***
DUA ← FC H 0.10*** 0.14***
DUA ← PADA H 0.37*** 0.10***
PADA ← pe H 0,54*** 0,47***
PADA ← EE H 0,28*** 0.19***
PADA ← FC E (MI = 122,63) 0,20***
PADA ← SI E (MI = 59,17) 0.15***
n 4319 4319 4319
Model χ2 (df) 215.20*** (4) 555.62*** (6) 24,43*** (3)
GFI 0,984 0,967 0.998
CFI 0,974 0,955 0.998
NFI 0,973 0,954 0.998
RMSE 0.111 0,146 0,041
R2 untuk UB 0.21 0,22 0.27
R2 untuk BI 0.38 0,45 0,45
R2 untuk di 0,52 0,55

H Dihipotesiskan, E Muncul, ***p < 0,01, **p < 0,05, *p < 0,10

Konten milik Springer Nature, syarat penggunaan berlaku. Hak dilindungi undang-undang.
Inf Syst Front (2019) 21:719-734
CFI, dan NFI berada di atas ambang batas minimum yang
direkomendasikan yaitu 0,90 sedangkan RMSEA agak tinggi (yaitu,
0,111). MI tidak menunjukkan jalur lain untuk dimasukkan. Model
tersebut menjelaskan 21% varians di UB dan 38% varians di BI.
4.2 Model MASEM untuk Model Teoritis yang Diusulkan
Kami memeriksa model penelitian yang kami usulkan dengan
empat eksogen (yaitu, PE, EE, SI, dan FC) dan tiga konstruksi
endogen (yaitu, AT, BI, dan UB). Meja5 (di kolom Usulan Model)
mengidentifikasi hasil dari model ini. Semua jalur yang
dihipotesiskan dalam model ditemukan signifikan dan karenanya
tidak ada jalur yang dibatalkan. Kecocokan model masuk akal: GFI,
CFI, dan NFI berada di atas ambang batas minimum yang
direkomendasikan yaitu 0,90 sedangkan RMSEA agak tinggi (yaitu,
0,146). Namun, MI menunjukkan beberapa jalur yang tidak
terduga. Mempertimbangkan model yang kami usulkan sebagai
titik referensi awal, kami mempertimbangkan jalur yang
disarankan oleh MI berdasarkan penalaran teoretis dan
menambahkan jalur tersebut jika sesuai.
Pertama, kami menganggap MI tertinggi (yaitu, 138.47) untuk jalur
AT → UB dan memasukkannya ke dalam model kami. Davis (1989)
menunjukkan bahwa sikap terhadap penggunaan memiliki efek
langsung pada penggunaan yang sebenarnya. Studi lebih lanjut tentang
TAM juga mengungkapkan dukungan teoretis yang kuat untuk
hubungan positif antara sikap terhadap penggunaan dan penggunaan
aktual (Adams et al.1992; Davis dkk.1989; Mathieson1991). Survei sikap
118 responden dari 10 organisasi yang berbeda untuk sikap mereka
terhadap dua sistem pesan (yaitu, suara dan surat elektronik), Adams et
al. (1992) menekankan perlunya penelitian lebih lanjut yang secara
langsung membahas pengaruh sikap terhadap perilaku terhadap
penggunaan SI/TI. Jalur ini juga telah didukung secara empiris dalam
penelitian lain (misalnya, Bajaj dan Nidumolu1998; George2004; Kim
dkk.2008; Pijpers dkk.2001) adopsi SI/TI. Jalur langsung dari pengguna'
Sikap terhadap perilaku penggunaan menunjukkan bahwa pengguna
dengan sikap positif lebih cenderung menggunakan SI/TI yang
diberikan, di luar efek tidak langsung pada perilaku penggunaan
melalui niat untuk menggunakan.
Kedua, kami mempertimbangkan MI tertinggi berikutnya (yaitu, 122,63)
untuk jalur FC→ATdan menyertakan jalur tak terduga ini dalam model kami.
Jalur ini telah dihipotesiskan dan dieksplorasi dalam penelitian sebelumnya
(misalnya, Chen et al.2011; Chiu dkk.2012; Taman dkk.
2007; Pynoo dkk.2007; Sahu dan Gupta2007) pada adopsi SI/TI.
Misalnya, menganalisis apakah sikap atau niat perilaku merupakan
ukuran penerimaan teknologi yang lebih baik, Pynoo et al. (2007)
menunjukkan FC menjadi prediktor signifikan AT dalam
pengaturan wajib. Kondisi yang memfasilitasi menggambarkan
pentingnya infrastruktur organisasi dan teknis untuk mendukung
penggunaan sistem (Venkatesh et al.2003; Dwivedi dkk.2016). Jalur
langsung dari FC ke AT juga dapat menyiratkan bahwa
infrastruktur teknis dan organisasi yang berkaitan dengan SI/TI
seperti meja bantuan dan program pelatihan dapat membentuk
pengguna'sikap terhadap SI/TI.
Konten milik Springer Nature, syarat penggunaan berlaku. Hak dilindungi undang-undang.
727
Akhirnya, kami mempertimbangkan MI tertinggi berikutnya (yaitu,
59,17) untuk jalur SI → AT dan memasukkannya ke dalam model kami
juga. Venkatesh dkk. (2003) mendefinisikan pengaruh sosial sebagai
individu'Persepsi dimana referen menginginkan individu untuk
melakukan atau tidak melakukan suatu perilaku yang bersangkutan.
Davis (1986) mengamati bahwa individu mungkin ingin melakukan apa
yang menurut rujukan harus dia lakukan, bukan karena rujukan'
pengaruhnya, tetapi karena tindakan itu konsisten dengan individu'
sikapnya sendiri. Telah dikemukakan bahwa pengaruh sosial
berdampak pada perilaku individu melalui tiga mekanisme seperti
kepatuhan, internalisasi, dan identifikasi (lihat Venkatesh dan Davis2000
; Warshaw1980). Venkatesh dkk. (2003) berpendapat bahwa dua
mekanisme terakhir berhubungan dengan mengubah individu'struktur
kepercayaan, dan menyebabkan individu untuk membalas potensi
keuntungan status sosial, yang mengarah ke individu's sikap positif
terhadap perilaku (Fishbein dan Ajzen
1975). Berdasarkan ini, ada kemungkinan bahwa pengaruh sosial
dapat mempengaruhi individu'sikap. Jalur tak terduga ini telah
dihipotesiskan dan diperiksa secara empiris dalam penelitian lain
(misalnya, Chen et al.2011; Chiu dkk.2012; Taman dkk.
2007; Pynoo dkk.2007; Sahu dan Gupta2007; Sumak dkk.
2010) penerimaan SI/TI juga.
Dimasukkannya setiap jalur tak terduga secara progresif
menghasilkan statistik kecocokan yang lebih baik. Meja5 (pada
kolom Emergent Model) menunjukkan hasil model akhir.
Model akhir yang muncul memiliki statistik kecocokan yang
sangat baik: GFI, CFI, dan NFI di atas 0,90 dan RMSEA di bawah
0,05. MI tidak menunjukkan jalur lain untuk dimasukkan.
Model yang muncul menjelaskan 27% varians di UB dan 45%
varians di BI yang jauh lebih besar daripada model UTAUT
dasar, dan juga 55% varians di AT (Gbr. 1).2).
5 Diskusi
5.1 Temuan
Penelitian ini secara kritis mengkaji model UTAUT dan
mengusulkan model teoritis yang telah direvisi, yang diuji
menggunakan kombinasi meta-analisis dan pemodelan
persamaan struktural.
Kami menemukan bahwa sikap memainkan peran sentral dalam
penerimaan dan penggunaan inovasi SI/TI. Lebih khusus: a) sikap juga
dipengaruhi oleh kondisi yang memfasilitasi dan pengaruh sosial, b)
sikap memiliki efek langsung pada niat perilaku, yang menyiratkan
bahwa sikap secara parsial memediasi efek dari harapan kinerja,
harapan usaha, kondisi yang memfasilitasi, dan pengaruh sosial, dan c)
oleh sikap memberikan pengaruh langsung pada perilaku penggunaan.
Temuan ini sangat penting karena menggarisbawahi pentingnya
pemodelan karakteristik individu secara eksplisit dalam teori
penerimaan dan penggunaan SI/TI.
Kami memiliki hipotesis harapan kinerja dan harapan upaya
untuk mempengaruhi sikap dalam model teoretis kami
728
Gambar 2. Model yang muncul
(***p < 0,001, **p < 0,01,
*p < 0,05)
(Dwivedi dkk. 2017; Khalilzadeh dkk.2017; Rana dkk.
2016). Ini karena seorang individu'Sikap dapat dibentuk oleh
sejauh mana teknologi mungkin mudah digunakan (yaitu, kurang
kompleks) dan sejauh mana teknologi itu terbukti berguna (yaitu,
kinerja yang lebih besar)—dengan kata lain, kemampuan teknologi
dapat mempengaruhi sikap individu. Namun, kami menemukan
bahwa sikap dapat dipengaruhi oleh kondisi yang memfasilitasi
dan pengaruh sosial, yang merupakan faktor kontekstual dalam
model kami. Ini mungkin tidak sepenuhnya mengejutkan—
memfasilitasi kondisi seperti program pelatihan dan meja bantuan
mungkin berperan dalam memungkinkan individu untuk
membentuk sikap positif tentang teknologi (misalnya, Chiu et al.
2012; Pynoo dkk.2007; Ravishankar2008; Sahu dan Gupta2007;
Sandeep dan Ravishankar2014) sedangkan individu juga dapat
memperbaiki sikap mereka berdasarkan informasi atau cerita yang
dibagikan oleh orang lain yang telah mengadopsi teknologi
(misalnya, Abubakre et al.
2015; Chiu dkk.2012; Pynoo dkk.2007; Sumak dkk.2010).
Kami mengharapkan sikap memiliki efek langsung pada
niat perilaku dan sebagian memediasi efek harapan kinerja
dan harapan usaha pada niat perilaku (Dwivedi et al.2017;
Rana dkk.2016). Namun, kami menemukan bahwa sikap
sebagian memediasi efek dari kondisi fasilitasi dan
pengaruh sosial pada niat perilaku juga. Mungkin tergoda
untuk membuang sikap dari model teoretis karena mediasi
parsial karena masih mungkin untuk menjelaskan efek
langsung dari harapan kinerja, harapan upaya, kondisi
fasilitasi, dan pengaruh sosial. Namun, pemodelan sikap
yang eksplisit secara signifikan meningkatkan kekuatan
penjelas dari model teoretis—yaitu, 38% sampai 45% tanpa
dan dengan sikap masing-masing untuk niat perilaku.
Koefisien jalur standar juga menunjukkan bahwa empat
konstruksi eksogen memiliki efek langsung yang lebih kuat
pada sikap daripada niat perilaku (misalnya, efek pada
harapan kinerja pada niat perilaku adalah 0,11
Konten milik Springer Nature, syarat penggunaan berlaku. Hak dilindungi undang-undang.
Inf Syst Front (2019) 21:719-734
sedangkan pada sikap adalah 0,47). Selain itu, sangat menekankan
pada individu yang berniat untuk menggunakan atau benar-benar
menggunakan inovasi SI/TI.
Akhirnya, kami mengharapkan niat perilaku untuk sepenuhnya
memediasi efek sikap pada perilaku penggunaan tetapi kami
menemukan bahwa sikap memiliki efek langsung pada perilaku
penggunaan juga. Ini menyiratkan bahwa individu dapat menggunakan
inovasi SI/TI berdasarkan kekuatan sikap mereka bahkan ketika mereka
mungkin tidak secara sadar berniat untuk menggunakan inovasi
tersebut. Studi sebelumnya telah menunjukkan bahwa pengaruh niat
perilaku pada perilaku penggunaan mungkin tidak terlalu kuat atau
dapat diprediksi (misalnya, Duyck et al.2010; Gupta dkk.2008;
Pardamean dan Susanto2012; Weerakkody dkk.2013), yang selanjutnya
menyoroti pentingnya hubungan antara sikap dan perilaku
penggunaan. Temuan kami juga menunjukkan bahwa kekuatan
penjelas dari model teoritis meningkat secara signifikan ketika sikap
secara eksplisit diteorikan (yaitu, 21% dan 27% dari varians dalam
perilaku penggunaan dijelaskan tanpa dan dengan sikap masing-
masing dalam model).
5.2 Keterbatasan dan Arah untuk Penelitian Masa Depan
Mirip dengan studi meta-analitik lainnya (misalnya, King dan He
2006; Sabherwal dkk.2006; Wu dan Du2012), penelitian ini juga
mengasumsikan bahwa menggabungkan hasil untuk serangkaian
variabel dan ukuran serupa di berbagai studi berbeda merupakan hal
yang bermakna. Meskipun kami telah mengambil tindakan pencegahan
yang tepat dalam melakukan meta-analisis, temuan penelitian kami
harus ditafsirkan dalam beberapa keterbatasan. Pertama, meta-analisis
dalam penelitian kami terbatas pada studi-studi dalam literatur
sebelumnya yang melaporkan korelasi Pearson atau statistik lain yang
dapat dikonversi ke korelasi Pearson. Akibatnya, penelitian sebelumnya
yang mungkin hanya melaporkan hasil berdasarkan regresi linier atau
pemodelan persamaan struktural tidak dimasukkan dalam meta-analisis
kami. Penelitian masa depan juga dapat mengumpulkan statistik seperti
itu antara UTAUT
Inf Syst Front (2019) 21:719-734
variabel untuk melakukan analisis bobot. Kedua, kami menemukan
bahwa sejumlah penelitian tidak melaporkan statistik yang relevan
seperti keandalan konstruksi, sarana, standar deviasi, dan jangkar
skala Likert. Karena kombinasi meta-analisis dan MASEM
memerlukan statistik seperti itu, kami menghitung rata-rata dan
menggantinya jika ada nilai yang hilang (misalnya, keandalan) atau
hanya menggunakan nilai-nilai yang tersedia (misalnya, standar
deviasi). Perawatan tersebut sebagian dapat mempengaruhi hasil
meta-analitik dan MASEM kami. Akhirnya, model penelitian kami
tidak memasukkan empat moderator (yaitu, jenis kelamin, usia,
pengalaman, dan kesukarelaan) yang ditemukan dalam model
UTAUT asli (Venkatesh et al.2003). Ini sebagian karena penelitian
sebelumnya tidak memeriksa moderator tersebut atau tidak
melaporkan informasi tentang moderator tersebut. Sementara
ketidakhadiran moderator ini tidak sepenuhnya merusak hasil
model teoretis kami berdasarkan efek langsung, itu dapat dilihat
sebagai batasan yang mencegah kami untuk memeriksa model
UTAUT asli secara keseluruhan. Penelitian masa depan akan
mempertimbangkan Pearson's korelasi antara konstruksi model
UTAUT di bawah pengaruh moderator ini untuk memahami apakah
hasil meta-analisis antara variabel-variabel ini berbeda jika dilihat
di bawah pengaruh langsung dan dampak moderasi secara
terpisah. Para peneliti masa depan juga dapat memikirkan
melakukan metaanalisis dan MASEM untuk beberapa variabel
tambahan lain yang lebih sering terjadi termasuk efikasi diri,
kepercayaan yang dirasakan, risiko yang dirasakan dan kecemasan
sepanjang model UTAUT seperti yang diinformasikan oleh tinjauan
literatur terbaru dan komprehensif (yaitu Williams et al. .2015) di
UTAUT.
5.3 Implikasi untuk Teori
Model UTAUT asli mengusulkan kumpulan empat konstruksi
yang dapat menjelaskan individu' penerimaan dan
penggunaan SI/TI. Dua konstruksi (yaitu, PE dan EE) dapat
dianggap sebagai SI/TI atau atribut teknologi sedangkan dua
konstruksi lainnya (yaitu, FC dan SI) dapat dilihat sebagai faktor
kontekstual atau organisasi yang mempengaruhi individu'
perilaku. Sebuah kelalaian yang signifikan dalam konseptualisasi
model UTAUT asli adalah individu yang berniat untuk terlibat atau
benar-benar terlibat dengan SI/TI.—yaitu, karakteristik individu
tidak termasuk dalam model UTAUT asli. Dalam sintesis penelitian
sebelumnya, kami menentukan bahwa penelitian sebelumnya telah
memberikan arti penting yang signifikan bagi individu'sikap
terhadap SI/TI (misalnya, Aboelmaged 2010; Alshare dan Lane2011;
Chen dkk.2011; Kim dkk.2008; Koh dkk.
2010; Sumak dkk.2010; Yang dan Yoo2004). Oleh karena itu,
penelitian ini juga mengusulkan dan menguji model teoritis dengan
sikap sebagai salah satu konstruksi sepanjang model UTAUT dasar.
Analisis mengungkapkan bahwa model teoretis yang kami usulkan
berkinerja lebih baik daripada model UTAUT dasar saja.
Berdasarkan bukti dari penelitian yang ada dan MASEM kami
Konten milik Springer Nature, syarat penggunaan berlaku. Hak dilindungi undang-undang.
729
temuan, kami mengusulkan sikap sebagai bagian integral dari model UTAUT
dalam penelitian masa depan.
Selain itu, penelitian kami menemukan hubungan tertentu yang
tidak ditemukan dalam model UTAUT asli. Beberapa dari jalur ini
diidentifikasi dalam penelitian kami adalah karena pengenalan
konstruksi baru (yaitu, sikap) tidak ditemukan dalam model asli.
Jalur ini termasuk EE→ DI, PE→, FC → AT, SI → AT, AT→BI, dan AT→
UB, serta menawarkan wawasan baru mengenai niat dan perilaku
individu yang berkaitan dengan penerimaan SI/TI. Namun,
penelitian kami menunjukkan bahwa FC→ BI, yang tidak
ditemukan dalam model UTAUT asli, mungkin menjadi
pertimbangan penting dalam menjelaskan penerimaan SI/TI oleh
individu.
Akhirnya, model UTAUT asli mencakup empat moderator (yaitu, jenis
kelamin, usia, pengalaman, dan kesukarelaan), yang merupakan
penyimpangan signifikan dari model penerimaan dan penggunaan saat
itu seperti TRA, TPB, dan TAM. Meskipun moderator dapat berharga,
mereka mungkin dapat diterapkan dan menjadi relevan hanya jika ada
variasi signifikan pada moderator tersebut di antara individu-individu
dalamsama konteks. Kesukarelaan, misalnya, mengasumsikan bahwa
individu yang berhubungan dengan SI/TI memiliki kebebasan yang
cukup besar dalam keputusan adopsi dan penggunaan mereka.—ini
tidak perlu benar dalam pengaturan di mana manajemen senior dapat
mengamanatkan adopsi dan penggunaan SI/TI oleh semua individu.
Dengan kata lain, moderator mungkin tidak dapat diterapkan secara
universal untuk semua konteks dan karenanya berisiko menjadi tidak
relevan dalam pengaturan tertentu. Mungkin, ini adalah salah satu
alasan mengapa sebagian besar studi yang kami sertakan dalam meta-
analisis kami tidak mempertimbangkan moderator ini dalam model
penelitian mereka. Analisis MASEM kami menunjukkan bahwa mungkin
bermanfaat dan penting untuk berteori tentang efek langsung yang
saat ini hilang dalam model UTAUT asli.
5.4 Implikasi untuk Praktek
Temuan kami menunjukkan bahwa sikap memainkan peran sentral
dalam individu'Niat untuk menggunakan dan menggunakan
inovasi SI/TI. Secara khusus, sikap memiliki efek langsung pada
niat perilaku dan perilaku penggunaan—yang menyiratkan bahwa
manajer organisasi mungkin merasa bermanfaat untuk
membentuk sikap individu untuk mempengaruhi niat dan perilaku.
Kami menemukan bahwa atribut teknologi (yaitu,
harapan kinerja dan harapan usaha) memiliki efek
langsung pada sikap dan niat perilaku (Rana et al.
2017; Weerakkody dkk.2017). Ini menyiratkan bahwa individu
menganggap penting sejauh mana teknologi tersebut
mungkin berguna dan mudah digunakan. Oleh karena itu,
manajer harus berkonsentrasi pada peningkatan kemudahan
penggunaan dan kegunaan sistem sehingga penerimaan dan
penggunaan inovasi dapat dikelola dengan lebih berhasil.
Kemungkinan cara untuk mencapai tujuan ini dapat mencakup
representasi yang lebih akurat dari
730
persyaratan pengguna untuk pengembang perangkat lunak
atau pemilihan teknologi yang lebih konsisten dengan
kebutuhan pengguna, penekanan pada desain bersih atau
pemilihan teknologi yang mencakup desain bersih, dan
komunikasi teknologi yang efektif's kemampuan melalui
brosur produk, demonstrasi langsung, dan kisah sukses
(misalnya, Alshare dan Lane 2011; Dwivedi dkk.2015; Koh dkk.
2010; Martin dan Herrero2012; Pynoo dkk.2011; Rana dkk.
2015b; Yang2010; Zuiderwijk dkk.2015).
Kami juga menemukan bahwa faktor kontekstual (yaitu,
memfasilitasi kondisi dan pengaruh sosial) memiliki efek langsung
pada sikap dan niat perilaku. Hal ini menunjukkan bahwa individu
dapat mengaitkan pentingnya kondisi fasilitasi seperti meja
bantuan dan program pelatihan serta pengalaman individu lain
dalam menggunakan teknologi. Oleh karena itu, organisasi harus
mempertimbangkan untuk menyediakan fasilitas infrastruktur
yang memadai dan pelatihan yang tepat bagi pengguna sehingga
mereka dapat secara positif cenderung menggunakan teknologi
baru. Misalnya, manajer dapat mengatur pelatihan SI/TI berbasis
in-house dan vendor (Sabherwal et al.2006) dan meja bantuan di
tempat atau di situs vendor untuk menawarkan bantuan teknis
kepada individu kepada calon pengguna (misalnya, Chiu et al.
2012; Pynoo dkk.2007; Sahu dan Gupta2007). Manajer dapat secara
proaktif mengelola pengaruh sosial yang dapat diberikan pada
individu dengan mengorganisir forum untuk berbagi praktik
penggunaan terbaik, melembagakan juara yang antusias tentang
teknologi baru dan dapat menghasilkan berita positif dari mulut ke
mulut, dan merencanakan tindakan balasan untuk setiap umpan
balik negatif (misalnya, Chiu dkk.2012; Pynoo dkk.2007; Sumak dkk.
2010).
6. Kesimpulan
Penelitian ini secara kritis meninjau model UTAUT asli dan
mengusulkan model teoritis alternatif yang menekankan
perlunya teori karakteristik individu secara eksplisit. Secara
khusus, kami memodelkan sikap untuk memediasi efek
konstruksi eksogen pada niat perilaku. Kami menguji
model yang direvisi menggunakan kombinasi meta-analisis
dan teknik pemodelan persamaan struktural, dengan data
pada 1600 pengamatan yang melibatkan 21 hubungan
yang dikumpulkan dari 162 studi sebelumnya tentang
penerimaan dan penggunaan SI/TI. Temuan kami
menunjukkan bahwa sikap sebagian memediasi efek dari
harapan kinerja, harapan usaha, memfasilitasi kondisi, dan
pengaruh sosial pada niat perilaku, dan juga memiliki efek
langsung pada perilaku penggunaan. Jadi,
Konten milik Springer Nature, syarat penggunaan berlaku. Hak dilindungi undang-undang.
Inf Syst Front (2019) 21:719-734
Akses terbuka Artikel ini didistribusikan di bawah ketentuan Creative Commons At tr
ibut ion 4.0 Int erna t iona l Li cense (ht tp: / / creativecommons.org/licenses/by/
4.0/), yang mengizinkan penggunaan, distribusi, dan reproduksi tanpa batas dalam
media apa pun, asalkan Anda memberikan kredit yang sesuai kepada penulis asli
dan sumbernya, memberikan tautan ke lisensi Creative Commons, dan
menunjukkan jika ada perubahan.
Referensi
Aboelmaged, MG (2010). Memprediksi adopsi e-procurement dalam de-
negara berkembang: Integrasi empiris model penerimaan
teknologi dan teori perilaku terencana. Industri
Sistem Manajemen & Data, 110(3), 392-414.
Abubakre, M., Ravishankar, MN, & Coombs, CR (2015). Peran dari
kontrol formal dalam memfasilitasi difusi IS. Informasi
Manajemen, 52(5), 599-609.
Adams, DA, Nelson, RR, & Todd, PA (1992). Kegunaan yang dirasakan,
kemudahan penggunaan, dan penggunaan teknologi informasi: Sebuah replikasi. SALAH
Setiap tiga bulan, 16(2), 227-247.
Aggelidis, Wakil Presiden, & Chatzoglou, PD (2009). Menggunakan teknologi yang dimodifikasi
model penerimaan ogy di rumah sakit. Jurnal Medis Internasional
Informatika, 78(2), 115-126.
Ajzen, I. (1991). Teori perilaku terencana.Organisasi
Perilaku dan Proses Keputusan Manusia, 50(2), 179-211.
Ajzen, I. (2001). Sifat dan operasi sikap.Tinjauan Tahunan dari
Psikologi, 52(1), 27-58.
Ajzen, I., & Fishbein, MM (1980). Memahami sikap dan
memprediksi perilaku sosial. Tebing Gaharu: Prentice-Hall.
Alshare, KA, & Lane, PL (2011). Memprediksi pembelajaran yang dirasakan siswa-
ing hasil dan kepuasan dalam kursus ERP: Sebuah investasi empiris-
tigasi. Komunikasi dari Asosiasi Informasi
Sistem, 28(1), 571-584.
Arbuckle, JL, & Wothke, W. (1999). Pengguna AMOS 4.0'panduan. Chicago:
Perairan Kecil.
Bagozzi, RP (1981). Sikap, niat, dan perilaku: Sebuah ujian dari beberapa
hipotesis kunci. Jurnal Psikologi Kepribadian dan Sosial,
41(4), 607-627.
Bajaj, A., & Nidumolu, SR (1998). Sebuah model umpan balik untuk memahami
berdirinya penggunaan sistem informasi. Manajemen Informasi,
33(4), 213-224.
Bandura, A. (1986). Landasan sosial dari pemikiran dan tindakan: Sebuah sosial
teori kognitif. Prentice Hall, Tebing Englewood, 1986.
Bandyopadhyay, K., & Barnes, C. (2012). Analisis faktor-faktor yang mempengaruhi
penerimaan pengguna Sistem ERP di Amerika Serikat. Internasional
Jurnal Human Capital dan Profesional Teknologi Informasi, 3(
1), 1-14.
Bentler, PM (1990). Indeks kecocokan komparatif dalam model struktural.
Buletin Psikologis, 107(2), 238-246.
Bentler, PM, & Bonett, DG (1980). Uji signifikansi dan kebaikan
cocok dalam analisis struktur kovarians. Buletin Psikologis, 88(
3), 588-606.
Bhattarai, S., Zhao, Z., & Crespi, N. (2010). Mashup konsumen: Akhir-
perspektif pengguna dan model penerimaan. Di dalamProsiding tanggal 12
Konferensi Internasional tentang Integrasi Informasi dan Aplikasi
& Layanan Berbasis Web, 930-933.
Bobbitt, LM, & Dabholkar, PA (2001). Mengintegrasikan teori sikap
untuk memahami dan memprediksi penggunaan layanan mandiri berbasis teknologi. NS
Internet sebagai ilustrasi. Jurnal Internasional Manajemen
Industri Jasa, 12(5), 423-450.
Byrne, BM (2010). Pemodelan persamaan struktural dengan AMOS: Basic
konsep, aplikasi, dan pemrograman (Edisi kedua). New York:
Seri Aplikasi Multivarian, Routledge.
Inf Syst Front (2019) 21:719-734
Carr, JZ, Schmidt, AM, Ford, JK, & DeShon, RP (2003).
Persepsi iklim penting: Analisis jalur meta-analitik yang berkaitan
dengan iklim molar, keadaan kognitif dan afektif, dan indikator
hasil kerja tingkat individu. Jurnal Psikologi Terapan,
88(4), 605-619.
Carter, L., & Schaupp, LC (2008). Khasiat dan penerimaan dalam E-File
adopsi. Konferensi Amerika keempat belas tentang Sistem Informasi,
Toronto, ON, Kanada 14 Agustus-17, 2008.
Chen, LL, Kuan, CJ, Lee, YH, & Huang, HL (2011). Penerapan
dari model UTAUT dalam bermain game online melalui ponsel:
Efek moderasi dari pengalaman pengguna. IEEE Internasional
Konferensi Manajemen Teknologi, San Jose, CA, AS, 2730 Juni
2011. 625-629. doi:10.1109/ITMC.2011.5996035.
Chen, MF, & Lu, MTY (2011). Memodelkan kerentanan e-kupon sebagai
mediator dalam model TPB yang diperluas untuk memprediksi konsumen'
niat penggunaan. Riset Internet, 21(5), 508-526.
Cheung, MWL, & Chan, W. (2005). Persamaan struktural meta-analitik
pemodelan: Pendekatan dua tahap. Metode Psikologis, 10(1),
40-64.
Chiu, YTH, Lee, WI, Liu, CC, & Liu, LY (2012). lotere internet
commerce: Pandangan terintegrasi dari adopsi lotere olahraga online.
Jurnal Perdagangan Internet, 11(1), 68-80.
Chong, AYL (2013). Memprediksi penentu adopsi m-commerce:
Pendekatan jaringan saraf. Sistem Pakar dengan Aplikasi, 40,
523-530.
Compeau, DR, & Higgins, CA (1995). Efikasi diri komputer:
Pengembangan ukuran dan tes awal. MIS Triwulanan, 19(2),
189-211.
Davis, FD (1986). Model penerimaan teknologi untuk pengujian empiris
ing sistem informasi pengguna akhir baru: Teori dan hasil. Disertasi
Doktoral, Sloan School of Management, Massachusetts Institute of
Technology.
Davis, FD (1989). Kegunaan yang dirasakan, kemudahan penggunaan yang dirasakan,
dan penerimaan pengguna terhadap teknologi informasi. SALAH
Triwulanan, 13(3), 318-339.
Davis, FD, Bagozzi, RP, & Warshaw, PR (1989). Penerimaan pengguna dari
teknologi komputer: Perbandingan dua model teoretis.
Ilmu Manajemen, 35(8), 982-1003.
Davis, FD, Bagozzi, RP, & Warshaw, PR (1992). Ekstrinsik dan
Motivasi intrinsik untuk menggunakan komputer di tempat kerja. Jurnal dari
Psikologi Sosial Terapan, 22(14), 1111-1132.
DeLone, WH, & McLean, ER (1992). Keberhasilan sistem informasi:
Pencarian untuk variabel dependen. Sistem Informasi
Penelitian, 3(1), 60-95.
Denison, DR, Hart, SL, & Kahn, JA (1996). Dari cerobong asap ke
tim lintas fungsi: Mengembangkan dan memvalidasi diagnostik
model. Jurnal Akademi Manajemen, 39(4), 1005-1024.
Dennis, AR, Wixom, BH, & Vandenberg, RJ (2001). Pemahaman
efek fit dan apropriasi dalam sistem pendukung kelompok melalui meta-
analisis. MIS Triwulanan, 25(2), 167-193.
Duyck, P., Pynoo, B., Devolder, P., Voet, T., Adang, L., Ovaere, D., &
Vercruysse, J. (2010). Memantau proses implementasi PACS di
rumah sakit universitas besar-perbedaan antara ahli radiologi dan
dokter. Jurnal Pencitraan Digital, 23(1), 73-80.
Dwivedi, YK, Janssen, M., Slade, EL, Rana, NP, Weerakkody, V.,
Millard, J., Hidders, J., & Snijders, D. (2016). Mendorong inovasi melalui
big open linked data (BOLD): Menjelajahi pendahulu menggunakan
pemodelan struktural interpretatif.Perbatasan Sistem Informasi, 19(2),
197-212. doi:10.1007/s10796-016-9675-5.
Dwivedi, YK, Rana, NP, Janssen, M., Lal, B., Williams, MD, &
Clement, M. (2017). Validasi empiris dari model terpadu adopsi
pemerintah elektronik (UMEGA).Informasi Pemerintah
Triwulanan, 1-20. doi:10.1016/j.giq.2017.03.001.
Dwivedi, YK, Wastell, D., Laumer, S., Henriksen, HZ, Myers, MD,
Bunker, D., dkk. (2015). Penelitian tentang kegagalan sistem informasi
Konten milik Springer Nature, syarat penggunaan berlaku. Hak dilindungi undang-undang.
731
dan keberhasilan: Pembaruan status dan arah masa depan. Informasi
Perbatasan Sistem, 17(1), 143-157.
Eckhardt, A., Laumer, S., & Weitzel, T. (2009). Siapa yang mempengaruhi siapa?
Menganalisis pengaruh sosial referensi tempat kerja pada adopsi TI dan
non-adopsi. Jurnal Teknologi Informasi, 24(1), 11-24.
Fadel, KJ (2007). Infus sistem informasi: Peran adaptasi
kesadaran dan kognisi individu. Disertasi PhD, Universitas
Arizona, AS.
Fishbein, M., & Ajzen, I. (1975). Keyakinan, sikap, niat, dan perilaku:
Pengantar teori dan penelitian. Bacaan: Addison-Wesley
Perusahaan Publikasi.
Foon, YS, & Fah, BCY (2011). Adopsi perbankan internet di Kuala
Lumpur: Aplikasi model UTAUT. Jurnal Internasional
Bisnis dan Manajemen, 6(4), 161-167.
George, JF (2004). Teori perilaku terencana dan pencarian Internet
mengejar. Riset Internet, 14(3), 198-212.
Kaca, GV (1976). Penelitian primer, sekunder, dan meta-analisis.
Peneliti Pendidikan, 5(9), 3-8.
Goodhue, DL, & Thompson, RL (1995). Kesesuaian tugas-teknologi dan
kinerja individu. MIS Triwulanan, 19(2), 213-236.
Gupta, B., Dasgupta, S., & Gupta, A. (2008). Adopsi TIK di a
organisasi pemerintah di negara berkembang: Sebuah empiris
belajar. Jurnal Sistem Informasi Strategis, 17(2), 140-
154.
Harrison, DA, Mykytyn, PP, & Riemenschneider, CK (1997).
Keputusan eksekutif tentang adopsi Teknologi informasi
dalam Usaha Kecil: Teori dan tes empiris. Penelitian Sistem
Informasi, 8(2), 171-195.
Hu, PJ, Chau, PY, Sheng, ORL, & Tam, KY (1999). Memeriksa
model penerimaan teknologi menggunakan penerimaan dokter
teknologi telemedika. Jurnal Informasi Manajemen
Sistem, 16(2), 91-112.
Hunter, JE, & Schmidt, F. (1990). Metode meta-analisis:
Memperbaiki kesalahan dan bias dalam temuan penelitian. Taman Newbury:
Publikasi Sage.
Hunter, JE, Schmidt, F., & Jackson, GB (1982). Meta-analisis:
Mengumpulkan temuan penelitian di seluruh studi. Beverly Hills: Sage.
Hwang, MI (1996). Penggunaan meta-analisis dalam penelitian MIS: Janji
dan masalah. DATA BASE untuk Kemajuan Sistem Informasi,
27(3), 35-48.
Igbaria, M., Parasuraman, S., & Baroudi, JJ (1996). Sebuah motivasi
model penggunaan mikrokomputer. Jurnal Manajemen
Sistem Informasi, 13(1), 127-143.
Jackson, CM, Chow, S., & Leitch, RA (1997). Menuju pemahaman-
ing dari niat perilaku untuk menggunakan sistem informasi.
Ilmu Keputusan, 28(2), 357-389.
Joseph, D., Ng, KY, Koh, C., & Ang, S. (2007). Perputaran informasi-
profesional teknologi tion: Sebuah tinjauan naratif, pemodelan
persamaan struktural meta-analitik, dan pengembangan model. SALAH
Triwulanan, 31(3), 547-577.
Khalilzadeh, J., Ozturk, AB, & Bilgihan, A. (2017). Terkait keamanan
faktor dalam model UTAUT yang diperluas untuk pembayaran seluler berbasis
NFC di industri restoran. Komputer dalam Perilaku Manusia, 70, 460-
474.
Kim, YJ, Chun, JU, & Lagu, J. (2009). Menyelidiki peran sikap
dalam penerimaan teknologi dari perspektif kekuatan sikap.
Jurnal Internasional Manajemen Informasi, 29(1), 67-77.
Kim, TG, Lee, JH, & Hukum, R. (2008). Sebuah pemeriksaan empiris dari
perilaku penerimaan sistem front office hotel: Model penerimaan
teknologi yang diperluas. Manajemen Pariwisata, 29(3), 500-513.
Kim, TT, Suh, YK, Lee, G., & Choi, BG (2010). Peran pemodelan dari
kesesuaian tugas-teknologi dan self-efficacy dalam perilaku penggunaan
karyawan hotel dari sistem informasi hotel. Jurnal Internasional
Riset Pariwisata, 12(6), 709-725.
Raja, WR, & Dia, J. (2006). Sebuah meta-analisis dari penerimaan teknologi
model tensi. Manajemen Informasi, 43(6), 740-755.
732
Knutsen, LA (2005). Harapan dan sikap layanan-M: Keterkaitan
dan efek kesan pertama. Prosiding 38th Hawaii
Konferensi Internasional tentang Ilmu Sistem. HI, AS, tanggal 6
Januari 2005, doi:10.1109/HICSS.2005.395.
Koh, CE, Prybutok, VR, Ryan, SD, & Wu, YA (2010). Model untuk
penggunaan wajib teknologi perangkat lunak: Sebuah pendekatan integratif
dengan menerapkan beberapa tingkat abstraksi ilmu menginformasikan.
Informing Science: The International Journal of an Emerging
Transdiscipline, 13, 177-203.
Lee, Y., Kozar, KA, & Larsen, KRT (2003). Teknologi menerima-
model tance: Dulu, sekarang, dan masa depan. Komunikasi dari
Asosiasi Sistem Informasi, 12(1), 752-780.
Ma, Q., & Liu, L. (2004). Model penerimaan teknologi: Sebuah meta-
analisis temuan empiris. Jurnal Komputasi Organisasi dan
Pengguna Akhir, 16(1), 59-72.
Marcoulides, GA, & Heck, RH (1993). budaya organisasi dan
kinerja: Mengusulkan dan menguji model. Ilmu Organisasi, 4(
2), 209-225.
Martin, HS, & Herrero, A. (2012). Pengaruh pengguna'psikologis
faktor pada niat pembelian online dalam pariwisata pedesaan:
Mengintegrasikan inovasi ke kerangka UTAUT. Manajemen
Pariwisata, 33(2), 341-350.
Mathieson, K. (1991). Memprediksi niat pengguna: Membandingkan teknologi
model penerimaan ogy dengan teori perilaku terencana.
Penelitian Sistem Informasi, 2(3), 173-191.
Moore, GC, & Benbasat, I. (1991). Pengembangan instrumen untuk
mengukur persepsi mengadopsi teknologi informasi di-
sesuatu yg baru dipergunakan. Penelitian Sistem Informasi, 2(3), 192-222.
Pardamean, B., & Susanto, M. (2012). Menilai penerimaan pengguna terhadap
teknologi blog menggunakan model UTAUT. Jurnal Internasional
Matematika dan Komputer dalam Simulasi, 1(6), 203-216.
Park, J., Yang, S., & Lehto, X. (2007). Adopsi teknologi seluler
untuk konsumen Cina. Jurnal Penelitian Perdagangan Elektronik,
8(3), 196-206.
Pijpers, GGM, Bemelmans, TMA, Heemstra, FJ, & Montfort, K.
RUPS (2001). Eksekutif senior' penggunaan teknologi informasi.
Teknologi Informasi dan Perangkat Lunak, 43(15), 959-971.
Pynoo, B., Devolder, P., Voet, T., Vercruysse, J., Adang, L., & Duyck, P.
(2007). Sikap sebagai ukuran penerimaan: Pemantauan implementasi IS
di lingkungan rumah sakit.Prosiding Tahunan Keenam
Lokakarya Penelitian HCI di MIS, Montreal, Kanada, Desember
8, 2007, 20-24.
Pynoo, B., Devolder, P., Tondeur, J., Van Braak, J., Duyck, W., & Duyck,
P. (2011). Memprediksi guru sekolah menengah' penerimaan dan
penggunaan lingkungan belajar digital: Sebuah studi cross-sectional.
Komputer dalam Perilaku Manusia, 27(1), 568-575.
Rana, NP, Dwivedi, YK, & Williams, MD (2015a). Analisis Ameta
dari penelitian yang ada pada adopsi warga e-government.
Perbatasan Sistem Informasi, 17(3), 547-563.
Rana, NP, Dwivedi, YK, Williams, MD, & Weerakkody, V. (2015b).
Menyelidiki keberhasilan inisiatif e-government: Validasi
model keberhasilan SI terintegrasi. Perbatasan Sistem Informasi, 17(1),
127-142.
Rana, NP, Dwivedi, YK, Williams, MD, & Weerakkody, V. (2016).
Adopsi sistem penanganan keluhan publik online di India: Menuju
pengembangan pandangan terpadu. Komputer dalam Manusia
Perilaku, 59, 265-282.
Rana, NP, Dwivedi, YK, Lal, B., Williams, MD, & Clement, M.
(2017). Warga' adopsi sistem pemerintahan elektronik:
Menuju Pandangan Terpadu. Perbatasan Sistem Informasi, 19(3),
549-568. doi:10.1007/s10796-015-9613-y.
Ravishankar, MN (2008). Menghargai pengguna akhir untuk berpartisipasi dalam
organisasi KM: Sebuah studi kasus. Jurnal Organisasi dan
Komputasi Pengguna Akhir, 20(1), 35-49.
Rogers, EM (1995). Difusi inovasi. Edisi keempat. Yang baru
Pers Bebas York.
Konten milik Springer Nature, syarat penggunaan berlaku. Hak dilindungi undang-undang.
Inf Syst Front (2019) 21:719-734
Rosenthal, R. (1979). NS'masalah laci file' dan toleransi untuk null
hasil. Buletin Psikologis, 30(3), 638-641.
Sabherwal, R., Jeyaraj, A., & Chowa, C. (2006). Sistem Informasi
keberhasilan: penentu individu dan organisasi. Ilmu
Manajemen, 52(12), 1849-1864.
Sahu, GP, & Gupta, MP (2007). Penerimaan pengguna terhadap e-government: A
studi tentang cukai sentral India. Jurnal Internasional Penelitian
Pemerintah Elektronik, 3(3), 1-21.
Sandeep, MS, & Ravishankar, MN (2014). Kontinuitas dari
proyek TIK yang berkinerja buruk di sektor publik. Informasi
Manajemen, 51(6), 700-711.
Sharma, R., & Yetton, P. (2003). Efek kontingen dari manajemen
dukungan dan saling ketergantungan tugas pada implementasi sistem
informasi yang sukses. MIS Triwulanan, 27(4), 533-555.
Sharma, R., Yetton, P., & Crawford, J. (2009). Memperkirakan efek dari
common method variance: Teknik metode-metode berpasangan
dengan ilustrasi dari penelitian TAM. MIS Triwulanan, 33(3), 473-490.
Sheppard, BH, Hartwick, I., & Warshaw, PR (1988). teori dari
tindakan beralasan: Sebuah meta-analisis penelitian masa lalu dengan
rekomendasi untuk modifikasi dan penelitian masa depan. Jurnal Riset
Konsumen, 15(3), 325-343.
Sykes, TA, Venkatesh, V., & Gosain, S. (2009). Model penerimaan
dengan dukungan sebaya: Perspektif jaringan sosial untuk memahami
karyawan' penggunaan sistem. MIS Triwulanan, 33(2), 371-393.
Steiger, JH (1990). Evaluasi dan modifikasi model struktural: An
pendekatan estimasi interval. Penelitian Perilaku multivariat,
25, 173-180.
Sumak, B., Polancic, G., & Hericko, M. (2010). Sebuah studi empiris
adopsi lingkungan belajar virtual menggunakan UTAUT. Kedua
Konferensi Internasional tentang Seluler, Hibrida, dan On-Line
Sedang belajar, St Maarten, Antillen Belanda, 17-22. doi: 10.1109/
eLmL.2010.11.
Taylor, S., & Todd, PA (1995a). Menilai penggunaan TI: Peran sebelum
pengalaman. MIS Triwulanan, 19(2), 561-570.
Taylor, S., & Todd, PA (1995b). Memahami teknologi informasi
penggunaan: Tes model yang bersaing. Penelitian Sistem Informasi, 6(
4), 144-176.
Tett, RP, & Meyer, JP (1993). Kepuasan kerja, kenyamanan organisasi
mitment, turnover intention, dan turnover: Analisis jalur berdasarkan
temuan meta-analitik. Psikologi Personalia, 46, 259-293.
Thompson, RL, Higgins, CA, & Howell, JM (1991). Pribadi
komputasi: Menuju model konseptual pemanfaatan. SALAH
Setiap tiga bulan, 15(1), 124-143.
Tornatzky, LG, & Klein, KJ (1982). Karakteristik inovasi dan
adopsi-implementasi inovasi: Sebuah meta-analisis temuan.
Transaksi IEEE pada Manajemen Rekayasa, 29(1), 28-45.
Triandis, HC (1977). Perilaku antar pribadi. Monterey: Brooke Cole.
Vallerand, RJ (1997). Menuju model hierarkis Intrinsik dan eks-
motivasi trisakti. Kemajuan dalam Psikologi Sosial Eksperimental
(29), M. Zanna (ed.), Academic Press, New York, 1997, 271-360.
Venkatesh, V., & Bala, H. (2008). Model penerimaan teknologi 3 dan a
agenda penelitian tentang intervensi. Ilmu Keputusan, 39(2), 273-
315.
Venkatesh, V., & Brown, SA (2001). Investigasi longitudinal
komputer pribadi di rumah: Penentu adopsi dan tantangan yang
muncul. MIS Triwulanan, 25(1), 71-102.
Venkatesh, V., & Davis, FD (2000). Perpanjangan teoretis dari
model penerimaan teknologi: Empat studi lapangan longitudinal.
Ilmu Manajemen, 46(2), 186-204.
Venkatesh, V., Morris, MG, Davis, GB, & Davis, FD (2003). Pengguna
penerimaan teknologi informasi: Menuju pandangan terpadu. SALAH
Triwulanan, 27(3), 425-478.
Venkatesh, V., & Speier, C. (1999). Pelatihan teknologi komputer di
tempat kerja: Investigasi longitudinal dari efek
suasana hati. Perilaku Organisasi dan Proses Keputusan
Manusia, 79(1), 1-28.
Inf Syst Front (2019) 21:719-734
Venkatesh, V., Sykes, TA, & Zhang, X. (2011b). 'Hanya apa dokter
dipesan': UTAUT yang direvisi untuk adopsi dan penggunaan sistem EMR oleh
dokter. Di dalam44th Konferensi Internasional Hawaii tentang Sistem
Ilmu Pengetahuan (HICS), Kauai, HI, AS, 4-7 Januari 2011, 1-10. doi:
10.1109/HICSS.2011.1
Venkatesh, V., Thong, JY, Chan, FK, Hu, PJH, & Brown, SA
(2011a). Memperluas model kelanjutan sistem informasi dua
tahap: Memasukkan prediktor UTAUT dan peran konteks.
Jurnal Sistem Informasi, 21(6), 527-555.
Venkatesh, V., Thong, J., & Xu, X. (2012). Penerimaan dan penggunaan konsumen
teknologi informasi: Memperluas teori terpadu penerimaan dan
penggunaan teknologi. MIS Triwulanan, 36(1), 157-178.
Viswesvaran, C., & Ones, DS (1998). Pengujian teori: Menggabungkan psiko-
meta-analisis khometrik dan pemodelan persamaan struktural.
Psikologi Personalia, 48(4), 865-885.
Warshaw, PR (1980). Model baru untuk memprediksi niat perilaku:
Sebuah alternatif untuk Fishbein. Jurnal Riset Pemasaran, 17(2),
153-172.
Weerakkody, V., El-Haddadeh, R., Al-Sobhi, F., Shareef, MA, &
Dwivedi, YK (2013). Meneliti pengaruh perantara dalam
memfasilitasi adopsi e-government: Sebuah penyelidikan empiris.
Jurnal Internasional Manajemen Informasi, 33(5), 716-725.
Weerakkody, V., Irani, Z., Kapoor, K., Sivarajah, U., & Dwivedi, YK
(2017). Data terbuka dan kegunaannya: Pandangan empiris dari
Warga negara'perspektif. Perbatasan Sistem Informasi, 19(2), 285-
300.
Williams, MD, Dwivedi, YK, Lal, B., & Schwarz, A. (2009).
Tren dan isu kontemporer dalam adopsi dan difusi TI kembali
Cari. Jurnal Teknologi Informasi, 24(1), 1-10.
Williams, MD, Rana, NP, & Dwivedi, YK (2015). yang bersatu
teori penerimaan dan penggunaan teknologi: Sebuah tinjauan sistematis.
Jurnal Manajemen Informasi Perusahaan, 28(3), 443-488.
Wu, J., & Du, H. (2012). Menuju pemahaman yang lebih baik tentang perilaku
niat dan konstruksi penggunaan sistem. Jurnal Eropa
Sistem Informasi, 21(6), 680-698.
Wu, J., & Lederer, A. (2009). Sebuah meta-analisis dari peran
kesukarelaan berbasis lingkungan dalam penerimaan TI. MIS
Triwulanan, 33(2), 419-432.
Yang, K. (2010). Penentu layanan belanja seluler konsumen AS
adopsi: Implikasi untuk merancang layanan belanja seluler.
Jurnal Pemasaran Konsumen, 27(3), 262-270.
Yang, HD, & Yoo, Y. (2004). Ini semua tentang sikap: Meninjau kembali
model penerimaan teknologi. Sistem Pendukung Keputusan, 38(1), 19-
31.
Yeow, PH, & Loo, WH (2009). Penerimaan ATM dan transit
aplikasi tertanam dalam kartu identitas pintar multiguna: Sebuah mantan
studi ploratori di Malaysia. Jurnal Internasional Penelitian
Pemerintah Elektronik, 5(2), 37-56.
Zhang, W., & Gutierrez, O. (2007). Penerimaan teknologi informasi di
konteks sektor jasa sosial: Sebuah eksplorasi. Pekerjaan Sosial, 52(
3), 221-231.
Zuiderwijk, A., Janssen, M., & Dwivedi, YK (2015). Penerimaan dan
menggunakan prediktor teknologi data terbuka: Menggambar pada
teori penerimaan dan penggunaan teknologi terpadu. Pemerintah
Informasi Triwulanan, 32(4), 429-440.
Yogesh K. Dwivedi adalah Profesor Pemasaran dan Inovasi Digital,
Direktur Pusat Riset Pasar Berkembang (EMaRC), dan Direktur Riset
di School of Management di Swansea University, Wales, Inggris.
Minat penelitiannya adalah di bidang Sistem Informasi (SI)
termasuk adopsi dan difusi TIK yang muncul, pemerintahan
elektronik/digital dan pemasaran digital khususnya dalam konteks
pasar negara berkembang. Dia telah menerbitkan lebih dari 250
artikel di berbagai jurnal akademik terkemuka dan
Konten milik Springer Nature, syarat penggunaan berlaku. Hak dilindungi undang-undang.
733
konferensi. Dia telah bersama-sama mengedit/menulis bersama lebih dari 20
buku tentang adopsi teknologi, e-government, teori IS, eWOM dan media
sosial dan menerbitkannya oleh penerbit internasional seperti, Chandos
Publishing (cetakan Elsevier), Springer, Chapman dan Hall/CRC Press,
Routledge, dan Zamrud. Dia bertindak sebagai co-editor dari lima belas edisi
khusus jurnal; trek terorganisir, trek mini dan panel di konferensi terkemuka;
dan menjabat sebagai co-chair program IFIP WG 2013 8.6
Konferensi pada Keberhasilan dan Kegagalan Besar dalam TI: Publik dan
Sektor Swasta dan Ketua Konferensi IFIP WG 6.11 I3E2016
Konferensi pada Media Sosial: Baik, Buruk, dan Jelek. Dia adalah
Associate Editor dari Jurnal Pemasaran Eropa dan
Informasi Pemerintah Triwulanan dan Editor Senior Jurnal dari
Riset Perdagangan Elektronik. Informasi lebih lanjut tentang saya dapat
diperoleh dari: http://www.swansea.ac.uk/staff/som/academic-staff/yk
dwivedi/.
Nripendra P. Rana adalah Associate Professor di School of Management di
Swansea University, Inggris. Dengan latar belakang akademis dan profesional
di bidang Matematika dan Ilmu Komputer dan dengan gelar PhD dalam
Sistem Informasi, minat penelitiannya saat ini berfokus terutama pada adopsi
teknologi yang muncul dan mutakhir, e-government, mgovernment, e-
commerce dan sistem m-commerce. Karyanya telah diterbitkan di jurnal
akademis terkemuka termasuk European Journal of Marketing, Information
Systems Frontiers, Government Information Quarterly, Production Planning &
Control, Journal of Business Research, Public Management Review, dan
Computers in Human Behavior. Dia juga telah mempresentasikan
penelitiannya di beberapa konferensi internasional terkemuka tentang sistem
informasi di seluruh dunia.
Anand Jeyaraj adalah Associate Professor Sistem Informasi di Raj Soin
College of Business di Wright State University dan memegang gelar PhD
di bidang Administrasi Bisnis dengan penekanan pada Sistem Informasi.
Minat penelitiannya meliputi difusi dan adopsi sistem informasi;
keberhasilan dan hasil sistem informasi; dan metodologi. Penelitiannya
telah dipublikasikan di jurnal sepertiMIS Triwulanan,
Ilmu Manajemen, Komunikasi ACM, Informasi & Organisasi, dan
Jurnal Teknologi Informasi.
Marc Clement adalah Profesor penuh dan Dekan School of
Management di Swansea University, Ketua Swansea University'
Program Analisis Ilmu Jaringan/Hubungan dan anggota Dewan
Penasihat untuk Pusat Penelitian Ilmu Jaringan IBM (NSRC). Dia
lulus dengan gelar First Class Honours di bidang Fisika dari
Swansea University dan PhD di Laser Physics dari Swansea
University dengan penelitian yang dilakukan di Rutherford
Laboratory. Marc kemudian memperoleh beasiswa dari Royal
Society untuk belajar di Center d'etudes Nucléaires de Saclay, di
Paris. Dia telah memegang beberapa posisi akademik senior dan
saat ini menjabat sebagai Executive Chairman di Institute of Life
Science di College of Medicine, Swansea University. Selain sebagai
akademisi terkemuka, Marc adalah seorang wirausahawan yang
mencoba mendirikan beberapa bisnis dan merupakan penemu
banyak paten di bidang perangkat medis. Marc juga telah
mengembangkan sejumlah proyek dan inisiatif dalam
superkomputer dan data besar. Marc adalah Direktur Pendiri High
Performance Computing Wales dan mendirikan superkomputer
Blue C asli di Institute of Life Science, Swansea University.
Michael D. Williams adalah Profesor penuh, Wakil Dekan, dan Direktur i-Lab di
School of Management di Swansea University di Inggris. Dia memegang gelar
BSc dari CNAA, gelar MEd dari Cambridge University, dan PhD dari University
of Sheffield. Sebelum memasuki dunia akademis, ia menghabiskan 12 tahun
mengembangkan dan menerapkan sistem TIK di kedua publik
734 Inf Syst Front (2019) 21:719-734

dan sektor swasta dalam berbagai domain termasuk keuangan, telekomunikasi,
manufaktur, dan pemerintah daerah, dan sejak memasuki dunia akademis, telah
bertindak sebagai konsultan untuk organisasi publik dan swasta, dan sebagai
penasihat pemerintah daerah di Inggris dan Uni Eropa. Dengan minat penelitian
saat ini yang berfokus terutama pada inovasi digital
dan media sosial di tingkat organisasi dan individu, ia adalah penulis banyak
makalah yang diundang dan direferensikan sepenuhnya, memiliki
keanggotaan dewan redaksi dari sejumlah jurnal akademik, dan telah
memperoleh dana penelitian eksternal dari berbagai sumber termasuk Uni
Eropa, NHS Inggris, The Yayasan Nuffield, dan Pemerintah Welsh.

Konten milik Springer Nature, syarat penggunaan berlaku. Hak dilindungi undang-undang.
Syarat dan ketentuan

Konten jurnal Springer Nature, dipersembahkan untuk Anda atas izin Pusat Layanan Pelanggan Springer Nature GmbH (“Springer Nature”).
Springer Nature mendukung pembagian makalah penelitian dalam jumlah yang wajar oleh penulis, pelanggan, dan pengguna resmi (“Pengguna”), untuk penggunaan
pribadi dan non-komersial skala kecil asalkan semua hak cipta, merek dagang dan layanan serta pemberitahuan kepemilikan lainnya dipertahankan. Dengan mengakses,
berbagi, menerima atau menggunakan konten jurnal Springer Nature, Anda menyetujui persyaratan penggunaan ini (“Ketentuan”). Untuk tujuan ini, Springer Nature
menganggap penggunaan akademis (oleh peneliti dan mahasiswa) sebagai non-komersial.
Ketentuan ini bersifat tambahan dan akan berlaku sebagai tambahan terhadap syarat dan ketentuan situs web yang berlaku, lisensi situs yang relevan, atau
langganan pribadi. Ketentuan ini akan menang atas konflik atau ambiguitas apa pun sehubungan dengan persyaratan yang relevan, lisensi situs, atau
langganan pribadi (sejauh konflik atau ambiguitas saja). Untuk artikel berlisensi Creative Commons, persyaratan lisensi Creative Commons yang digunakan
akan berlaku.
Kami mengumpulkan dan menggunakan data pribadi untuk menyediakan akses ke konten jurnal Springer Nature. Kami juga dapat menggunakan data pribadi ini secara
internal di dalam ResearchGate dan Springer Nature dan sebagaimana disepakati, membagikannya, dengan cara yang dianonimkan, untuk tujuan pelacakan, analisis, dan
pelaporan. Kami tidak akan mengungkapkan data pribadi Anda di luar ResearchGate atau grup perusahaan Springer Nature kecuali kami memiliki izin Anda sebagaimana
dirinci dalam Kebijakan Privasi.
Meskipun Pengguna dapat menggunakan konten jurnal Springer Nature untuk skala kecil, penggunaan pribadi non-komersial, penting untuk dicatat bahwa Pengguna tidak boleh:

1. menggunakan konten tersebut untuk tujuan memberikan akses kepada pengguna lain secara reguler atau skala besar atau sebagai sarana untuk menghindari kontrol akses;

2. menggunakan konten tersebut di mana untuk melakukannya akan dianggap sebagai pelanggaran pidana atau undang-undang di yurisdiksi mana pun, atau menimbulkan tanggung jawab perdata, atau

melanggar hukum;

3. secara salah atau menyesatkan menyiratkan atau menyarankan pengesahan, persetujuan, sponsor, atau asosiasi kecuali secara eksplisit disetujui oleh Springer Nature secara

tertulis;

4. gunakan bot atau metode otomatis lainnya untuk mengakses konten atau mengalihkan pesan

5. mengesampingkan fitur keamanan atau protokol eksklusif; atau

6. berbagi konten untuk membuat pengganti produk atau layanan Springer Nature atau database sistematis konten jurnal Springer Nature.

Sejalan dengan pembatasan penggunaan komersial, Springer Nature tidak mengizinkan pembuatan produk atau layanan yang menghasilkan pendapatan, royalti, sewa
atau pendapatan dari konten kami atau penyertaannya sebagai bagian dari layanan berbayar atau untuk keuntungan komersial lainnya. Konten jurnal Springer Nature
tidak dapat digunakan untuk pinjaman antar perpustakaan dan pustakawan tidak boleh mengunggah konten jurnal Springer Nature dalam skala besar ke dalam repositori
institusi mereka, atau lainnya.
Ketentuan penggunaan ini ditinjau secara berkala dan dapat diubah setiap saat. Springer Nature tidak berkewajiban untuk mempublikasikan informasi atau konten apa
pun di situs web ini dan dapat menghapusnya atau fitur atau fungsi atas kebijakan kami sendiri, kapan saja dengan atau tanpa pemberitahuan. Springer Nature dapat
mencabut lisensi ini untuk Anda kapan saja dan menghapus akses ke salinan konten jurnal Springer Nature yang telah disimpan.
Sejauh diizinkan oleh hukum, Springer Nature tidak memberikan jaminan, pernyataan atau jaminan kepada Pengguna, baik tersurat maupun tersirat sehubungan dengan
konten jurnal Springer Nature dan semua pihak menyangkal dan mengesampingkan jaminan atau jaminan tersirat yang diberlakukan oleh hukum, termasuk dapat
diperjualbelikan atau kebugaran untuk tujuan tertentu.
Harap dicatat bahwa hak-hak ini tidak secara otomatis mencakup konten, data, atau materi lain yang diterbitkan oleh Springer Nature yang mungkin dilisensikan dari
pihak ketiga.
Jika Anda ingin menggunakan atau mendistribusikan konten jurnal Springer Nature kami ke khalayak yang lebih luas atau secara teratur atau dengan cara lain yang tidak
secara tegas diizinkan oleh Ketentuan ini, silakan hubungi Springer Nature di

onlineservice@springernature.com