Sem pls2

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN

DAN PENGGUNAAN SISTEM MANAJEMEN PEMBELAJARAN EXELSA
UNIVERSITAS SANATA DHARMA
TESIS
PROGRAM STUDI MAGISTER MANAJEMEN
Diajukan oleh:
Erlita Octaviani
142222209
FAKULTAS EKONOMI
YOGYAKARTA
2016
FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN

TESIS
UNTUK MEMENUHI SEBAGIAN PERSYARATAN

MENCAPAI DERAJAT SARJANA S-2
PROGRAM STUDI MAGISTER MANAJEMEN
Diajukan oleh:
Erlita Octaviani
142222209
FAKULTAS EKONOMI
YOGYAKARTA
2016
ii
iii
iv
v
vi
KATA PENGANTAR
Puji dan syukur pada Tuhan Yang Maha Esa atas berkat, rahmat dan
karunia-Nya sehingga penulis dapat menyelesaikan tesis yang berjudul
“FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN
UNIVERSITAS SANATA DHARMA”. Tesis ini ditulis sebagai salah satu syarat
dalam menyelesaikan studi pada Program Magister Manajemen Fakultas Ekonomi
Universitas Sanata Dharma Yogyakarta.
Selama berproses dalam menyelesaikan tesis ini, penulis bersyukur atas
segala bentuk dukungan dari berbagai pihak yang telah membantu sehingga tesis
ini dapat diselesaikan dengan baik. Oleh karena itu pada kesempatan ini penulis
mengucapkan terima kasih yang sebesar-besarnya kepada :
1. Yang terhormat bapak Drs. Johanes Eka Priyatma, M.Sc., Ph.D selaku Rektor
Universitas Sanata Dharma serta dosen pembimbing I yang telah
memberikan bimbingan, motivasi dan dukungan selama penulisan tesis ini.
2. Yang terhormat bapak Drs. T. Handono Eko Prabowo, MBA, Ph.D selaku
Ketua Program Studi Magister Manajemen Universitas Sanata Dharma serta
dosen pembimbing II yang telah memberikan bimbingan, motivasi dan
dukungan selama penulisan tesis ini.
3. Yang terhormat kepala P3MP Universitas Sanata Dharma yang telah
memberikan ijin penelitian serta kerjasamanya dalam penulisan tesis ini.
4. Yang terhormat dosen-dosen Magister Manajemen Universitas Sanata
Dharma yang telah memberikan ilmu kepada penulis.
vii
5. Yang terhormat bapak Ir. Ignatius Aris Dwiatmoko, M.Sc. yang telah
memberikan bimbingan, arahan serta konsultasi kuantitatif dalam penulisan
tesis ini.
6. Teristimewa kepada orang tua, Sis Widyanto dan Sri Mulyani serta kedua
saudara saya, Ernanda Rully dan Erwinsyah Rico atas dukungan moral,
spiritual dan finansial dalam penyusunan tesis ini.
7. Yang terkasih seluruh teman-teman Magister Manajemen Universitas Sanata
Dharma atas kebersamaan belajar selama ini.
8. Semua pihak yang tidak bisa penulis sebutkan satu-persatu atas segala
dukungannya.
Penulis berharap tesis ini bermanfaat bagi pembaca yang berminat dan dapat
juga sebagai referensi untuk penelitian selanjutnya. Penulis menyadari bahwa tesis
ini masih jauh dari sempurna, untuk itu penulis mengharapkan kritik dan saran
demi penyempurnaan tesis ini. Semoga tesis ini dapat bermanfaat bagi kita semua.
viii
DAFTAR ISI
LEMBAR PERSETUJUAN DOSEN PEMBIMBING ....... Error! Bookmark not

defined.
LEMBAR PERSETUJUAN .................................... Error! Bookmark not defined.
KATA PENGANTAR ......................................................................................... vii
DAFTAR ISI......................................................................................................... ix
DAFTAR TABEL ............................................................................................... xii
DAFTAR GAMBAR .......................................................................................... xiii
DAFTAR RUMUS ............................................................................................. xiv
DAFTAR LAMPIRAN ....................................................................................... xv
ABSTRAK .......................................................................................................... xvi
ABSTRACT ........................................................................................................ xvii
BAB I PENDAHULUAN ...................................................................................... 1
1.1 Latar Belakang ..................................................................................... 1
1.2 Rumusan Masalah ................................................................................ 5
1.3 Tujuan Penelitian ................................................................................. 5
1.4 Manfaat Penelitian ............................................................................... 6
1.5 Batasan Penelitian ................................................................................ 7
1.6 Sistematika Penulisan .......................................................................... 7
BAB II TINJAUAN PUSTAKA .......................................................................... 9
2.1 Sistem Manajemen Pembelajaran ........................................................ 9
2.1.1 Pengertian Sistem Manajemen Pembelajaran ...................................... 9
2.1.2 Sejarah Sistem Manajemen Pembelajaran ......................................... 10
2.1.3 Fitur-fitur Sistem Manajemen Pembelajaran ..................................... 10
2.1.4 Perangkat Lunak untuk Sistem Manajemen Pembelajaran ................ 11
2.1.5 Keuntungan Sistem Manajemen Pembelajaran .................................. 12
2.1.6 Kelemahan Sistem Manajemen Pembelajaran ................................... 13
2.2 E-learning ........................................................................................... 14
2.3 Model UTAUT 2 ................................................................................ 15
2.3.1 Performance Expectancy (Harapan Kinerja) ..................................... 18
2.3.2 Effort Expectancy (Persepsi Usaha) ................................................... 19
2.3.3 Social Influence (Faktor Sosial) ......................................................... 19
2.3.4 Facilitating Conditions (Dukungan Fasilitas).................................... 20
2.3.5 Hedonic Motivation (Motivasi hedonis) ............................................ 20
2.3.6 Price Value (Nilai Harga) .................................................................. 21
2.3.7 Habit (Kebiasaan) .............................................................................. 21
ix
2.3.8 Behavioral Intention (Niat Perilaku).................................................. 22

2.4 Penelitian Terdahulu .......................................................................... 23
2.5 Pengembangan Hipotesis ................................................................... 28
2.6 Kerangka Penelitian ........................................................................... 32
BAB III METODE PENELITIAN .................................................................... 36
3.1 Desain Penelitian ................................................................................ 36
3.2 Definisi Operasional Penelitian.......................................................... 38
3.3 Populasi dan Sampel Penelitian ......................................................... 40
3.4 Instrumen Penelitian........................................................................... 45
3.4.1 Pengujian Validitas ............................................................................ 46
3.4.2 Pengujian Reliabilitas ........................................................................ 47
3.5 Metode Pengumpulan Data ................................................................ 48
3.6 Metode Analisis Data ......................................................................... 48
BAB IV HASIL PENELITIAN DAN PEMBAHASAN .................................. 56
4.1 Deskripsi Data .................................................................................... 56
4.1.1 Deskripsi Responden Penelitian......................................................... 56
4.1.2 Deskripsi Variabel Penelitian............................................................. 59
4.2 Pengujian Instrumen Peneltian ........................................................... 63
4.2.1 Pengujian Validitas ............................................................................ 63
4.2.2 Pengujian Reliabilitas ........................................................................ 65
4.3 Analisis PLS-SEM ............................................................................. 66
4.3.1 Evaluasi Outer Model ........................................................................ 66
4.3.2 Evaluasi Inner Model ......................................................................... 72
4.4 Pengujian Hipotesis ............................................................................ 75
4.5 Pembahasan ........................................................................................ 90
4.5.1 Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa
........................................................................................................... 91
4.5.2 Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa
........................................................................................................... 93
4.5.3 Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa . 95
4.5.4 Dukungan fasilitas berpengaruh positif terhadap niat penggunaan
Exelsa ................................................................................................. 97
4.5.5 Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan
Exelsa ................................................................................................. 99
4.5.6 Motivasi hedonis berpengaruh positif terhadap niat penggunaan
Exelsa ............................................................................................... 101
4.5.7 Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa ... 104
4.5.8 Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa
......................................................................................................... 106
4.5.9 Niat penggunaan berpengaruh positif terhadap perilaku penggunaan
Exelsa ............................................................................................... 107
x
BAB V KESIMPULAN DAN SARAN ............................................................ 110

5.1 Kesimpulan ...................................................................................... 110
5.2 Keterbatasan ..................................................................................... 111
5.3 Implikasi ........................................................................................... 112
5.3.1 Implikasi Akademis ......................................................................... 112
5.3.2 Implikasi Manajerial ........................................................................ 113
5.4 Saran ................................................................................................ 115
DAFTAR REFERENSI .................................................................................... 116
LAMPIRAN ....................................................................................................... 124
Lampiran 1 Surat Izin Penelitian.......................................................... 124
Lampiran 2 Surat Pengantar Kuesioner ............................................... 125
Lampiran 3 Kuesioner .......................................................................... 126
Lampiran 4 Data Pengguna Aktif Exelsa ............................................. 129
Lampiran 5 Rekap Data Kuesioner ...................................................... 130
xi
DAFTAR TABEL
Tabel 2.1 Penelitian Terdahulu 23

Tabel 3.1 Definisi Operasional Penelitian 38
Tabel 3.2 Jumlah Responden berdasarkan Strata Program Studi 44
Tabel 3.3 Tingkat Keandalan Cronbach’s Alpha 48
Tabel 3.4 Keterangan Simbol 51
Tabel 3.5 Persamaan Model Pengukuran Variabel 52
Tabel 4.1 Tingkat Pengembalian Kuesioner 56
Tabel 4.2 Responden berdasar usia 57
Tabel 4.3 Responden berdasar jenis kelamin 57
Tabel 4.4 Responden berdasar masa kerja 58
Tabel 4.5 Responden berdasar tingkat pengalaman menggunakan exelsa 58
Tabel 4.6 Statistik Deskriptif Variabel Penelitian 59
Tabel 4.7 Hasil Uji Validitas Instrumen Penelitian 64
Tabel 4.8 Hasil Uji Reliabilitas Instrumen Penelitian 66
Tabel 4.9 Outer Loading 68
Tabel 4.10 Nilai Average Variance Extracted (AVE) 69
Tabel 4.11 Cross Loading 70
Tabel 4.12 Nilai Composite Reliability 71
Tabel 4.13 Nilai Cronbach’s Alpha 72
Tabel 4.14 Nilai R-Square 72
Tabel 4.15 Hasil Analisis Jalur 80
Tabel 4.16 Hasil Analisis Jalur Moderasi Usia 81
Tabel 4.17 Hasil Analisis Jalur Moderasi Jenis Kelamin 82
Tabel 4.18 Hasil Analisis Jalur Moderasi Tingkat Pengalaman 83
Tabel 4.19 Hasil PLS-MGA Kelompok Usia 85
Tabel 4.20 Hasil PLS-MGA Kelompok Jenis Kelamin 87
Tabel 4.21 Hasil PLS-MGA Kelompok Tingkat Pengalaman 89
Tabel 4.22 Hasil Pengujian Hipotesis Penelitian 91
xii
DAFTAR GAMBAR
Gambar 2.1 Model UTAUT 16

Gambar 2.2 Model UTAUT2 18
Gambar 2.3 Kerangka Penelitian 34
Gambar 3.1 Model Diagram Jalur PLS 50
Gambar 4.1 Path Diagram 74
xiii
DAFTAR RUMUS
Rumus 3.1 Rumus Slovin 41

Rumus 3.2 Rumus Alokasi Proporsional 42
Rumus 3.3 Persamaan Dasar Model Pengukuran 51
Rumus 3.4 Rumus AVE 53
Rumus 3.5 Rumus Composite Reliability 53
Rumus 3.6 Persamaan Inner Model Variabel Eksogen-endogen 54
Rumus 3.7 Persamaa Inner Model Variabel Endogen 54
Rumus 3.8 Rumus Q-square 55
xiv
DAFTAR LAMPIRAN
Lampiran 1 Surat Izin Penelitian 125

Lampiran 2 Surat Pengantar Kuesioner 126
Lampiran 3 Kuesioner 127
Lampiran 4 Data Pengguna Exelsa 129
Lampiran 5 Rekap Data Kuesioner 130
xv
ABSTRAK
Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi

penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa di
Universitas Sanata Dharma. Penelitian ini mengadopsi Unified Theory of
Acceptance and Use of Technology 2 (UTAUT 2) untuk memprediksi faktor kunci
(harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi
hedonis, nilai harga dan kebiasaan) yang mempengaruhi niat dan perilaku
penggunaan Exelsa di Universitas Sanata Dharma. Pengambilan sampel
menggunakan teknik proportionate random sampling. Jumlah sampel sebanyak
180 dosen tetap yang berstatuf aktif di Universitas Sanata Dharma. Data
penelitian dianalisis menggunakan PLS-SEM (Partial Least Square – Structural
Equation Modeling) dengan perangkat lunak SmartPLS. Hasil penelitian
menunjukkan bahwa konstruk dukungan fasilitas, motivasi hedonis, dan kebiasaan
berpengaruh positif terhadap niat dan perilaku penggunaan Exelsa, sedangkan
konstruk harapan kinerja, persepsi usaha, dan faktor sosial tidak berpengaruh
positif terhadap niat dan perilaku penggunaan Exelsa. Berdasarkan hasil
penelitian, Universitas Sanata Dharma dapat mengetahui penerimaan dan
penggunaan Exelsa saat ini sehingga dapat meningkatkan penerimaan dan
penggunaan Exelsa dengan memperkuat aspek dukungan fasilitas, motivasi
hedonis, dan kebiasaan serta memperbaiki sistem manajemen pembelajaran.
Kata kunci : Sistem Manajemen Pembelajaran, Exelsa, UTAUT2
xvi
ABSTRACT
The aim of this research is to determine the factors that influence the acceptance
and use of Exelsa, a Learning Management Systems in Sanata Dharma
University. This research adopted the Unified Theory of Acceptance and Use of
Technology 2 (UTAUT 2) to predict key factors (performance expectation, effort
expectation, social, facilitating condition, hedonic motivation, price value and
habit) that affect the intention and the use behavior of Exelsa in Sanata Dharma
University. This research employed proportionate random sampling as the
technique of sampling. Total sample were 180 active permanent lecturers in
Sanata Dharma University. Data were analyzed using PLS-SEM (Partial Least
Square - Structural Equation Modeling) with software SmartPLS. The results
show that the construct of facilitating condition, hedonic motivation, and habit
positively affect on the intention and the use behavior of Exelsa, whereas the
construct performance expectation, effort expectation, and social influence do not
give positively affect on the intention and the use behavior of Exelsa. The result of
this research can help Sanata Dharma University to find out the degree of
acceptance and the use of exelsa nowadays. It can helps the University to increase
the acceptance and the use of exelsa by increase the facilitating conditions,
hedonic motivations and habits aspects also improve the learning management
system.
Keywords : Learning management system, Exelsa, UTAUT 2
xvii
BAB I
PENDAHULUAN
Bab ini membahas latar belakang, rumusan masalah, tujuan penelitian, manfaat
penelitian, batasan penelitian, dan sistematika penelitian.
1.1 Latar Belakang
Perkembangan teknologi informasi dan komunikasi (TIK) telah memberikan
pengaruh terhadap dunia pendidikan, khususnya dalam proses pembelajaran.
Penerapan teknologi informasi yang tepat dalam dunia pendidikan merupakan
salah satu faktor kunci penting untuk mengejar ketertinggalan dunia pendidikan
dan kualitas sumber daya manusia (SDM) Indonesia dari bangsa-bangsa lain
(Sinaga dan Zainuddin, 2013). Di era modern seperti ini, seorang pengajar
dituntut untuk mampu memanfaatkan teknologi semaksimal mungkin untuk
mendukung proses pembelajaran. Untuk menghadapi tuntutan tersebut, seorang
pengajar dapat menerapkan Sistem Manajemen Pembelajaran (SMP) atau
Learning Management System (LMS). SMP menyediakan media pembelajaran
yang interaktif, fleksibel dan tidak terbatas ruang maupun waktu. Menurut
Tandirerung (2014) bahwa Sistem Manajemen Pembelajaran telah terbukti
bermanfaat untuk pengajar dan juga peserta didik.
SMP adalah sebuah perangkat lunak atau software untuk keperluan
administrasi, dokumentasi, pencarian materi, laporan sebuah kegiatan, pemberian
materi-materi pelatihan kegiatan belajar mengajar secara online yang terhubung
1
ke internet (Ellis, 2009). SMP telah banyak digunakan dalam pendidikan tinggi
karena memiliki banyak keuntungan termasuk waktu belajar fleksibel dan
pembelajaran jarak jauh tak terbatas (Hamuy & Galaz, 2010). Menurut Amiroh
(2012) Learning Management System (LMS) atau Course Management System
(CMS) atau Virtual Learning Environment (VLE) merupakan perangkat lunak
yang digunakan oleh kalangan pendidik, baik universitas / perguruan tinggi dan
sekolah sebagai media pembelajaran online berbasis internet (e-learning). E-
learning menghasilkan pendidikan era baru, orang dapat belajar di mana saja dan
kapan saja. E-learning dapat menciptakan pembelajaran yang efektif untuk studi
di pendidikan tinggi.
Universitas Sanata Dharma telah menerapkan Sistem Manajemen
Pembelajaran dengan nama Experiential E-Learning of Sanata Dharma
University (Exelsa) sejak tahun 2008. Experiential E-Learning of Sanata Dharma
University (Exelsa) diharapkan dapat meningkatkan kualitas pembelajaran dan
pendidikan di Universitas Sanata Dharma. Exelsa menyediakan sejumlah fasilitas
pembelajaran seperti tugas online, tes online, bahan kuliah, chating, menjawab
kuesioner, melihat pengumuman, forum mata kuliah, kalender kegiatan, dan
sebagainya. Exelsa juga diharapkan dapat meningkatkan efektivitas dan kualitas
komunikasi pembelajaran dengan pendekatan knowledge management di antara
berbagai pihak seperti dosen, mahasiswa, program studi, biro administrasi
akademik, penyedia media pembelajaran serta berbagai pihak lainnya yang
berkepentingan. Berdasarkan data yang didapatkan dari pihak pengembang Exelsa
(Pusat Penelitian dan Pengembangan Mutu Pendidikan / P3MP) bahwa hanya 88

dari 320 dosen tetap Universitas Sanata Dharma yang menggunakan Exelsa untuk
kegiatan mengajar. Hal ini menjadi masalah di bidang sistem informasi terkait
penerimaan dan penggunaan sistem.
Berdasarkan uraian di atas kesuksesan implementasi e-learning akan
berpengaruh terhadap peningkatan kualitas dan kompetensi pengajar dan juga
mahasiswa. Penelitian sebelumnya menunjukkan bahwa pengenalan teknologi e-
learning biasanya merupakan suatu proses yang sulit dan pengguna tidak selalu
menggunakannya (Venter, Rensburg, & Davis, 2012). Kesuksesan dan kegagalan
implementasi sistem sangat bergantung pada penerimaan pengguna terhadap
sistem tersebut. Meskipun teknologi memberikan keuntungan dan juga
kemudahan, kegagalan implementasi terjadi bukan karena rendahnya kualitas dan
kapasitas sistem tersebut, melainkan karena rendahnya tingkat penerimaan
pengguna sistem.
Beberapa faktor yang mempengaruhi penerimaan dan penggunaan teknologi
e-learning termasuk infrastruktur teknologi, tingginya biaya teknologi, upaya
instruksional, kompetensi lulusan, kepuasan teknologi (Venter et al., 2012),
dukungan manajemen, metodologi, aksesibilitas dan ketersediaan sumber daya,
budaya pendidikan dan gaya belajar, investasi intelektual, desain alat bantu, dan
bisnis global (Ndume, Tilya and Twaakyondo, 2008). Oleh karena itu penting
untuk memahami faktor-faktor yang relevan tentang prediksi niat pengguna untuk
menggunakan sistem e-learning.
Adopsi pengguna dalam menggunakan sistem informasi e-learning
merupakan faktor penting untuk memprediksi keberhasilan atau kegagalan sistem

(Farahat, 2012). Oleh karena itu penting adanya sebuah penelitian tentang faktor-
faktor yang berpengaruh terhadap tingkat penerimaan dan penggunaan Sistem
Manajemen Pembelajaran.
Sebagai media pembelajaran, e-learning dapat diterima dan digunakan oleh
para penggunanya sehingga dapat meningkatkan produktivitas. Salah satu model
terbaru untuk menjelaskan penerimaan pengguna (user acceptance) dalam bidang
sistem informasi dikembangkan oleh Venkatesh, Thong, and Xu (2012), bernama
model UTAUT2 (Unified Theory of Acceptance and Use of Technology v.2).
UTAUT2 merupakan model terbaru setelah model UTAUT 2003. Venkatesh et al.
membuat beberapa modifikasi dalam model UTAUT berdasarkan temuan mereka
dari penelitian yang dilakukan di Hongkong, sehingga konstruk dalam UTAUT2
adalah performance expectancy (harapan kinerja), effort expectancy (persepsi
usaha), social influence (faktor sosial), facilitating conditions (dukungan fasilitas),
hedonic motivation (motivasi hedonis), price value (nilai harga), habit (kebiasaan
dalam hal ini kebiasaan berinteraksi dengan sistem informasi). Venkatesh et al.
(2012) menyatakan UTAUT2 menunjukkan perubahan signifikan dalam varians
dijelaskan terhadap niat perilaku dan penggunaan teknologi. Oleh karena itu,
penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi
tingkat penerimaan dan penggunaan Sistem Manajemen Pembelajaran Exelsa di
Universitas Sanata Dharma.

1.2 Rumusan Masalah
Berdasarkan uraian latar belakang di atas, maka rumusan masalah dalam
penelitian ini yaitu faktor apa saja yang mempengaruhi penerimaan dan
penggunaan Sistem Manajemen Pembelajaran Exelsa?
Penerimaan pengguna terhadap sistem informasi merupakan dasar
kesuksesan sebuah sistem. Penelitian ini berfokus pada penyelidikan pengguna
terhadap penerimaan dan penggunaan Exelsa. Pertanyaan di atas akan dijawab
menggunakan model penerimaan dan penggunaan teknologi bernama UTAUT2
(Unified Theory of Acceptance and Use of Technology v.2). Penelitian ini
mengadopsi keenam konstruk dalam model UTAUT2 (harapan kinerja, persepsi
usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, dan kebiasaan) terhadap
penerimaan dan penggunaan Exelsa (niat dan perilaku penggunaan). Indikator
penerimaan pengguna dalam menggunakan Exelsa tersebut dapat memberikan
informasi serta bukti empiris keberhasilan penerapan Sistem Manajemen
Pembelajaran Exelsa di Universitas Sanata Dharma Yogyakarta.
1.3 Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor yang
mempengaruhi tingkat penerimaan dan penggunaan Sistem Manajemen
Pembelajaran (Exelsa) di Universitas Sanata Dharma menggunakan model
UTAUT2.
1.4 Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat untuk berbagai pihak
sebagai berikut:
1.4.1 Akademisi, regulator dan praktisi pendidikan
Penelitian ini memberikan sumbangan referensi penelitian mengenai
faktor-faktor yang harus diperhatikan untuk meningkatkan penerimaan dan
penggunaan Sistem Manajemen Pembelajaran.
1.4.2 Institusi pendidikan
1.4.2.1 Menjadi acuan dalam penyelenggaraan layanan Sistem
Manajemen Pembelajaran yang lebih berkualitas.
1.4.2.2 Menjadi masukan dan informasi bagi pengembang sistem di
Universitas Sanata Dharma dalam mengembangkan sistem
manajemen pembelajaran Exelsa yang menunjang kegiatan
belajar dan mengajar. Secara spesifik hasil penelitian ini dapat
digunakan untuk merancang program-program kerja terkait
rencana pengembangan sistem dan pengenalan Exelsa untuk
seluruh dosen dan mahasiswa di Universitas Sanata Dharma
1.4.3 Peserta didik
Berguna sebagai bahan penelitian lanjutan dengan topik yang sama serta
dapat menjadi tambahan bahan bacaan dan acuan pustaka.

1.5 Batasan Penelitian
Penelitian ini memiliki batasan-batasan sebagai berikut:
1.5.1 Pengujian tingkat penerimaan dan penggunaan teknologi dilakukan pada
Sistem Manajemen Pembelajaran Exelsa Universitas Sanata Dharma.
1.5.2 Responden penelitian ini adalah dosen tetap di Universitas Sanata
Dharma yang terhitung pada tahun ajaran 2015-2016.
1.5.3 Pengujian dilakukan berdasarkan model UTAUT 2.
1.5.4 Bahasa, jenis dan teknologi yang digunakan dalam pengembangan
Exelsa tidak dibahas dalam penelitian ini.
1.6 Sistematika Penulisan
Penulisan proposal tesis ini disusun sistematika sebagai berikut:
Bab I Pendahuluan
Bab ini membahas latar belakang, rumusan masalah, tujuan penelitian
dan manfaat penelitian, dan batasan penelitian.
Bab II Tinjauan Pustaka
Bab ini membahas tentang model teori yang diterapkan, tinjauan
literatur, dan hipotesis dari penelitian.

Bab III Metode Penelitian
Bab ini membahas desain penelitian, penjelasan operasional variabel
penelitian, populasi dan sampel penelitian, metode pengumpulan data,
teknik yang digunakan untuk menganalisis data.
Bab IV Hasil Penelitian Dan Pembahasan
Bab ini menjelaskan hasil dari analisis data yang telah dilakukan
berdasarkan metode penelitian yang diuraikan pada bab III.
Pembahasan bab ini diawali dengan penjelasan data demografi
responden penelitian. Kemudian dilanjutkan dengan pembahasan
hasil pengolahan serta analisis data, dan diakhiri dengan kesimpulan
yang diperoleh berdasarkan analisis data yang telah dilakukan.
Bab V Kesimpulan Dan Saran
Bab ini merupakan bagian akhir penelitian yang mengemukakan
kesimpulan dari hasil analisis, keterbatasan penelitian, implikasi
manajerial, serta saran dari penulis.
Daftar Referensi
Bagian ini merupakan urutan daftar dari acuan-acuan yang digunakan
ketika melakukan penelitian, baik dari jurnal maupun buku.

BAB II
TINJAUAN PUSTAKA
Bab ini membahas tentang model teori yang diterapkan, tinjauan literatur, dan
hipotesis dari penelitian.
2.1 Sistem Manajemen Pembelajaran
2.1.1 Pengertian Sistem Manajemen Pembelajaran
Sistem Manajemen Pembelajaran (SMP) atau Learning Management System
(LMS) merupakan suatu perangkat lunak yang digunakan untuk mengelola
dokumentasi, materi dan bahan ajar pelatihan serta laporan kegiatan belajar-
mengajar secara online (Ellis, 2009). Menurut Courts dan Tucker (2012), SMP
adalah aplikasi yang digunakan untuk mengelola pembelajaran, mengirimkan
konten, dan melacak aktivitas daring seperti memastikan kehadiran dalam kelas
maya, memastikan waktu pengumpulan tugas, dan melacak hasil pencapaian
siswa. Menurut Kerschenbaum (2009), SMP adalah sebuah aplikasi yang
berfungsi sebagai administrasi otomatis berbagai kegiatan pembelajaran.
Sistem Manajemen Pembelajaran adalah perangkat lunak yang digunakan
untuk menyampaikan, melacak dan mengelola pelatihan/pendidikan. Sistem ini
berisi aplikasi perangkat lunak dan fitur yang membuat konten pembelajaran
mudah diakses dan dikelola. SMP menyediakan platform untuk jenis lingkungan
belajar yang memungkinkan manajemen, pengiriman, pelacakan pembelajaran,
pengujian, komunikasi, proses pendaftaran, dan penjadwalan (Cavus, 2013).
9
10
Sallum (2008) mendeskripsikan “SMP sebagai paket solusi tinggi yang
memungkinkan untuk pengiriman dan administrasi konten beserta sumber daya
untuk semua siswa dan karyawan.”
2.1.2 Sejarah Sistem Manajemen Pembelajaran
Sistem Manajemen Pembelajaran modern merupakan perangkat lunak
mutakhir berbasis cloud. SMP pertama dikembangkan dan digunakan kembali
pada tahun 1924 ketika Sidney Pressey menciptakan mesin mengajar pertama.
Mesin tersebut menyerupai mesin tik dengan jendela yang bisa mengelola
beberapa pertanyaan pilihan. Hal ini diikuti oleh masalah silinder diciptakan oleh
M.E. Lazerte selama tahun 1929. Sebuah sistem pengajaran adaptif diciptakan
pada tahun 1956 secara otomatis disesuaikan dengan pertanyaan untuk pelajar
sesuai dengan tingkat performa mereka. SMP mulai mengambil wajah baru ketika
HP memperkenalkan desktop personal computer pada tahun 1970. Kelahiran
internet pada tahun 1982 diikuti software pertama SMP milik SoftArc pada tahun
1990, lalu disusul kedatangan Moodle, ditindaklanjuti peningkatan SMP berbasis
open source.
2.1.3 Fitur-fitur Sistem Manajemen Pembelajaran
Fitur-fitur yang terdapat dalam Sistem Manajemen Pembelajaran antara lain
(Ellis, 2009) :
2.1.3.1 Administrasi yaitu informasi tentang unit terkait dalam proses belajar
mengajar antara lain : tujuan dan sasaran, silabus, metode pengajaran,

11
jadwal kuliah, daftar referensi, profil dan kontak pengajar, serta
tracking dan monitoring.
2.1.3.2 Materi dan sumber referensi antara lain: diktat dan catatan kuliah,
bahan presentasi, FAQ (Frequently Asked Question), dan artikel dalam
jurnal online.
2.1.3.3 Sistem Penilaian
2.1.3.4 Ujian online
2.1.3.5 Komunikasi antara lain: forum diskusi online, mailing list diskusi dan
instant messaging.
Melalui SMP ini, mahasiswa juga dapat melihat nilai tugas, kuis atau ujian
serta peringkatnya berdasarkan nilai tersebut. Selain itu, mahasiswa dapat melihat
modul-modul yang ditawarkan, mengambil tugas-tugas dan tes-tes yang harus
dikerjakan, serta melihat jadwal diskusi secara online dengan instruktur,
narasumber dan siswa lain.
2.1.4 Perangkat Lunak untuk Sistem Manajemen Pembelajaran
Perangkat lunak yang menyediakan fungsi-fungsi Sistem Manajemen
Pembelajaran biasanya berbasis web, tersedia beberapa ragam baik komersial
maupun free. Beberapa perangkat lunak tersebut di antaranya:
2.1.4.1 Atutor (http://www.atutor.ca)
2.1.4.2 Dokeos (http://www.dokeos.com)
2.1.4.3 dotLRN (http://dotlrn.org)
2.1.4.4 Freestyle Learning (http://www.freestyle-learning.de)

12
2.1.4.5 ILIAS (http://www.ilias.uni-koeln.de)
2.1.4.6 ON-CAPA (http://www.lon-capa.org)
2.1.4.7 Moodle (http://moodle.org)
2.1.4.8 OpenACS (http://openacs.org)
2.1.4.9 OpenUSS (http://openuss.sourceforge.net/openuss)
2.1.4.10 Sakai (http://www.sakaiproject.org)
2.1.4.11 Spaghetti Learning (http://www.spaghettilearning.com)
2.1.5 Keuntungan Sistem Manajemen Pembelajaran
Kebanyakan sistem manajemen pembelajaran di lingkungan pendidikan
telah dengan mudah beradaptasi dan bahan dapat digunakan kembali. Ada lebih
banyak pilihan bagi pembuat kurikulum, seperti metode pengiriman, desain
bahan, dan teknik untuk evaluasi. Hal ini membuat organisasi dapat berhemat
untuk mengembangkan dan mempertahankan konten yang mereka gunakan. Ini
memiliki ruang lingkup untuk perbaikan dalam pengembangan profesional dan
evaluasi, yang memungkinkan perusahaan untuk mendapatkan nilai lebih dari
sumber daya manusia sekaligus memberdayakan individu dengan alat tambahan
untuk perbaikan diri. Berikut ini adalah berbagai keuntungan lain dari system
manajemen pembelajaran (e-Learning Guild, 2007):
2.1.5.1 Pekerjaan kelas dapat dijadwalkan sekitar urusan pekerjaan dan
keluarga.
13
2.1.5.2 Mengurangi waktu dan biaya perjalanan menuju kampus, pelajar dapat
memiliki pilihan untuk memilih materi pembelajaran yang mereka
inginkan.
2.1.5.3 Pelajar dapat belajar di mana saja sesuai dengan akses ke komputer dan
koneksi internet.
2.1.5.4 Modul pembelajaran yang dapat memungkinkan pelajar untuk bekerja
pada kemampuan mereka.
2.1.5.5 Fleksibilitas untuk bergabung dalam diskusi.
2.1.5.6 Berinteraksi dengan teman sekelas maupun instruktur dari jarak jauh
melalui chat room.
2.1.5.7 Mengembangkan pengetahuan tentang keterampilan komputer dan
internet.
2.1.6 Kelemahan Sistem Manajemen Pembelajaran
Meskipun sistem manajemen pembelajaran memiliki berbagai keunggulan,
tentu saja masih memiliki beberapa kelemahan. Bagi pelajar dengan motivasi
rendah atau kebiasaan belajar yang buruk dapat mengalami kegagalan. Tanpa
struktur rutin dalam kelas tradisional, pelajar dapat tersesat atau bingung tentang
kegiatan belajar dan tenggat waktu. Pelajar mungkin merasa terisolasi dari
instruktur dan teman sekelas. Instruktur mungkin tidak selalu tersedia ketika
pelajar butuh bantuan. Koneksi internet yang lambat atau operasi komputer yang
lama dapat membuat frustasi ketika mengakses materi pelajaran. Pengelolaan file
komputer dan software pembelajaran online kadang-kadang tampak rumit untuk

14
pelajar dengan keterampilan komputer tingkat pemula. Penjelasan dalam
praktikum lab sulit untuk mensimulasikan dalam kelas virtual. (e-Learning Guild,
2007).
2.2 E-learning
Istilah electronic learning atau e-learning sering kali disamakan
pengertiannya dengan Sistem Manajemen Pembelajaran (Learning Management
System), padahal kedua istilah tersebut berbeda. Menurut Ellis (2009) Sistem
Manajemen Pembelajaran adalah perangkat lunak yang digunakan untuk
mengelola dokumentasi, materi, dan bahan ajar pelatihan serta laporan kegiatan
belajar-mengajar secara online. Sedangkan pengertian e-learning atau
pembelajaran elektronik menurut Clark Addrick adalah Kombinasi antara proses,
materi dan infrastruktur dalam penggunaan komputer dan jaringannya dalam
rangka meningkatkan kualitas pada satu atau lebih bagian signifikan dari aspek-
aspek rangkaian kegiatan pembelajaran, termasuk di antaranya adalah aspek
manajemen dan aspek pendistribusian materi pelajaran. E-learning merupakan
proses belajar secara efektif yang dihasilkan dengan cara menggabungkan
penyampaian materi secara digital yang terdiri dari dukungan dan layanan dalam
belajar (Barbara, 2008).

15
2.3 Model UTAUT 2
Unified Theory of Acceptance and Use of Technology (UTAUT)
dikembangkan oleh Venkatesh et al. (2003). Model ini mensitesiskan delapan
model penerimaan teknologi yang telah dikembangkan sebelumnya. Delapan
model tersebut antara lain Theory Reasoned Action (TRA), Technology
Acceptance Model (TAM), Motivational Model (MM), Theory of Planned
Behavior (TPB), Combined TAM and TPB, Model of PC Utilization (MPCU),
Innovation Diffusion Theory (IDT) dan Social Cognitive Theory (SCT).
Dibandingkan dengan kedelapan model tersebut, UTAUT terbukti lebih berhasil
menjelaskan hingga 70% varian variabel behavior intention. Pendapat ini
diperkuat oleh Oshlyansky, Harold dan Paul (2007) yang menemukan bahwa
UTAUT cukup tangguh (robust) kendati diterjemahkan dalam berbagai bahasa
dan dapat digunakan pada lintas budaya. Model UTAUT memiliki empat konstruk
utama yang memainkan peran penting sebagai determinan langsung dari
behavioral intention dan use behavior, yakni performance expectancy, effort
expectancy, social influence dan facilitating conditions. Disamping itu terdapat
empat moderator yakni gender, age, experience dan voluntariness of use, yang
diposisikan untuk memoderasi dampak dari konstruk-konstruk pada behavioral
intention dan use behaviour. Gambar 2.1 menampilkan model UTAUT yang
dikembangkan oleh Venkatesh et al. (2003).

16
Gambar 2.1 Model UTAUT (Venkatesh et al., 2003)
Berdasarkan UTAUT, performance expectancy, effort expectancy, social
influence merupakan faktor penting yang mempengaruhi behavioral intention
untuk menggunakan teknologi, sedangkan behavioral intention dan facilitating
conditions menentukan perilaku penggunaan teknologi. Model UTAUT cocok
untuk menilai kemungkinan keberhasilan untuk implementasi teknologi dalam
pengaturan organisasi dan telah divalidasi oleh penelitian empiris (Lai & Chen,
2009; Min, Ji, & Qu, 2008).
Venkatesh et al. (2012) membuat beberapa modifikasi dalam model
UTAUT berdasarkan temuan mereka dari penelitian yang dilakukan di Hong
Kong. Venkatesh et al. (2012) menyajikan tiga konstruksi baru dalam model
UTAUT 2. Konstruk pertama adalah hedonic motivation (motivasi hedonis). Yang

17
kedua adalah price value (nilai harga) dianggap sebagai faktor penting di mana
konsumen harus menanggung biaya yang terkait dengan pembelian perangkat dan
layanan tetapi akan dikeluarkan dari penelitian ini karena kurang relevan (dalam
penelitian ini untuk mengakses Exelsa tanpa dikenakan biaya secara langsung).
Akhirnya, konstruk ketiga adalah habit. Venkatesh et al. (2012) menyatakan
UTAUT2 baik dalam membenarkan penerimaan teknologi dengan meningkatkan
varians dalam 18% niat dan 12% penggunaan teknologi. Penambahan konstruk
dalam UTAUT2 menunjukkan perubahan signifikan dari varians dalam niat dan
penggunaan teknologi.
Meskipun ada banyak penelitian yang menyajikan literatur teori penerimaan
teknologi, beberapa telah terintegrasi model UTAUT2. Penelitian ini penting
karena menggunakan UTAUT2 untuk mengetahui faktor apa saja yang
berpengaruh terhadap penerimaan dan penggunaan sistem manajemen
pembelajaran Exelsa di Universitas Sanata Dharma. Gambar 2.2 merupakan
model UTAUT2 yang dikembangkan oleh Venkatesh (2012).

18
Gambar 2.2 Model UTAUT2 (Venkatesh et al., 2012)
2.3.1 Performance Expectancy (Harapan Kinerja)
Venkatesh et al. (2003) mendefinisikan harapan kinerja sebagai "sejauh mana
seorang individu percaya bahwa menggunakan sistem akan membantu seseorang
untuk mencapai keuntungan dalam kinerja pekerjaan". Penelitian sebelumnya

19
melaporkan bahwa harapan kinerja adalah prakiraan yang signifikan dari niat
perilaku (Venkatesh et al., 2003). Hasil penelitian Handayani (2007)
menunjukkan bahwa harapan kinerja secara signifikan mempunyai pengaurh
positif terhadap minat pemanfaatan sistem informasi. Pada penelitian ini harapan
kinerja menggambarkan keyakinan pengguna mendapatkan banyak manfaat dan
membantu mereka dalam menyelesaikan pekerjaan.
2.3.2 Effort Expectancy (Persepsi Usaha)
Persepsi usaha didefinisikan sebagai "tingkat kemudahan terkait dengan
penggunaan sistem". Penelitian sebelumnya mendukung bahwa variabel laten
terkait dengan harapan upaya yang signifikan dalam menentukan niat seseorang
untuk mengadopsi teknologi baru (Zhou, Lu, Wang, 2010). Menurut Adelyn
(2014) persepsi usaha mengacu pada sejauh mana siswa yakin bahwa aplikasi
mobile mudah digunakan. Hasil penelitian mengungkapkan bahwa persepsi usaha
positif mempengaruhi niat untuk mengadopsi aplikasi mobile (Adelyn, 2014).
2.3.3 Social Influence (Faktor Sosial)
Faktor sosial berarti sejauh mana seseorang merasakan bagaimana orang lain
percaya ia harus menggunakan teknologi. Penelitian sebelumnya mendukung
bahwa faktor sosial signifikan dalam menentukan niat seseorang untuk
menggunakan teknologi baru (Raman & Yahya, 2013; Putra & Ariyanti, 2013;
Kurniawan & Nasir, 2014). Faktor sosial merupakan persepsi individu bahwa
20
orang lain yang signifikan percaya bahwa individu harus mengadopsi sistem
informasi (Leong, Hew, Tan dan Ooi, 2013)
2.3.4 Facilitating Conditions (Dukungan Fasilitas)
Dukungan fasilitas adalah persepsi bahwa infrastruktur organisasi dan teknis ada
untuk mendukung penggunaan teknologi (Venkatesh et al.. 2003). Wu & Wang
(2008) menemukan bahwa dukungan fasilitas signifikan mempengaruhi niat
perilaku untuk layanan telekomunikasi seluler 3G. Penelitian Raman dan Yahya
(2013) menunjukkan hasil bahwa dukungan fasilitas berpengaruh positif terhadap
niat dan perilaku penggunaan learning management system. Studi-studi empiris
setuju bahwa kondisi yang memfasilitasi merupakan faktor signifikan dalam
mempengaruhi niat perilaku untuk mengadopsi teknologi.
2.3.5 Hedonic Motivation (Motivasi hedonis)
Venkatesh (2003) mendefinisikan motivasi hedonis sebagai kenikmatan atau
kebahagiaan yang dihasilkan dari menggunakan teknologi dan berperan penting
dalam menentukan adopsi teknologi baru. Motivasi hedonis memainkan peran
penting dalam memprediksi niat untuk menggunakan teknologi (Venkatesh et al..
2012). Penelitian Harsono & Arinta (2014) menunjukkan hasil bahwa motivasi
hedonis memiliki pengaruh positif terhadap niat menggunakan media sosial LINE.
21
2.3.6 Price Value (Nilai Harga)
Nilai harga adalah trade-off antara biaya yang dibayarkan untuk menggunakan
teknologi dan manfaat yang dirasakan diterima (Dodds, Monroe & Grewal, 1991).
Venkatesh et al.. (2012) menyoroti bahwa nilai harga dalam pengambilan
keputusan konsumen mengenai penggunaan teknologi merupakan faktor penting
yang mempengaruhi niat perilaku yang diuji dengan menggunakan PLS. Prata,
Moraes & Quaresma (2012) mengumpulkan informasi pengguna tentang
pencarian, pembelian dan proses evaluasi dalam penggunaan aplikasi toko ponsel
di Brazil melalui kuesioner dan menemukan bahwa harga aplikasi mobile adalah
alasan utama untuk membeli sebuah aplikasi seperti itu dianggap mahal. Konstruk
nilai harga dikeluarkan dari penelitian ini karena kurang relevan (dalam penelitian
ini untuk mengakses Exelsa tanpa dikenakan biaya secara langsung).
2.3.7 Habit (Kebiasaan)
Kebiasaan dibedakan dalam dua cara yang berbeda. Kebiasaan pertama dilihat
sebagai perilaku sebelum (Kim dan Malhotra, 2005) dan kedua, kebiasaan adalah
di mana seorang individu percaya perilaku menjadi otomatis (Limayem, Cheung
and Hirt, 2007). Venkatesh et al., (2012) dimodelkan kebiasaan sebagai memiliki
efek langsung dan tidak langsung melalui niat perilaku. Kebiasaan adalah sejauh
bahwa individu cenderung untuk menjalankan perilaku otomatis (Limayem et al.,
2007). Venkatesh et al., (2012) menemukan kebiasaan yang secara langsung dan
tidak langsung merupakan efek dari niat perilaku untuk menggunakan teknologi.
22
Ditemukan bahwa peningkatan pengalaman dalam penggunaan teknologi
mengarah ke kebiasaan penggunaan teknologi.
2.3.8 Behavioral Intention (Niat Perilaku)
Islam, Kim dan Hassan (2013) mendefinisikan niat sebagai penetapan tujuan dari
perkiraan perilaku untuk melakukan tindakan tertentu ketika seorang individu
bertindak secara sukarela. Selain itu, niat perilaku adalah probabilitas subjektif
melaksanakan perilaku dan juga penyebab perilaku penggunaan tertentu (Yi et al.,
2006). Dengan demikian, niat menunjukkan faktor-faktor motivasi yang
mempengaruhi perilaku dan indikator bagaimana orang bersedia untuk mencoba
dan upaya mereka dimasukkan ke dalam untuk terlibat dalam perilaku (Mafe &
Tavera, 2010).
2.4 Penelitian Terdahulu

Penelitian terdahulu dengan topik dan subyek penelitian yang berbeda tetapi relevan dengan penelitian ini, dapat dilihat pada tabel
2.1 berikut.
Tabel 2.1 : Penelitian terdahulu

Penulis dan Sampel, Lokasi,
Teknik Hasil Penelitian
Judul Penelitian Tahun dan Model Tujuan Penelitian
Analisis
publikasi Teori
Penerapan Model I Gusti 281 mahasiswa, Korelasi Memperoleh Variabel PE, SI dan FC terbukti
UTAUT untuk Nyoman & Spearman pemahaman yang signifikan mempengaruhi BI dalam
Memahami St. Wisnu Universitas lebih baik terhadap menggunakan Exelsa, sementara
Penerimaan dan Wijaya Sanata Dharma, penerimaan dan variabel EE terbukti tidak signifikan.
Penggunaan LMS penggunaan Exelsa Variabel BI terbukti signifikan
Studi Kasus: Exelsa 2010 oleh mahasiswa mempengaruhi use behavior,
Universitas Sanata Model UTAUT Universitas Sanata sementara variabel FC terbukti tidak
Dharma Dharma signifikan.
Evaluasi Penerimaan Muhammad 120 mahasiswa, Regresi linear Mengetahui sejauh Terdapat hubungan yang signifikan
Teknologi Informasi Nasir berganda mana pengguna dan positif antara variabel harapan
Mahasiswa di Perguruan Tinggi dapat menerima dan kinerja, persepsi usaha, faktor sosial,
Palembang 2013 Swasta di Kota memahami teknologi niat penggunaan dan perilaku
Menggunakan Palembang, penggunaan terhadap Penerimaan
Model UTAUT Teknologi.
Model UTAUT
23
Tabel 2.1 : Penelitian terdahulu (lanjutan)

Teknik
Judul Penelitian Tahun dan Model Tujuan Penelitian Hasil Penelitian
Analisis
publikasi Teori
Preservice Teachers’ Arumugam 320 mahasiswa, Partial Least Mengidentifikasi dan Harapan kinerja dan harapan usaha
Acceptance of Raman Square menilai hubungan berdampak pada niat perilaku.
Learning & Yahya Don Universiti Utara variabel dalam Motivasi hedonis menunjukkan
Management Malaysia, model UTAUT2 pengaruh positif pada penggunaan
Software: An 2013 yang mempengaruhi LMS, namun kebiasaan tidak
Application of the penerimaan LMS signifikan.
UTAUT2 Model Model UTAUT2 dalam proses
pembelajaran.
Applying the Tan Paul Juinn 176 mahasiswa, Regresi Mengeksplorasi Model UTAUT menunjukkan bahwa
UTAUT to Bing Linear kebutuhan perilaku penggunaan siswa dari situs
Understand Factors Taiwan, Berganda mahasiswa Taiwan bahasa Inggris E-learning tergantung
Affecting the Use of 2013 dalam penggunaan pada harapan kinerja, persepsi usaha,
English E-Learning Model UTAUT website E-learning dan faktor sosial.
Websites in Taiwan English
UTAUT2 Adelyn Kuan 300 mahasiswa, Regresi Mengidentifikasi Model UTAUT2 terbukti dapat
Influencing the Lai Linear faktor-faktor penentu digunakan untuk mengetahui faktor
Behavioral Intention Universiti Tunku Berganda yang mempengaruhi penentu yang mempengaruhi niat
to Adopt Mobile 2014 Abdul Rahman niat perilaku untuk untuk adopsi aplikasi mobile.
Applications Malaysia, mengadopsi aplikasi Variabel kebiasaan merupakan faktor
mobile penentu utama, kemudian diikuti
UTAUT2 model oleh motivasi hedonis, harapan
kinerja, dan harapan usaha.
24

Teknik
Analisis
publikasi Teori
UTAUT Model for Hager 114 mahasiswa Regresi linear Menentukan faktor- Hasil menunjukkan bahwa usia
Blended Learning: Khechine, di Laval berganda faktor yang memainkan peran utama, sebagai
The Role of Jenis Sawsen University; menjelaskan siswa yang lebih muda lebih peduli
kelamin and Age in Lakhal, Quebec Canada; penerimaan sistem dengan kinerja mereka, dan siswa
the Intention to Use Daniel Pascot, webinar (Elluminate) yang lebih tua khawatir tentang
Webinars Alphonse Model UTAUT dalam kursus dukungan fasilitas.
Bhyta; blended learning
2014 oleh siswa
Model Keberhasilan Zahirul Alfan, 90 mahasiswa, Partial Least Menganalisis dan Variabel kualitas sistem dan kualitas
Belajar Mahasiswa Endang Siti, Universitas Square menjelaskan pelayanan berpengaruh signifikan
menggunakan LMS Astuti Riyadi  Brawijaya, pengaruh dari Model terhadap penggunaan LMS dan
Keberhasilan Belajar kepuasan mahasiswa, variabel
2014 ISS Model Mahasiswa penggunaan LMS dan kepuasan juga
Delone & menggunakan berpengaruh signifikan terhadap
McLean Learning kinerja mahasiswa, dan variabel
Management System penggunaan LMS berpengaruh
signifikan terhadap kepuasan
mahasiswa. Sedangkan hasil tidak
signifikan ditemukan antara variabel
kualitas informasi terhadap
penggunaan LMS dan kepuasan.
25

Teknik
Analisis
publikasi Teori
Usage of Learning Arumugam 65 mahasiswa Analisis SEM Menyimpulkan Media interaktif e-learning dapat
Management System Raman; pascasarjana penerimaan menarik minat dan perhatian siswa.
(Moodle) among Yahya Don; teknologi dengan Penentu utama penerimaan Tablet
Postgraduate Rozalina University Utara menjelaskan varian PC bagi siswa adalah sikap siswa
Students: UTAUT Khalid; Malaysia; dalam Niat Perilaku diikuti oleh harapan kinerja, faktor
Model Mohd Rizuan (BI). sosial, persepsi usaha dan dukungan
2014 UTAUT model fasilitas.
Factors Affecting the Listyo Dwi 419, Analisis Mengetahui tindakan Hampir semua variabel independen
Use Behavior of Harsono; Bandung, Regresi penggunaan LINE mempengaruhi niat perilaku dan
Social Media Using Lisandy Arinta Linear untuk pengguna perilaku penggunaan LINE, kecuali
UTAUT 2 Model Suryana Berganda nilai harga.
Model UTAUT2 Hasil penelitian juga menunjukkan
2014 bahwa niat perilaku dan perilaku
penggunaan LINE adalah dalam
kategori sangat tinggi yang berarti
bahwa mahasiswa di kota Bandung
memiliki keinginan dan intensitas
yang tinggi dalam menggunakan
LINE.
26

Teknik
Analisis
publikasi Teori
Faktor-faktor yang Rangga Adi 200 sampel, SEM Menganalisis faktor Hasil penelitian ini menunjukkan
mempengaruhi Negara – faktor yang bahwa penerimaan program Wardes-
Penerimaan Sistem Jawa Barat dan mempengaruhi GPOBA oleh masyarakat
Informasi 2014 Banten, penerimaan program dipengaruhi oleh variabel harapan
Studi Kasus Program Wardes-GPOBA kinerja, persepsi usaha, nilai harga
WARDES-GPOBA Model UTAUT2 oleh masyarakat. dan kebiasaan.
Direktorat
Pemberdayaan
Informatika
Kementrian
Komunikasi dan
Informatika
Faktor-faktor yang Kurniawan; 120 sampel, Regresi Mengetahui kajian Variabel harapan kinerja, persepsi
mempengaruhi Muhamad Perguruan Tinggi Linear perilaku pengguna usaha tidak berpengaruh terhadap
Keberhasilan Nasir di Kota Berganda (user) terhadap penerimaan pembelajaran
Implementasi e- Palembang penggunaan media menggunakan e–learning secara
learning di 2014 e-learning dalam parsial. Namun variabel faktor sosial
Perguruan Tinggi UTAUT proses pembelajaran. berpengaruh terhadap penerimaan
Swasta Palembang
pembelajaran menggunakan e–
learning secara parsial.
27
28
2.5 Pengembangan Hipotesis
Harapan kinerja didefinisikan sebagai tingkat seorang individu meyakini
bahwa dengan menggunakan sistem akan membantu dalam meningkatkan
kinerjanya. Konsep ini menggambarkan manfaat sistem bagi pemakainya yang
berkaitan dengan kegunaan yang dirasakan, motivasi ekstrinsik, job fit, dan
keuntungan relatif (Venkatesh et al., 2003). Harapan kinerja adalah prediktor
terkuat dari niat dan tetap signifikan pada semua titik pengukuran (Venkatesh et
al., 2003). Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui
pengaruh harapan kinerja terhadap niat menggunakan Exelsa dalam rumusan
hipotesis ke-1 :
H1: Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa.
Persepsi usaha merupakan tingkat kemudahan penggunaan sistem yang
dapat mengurangi upaya (tenaga dan waktu) individu dalam melakukan
pekerjaannya. Hal ini berarti bahwa individu yang menggunakan sistem informasi
dalam pekerjaan akan lebih mudah daripada dengan cara manual. Konstruk yang
membentuk konsep ini adalah kemudahan penggunaan dan kompleksitas
(Venkatesh et al., 2003). Tan (2013) menunjukkan bahwa persepsi usaha
mempunyai pengaruh positif terhadap niat untuk menggunakan e-learning.
Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh persepsi
usaha terhadap niat menggunakan Exelsa dalam rumusan hipotesis ke-2 :
H2: Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa.
Faktor sosial adalah persepsi individu bahwa orang lain yang signifikan
percaya individu harus mengadopsi sistem informasi (Leong et al., 2013). Akour
29
(2010) menemukan bahwa pengaruh ekstrinsik (pengaruh senior dan rekan) dari
mahasiswa baru di Oklahoma State University merupakan faktor yang paling
berpengaruh dari penerimaan m-learning dalam pendidikan. Hal ini lebih
didukung oleh Taylor et al. (2011) melakukan survey di Universitas Midwest AS
menemukan bahwa adopsi siswa dan penggunaan aplikasi mobile sangat
dipengaruhi oleh teman-teman mereka dibandingkan dengan anggota keluarga.
Selanjutnya, Leong et al. (2013) membuktikan bahwa faktor sosial memiliki
peran penting dalam mempengaruhi niat untuk menggunakan m-entertainment.
Studi-studi empiris setuju bahwa faktor sosial merupakan faktor signifikan dalam
mempengaruhi niat untuk menggunakan teknologi. Penelitian yang dilakukan oleh
Nasir (2013), Venkatesh et al. (2012), dan Pahnila et al. (2011) menunjukkan
bahwa faktor sosial memiliki pengaruh langsung pada niat perilaku. Berdasarkan
hasil penelitian di atas, peneliti ingin mengetahui pengaruh faktor sosial terhadap
niat menggunakan Exelsa dalam rumusan hipotesis ke-3 :
H3: Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa
Dukungan fasilitas didefinisikan sebagai sejauh mana seorang individu
percaya bahwa struktur organisasi dan teknis ada untuk mendukung penggunaan
sistem. Beberapa bukti menunjukkan bahwa ketika pengguna merasa bahwa
mereka didukung dalam berbagai acara, mereka akan lebih cenderung untuk
menggunakan sistem (AbuShanab, 2010; Eckhardt, 2009; San Martin & Herrero,
2012). Dalam konteks penelitian ini, dosen diberi dukungan fasilitas seperti
koneksi internet (WiFi area kampus), komputer, teknisi untuk membantu setiap
kesulitan terkait sistem, tutorial penggunaan sistem dan juga sosialisasi sistem
30
manajemen pembelajaran Exelsa. Berdasarkan penelitian yang dilakukan oleh Jati
& Laksitu (2012), Venkatesh et al. (2012), dan Pahnila et al. (2011), bahwa
dukungan fasilitas memiliki pengaruh langsung terhadap niat dan perilaku
penggunaan sistem informasi. Berdasarkan hasil penelitian di atas, peneliti ingin
mengetahui pengaruh dukungan fasilitas terhadap niat dan perilaku menggunakan
Exelsa dalam rumusan hipotesis ke-4 :
H4a: Dukungan fasilitas berpengaruh positif terhadap niat penggunaan Exelsa.
H4b: Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan
Exelsa.
Brown dan Venkatesh (2005) mendefinisikan motivasi hedonis sebagai
kenikmatan atau kebahagiaan yang dihasilkan dari menggunakan teknologi dan
berperan penting dalam menentukan adopsi teknologi baru. Menurut penelitian
yang dilakukan oleh Magni, Taylor dan Venkatesh (2010) bahwa motivasi
hedonis mempengaruhi niat individu untuk mengeksplorasi teknologi, tetapi efek
berbeda di tahap adopsi teknologi. Penelitian ini dilakukan pada mahasiswa MBA
di sebuah universitas swasta di AS dan diuji menggunakan Partial Least Squares.
Secara teoritis, motivasi hedonis memainkan peran penting dalam memprediksi
niat untuk menggunakan teknologi (Venkatesh et al., 2012). Berdasarkan hasil
penelitian di atas, peneliti ingin mengetahui pengaruh motivasi hedonis terhadap
niat menggunakan Exelsa dalam rumusan hipotesis ke-5 :
H5: Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa.

31
Kebiasaan adalah sejauh bahwa individu cenderung untuk menjalankan
perilaku otomatis (Limayem et al., 2007). Venkatesh et al. (2012) menemukan
kebiasaan memiliki efek secara langsung dan tidak langsung terhadap niat untuk
menggunakan teknologi. Ditemukan bahwa peningkatan pengalaman dalam
penggunaan teknologi mengarah ke kebiasaan menggunakan teknologi tersebut.
Liao, Palvia dan Lin (2006), melakukan survei pos di Taiwan dengan
menargetkan mahasiswa sarjana dan pascasarjana serta karyawan perusahaan dan
menemukan bahwa kebiasaan memiliki pengaruh terhadap niat berkelanjutan
untuk menggunakan e-commerce. Kebiasaan akan menyebabkan niat tersimpan
yang pada gilirannya akan mempengaruhi perilaku penggunaan (Venkatesh et al.,
2012). Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh
kebiasaan terhadap niat dan perilaku menggunakan Exelsa dalam rumusan
hipotesis ke-6 :
H6a: Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa.
H6b: Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa.
Islam et al.. (2013) mendefinisikan niat sebagai penetapan tujuan dari
perkiraan perilaku untuk melakukan tindakan tertentu ketika seorang individu
bertindak secara sukarela. Dengan demikian, niat menunjukkan faktor-faktor
motivasi yang mempengaruhi perilaku dan indikator bagaimana orang bersedia
untuk mencoba dan upaya mereka dimasukkan ke dalam untuk terlibat dalam
perilaku (Mafe et al., 2010). Juga, ditemukan bahwa niat perilaku menjadi faktor
utama penggunaan sistem informasi (Mafe et al., 2010). Penelitian Venkatesh et
al. (2012) menyatakan bahwa terdapat hubungan langsung dan signifikan antara
32
niat terhadap penggunaan sistem informasi. Berdasarkan hasil penelitian di atas,
maka peneliti mengajukan hipotesis sebagai berikut:
H7: Niat penggunaan berpengaruh positif terhadap perilaku penggunaan Exelsa.
2.6 Kerangka Penelitian
Sejak UTAUT2 diperkenalkan pada tahun 2012, beberapa telah melakukan
penerapan UTAUT2 untuk penelitiannya. Raman & Yahya (2013) menggunakan
model UTAUT2 untuk mengidentifikasi dan menilai hubungan variabel UTAUT2
yang mempengaruhi penerimaan preservice guru yang terintegrasi SMP dalam
proses pembelajaran. Mereka menemukan bahwa harapan kinerja dan persepsi
usaha berdampak pada niat perilaku. Sedangkan motivasi hedonis menunjukkan
pengaruh positif pada penggunaan niat perilaku dari SMP namun kebiasaan
menunjukkan tidak signifikan. Yang (2013) menggunakan model UTAUT2 untuk
mengetahui faktor-faktor penentu penerimaan mobile learning oleh mahasiswa di
China. Hasil analisis persamaan struktural menunjukkan bahwa motivasi hedonis,
harapan kinerja, faktor sosial dan nilai harga mempengaruhi adopsi mobile
learning mahasiswa. Prinz (2014) melakukan validasi terhadap model UTAUT2
yang diaplikasikan di bidang pendidikan. Temuannya menunjukkan bahwa model
UTAUT2 merupakan alat yang valid untuk mengukur niat penggunaan dalam
lingkungan pendidikan. Sharifah et al. (2015) menerapkan model UTAUT2 yang
dimodifikasi dalam menilai penerimaan mahasiswa sebagai pengguna
pembelajaran virtual dalam lingkungan belajar mereka. Hasil menunjukkan bahwa
motivasi hedonis, harapan kinerja, dan faktor sosial merupakan faktor utama yang
33
mempengaruhi niat penggunaan mahasiswa dalam menggunakan VLE. Fokus
penelitian mereka adalah mahasiswa.
Oleh karena itu, penelitian ini menerapkan 6 elemen dalam model
UTAUT2 untuk menentukan apakah itu mempengaruhi niat perilaku pengguna
untuk menggunakan Exelsa. Seperti teori terpadu ini didasarkan pada model
terkemuka yang berfokus pada konteks penggunaan konsumen teknologi,
sehingga dapat lebih memvalidasi model UTAUT2. Penelitian ini memodifikasi
model asli UTAUT2 dengan menghilangkan elemen ‘Nilai Harga’. Alasannya,
dalam mengakses Exelsa di Universitas Sanata Dharma tidak diperlukan biaya
secara langsung untuk biaya akses. Sehingga menjadi relevan jika elemen tersebut
dihilangkan. Penelitian ini berfokus pada pengguna, yaitu dosen (sebagai
instruktur). Mahasiswa akan menggunakan Exelsa apabila dosen juga
mengarahkan untuk menggunakan Exelsa. Maka kerangka penelitian ini disajikan
dalam gambar 2.3.

34
Gambar 2.3 Kerangka Penelitian

35
Keterangan:
H1 : Harapan Kinerja berpengaruh positif terhadap niat penggunaan Exelsa
H2 : Persepsi Usaha berpengaruh positif terhadap niat penggunaan Exelsa
H3 : Faktor Sosial berpengaruh positif terhadap niat penggunaan Exelsa
H4a : Dukungan fasilitas berpengaruh positif terhadap niat penggunaan
Exelsa.
H4b : Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan
Exelsa.
H5 : Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa.
H6a : Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa.
H6b : Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa
H7 : Niat penggunaan berpengaruh positif terhadap perilaku penggunaan
Exelsa.
BAB III
METODE PENELITIAN
Bab ini membahas desain penelitian, penjelasan operasional variabel penelitian,
populasi dan sampel penelitian, metode pengumpulan data, teknik yang digunakan
untuk menganalisis data.
3.1 Desain Penelitian
Pertanyaan yang akan dijawab dalam penelitian ini adalah faktor apa saja
yang mempengaruhi penerimaan dan penggunaan Sistem Manajemen
Pembelajaran Exelsa di Universitas Sanata Dharma. Pertanyaan tersebut akan
dijawab menggunakan model UTAUT 2. Jenis penelitian ini adalah penelitian
eksplanatori dengan pendekatan kuantitatif. Data-data yang didapatkan dari hasil
penelitian yang terkumpul mengungkapkan hubungan dari varibel-variabel yang
ada. Adapun tujuan dari desain penelitian adalah untuk mengetahui pengaruh
variabel bebas (independen) terhadap variabel terikat (dependen), serta untuk
menguji hipotesis-hipotesis yang telah dirumuskan (Sugiyono, 2007). Variabel
penelitian dalam kuantitatif dapat dibedakan menjadi (Sugiyono, 2007) :
3.1.1 Variabel bebas
Variabel bebas merupakan variabel yang mempengaruhi atau menjadi
sebab perubahan atau timbulnya variabel terikat. Dalam metode PLS-
SEM, variabel bebas disebut variabel eksogen / predictor. Variabel
36
37
eksogen dalam penelitian ini adalah harapan kinerja, persepsi usaha, faktor
sosial, dukungan fasilitas, motivasi hedonis, dan kebiasaan.
3.1.2 Variabel terikat
Variabel terikat merupakan variabel yang dipengaruhi atau yang menjadi
akibat karena adanya variabel bebas. Variabel terikat dalam PLS-SEM
disebut sebagai variabel endogen. Variabel endogen dalam penelitian ini
adalah niat dan perilaku penggunaan.
3.1.3 Variabel moderasi
Variabel moderasi adalah variabel yang memperkuat atau memperlemah
hubungan antara variabel bebas dengan variabel terikat. Variabel moderasi
dalam penelitian ini adalah usia, jenis kelamin dan tingkat pengalaman.
Menurut Sugiyono (2012) penelitian eksplanatori menjelaskan kedudukan
variabel-variabel yang diteliti serta hubungan antara satu variabel dengan yang
lain. Menurut Kasiram (2008), penelitian kuantitatif adalah proses menemukan
pengetahuan yang menggunakan data berupa angka sebagai alat untuk
menganalisis keterangan mengenai apa yang ingin diketahui. Dalam penelitian
kuantitatif, data yang diperoleh dari sampel populasi penelitian dianalisis sesuai
dengan metode statistik yang digunakan kemudian diinterprestasikan. Model
analisis data yang digunakan adalah Partial Least Square - Structural Equation
Modeling (PLS-SEM) menggunakan perangkat lunak SmartPLS 3.2.4.

38
3.2 Definisi Operasional Penelitian
Definisi operasional penelitian dapat dilihat pada table 3.1 di bawah ini.
Tabel 3.1 : Definisi Operasional Penelitian
Variabel Definisi Indikator Pengukuran

Harapan Sejauh mana seorang Teknologi atau sistem Skala
Kinerja individu percaya informasi: perbedaan
bahwa mengadopsi  Berguna dalam pekerjaan semantik
teknologi akan  Meningkatkan peluang 1 -7
membantunya untuk untuk mencapai hal
meningkatkan kinerja penting
(Venkatesh, et al.  Membantu menyelesaikan
2012) tugas atau pekerjaan
dengan lebih cepat
(efektif).
 Meningkatkan
produktivitas kerja
Persepsi Tingkat kemudahan  Sistem informasi mudah Skala
Usaha terkait dengan dipelajari cara perbedaan
penggunaan teknologi pengoperasiannya. semantik
(Venkatesh, dkk  Interaksi pengguna 1 -7
2012). dengan sistem informasi
jelas dan mudah
dimengerti.
 Sistem informasi mudah
digunakan.
 Mudah bagi pengguna
untuk menjadi terampil
menggunakan sistem
informasi.
Faktor Sosial Pengaruh orang lain  Pengaruh orang yang Skala
atau lingkungan dianggap penting untuk perbedaan
terhadap kesadaran menggunakan sistem semantik
seseorang akan informasi 1 -7
pentingnya suatu  Pengaruh orang yang
teknologi atau sistem dianggap penting untuk
informasi. harus menggunakan
sistem informasi.
 Pengaruh orang
berpendapat tentang
penggunaan sistem
informasi
39
Tabel 3.1 : Definisi Operasional Penelitian (lanjutan)

Dukungan Tingkat dimana  Adanya sumber daya Skala
fasilitas seorang individu yang diperlukan untuk perbedaan
percaya bahwa menggunakan sistem semantik
infrastruktur informasi. 1 -7
organisasi dan teknis  Adanya pengetahuan
yang ada untuk yang diperlukan untuk
mendukung menggunakan sistem
penggunaan sistem informasi.
(Venkatesh, dkk  Kesesuaian antara
2012). teknologi atau sistem
yang baru dengan sistem
yang sudah ada
 Tersedianya tenaga ahli
yang dapat membantu
mengatasi kesulitan
dalam menggunakan
sistem informasi.
Motivasi Kenikmatan atau  Penggunaan teknologi Skala
Hedonis kebahagiaan yang yang dirasa perbedaan
dihasilkan dari menyenangkan semantik
menggunakan  Penggunaan teknologi 1 -7
teknologi baru dan yang dirasa nyaman
berperan penting  Penggunaan teknologi
dalam menentukan yang dirasa sangat
adopsi teknologi baru menghibur
(Brown dan
Venkatesh 2005).
Kebiasaan Hal ini didefinisikan  Penggunaan teknologi Skala

sebagai perilaku. telah menjadi kebiasaan perbedaan
Tingkat dimana  Kecanduan dalam semantik
seseorang telah menggunakan teknologi 1 -7
dirumuskan sadar  Rasa keharusan
untuk melakukan atau menggunakan teknologi
tidak melakukan  Penggunaan teknologi
beberapa perilaku yang dirasa alamiah
masa depan yang
ditetapkan
(Venkatesh, et.al.
2012).
40
Tabel 3.1 : Definisi Operasional Penelitian (lanjutan)

Niat Tingkat dimana  Niat untuk terus Skala
Penggunaan seseorang telah menggunakan teknologi / perbedaan
dirumuskan rencana system informasi di masa semantik
sadar untuk mendatang 1 -7
melakukan atau tidak  Kemauan mencoba untuk
melakukan beberapa menggunakan teknologi
perilaku masa depan dalam kehidupan sehari-
yang ditetapkan. hari
(Venkatesh, dkk  Rencana untuk terus
2012). menggunakan teknologi
lebih sering lagi
Perilaku Perasaan positif atau  Frekuensi penggunaan Skala
Penggunaan negatif individu teknologi perbedaan
tentang melakukan semantik
perilaku sasaran 1 -7
dalam hal ini -
menggunakan sistem
(Venkatesh, dkk
2012).
3.3 Populasi dan Sampel Penelitian
Populasi merupakan jumlah keseluruhan elemen yang akan diteliti (Cooper
& Schindler, 2006). Untuk mengetahui faktor-faktor yang mempengaruhi
penerimaan dan penggunaan Sistem Manajemen Pembelajaran Exelsa Universitas
Sanata Dharma, populasi dalam penelitian ini adalah pengguna Exelsa Universitas
Sanata Dharma. Dosen ditargetkan karena yang lebih mungkin untuk
menggunakan Exelsa dalam sistem pembelajaran yang diterapkan di Universitas
Sanata Dharma. Mahasiswa cenderung akan menggunakan Exelsa apabila dosen
yang mengarahkan.
Universitas Sanata Dharma memiliki 8 fakultas, meliputi: Fakultas
Ekonomi, Fakultas Farmasi, Fakultas Keguruan dan Ilmu Pendidikan, Fakultas

41
Psikologi, Fakultas Sains dan Teknologi, Fakultas Sastra, Fakultas Teologi, dan
Program Pasca Sarjana. Populasi dalam penelitian ini adalah dosen tetap yang
berstatus aktif di Universitas Sanata Dharma, sedangkan sampel yang diambil
adalah beberapa dosen dari masing-masing program studi di Universitas Sanata
Dharma.
Menurut Arikunto (2010), “sampel adalah sebagian atau wakil populasi
yang diteliti.” Selanjutnya menurut Sugiyono (2010) sampel adalah “bagian dari
jumlah dan karakteristik yang dimiliki oleh populasi tersebut.” Responden yang
ditargetkan berasal dari berbagai program studi dan akan diklasifikasikan
berdasarkan usia, jenis kelamin, dan tingkat pengalaman dalam menggunakan
Exelsa.
Penelitian ini menggunakan teknik pengambilan sampel proportionate
random sampling. Menurut Arikunto (2006) teknik proportionate random
sampling adalah teknik pengambilan proporsi untuk wilayah ditentukan seimbang
atau sebanding dalam masing-masing wilayah. Dalam penelitian ini sampel
diambil setiap program studi di Universitas Sanata Dharma.
Penelitian ini menggunakan rumus slovin untuk menentukan ukuran sampel,
hal ini mengacu pada pendapat Riduwan dan Engkos (2011) bahwa pengambilan
sampel menggunakan rumus slovin dapat digunakan apabila populasi sudah
diketahui. Perhitungan menggunakan rumus Slovin:
n = N / ((N * α2)+1)
……(Rumus 3.1)
42
Keterangan:
n = Jumlah sampel
N = Jumlah populasi
α = taraf signifikan (0,05), taraf signifikan adalah tingkat kesalahan yang
dikehendaki. Menurut Sugiyono (2013) berdasarkan Isaac dan Michael,
ukuran sampel dapat diperoleh melalui perhitungan matematis dengan taraf
signifikansi 1%, 5%, dan 10%. Dalam penelitian ini peneliti menggunakan
taraf signifikan 5%. Karena taraf signifikan 5% berarti memiliki tingkat
kepercayaan kebenaran penelitian sebesar 95%.
Perhitungan untuk menentukan jumlah sampel adalah sebagai berikut :
n = N / ((N * α2)+1)
n = 320 / ( (320 * 0,052) + 1 )
= 320 / 1.8
= 177,778  Jumlah responden adalah 180 dosen.
Selanjutnya dilakukan perhitungan jumlah sampel berdasar program studi dengan
menggunakan rumus alokasi proporsional (lihat rumus 3.2).
𝐍𝐢
ni = xn ……(Rumus 3.2)
𝐍
Keterangan:
ni = Jumlah sampel menurut program studi
Ni = Jumlah populasi menurut program studi
n = Jumlah sampel seluruhnya
N = Jumlah populasi seluruhnya

43
Sebagai contoh di program studi Teknik Informatika, jumlah dosen tetap
sebanyak 16 (Ni = 16), N = 320, dan n = 180.
Maka dapat dihitung jumlah ni adalah
𝐍𝐢
ni = xn
𝐍
𝟏𝟔
ni = x 180
𝟑𝟐𝟎
ni = 9
Jumlah dosen Teknik Informatika yang menjadi sampel sebanyak 9 dosen.
Langkah selanjutnya memberikan kode pada 320 dosen tetap di Universitas
Sanata Dharma. Kemudian dilakukan teknik random menggunakan Ms. Excel.
Sebagai contoh di program studi Teknik Informatika, 16 dosen diberi kode, lalu
setelah diketahui hanya 9 dosen yang dijadikan sampel, dilakukan pengacakan
menggunakan Ms. Excel dengan formula randombetween. Daftar dosen yang
menjadi responden dalam penelitian ini disajikan pada tabel 3.2.

44
Tabel 3.2 : Jumlah Responden berdasarkan strata program studi

Jumlah
Jumlah
Fakultas Program Studi Dosen
Responden
Tetap
Ekonomi Akuntansi 10 6
Ekonomi 3 2
Magister Manajemen 6 3
Manajemen 12 7
Pend. Profesi Akuntansi 6 3
Farmasi Farmasi 19 11
Profesi Apoteker 6 3
Keguruan dan Ilmu Bimbingan dan Konseling 8 5
Pendidikan Pendidikan Agama Katolik 13 7
Pend Bahasa dan Sastra Indonesia 9 5
Pendidikan Akuntansi 9 5
Pendidikan Ekonomi 6 3
Pendidikan Bahasa Inggris 26 15
Pendidikan Biologi 7 4
Pendidikan Fisika 9 5
Pendidikan Matematika 13 7
Pendidikan Sejarah 4 2
Pendidikan Guru Sekolah Dasar 19 11
S2 Pend. Bahasa dan Sastra 1 1
Indonesia
S2 Pendidikan Matematika 1 1
Psikologi Psikologi 22 12
Sains dan Teknologi Matematika 7 4
Teknik Elektro 12 7
Teknik Informatika 16 9
Teknik Mesin 13 7
Sastra Sastra Indonesia 6 3
Sastra Inggris 20 11
Sejarah 6 3
Teologi Ilmu Teologi 13 7
Magister Teologi 8 5
Pascasarjana Magister Kajian Bahasa Inggris 5 3
Magister Ilmu Religi dan Budaya 5 3
TOTAL 320 180
45
3.4 Instrumen Penelitian
Instrumen yang digunakan penelitian ini adalah kuesioner. Kuesioner
dibagikan melalui tatap muka untuk pengguna di Universitas Sanata Dharma di
setiap program studi yang berbeda. Menurut Iskandar (2009), kuesioner
merupakan alat pengumpulan data yang diimplementasikan dengan cara
memberikan seperangkat pertanyaan kepada responden untuk dijawab.
Penelitian ini mengadaptasi elemen dari studi empiris sebelumnya untuk
memvalidasi skala yang digunakan (Luarn & Lin, 2005). Selain itu, kuesioner
termasuk pertanyaan demografis tentang jenis kelamin, usia dan tingkat
pengalaman menggunakan Exelsa. Item ini diukur dengan menggunakan skala
perbedaan semantik 7 poin. Teknik pengukuran ini dikenalkan oleh Charles
Osgood (1957) yang menekankan pada aspek semantik sebuah kata. Teknik
perbedaan semantik merupakan penyempurnaan dari skala likert yang tidak
mampu menjangkau respon yang bersifat multidimensi. Respon skala perbedaan
semantik terdiri dari 3 dimensi, yaitu:
3.4.1. Dimensi evaluasi (baik–buruk)
Penilaian subyek terkait dengan baik-buruknya topik stimulus yang disajikan,
termasuk juga di dalamnya perasaan subyek (senang–marah) atau penilaian
kualitas (cantik–jelek, kasar–lembut), atau moral (bijak–jahat).
Buruk 1 2 3 4 5 6 7 Baik
Kejam 1 2 3 4 5 6 7 Ramah
Jelek 1 2 3 4 5 6 7 Indah
Sedih 1 2 3 4 5 6 7 Senang
Tidak berharga 1 2 3 4 5 6 7 Berharga
46
3.4.2. Dimensi potensi (kuat–lemah)
Penilaian mengenai kekuatan yang dikandung oleh stimulus. Penilaian ini
memuat tentang kapasitas stimulus (tinggi-rendah), besar-kecil, dalam-
dangkal, berat-ringan.
Lemah 1 2 3 4 5 6 7 Kuat
Kecil 1 2 3 4 5 6 7 Besar
Lembut 1 2 3 4 5 6 7 Kasar
Dangkal 1 2 3 4 5 6 7 Dalam
Sederhana 1 2 3 4 5 6 7 Kompleks
3.4.3. Dimensi aktivitas (aktif-pasif)
Penilaian mengenai muatan aktivitas yang dikandung stimulus, misalnya:
cepat-lambat, tenang-riuh, acak-teratur.
Pasif 1 2 3 4 5 6 7 Aktif
Lambat 1 2 3 4 5 6 7 Cepat
Diam 1 2 3 4 5 6 7 Berisik
Redup 1 2 3 4 5 6 7 Terang
Dingin 1 2 3 4 5 6 7 Panas
Menurut Arikunto (2010) bahwa kualitas instrument akan menentukan
kualitas data yang terkumpul. Instrument penelitian memiliki dua syarat utama
yang wajib dipenuhi yaitu memenuhi persyaratan validitas dan reliabilitas (Azwar,
2012). Alat ukur yang tidak reliable atau tidak valid akan memberikan informasi
yang tidak akurat mengenai keadaan subyek penelitian.
3.4.1 Pengujian Validitas
Menurut Jogiyanto (2007), validitas dalam penelitian dijelaskan sebagai
suatu derajat ketepatan alat ukur penelitian tentang inti atau arti sebenarnya yang
47
diukur. Tinggi rendahnya validitas menunjukkan sejauh mana data yang
terkumpul tidak menyimpang dari gambaran tentang variabel yang dimaksud.
Validitas dapat dilakukan dengan mengkorelasikan antar skor item instrument
dengan skor total seluruh item pertanyaan. Pengujian validitas ini menggunakan
uji validitas Product Moment Pearson Correlation dengan cara menghubungkan
masing-masing skor item dengan skor total yang diperoleh dalam penelitian.
Dalam uji validitas ini, dasr pengambilan keputusannya adalah sebagai berikut:
3.4.1.1 Jika nilai r hitung lebih besar atau sama dengan nilai r tabel, maka
instrumen penelitian dinyatakan valid.
3.4.1.2 Jika nilai r hitung lebih kecil dari nilai r tabel, maka instrumen penelitian
dinyatakan tidak valid.
3.4.2 Pengujian Reliabilitas
Menurut Jogiyanto (2007), reliabilitas adalah derajat ketepatan, ketelitian
atau keakuratan yang ditunjukkan oleh instrumen pengukuran di mana
pengujiannya dapat dilakukan secara internal yaitu pengujian dengan
menganalisis konsistensi butir-butir yang ada. Suatu kuesioner dikatakan reliabel
atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau
stabil dari waktu ke waktu. Reliabilitas suatu test merujuk pada derajat stabilitas,
konsistensi, daya prediksi, dan akurasi. Pengukuran yang memiliki reliabilitas
yang tinggi adalah pengukuran yang dapat menghasilkan data yang reliabel.
Pengujian reliabilitas instrumen diukur berdasarkan nilai cronbach’s
alpha. Cronbach’s alpha merupakan sebuah ukuran reliabilitas yang memiliki

48
nilai berkisar dari 0 sampai dengan 1 (Hair et al., 2010). Menurut Eisingerich dan
Rubera (2010) nilai reliabilitas cronbach’s alpha minimum adalah 0,70. Tingkat
keandalan cronbach’s alpha menurut Hair et al. (2010) dapat dilihat pada tabel
3.3 di bawah ini.
Tabel 3.3 : Tingkat Keandalan Cronbach’s Alpha

Nilai Cronbach’s Alpha Tingkat Keandalan
0,00 – 0,20 Kurang handal
>0,20 – 0,40 Agak handal
>0,40 – 0,60 Cukup handal
>0,60 – 0,80 Handal
>0,80 – 1,00 Sangat handal
3.5 Metode Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data primer. Data primer
adalah data yang diperoleh langsung dari sumber data dan belum diolah oleh
pihak mana pun untuk tujuan penelitian (Cooper dan Shindler, 2006).
Pengumpulan data untuk penelitian ini melalui kuesioner terstruktur. Kuesioner
disebarkan kepada dosen Universitas Sanata Dharma yang terpilih menjadi
sampel penelitian. Di dalam kuesioner terdapat daftar pernyataan-pernyataan dan
setiap responden diminta untuk memberikan penilaian sesuai dengan petunjuk di
dalam kuesioner.
3.6 Metode Analisis Data
Semua kuesioner dikumpulkan dan digunakan untuk melakukan analisis
data. Data yang dikumpulkan tersebut dimasukkan ke software SmartPLS. Data
tersebut diperiksa ulang untuk konsistensi sehingga dapat meminimalkan

49
kesalahan dalam memasukkan dalam data. Data dianalisis menggunakan analisis
statistik deskriptif dan inferensial. Analisis statistik deskriptif menampilkan data
hasil penelitian dalam bentuk rerata skor. Analisis inferensial menggunakan
teknik analisis PLS-SEM (Partial Least Squares – Structural Equation Modeling)
dengan menggunakan perangkat lunak SmartPLS 3.2.4.
Penelitian ini menggunakan model kausalitas atau hubungan pengaruh.
Dengan demikian, untuk menguji hipotesis yang diajukan digunakan teknik
analisis Partial Least Square - Stuctural Equation Modeling (PLS-SEM) yang
dioperasikan melalui program SmartPLS 3.2.4. Menurut Jogiyanto dan Abdillah
(2009) Partial Least Squares adalah analisis persamaan structural (Structural
Equation Modeling / SEM) berbasis varian yang secara simultan dapat melakukan
pengujian model pengukuran sekaligus pengujian model structural. Model
pengukuran digunakan untuk uji validitas dan reliabilitas, sedangkan model
structural digunakan untuk uji kausalitas. Keunggulan teknik analisis PLS
menurut Jogiyanto dan Abdillah (2009) adalah:
3.6.1. Mampu memodelkan banyak variabel dependen dan independen (model
kompleks).
3.6.2. Mampu mengelola masalah multikolinearitas antar variabel independen.
3.6.3. Hasil tetap kokoh walaupun terdapat data yang tidak normal.
3.6.4. Menghasilkan variabel laten independen secara langsung berbasi cross-
product yang melibatkan variabel laten dependen sebagai kekuatan
prediksi.
3.6.5. Dapat digunakan pada sampel kecil (di bawah 100).

50
3.6.6. Tidak mensyaratkan data terdistribusi normal.
Penggunaan PLS-SEM dalam penelitian ini digunakan untuk menguji dan
mengukur pengaruh langsung dan tidak langsung dari variabel harapan kinerja,
persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, kebiasaan, niat
dan perilaku penggunaan. Gambar 3.1 di bawah ini menunjukkan model diagram
jalur Partial Least Square.
Gambar 3.1 Model Diagram Jalur Partial Least Square

51
Analisis PLS-SEM terdiri dari 2 sub model yaitu: inner model dan outer
model.
3.6.1 Outer Model
Outer model atau outer relation atau measurement model mendefinisikan
bagaimana setiap blok indikator berhubungan dengan variabel latennya. Model
ini menspesifikasi hubungan antar variabel laten dengan indikatornya atau dapat
dikatakan bahwa outer model mendefinisikan hubungan setiap indikator dengan
variabel latennya. Menurut Ghozali (2006), model persamaan dasar dari model
pengukuran atau outer model dapat ditulis sebagai berikut:
Rumus 3.3 Persamaan dasar model pengukuran
Untuk konstruk laten eksogen (X) : untuk konstruk laten endogen (Y):
X = λx ξ + δ Y = λy η + ε
Sumber : Ghozali (2006)
Tabel 3.4 : Keterangan Simbol
Simbol Nama Keterangan

λ Lamda Bobot faktor Antara variabel laten dengan indikatornya
ξ Ksi Variabel laten eksogen
ε Epsilon Pengukuran eror indikator endogen
η Eta Variabel laten endogen
δ Delta Pengukuran eror indikator eksogen
Gambar 3.1 menunjukkan bahwa ξ1 dan ξ2 merupakan variabel laten
eksogen atau independen variabel, η1 dan η2 merupakan variabel laten endogen
atau variaben dependen. Nilai koefisien dari persamaan akan menerangkan
hubungan atau pengaruh antar variabel sesuai dengan paradigma penelitian.

52
Persamaan model pengukuran untuk setiap variabel dapat dilihat pada tabel 3.5
sebagai berikut.
Tabel 3.5 : Persamaa Model Pengukuran Variabel
Persamaan Model
Variabel Bobot Indikator
Pengukuran
X1 Harapan Kinerja λHK1.1 X1.1 = λHK1.1 X1 + δ1
λHK1.2 X1.2 = λHK1.2 X1 + δ2
λHK1.3 X1.3 = λHK1.3 X1 + δ3
λHK1.4 X1.4 = λHK1.4 X1 + δ4
X2 Persepsi Usaha λPU2.1 X2.1 = λPU2.1 X2 + δ5
λPU2.2 X2.2 = λPU2.2 X2 + δ6
λPU2.3 X2.3 = λPU2.3 X2 + δ7
λPU2.4 X2.4 = λPU2.4 X2 + δ8
X3 Faktor Sosial λFS3.1 X3.1 = λFS3.1X3 + δ9
λFS3.2 X3.2 = λFS3.2 X3 + δ10
λFS3.3 X3.3 = λFS3.3 X3 + δ11
X4 Dukungan Fasilitas λDF4.1 X4.1 = λDF4.1 X4 + δ12
λDF4.2 X4.2 = λDF4.2 X4 + δ13
λDF4.3 X4.3 = λDF4.3 X4 + δ14
λDF4.4 X4.4 = λDF4.4 X4 + δ15
X5 Motivasi Hedonis λMH5.1 X5.1 = λMH5.1 X5 + δ16
λMH5.2 X5.2 = λMH5.2 X5 + δ17
λMH5.3 X5.3 = λMH5.3 X5 + δ18
X6 Kebiasaan λK6.1 X6.1 = λK6.1 X6 + δ19
λK6.2 X6.2 = λK6.2 X6 + δ20
λK6.3 X6.3 = λK6.3 X6 + δ21
λK6.4 X6.4 = λK6.4 X6 + δ22
Y1 Niat Penggunaan λNP1.1 Y1.1 = λNP1.1 Y1 + ε1
λNP1.2 Y1.2 = λNP1.2 Y1 + ε2
Y2 Perilaku Penggunaan λPP2.1 Y2.1 = λPP2.1Y2 + ε3
Pengujian dalam outer model yaitu:
3.6.1.1 Uji Validitas
Pengujian validitas ada 2 yaitu validitas konvergen dan validitas
diskriminan. Validitas konvergen diuji melalui parameter loading factor
dan nilai Average Variance Extracted (AVE). Pengukuran dapat

53
dikategorikan memiliki validitas konvergen apabila nilai loading factor
lebih dari 0,7 dan nilai AVE lebih dari 0,5 (Ghozali, 2008).
∑ 𝜆2𝑖
AVE = ……(Rumus 3.4)
∑ 𝜆𝑖 2 + ∑𝑖 𝑣𝑎𝑟(𝜀𝑖 )
Validitas diskriminan ditentukan dengan melihat cross loading dari
setiap variabel. Pengukuran dapat dikategorikan memiliki validitas
diskriminan apabila memiliki nilai cross loading lebih dari 0,7
(Jogiyanto, 2011).
3.6.1.2 Uji Reliabilitas
Pengujian reliabilitas dapat dilihat berdasarkan nilai Cronbach’s alpha
harus lebih dari 0,6 dan nilai composite reliability harus lebih dari 0,7
(Jogiyanto, 2011). Nilai composite reliability menunjukkan ukuran nilai
reliabilitas sesungguhnya dari suatu variabel sedangkan cronbach’s
alpha menunjukkan ukuran nilai reliabilitas terrendah dari suatu variabel.
(∑ 𝜆𝑖)2
c = ……(Rumus 3.5)
(∑ 𝜆𝑖)2 + ∑𝑖 𝑣𝑎𝑟(𝜀𝑖 )
3.6.2 Inner Model
Pengujian padal inner model atau model struktural dilakukan untuk menguji
hubungan antar konstruk laten. Inner model meliputi inner relation, structural
model dan substantive theory menggambarkan hubungan antara variabel laten
berdasarkan pada teori substantive. Inner model diuji dengan melihat nilai R-
square, Q-square dan path coefficient (koefisien jalur) untuk mendapatkan
informasi seberapa besar variabel laten dependen dipengaruhi oleh variabel laten
54
independen, serta uji signifikansi untuk menguji nilai signifikansi hubungan atau
pengaruh antar variabel (Ghozali, 2006). Pengujian dalam inner model yaitu:
3.6.2.1 R-square test
Nilai R-square atau koefisien determinasi menunjukkan keragaman
konstruk endogen yang mampu dijelaskan oleh konstruk-konstruk
eksogen secara serentak. Nilai R-square digunakan untuk mengukur
tingkat variabilitas perubahan variabel independen terhadap variabel
dependen. Parameter ini juga digunakan untuk mengukur kelayakan
model prediksi dengan rentang 0 sampai 1. Semakin tinggi nilai R-square
maka semakin besar pula pengaruh variabel laten eksogen terhadap
variabel laten endogen. Nilai R-square dapat mendeteksi pengaruh
langsung dari variabel eksogen tertentu terhadap variabel endogen.
Perubahan nilai R-square (f2) digunakan untuk menilai pengaruh variabel
independen tertentu terhadap variabel laten dependen secara substantive
(Ghozali, 2006).
η1 = 1ξ1 + 2ξ2 + 1 ……(Rumus 3.6)
η2 = 1η1 + 3ξ1 + 4ξ2 + 2 ……(Rumus 3.7)

Keterangan=
η = Eta = Variabel laten endogen
 = Gamma = Koefisien pengaruh variabel eksogen terhadap
variabel endogen
ξ = Ksi = Variabel laten eksogen
 = Zeta = Galat model
 = Beta = Koefisien pengaruh variabel endogen
terhadap variabel endogen
55
3.6.2.2 Q-square test
Q-square test dalam PLS digunakan untuk predictive relevancy dalam
model konstruktif. Pada penilaian goodness of fit bisa diketahui melalui
nilai Q2. Nilai Q2 memiliki arti yang sama dengan koefisien determinasi
(R-Square) pada analisis regresi, di mana semakin tinggi R-Square, maka
model dapat dikatakan semakin fit dengan data. Q-square mengukur
seberapa baik nilai observasi yang dihasilkan oleh model dan juga
estimasi parameternya. Pendekatan ini menggunakan rumus sebagai
berikut (Hengky dan Ghozali, 2012) :
Q2 = 1 – (1 – R12) (1 - R22) … (1 – Rp2) ……(Rumus 3.8)
Keterangan:
R12 R22 … Rp2 : R-square variabel endogen dalam model.
Interpretasi Q2 sama dengan koefisien determinasi
total pada analisis jalur. (mirip dengan R2 pada
regresi).
Q2 : koefisien determinasi total pada analisis jalur.
3.6.2.3 Koefisien jalur
Koefisien jalur menunjukkan seberapa besar hubungan atau pengaruh
konstruk laten yang dilakukan dengan prosedur bootstrapping.

56
Pengujian hipotesis terkait dengan pengujian hubungan antar variabel.
Pengujian hipotesis ditempuh dengan melihat hasil uji secara parsial untuk
masing-masing variabel. Ukuran signifikansi keterdukungan hipotesis dapat
digunakan perbandingan nilai t-table dan t-statistic. Untuk melihat ada tidaknya
pengaruh variabel eksogen terhadap variabel endogen, dapat dilihat dari nilai t-
statistic yang dibandingkan dengan nilai t-table. Jika nilai t-statistic lebih besar
dari pada nilai t-table, maka signifikan. Sebaliknya jika nilai t-statistic lebih kecil
dari pada nilai t-table, maka tidak signifikan. Dalam penelitian ini untuk tingkat
keyakinan 95% (α 0,05) maka nilai t-table untuk hipotesis satu ekor (one-tailed)
adalah 1,65356.
Selain itu untuk menguji efek moderasi terhadap pengaruh variabel
independen terhadap variabel dependen, maka dilakukan analisis lanjutan
menggunakan analisis moderating effect dan analisis multiple group (PLS-MGA).
Analisis moderating effect dijalankan menggunakan perangkat lunak SmartPLS
dengan cara membuat variabel moderasi dalam model. Setelah itu dilakukan
kalkulasi model dengan melibatkan variabel moderasi. Hasil yang didapatkan
adalah hubungan variabel independen dengan variabel dependen yang secara
umum dipengaruhi oleh variabel moderasi. Selanjutnya untuk mengetahui efek
moderasi dalam kelompok tertentu, dilakukan analisis multiple group.
Berdasarkan Henseler (2009), analisis multiple group memungkinkan untuk
menguji apakah kelompok data yang telah ditetapkan memiliki perbedaan yang
signifikan dalam estimasi parameter kelompok-spesifik (misalnya, bobot luar,
beban luar dan koefisien jalur). Analisis multiple group membagi sampel
57
berdasarkan karakteristik tertentu, yang ditentukan terlebih dahulu dan ada dalam
proses pengumpulan data (Santoso, 2007). Sebagai contoh, instrumen penelitian
(kuesioner) pada model penerimaan dan penggunaan Exelsa memasukkan profil
pengguna seperti jenis kelamin, usia, dan tingkat pengalaman menggunakan
Exelsa. SmartPLS memberikan hasil tiga pendekatan yang berbeda yang
didasarkan pada hasil bootstrap dari setiap kelompok. Sarstedt et al. (2011)
menjelaskan metode analisis multiple group secara rinci, yaitu:
3.6.1.) Confidence Intervals (Bias Corrected)
Metode ini menghitung tingkat keyakinan bias yang dikoreksi untuk
estimasi parameter kelompok tertentu dalam model jalur PLS. Hasil
kelompok spesifik dari koefisien jalur yang berbeda secara signifikan
jika tingkat keyakinan bias yang dikoreksi tidak tumpang tindih.
3.6.2.) Partial Least Squares Multigroup Analysis (PLS-MGA)
Metode ini merupakan uji signifikansi non-parametrik untuk perbedaan
hasil kelompok spesifik yang dibangun di atas hasil bootstrap PLS-SEM.
Hasil signifikan pada probabilitas 5% dari tingkat kesalahan, jika p-value
lebih kecil dari 0,05 atau lebih besar dari 0,95 untuk perbedaan tertentu
koefisien jalur kelompok tertentu.
3.6.3.) Parametric Test
Metode ini merupakan uji signifikansi parametrik untuk perbedaan
kelompok-spesifik hasil PLS-SEM yang mengasumsikan varian yang
sama di seluruh kelompok.

58
3.6.4.) Welch-Satterthwait Test
Metode ini merupakan uji signifikansi parametrik terhadap perbedaan
kelompok spesifik dari hasil PLS-SEM yang mengasumsikan varian yang
tidak sama di seluruh grup.
Dalam pengaturan analisis multiple group di SmartPLS, kelompok yang
dipilih akan dinilai untuk perbedaan yang signifikan dalam estimasi parameter.
Semua kelompok data yang dipilih dalam grup A akan dibandingkan dengan
semua kelompok data yang dipilih pada grup B.

BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
Bab ini menjelaskan hasil dari analisis data yang telah dilakukan berdasarkan
metode penelitian yang diuraikan pada bab III. Pembahasan bab ini diawali
dengan deskripsi data kemudian dilanjutkan dengan pengujian hipotesis serta
pembahasannya.
4.1 Deskripsi Data
4.1.1 Deskripsi Responden Penelitian
Pengumpulan data pada penelitian ini dilaksanakan dengan menyebarkan
kuesioner di Universitas Sanata Dharma. Responden dalam penelitian ini adalah
dosen tetap di Universitas Sanata Dharma. Jumlah responden yang diteliti
sebanyak 180 dosen tetap. Kuesioner mulai dibagikan kepada responden pada
tanggal 8 Agustus 2016. Pengumpulan kembali kuesioner dilakukan sendiri oleh
penulis dan dilakukan secara bertahap tergantung pada kesediaan para responden
untuk mengisi kuesioner. Besarnya tingkat pengembalian kuesioner dapat dilihat
pada tabel 4.1 berikut ini:
Tabel 4.1 : Tingkat Pengembalian Kuesioner

Persentase
Jumlah
(%)
Kuesioner yang dikirimkan 180
Kuesioner yang kembali 180 100,00%
Kuesioner yang tidak lengkap 2 1,11%
Kuesioner yang dapat digunakan
178 98,89%
(Tingkat Pengembalian Kuesioner)
Sumber: Data diolah (2016)
56
57
Tabel 4.1 menunjukkan bahwa sebanyak 178 kuesioner dapat digunakan
dalam penelitian ini. Selanjutnya data tersebut dikelompokkan berdasarkan usia,
jenis kelamin, masa kerja, dan tingkat pengalaman dalam menggunakan Exelsa.
4.1.1.1 Responden berdasarkan usia
Data responden berdasarkan kelompok usia di Universitas Sanata Dharma dapat
dilihat pada table 4.2 berikut ini.
Tabel 4.2 : Responden berdasarkan usia
Kelompok Usia Jumlah Persentase (%)

≤ 30 tahun 10 5,62%
31 - 40 tahun 38 21,35%
41 - 50 tahun 80 44,94%
51 - 60 tahun 40 22,47%
>60 tahun 10 5,62%
TOTAL 178 100,00%
Tabel 4.2 menunjukkan bahwa frekuensi tertinggi adalah responden yang
memiliki kelompok usia pada rentang 41-50 tahun (44,94%).
4.1.1.2 Responden berdasarkan jenis kelamin
Data responden berdasarkan jenis kelamin di Universitas Sanata Dharma dapat
dilihat pada table 4.3 berikut ini.
Tabel 4.3 : Responden berdasarkan jenis kelamin
Jenis Kelamin Jumlah Persentase (%)

Pria 118 66.29%
Wanita 60 33.71%
TOTAL 178 100%
58
berjenis kelamin pria (66,29%).
4.1.1.3 Responden berdasarkan masa kerja
Data responden berdasarkan kelompok masa kerja di Universitas Sanata Dharma
dapat dilihat pada table 4.4 berikut ini.
Tabel 4.4 : Responden berdasarkan masa kerja
Kelompok Masa Kerja Jumlah Persentase (%)

< 6 tahun 38 21,35%
6-10 tahun 14 7,87%
11-20 tahun 69 38,76%
 20 tahun 57 32,02%
TOTAL 178 100%
memiliki kelompok masa kerja pada rentang 11-20 tahun (38,76%).
4.1.1.4 Responden berdasarkan tingkat pengalaman menggunakan Exelsa
Data responden berdasarkan tingkat pengalaman menggunakan Exelsa di
Universitas Sanata Dharma dapat dilihat pada table 4.5 berikut ini.
Tabel 4.5 : Responden berdasarkan tingkat pengalaman menggunakan

Exelsa
Tingkat Pengalaman Jumlah Persentase (%)
< 1 tahun 74 41,57%
1-2 tahun 15 8,43%
3-4 tahun 40 22,47%
 4 tahun 47 26,40%
TOTAL 178 100%
59
memiliki tingkat pengalaman selama kurang dari 1 tahun (41,57%).
4.1.2 Deskripsi Variabel Penelitian
Variabel dalam penelitian ini terbagi menjadi :
Variabel eksogen : Harapan kinerja, persepsi usaha, faktor sosial,
dukungan fasilitas, motivasi hedonis, kebiasaan
Variabel endogen : Niat dan perilaku penggunaan
Variabel moderasi : Usia, jenis kelamin, dan tingkat pengalaman
Analisis deskriptif variabel merupakan upaya dari penulis untuk
mengambarkan secara umum tentang data yang diperoleh selama penelitian,
sehingga akan mengetahui makna dan keadaan yang sebenarnya. Statistik
deskriptif variabel dalam penelitian ini dapat dilihat pada table 4.6.
Tabel 4.6 : Statistik Deskriptif Variabel Penelitian

VARIABEL N MIN MAX MEAN STDEV
Harapan Kinerja 178 1 7 4.51 1.42
Persepsi Usaha 178 1 7 5.04 1.17
Faktor Sosial 178 1 7 4.41 1.17
Dukungan Fasilitas 178 1 7 4.76 1.24
Motivasi Hedonis 178 1 7 3.41 0.95
Kebiasaan 178 1 7 4.17 1.63
Niat Penggunaan 178 1 7 2.54 0.75
Perilaku Penggunaan 178 1 7 4.45 1.65
4.1.2.1 Analisis deskriptif variabel ‘Harapan Kinerja’
Analisis deskriptif variabel harapan kinerja bertujuan untuk mengetahui
sejauh mana pengguna (dosen) percaya bahwa menggunakan sistem

60
(Exelsa) dapat mencapai keuntungan dalam kinerja pekerjaan (Venkatesh
et al., 2003). Tabel 4.6 menunjukkan bahwa Exelsa memiliki tingkat
kegunaan yang cukup tinggi untuk meningkatkan kinerja dosen dalam
menyelesaikan tugas sebagai dosen. Nilai standar deviasi harapan kinerja
sebesar 1.42 artinya penyebaran data dalam penelitian ini cukup
beragam.
4.1.2.2 Analisis deskriptif variabel ‘Persepsi Usaha’
Analisis deskriptif variabel persepsi usaha bertujuan untuk mengetahui
tingkat kemudahan penggunaan Exelsa (Zhou et al., 2010; Venkatesh et
al., 2012). Tabel 4.6 menunjukkan Exelsa memiliki tingkat kemudahan
yang cukup tinggi untuk mengoperasikannya. Pengguna merasa mudah
mempelajari dan mengoperasikan fitur-fitur yang ada di dalam Exelsa,
serta pengguna merasa terampil dalam mengoperasikannya. Nilai standar
deviasi persepsi usaha sebesar 1.17 artinya penyebaran data dalam
penelitian ini cukup beragam.
4.1.2.3 Analisis deskriptif variabel ‘Faktor Sosial’
Analisis deskriptif variabel faktor sosial bertujuan untuk mengetahui
sejauh mana pengguna merasakan bagaimana pengguna lain percaya ia
harus menggunakan Exelsa (Leong et al., 2013). Tabel 4.6 menunjukkan
pengguna merasakan bahwa ia harus menggunakan Exelsa dengan
adanya dukungan dari pimpinan, dukungan dari pengembang sistem dan

61
juga pengaruh dari pengguna lain untuk menggunakan Exelsa. Nilai
standar deviasi faktor sosial sebesar 1.17 artinya penyebaran data dalam
penelitian ini cukup beragam.
4.1.2.4 Analisis deskriptif variabel ‘Dukungan Fasilitas’
Analisis deskriptif variabel dukungan fasilitas bertujuan untuk
mengetahui persepsi bahwa infrastruktur organisasi dan teknis ada untuk
mendukung penggunaan teknologi (Venkatesh et al.. 2003). Tabel 4.6
menunjukkan pengguna merasakan adanya kecukupan sumber daya,
bantuan tenaga ahli dan pengetahuan yang cukup tinggi dalam
menggunakan Exelsa. Nilai standar deviasi dukungan fasilitas sebesar
1.24 artinya penyebaran data dalam penelitian ini cukup beragam.
4.1.2.5 Analisis deskriptif variabel ‘Motivasi Hedonis’
Analisis deskriptif variabel motivasi hedonis bertujuan untuk mengetahui
kenikmatan atau kesenangan yang dihasilkan dari menggunakan Exelsa
(Brown & Venkatesh, 2005). Table 4.6 menunjukkan pengguna memiliki
perasaan nyaman dan senang yang kurang ketika menggunakan Exelsa.
Pengguna juga kurang merasa bahwa penggunaan Exelsa sangat
fleksibel. Nilai standar deviasi motivasi hedonis sebesar 0.95 artinya
penyebaran data dalam penelitian ini cukup beragam.

62
4.1.2.6 Analisis deskriptif variabel ‘Kebiasaan’
Analisis deskriptif variabel kebiasaan bertujuan untuk mengetahui sejauh
bahwa individu cenderung untuk menjalankan perilaku otomatis
(Limayem et al.. 2007). Tabel 4.6 menunjukkan pengguna merasa
terbiasa dan memiliki kemauan yang cukup tinggi untuk menggunakan
Exelsa. Pengguna juga merasa bahwa menggunakan Exelsa merupakan
kewajiban. Nilai standar deviasi kebiasaan sebesar 1.63 artinya
4.1.2.7 Analisis deskriptif variabel ‘Niat Penggunaan
Analisis deskriptif variabel niat bertujuan untuk mengetahui probabilitas
subjektif melaksanakan perilaku dan juga penyebab perilaku penggunaan
tertentu (Yi et al., 2006). Tabel 4.6 menunjukkan pengguna memiliki niat
dan kesediaan yang kurang tinggi untuk terus menggunakan Exelsa. Nilai
standar deviasi niat penggunaan sebesar 0.75 artinya penyebaran data
dalam penelitian ini cukup beragam.
4.1.2.8 Analisis deskriptif variabel ‘Perilaku Penggunaan’
Analisis deskriptif variabel perilaku penggunaan bertujuan untuk
mengetahui intensitas dosen dalam menggunakan Exelsa di setiap
kegiatan mengajar. Tabel 4.6 menunjukkan pengguna memiliki intensitas
yang cukup tinggi dalam menggunakan Exelsa di setiap kegiatan

63
mengajar. Nilai standar deviasi niat penggunaan sebesar 1.65 artinya
4.2 Pengujian Instrumen Peneltian
Dalam suatu penelitian, data mempunyai kedudukan yang sangat penting. Hal ini
dikarenakan data merupakan penggambaran variabel yang diteliti dan berfungsi
sebagai alat pembuktian hipotesis. Valid atau tidaknya data sangat menentukan
kualitas dari data tersebut. Instrumen yang digunakan harus memenuhi syarat
validitas dan reliabilitas.
4.2.1 Pengujian Validitas
Menurut Jogiyanto (2007), validitas dalam penelitian dijelaskan sebagai
suatu derajat ketepatan alat ukur penelitian tentang inti atau arti sebenarnya yang
diukur. Tinggi rendahnya validitas menunjukkan sejauh mana data yang
terkumpul tidak menyimpang dari gambaran tentang variabel yang dimaksud.
Validitas dapat dilakukan dengan mengkorelasikan antar skor item instrumen
dengan skor total seluruh item pertanyaan. Pengujian validitas ini menggunakan
uji validitas Product Moment Pearson Correlation dengan cara menghubungkan
antara masing-masing skor item dengan skor total yang diperoleh dalam
penelitian. Dalam uji validitas ini, dasar pengambilan keputusannya adalah
sebagai berikut:
4.2.1.1 Jika nilai r hitung lebih besar atau sama dengan nilai r tabel, maka
instrumen penelitian dinyatakan valid.

64
4.2.1.2 Jika nilai r hitung lebih kecil dari nilai r tabel, maka instrumen penelitian
dinyatakan tidak valid.
Dalam pengujian validitas ini penulis menggunakan data 30 sampel (N =
30) dengan item soal berjumlah 25 butir. Berdasarkan jumlah N adalah 30 pada
tingkat signifikansi 5% maka nilai r tabel sebesar 0,361. Nilai r tabel akan
dibandingkan dengan nilai r hitung. Berikut ini hasil pengujian validitas instrumen
penelitian akan disajikan pada tabel 4.7.
Tabel 4.7 : Hasil Uji Validitas Instrumen Penelitian
Item
Variabel rhitung rtabel Ket
pertanyaan
Harapan Kinerja (HK) HK1 0,788 0,361 Valid
HK2 0,872 0,361 Valid
HK3 0,852 0,361 Valid
HK4 0,850 0,361 Valid
Persepsi Usaha (PU) PU1 0,936 0,361 Valid
PU2 0,883 0,361 Valid
PU3 0,919 0,361 Valid
PU4 0,790 0,361 Valid
Faktor Sosial (FS) FS1 0,857 0,361 Valid
FS2 0,934 0,361 Valid
FS3 0,921 0,361 Valid
Dukungan Fasilitas (DF) DF1 0,881 0,361 Valid
DF2 0,846 0,361 Valid
DF3 0,822 0,361 Valid
DF4 0,860 0,361 Valid
Motivasi Hedonis (MH) MH1 0,926 0,361 Valid
MH2 0,949 0,361 Valid
MH3 0,905 0,361 Valid
Kebiasaan (K) K1 0,828 0,361 Valid
K2 0,813 0,361 Valid
K3 0,626 0,361 Valid
K4 0,823 0,361 Valid
Niat Penggunaan (NP) NP1 0,973 0,361 Valid
NP2 0,978 0,361 Valid
65
Tabel 4.7 : Hasil Uji Validitas Instrumen Penelitian (lanjutan)

Variabel Item pertanyaan rhitung rtabel Ket
Perilaku Penggunaan (PP) PP1 1,000 0,361 Valid
4.2.2 Pengujian Reliabilitas
Menurut Jogiyanto (2007), reliabilitas adalah derajat ketepatan, ketelitian
atau keakuratan yang ditunjukkan oleh instrumen pengukuran di mana
pengujiannya dapat dilakukan secara internal yaitu pengujian dengan
menganalisis konsistensi butir-butir yang ada. Sugiarto dan Sitinjak (2006)
menyatakan bahwa reliabilitas menunjuk pada suatu pengertian bahwa instrumen
yang digunakan dalam penelitian untuk memperoleh informasi yang digunakan
dapat dipercaya sebagai alat pengumpulan data dan mampu mengungkap
informasi yang sebenarnya dilapangan. Ghozali (2009) menyatakan bahwa
reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator
dari peubah atau konstruk. Suatu kuesioner dikatakan reliabel atau handal jika
jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke
waktu. Reliabilitas suatu test merujuk pada derajat stabilitas, konsistensi, daya
prediksi, dan akurasi. Pengukuran yang memiliki reliabilitas yang tinggi adalah
pengukuran yang dapat menghasilkan data yang reliabel.
Dalam pengujian reliabilitas ini penulis menggunakan data 30 sampel (N =
30) dengan item soal berjumlah 25 butir. Berikut ini hasil pengujian reliabilitas
instrumen penelitian akan disajikan pada tabel 4.8.

66
Tabel 4.8 : Hasil Uji Reliabilitas Instrumen Penelitian
Variabel Nilai cronbach’s alpha Keterangan

Harapan Kinerja (HK 0,859 Sangat Handal
Persepsi Usaha (PU) 0,900 Sangat Handal
Faktor Sosial (FS) 0,888 Sangat Handal
Dukungan Fasilitas (DF) 0,865 Sangat Handal
Motivasi Hedonis (MH) 0,912 Sangat Handal
Kebiasaan (K) 0,755 Sangat Handal
Niat Penggunaan (NP) 0,947 Sangat Handal
Perilaku Penggunaan (PP) 1,000 Sangat Handal
Berdasarkan hasil uji reliabilitas pada tabel di atas, dapat diketahui bahwa
nilai Cronbach Alpha pada masing-masing variabel nilainya lebih besar dari 0,6.
Dengan demikian semua item pernyataan dalam variabel penelitian adalah reliable
atau handal. Sehingga item-item pernyataan dalam variabel penelitian dapat
digunakan untuk penelitian selanjutnya.
4.3 Analisis PLS-SEM
Data kuesioner yang diisi oleh 153 dosen tetap Universitas Sanata Dharma
diolah menggunakan PLS-SEM. Tahap-tahap analisis PLS-SEM adalah sebagai
berikut:
4.3.1 Evaluasi Outer Model
Outer model dievaluasi dengan cara melihat nilai validitas dan reliabilitas
pengukuran dari model tersebut.

67
4.3.1.1 Uji Validitas
Validitas pengukuran terdiri atas validitas konvergen dan validitas
diskriminan. Validitas konvergen ditentukan menggunakan parameter
loading factor dan nilai AVE (Average Variance Extracted). Pengukuran
dapat dikategorikan memiliki validitas konvergen apabila nilai loading
factor > 0,7 dan nilai AVE > 0,5 (Jogiyanto, 2009). Validitas diskriminan
ditentukan dengan melihat cross loading dari setiap variabel dan
dikategorikan memiliki validitas diskriminan apabila memiliki nilai cross
loading mencapai 0,7 (Jogiyanto, 2009).
4.3.1.1.1 Validitas Konvergen
Validitas konvergen merupakan korelasi Antara skor
indikator dengan skor konstruknya. Model PLS-SEM
memenuhi convergent validity dapat dikatakan valid apabila
nilai outer loading > 0,7 dan nilai AVE > 0,5 (Jogiyanto,
2009). Berikut ini merupakan hasil korelasi antara indikator
dengan konstruknya menunjukkan nilai outer loading > 0,7.
Nilai outer loading dalam model dapat dilihat pada table 4.9.
68
Tabel 4.9 : Outer Loading
HK PU FS DF MH K NP PP
HK1 0.903
HK2 0.868
Hk3 0.925
HK4 0.931
PU1 0.914
PU2 0.927
PU3 0.927
PU4 0.884
FS1 0.752
FS2 0.859
FS3 0.868
DF1 0.806
DF2 0.869
DF3 0.859
DF4 0.835
MH1 0.926
MH2 0.971
MH3 0.960
K1 0.942
K2 0.939
K3 0.815
K4 0.892
NP1 0.989
NP2 0.989
PP1 1.000
Sumber : Data diolah (2016)
69
Selain itu uji validitas konvergen dilihat dari nilai AVE. Variabel dalam penelitian
ini sudah memiliki nilai AVE > 0,5. Nilai AVE dalam model dapat dilihat pada
table 4.10 di bawah ini.
Tabel 4.10 : Nilai Average Variance Extracted (AVE)
Variabel Nilai AVE

Harapan Kinerja 0.823
Persepsi Usaha 0.834
Faktor Sosial 0.685
Dukungan Fasilitas 0.710
Motivasi Hedonis 0.908
Kebiasaan 0.807
Niat Penggunaan 0.978
Perilaku Penggunaan 1.000
Dengan demikian dapat disimpulkan bahwa berdasarkan nilai outer loading dan
AVE, data penelitian ini sudah memenuhi persyaratan validitas konvergen.
4.3.1.1.2 Validitas Diskriminan
Pada validitas diskriminan digunakan nilai cross loading. Suatu indikator
dikatakan memenuhi validitas diskriminan jika nilai cross loading indikator
terhadap variabelnya adalah yang terbesar dibandingkan terhadap variabel
lainnya. Nilai cross loading dalam model dapat dilihat pada tabel 4.11.
70
Tabel 4.11 : Cross Loading
HK PU FS DF MH K NP PP
HK1 0.903 0.589 0.562 0.698 0.669 0.779 0.720 0.778
HK2 0.868 0.465 0.601 0.629 0.642 0.677 0.654 0.591
HK3 0.925 0.515 0.560 0.645 0.696 0.756 0.670 0.728
HK4 0.931 0.576 0.651 0.688 0.730 0.761 0.735 0.744
PU1 0.534 0.914 0.392 0.559 0.561 0.563 0.479 0.503
PU2 0.509 0.927 0.433 0.617 0.583 0.521 0.473 0.459
PU3 0.499 0.927 0.436 0.577 0.595 0.510 0.486 0.455
PU4 0.613 0.884 0.386 0.592 0.624 0.617 0.545 0.600
FS1 0.437 0.261 0.752 0.526 0.441 0.362 0.400 0.272
FS2 0.588 0.411 0.859 0.452 0.508 0.515 0.480 0.473
FS3 0.588 0.430 0.868 0.634 0.596 0.580 0.508 0.532
DF1 0.523 0.376 0.519 0.806 0.607 0.532 0.549 0.429
DF2 0.611 0.655 0.498 0.869 0.646 0.633 0.635 0.552
DF3 0.720 0.551 0.561 0.859 0.678 0.699 0.670 0.667
DF4 0.596 0.562 0.618 0.835 0.640 0.580 0.579 0.448
MH1 0.650 0.544 0.575 0.701 0.926 0.698 0.674 0.577
MH2 0.766 0.662 0.607 0.760 0.971 0.767 0.753 0.655
MH3 0.737 0.642 0.608 0.723 0.960 0.773 0.766 0.687
K1 0.783 0.571 0.514 0.690 0.715 0.942 0.816 0.875
K2 0.756 0.531 0.499 0.659 0.703 0.939 0.793 0.838
K3 0.693 0.469 0.635 0.590 0.625 0.815 0.663 0.657
K4 0.714 0.609 0.517 0.689 0.772 0.892 0.809 0.768
NP1 0.765 0.554 0.544 0.741 0.773 0.855 0.989 0.799
NP2 0.753 0.525 0.567 0.696 0.748 0.848 0.989 0.802
PP1 0.786 0.556 0.526 0.634 0.673 0.878 0.809 1.000
Berdasarkan tabel 4.11 dapat diketahui bahwa semua indikator yang menyusun
masing-masing variabel dalam penelitian ini telah memenuhi validitas
diskriminan yaitu nilai cross loading melebihi nilai 0,7 (Jogiyanto, 2011).
4.3.1.2 Uji Reliabilitas
Composite reliability menguji nilai reliabilitas indikator-indikator pada suatu
variabel. Suatu variabel dikatakan memenuhi composite reliability apabila

71
memiliki nilai composite reliability > 0,7. Nilai composite reliability masing-
masing variabel dapat dilihat pada tabel 4.12 di bawah ini.
Tabel 4.12 : Nilai Composite Reliability
Variabel Nilai Composite Reliability

Harapan Kinerja 0.949
Persepsi Usaha 0.952
Faktor Sosial 0.867
Dukungan Fasilitas 0.907
Motivasi Hedonis 0.967
Kebiasaan 0.943
Niat Penggunaan 0.989
Perilaku Penggunaan 1.000
Tabel 4.12 menunjukkan nilai composite reliability telah memenuhi syarat yaitu
lebih dari 0.7. Pengujian reliabilitas juga dilihat dari nilai cronbach’s alpha yang
disajikan pada tabel 4.13.
Tabel 4.13 : Nilai Cronbach’s Alpha
Variabel Nilai Cronbach’s Alpha

Harapan Kinerja 0,928
Persepsi Usaha 0,933
Faktor Sosial 0,769
Dukungan Fasilitas 0,864
Motivasi Hedonis 0,949
Kebiasaan 0,919
Niat Penggunaan 0,977
Perilaku Penggunaan 1,000
Nilai Cronbach’s Alpha di atas menunjukkan nilai di atas 0,6 yang membuktikan
bahwa pengukuran dalam penelitian ini adalah reliabel / handal.

72
4.3.2 Evaluasi Inner Model
Evaluasi inner model atau uji model struktural untuk melihat pengaruh
langsung dan tidak langsung antar variabel. Evaluasi inner model dengan PLS-
SEM dimulai dengan melihat nilai R-square. Berdasarkan pengolahan data
dengan SmartPLS 3.0 Professional, dihasilkan nilai R-Square dalam table 4.14
berikut.
Tabel 4.14 : Nilai R-square
Variabel Nilai R-square

Niat Penggunaan (NP) 0,776
Perilaku Penggunaan (PP) 0,785
Tabel 4.14 menunjukkan bahwa nilai R-square untuk variabel ‘Niat
Penggunaan’ sebesar 0,776. Hal ini berarti bahwa persentase besarnya pengaruh
harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi
hedonis, dan kebiasaan terhadap niat penggunaan adalah sebesar 77,6%
sedangkan sisanya yaitu 22,4% dipengaruhi oleh faktor lain. Selanjutnya nilai R-
square untuk variabel ‘Perilaku Penggunaan’ sebesar 0,785. Hal ini berarti bahwa
persentase besarnya pengaruh harapan kinerja, persepsi usaha, faktor sosial,
dukungan fasilitas, motivasi hedonis, dan kebiasaan terhadap perilaku penggunaan
adalah sebesar 78,5% sedangkan sisanya yaitu 21,5% dipengaruhi oleh faktor lain.
Pada penilaian goodness of fit bisa diketahui melalui nilai Q2. Nilai Q2
memiliki arti yang sama dengan koefisien determinasi (R-Square) pada analisis
regresi, di mana semakin tinggi R-Square, maka model dapat dikatakan semakin
fit dengan data. Perhitungan nilai Q2 sebagai berikut (Hair et al., 2011) :
73
Q2 = 1 – (1 – R12) (1 - R22) … (1 – Rp2)
Q2 = 1 - (1-0,776) x (1-0,785)
= 1 – (0,224 x 0,215)
= 1 – 0,05
= 0,95
Hasil perhitungan diketahui nilai Q2 sebesar 0,95 artinya besarnya
keberagaman dari data penelitian dapat dijelaskan oleh model struktural yang
dikembangkan dalam penelitian ini adalah sebesar 95%. Berdasarkan hasil ini,
model struktural pada penelitian telah memiliki goodness of fit yang baik.
Evaluasi selanjutnya pada inner model dengan melihat path diagram yang
menunjukkan seberapa besar pengaruh variabel independen terhadap variabel
dependen. Gambar 4.1 merupakan path diagram dalam model ini.

74
Gambar 4.1 Path diagram

75
4.4 Pengujian Hipotesis
Setelah data memenuhi syarat pengukuran, maka dapat dilanjutkan dengan
melakukan metode bootstrapping pada SmartPLS 3.2.4. Metode bootstrapping
adalah prosedur pengambilan sampel baru secara berulang sebanyak N sampel
baru dari data asal berukuran n, di mana untuk sebuah sampel baru dilakukan
pengambilan titik sampel dari data asal dengan cara satu persatu sampai n kali
dengan pengambilan (Efron & Tibshirani, 1998).
Untuk uji simultan digunakan Uji T-statistic yang dimaksudkan untuk
menguji signifikansi pengaruh variabel-variabel eksogen Xi secara keseluruhan
terhadap variabel endogen Y. Pengujian ini dilakukan dengan cara
membandingkan anatara nilai T yang dihasilkan dari perhitungan T-statistic
dengan nilai T-tabel. Hipotesis nol akan diterima apabila nilai T-statistic lebih
kecil dari nilai T-tabel (T-statistic < T-table), ini berarti hipotesis alternatif yang
ditolak. Sebaliknya, hipotesis nol akan ditolak apabila nilai T-statistic lebih besar
atau sama dengan nilai T-tabel (T-statistic ≥ T-table), ini berarti hipotesis
alternatif yang diterima. Nilai T-tabel dapat diketahui berdasarkan taraf
signifikansi 0,05 dengan jumlah observasi 178, yaitu 1,65356. Tabel berikut ini
merupakan hasil uji t-statistik.
Tabel 4.14 : Uji statistic hipotesis nol
Hipotesis Statistik ξ η t-statistic

H01 Harapan kinerja Niat penggunaan 1.094
H02 Persepsi Usaha Niat penggunaan 1.259
H03 Faktor Sosial Niat penggunaan 0.588
H04 Dukungan fasilitas Niat penggunaan 2.118
H05 Dukungan fasilitas Perilaku penggunaan 1.228
H06 Motivasi hedonis Niat penggunaan 1.789
H07 Kebiasaan Niat penggunaan 8.716
76
Tabel 4.14 : Uji statistic hipotesis nol (lanjutan)
Hipotesis Statistik ξ η t-statistic

H08 Kebiasaan Perilaku penggunaan 7.391
H09 Niat penggunaan Perilaku penggunaan 1.975
Sumber: data diolah (2016)
Berdasaran model persamaan pada gambar 3.1 tersebut, dibuat persamaan
struktural dalam diagram jalur serta uji hipotesis statistic untuk pengujian masing-
masing hipotesis penelitian sebagai berikut:
H1: Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa.
H01 : 1 ≤ 0 : Harapan kinerja (ξ1) tidak berpengaruh positif
terhadap niat penggunaan Exelsa (η1).
Ha1 : 1 > 0 : Harapan kinerja (ξ1) berpengaruh positif terhadap niat
penggunaan Exelsa (η1).
T-statistic(H01) = 1,094.
1,094 < 1,65356
T-statistic(H01) < T-table, maka H01 diterima (Ha1 ditolak).
H2: Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa.
H02 : 2 ≤ 0 : Persepsi usaha (ξ2) tidak berpengaruh positif terhadap
niat penggunaan Exelsa (η1).
Ha2 : 2 > 0 : Persepsi usaha (ξ2) berpengaruh positif terhadap niat
T-statistic(H02) = 1,259
1,259 < 1,65356

77
H3: Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa
H03 : 3 ≤ 0 : Faktor sosial (ξ3) tidak berpengaruh positif terhadap
Ha3 : 3 > 0 : Faktor sosial (ξ3) berpengaruh positif terhadap niat
0,588 < 1,65356
H4a: Dukungan fasilitas berpengaruh positif terhadap niat penggunaan Exelsa.
H04 : 4 ≤ 0 : Dukungan fasilitas (ξ4) tidak berpengaruh positif
terhadap niat penggunaan Exelsa (η1)..
Ha4 : 4 > 0 : Dukungan fasilitas (ξ4) berpengaruh positif terhadap
2,118 ≥ 1,65356
T-statistic(H04) ≥ T-table, maka H04 ditolak (Ha4 diterima).
H4b: Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan
Exelsa.
H05 : 5 ≤ 0 : Dukungan fasilitas (ξ5) tidak berpengaruh positif
terhadap perilaku penggunaan Exelsa (η2).
Ha5 : 5 > 0 : Dukungan fasilitas (ξ5) berpengaruh positif terhadap
perilaku penggunaan Exelsa (η2).
78
1,228 < 1,65356
H5: Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa.
H06 : 6 ≤ 0 : Motivasi hedonis (ξ6) tidak berpengaruh positif
terhadap niat penggunaan Exelsa (η1).
Ha6 : 6 > 0 : Motivasi hedonis (ξ6) berpengaruh positif terhadap niat
1,789 ≥ 1,65356
H6a: Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa.
H07 : Kebiasaan (ξ7) tidak berpengaruh positif terhadap niat
Ha7 : Kebiasaan (ξ7) berpengaruh positif terhadap niat penggunaan
Exelsa (η1).
8,716 ≥ 1,65356
H6b: Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa.
H08 : Kebiasaan (ξ8) tidak berpengaruh positif terhadap perilaku
Ha8 : Kebiasaan (ξ8) berpengaruh positif terhadap perilaku

79
7,391 ≥ 1,65356
H7: Niat penggunaan berpengaruh positif terhadap perilaku penggunaan Exelsa.
H09 : Niat penggunaan (η1) tidak berpengaruh positif terhadap
perilaku penggunaan Exelsa (η2).
Ha9 : Niat penggunaan (η1) berpengaruh positif terhadap perilaku
1,975 ≥ 1,65356
Apabila dalam hasil pengujian inner model merupakan signifikan, maka
dapat disimpulkan bahwa terdapat pengaruh yang bermakna dari variabel
independen terhadap variabel dependen. Sedangkan kuatnya pengaruh hubungan
antar variabel dapat dilihat dari nilai inner weight. Jika nilai inner weight
menunjukkan angka 0,67; 0,33; dan 0,19 mengindikasikan bahwa pengaruh antar
variabel kuat, moderat dan lemah (Ghozali, 2008). Tabel 4.15 menunjukkan hasil
analisis jalur.
80
Tabel 4.15 : Hasil Analisis Jalur
Hipotesis Koefisien t- p-
Hubungan Keterangan
Penelitian Jalur statistic value
Harapan Kinerja berpengaruh
H1 positif terhadap Niat Penggunaan 0.101 1.094 0.137 Ditolak
Exelsa
Persepsi Usaha berpengaruh
H2 positif terhadap Niat Penggunaan -0.073 1.259 0.104 Ditolak
Exelsa
Faktor Sosial berpengaruh positif
H3 -0.035 0.588 0.278 Ditolak
terhadap Niat Penggunaan Exelsa
Dukungan Fasilitas berpengaruh
H4a positif terhadap Niat Penggunaan 0.149 2.118 0.017 Diterima
Exelsa
Dukungan Fasilitas berpengaruh
H4b positif terhadap Perilaku -0.069 1.228 0.110 Ditolak
Penggunaan Exelsa
Motivasi Hedonis berpengaruh
H5 positif terhadap Niat Penggunaan 0.187 1.789 0.037 Diterima
Exelsa
Kebiasaan berpengaruh positif
H6a 0.587 8.716 0.000 Diterima
Kebiasaan berpengaruh positif
H6b terhadap Perilaku Penggunaan 0.730 7.391 0.000 Diterima
Exelsa
Niat Penggunaan berpengaruh
H7 positif terhadap Perilaku 0.231 1.975 0.024 Diterima
Penggunaan Exelsa
Data di atas menunjukkan t-statistic lebih besar dari 1,65356 yang
membuktikan bahwa 5 hipotesis penelitian yang diterima (H4a, H5, H6a, H6b,
H7). Kebenaran dalam uji hipotesis di atas ditunjukkan dengan menolak Ho,
sehingga hipotesis penelitian tersebut dapat diterima.
Berdasarkan model UTAUT2 (Venkatesh et al., 2012) pengujian
dilakukan untuk mengetahui apakah usia, jenis kelamin dan tingkat pengalaman
mampu memoderasi model dalam penelitian. Pengujian moderasi dalam
penelitian ini dilakukan dengan 2 langkah yaitu analisis moderating effect dan
81
analisis multiple group. Hasil pengujian moderasi menggunakan analisis
moderating effect dapat dilihat pada tabel 4.16.
Tabel 4.16 : Hasil Analisis Jalur Moderasi Usia
Koefisien t- p-
Pengaruh Moderasi
Jalur statistic value
Usia memperkuat pengaruh Harapan Kinerja
0.019 0.188 0.426
Usia memperkuat pengaruh Persepsi Usaha
0.096 1.461 0.072
Usia memperkuat pengaruh Faktor Sosial
0.060 0.955 0.170
Usia memperkuat pengaruh Dukungan Fasilitas
-0.018 0.237 0.406
Usia memperkuat pengaruh Dukungan Fasilitas
-0.022 0.323 0.373
terhadap Perilaku Penggunaan Exelsa
Usia memperkuat pengaruh Motivasi Hedonis
-0.048 0.488 0.313
Usia memperkuat pengaruh Kebiasaan terhadap
-0.122 1.433 0.076
Niat Penggunaan Exelsa
Usia memperkuat pengaruh Kebiasaan terhadap
-0.061 1.118 0.132
Perilaku Penggunaan Exelsa
Berdasarkan hasil analisis jalur pada tabel 4.16 dapat disimpulkan bahwa
secara umum variabel usia tidak memoderasi (tidak memperkuat dan tidak
memperlemah) hubungan antara variabel harapan kinerja, persepsi usaha, faktor
sosial, dukungan fasilitas, motivasi hedonis, kebiasaan terhadap niat dan perilaku
penggunaan). Hal ini dilihat berdasar tabel 4.16 bahwa nilai p-value lebih besar
dari 0,05.
82
Tabel 4.17 : Hasil Analisis Jalur Moderasi Jenis Kelamin
Koefisien t- p-
Pengaruh Moderasi
JenisKelamin memperkuat pengaruh Harapan
0.182 1.823 0.034
Kinerja terhadap Niat Penggunaan Exelsa
JenisKelamin memperkuat pengaruh Persepsi
0.003 0.049 0.481
Usaha terhadap Niat Penggunaan Exelsa
JenisKelamin memperkuat pengaruh Faktor
0.105 1.660 0.049*
Sosial terhadap Niat Penggunaan Exelsa
JenisKelamin memperkuat pengaruh Dukungan
-0.050 0.731 0.233
Fasilitas terhadap Niat Penggunaan Exelsa
JenisKelamin memperkuat pengaruh Dukungan
-0.028 0.483 0.315
Fasilitas terhadap Perilaku Penggunaan Exelsa
JenisKelamin memperkuat pengaruh Motivasi
-0.110 1.149 0.125
Hedonis terhadap Niat Penggunaan Exelsa
JenisKelamin memperkuat pengaruh Kebiasaan
-0.080 0.798 0.213
JenisKelamin memperkuat pengaruh Kebiasaan
-0.070 1.199 0.116
terhadap Perilaku Penggunaan Exelsa
* menunjukkan p < 0.05 berarti hipotesisi diterima / didukung
Data di atas menunjukkan nilai p-values (0.049) lebih kecil dari 0.05 yang
membuktikan bahwa variabel jenis kelamin memoderasi hubungan antar variabel
faktor sosial terhadap variabel niat penggunaan. Berdasarkan tabel 4.16 hubungan
variabel Faktor Sosial – Niat Penggunaan memiliki t-statistic sebesar 0.955,
dengan adanya moderasi jenis kelamin sehingga memperkuat hubungan variabel
Faktor Sosial – Niat Penggunaan sehingga nilai t-statistic menjadi 1.660.

83
Tabel 4.18 : Hasil Analisis Jalur Moderasi Tingkat Pengalaman
Koefisien t- p-
Pengaruh Moderasi
TgktPengalaman memperkuat pengaruh Harapan
-0.011 0.163 0.435
Kinerja terhadap Niat Penggunaan Exelsa
TgktPengalaman memperkuat pengaruh Persepsi
-0.006 0.094 0.463
Usaha terhadap Niat Penggunaan Exelsa
TgktPengalaman memperkuat pengaruh Faktor
-0.134 1.776 0.038*
Sosial terhadap Niat Penggunaan Exelsa
TgktPengalaman memperkuat pengaruh
Dukungan Fasilitas terhadap Niat Penggunaan -0.044 0.731 0.233
Exelsa
Dukungan Fasilitas terhadap Perilaku 0.097 1.084 0.139
Penggunaan Exelsa
TgktPengalaman memperkuat pengaruh Motivasi
0.020 0.288 0.387
Hedonis terhadap Niat Penggunaan Exelsa
0.033 0.279 0.390
Kebiasaan terhadap Niat Penggunaan Exelsa
-0.036 0.304 0.381
Kebiasaan terhadap Perilaku Penggunaan Exelsa
Berdasarkan hasil analisis jalur pada tabel 4.18 dapat disimpulkan bahwa
variabel tingkat pengalaman memoderasi hubungan variabel dukungan fasilitas
terhadap niat penggunaan. Hal ini dilihat berdasar tabel 4.18 bahwa hubungan
variabel Dukungan Fasilitas – Niat Penggunaan memiliki nilai p-value (0.038)
lebih kecil dari 0,05. Berdasarkan pada table 4.16 hubungan variabel Dukungan
Fasilitas – Niat Penggunaan memiliki nilai t-statistic sebesar 0.237, dengan
adanya moderasi tingkat pengalaman sehingga memperkuat hubungan variabel
Dukungan Fasilitas – Niat Penggunaan sehingga nilai t-statistic menjadi 1.776.
Selanjutnya pengujian moderasi kedua adalah mengetahui adanya pengaruh
variabel harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas,

84
motivasi hedonis, kebiasaan terhadap variabel niat dan perilaku penggunaan
berdasarkan kelompok data usia, jenis kelamin dan tingkat pengalaman, dilakukan
analisis multigrup menggunakan PLS-MGA (Partial Least Square – Multiple
Group Analysis). Berdasarkan Henseler (2009), analisis multiple group
memungkinkan untuk menguji apakah kelompok data yang telah ditetapkan
memiliki perbedaan yang signifikan dalam estimasi parameter kelompok-spesifik
(misalnya, bobot luar, beban luar dan koefisien jalur). Proses PLS-MGA
melibatkan data yang akan dibagi menjadi subsamples berdasarkan variabel
moderasi yang berteori dan model jalur masing-masing sub-sampel (kelompok)
untuk dibandingkan. Dengan kata lain, model yang sama dapat digunakan untuk
memperkirakan setiap kelompok diskrit menggunakan rumus (Henseler,
2012:498).
Dalam penelitian ini penulis mengelompokkan responden dalam 3
kelompok berdasarkan jenis kelamin, usia dan tingkat pengalaman menggunakan
Exelsa. Setelah itu penulis mengukur pengaruh variabel eksogen terhadap variabel
endogen berdasarkan pengelompokan tersebut menggunakan PLS-MGA (Partial
Least Square – Multiple Group Analysis).
4.4.1 Kelompok berdasarkan usia
Pengelompokan berdasarkan usia bertujuan untuk mengetahui tingkat
pengaruh variabel eksogen terhadap variabel endogen dari segi usia.
Pengelompokan usia dibedakan menjadi kelompok usia 1 (≤ 30 tahun), usia 2 (31-
40 tahun), usia 3 (41-50 tahun), usia 4 (51-60 tahun) dan usia 5 (>60 tahun).
85
Menurut Henseler (2012), untuk perbandingan kelompok minimal 30 responden
setiap kelompok. Berdasarkan tabel 4.2 deskripsi responden berdasar usia, bahwa
jumlah kelompok usia yang memenuhi syarat PLS-MGA adalah kelompok usia 2
(38 responden), usia 3 (80 responden), dan usia 4 (40 responden).
Tabel 4.19 : Hasil PLS-MGA Kelompok Usia
Usia 31-40 tahun 41-50 tahun 51-60 tahun

t- t- t-
Hubungan p-value p-value p-value
statistic statistic statistic
HK – NP 1.628 0.052 1.350 0.089 0.769 0.221
PU – NP 0.316 0.376 0.527 0.299 0.702 0.242
FS – NP 0.830 0.204 0.142 0.444 0.359 0.360
DF – NP 2.634 0.004* 0.071 0.472 1.069 0.143
DF – PP 1.850 0.032* 1.296 0.098 0.545 0.293
MH – NP 0.469 0.320 2.119 0.017* 1.877 0.031*
K – NP 2.164 0.015* 6.527 0.000* 3.540 0.000*
K – PP 3.244 0.001* 7.330 0.000* 2.977 0.002*
NP – PP 5.898 0.000 0.683 0.247 1.877 0.031*
Berdasarkan tabel 4.16 dapat dilihat bahwa hubungan variabel harapan
kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, dan
kebiasaan terhadap variabel niat dan perilaku penggunaan tidak diperkuat atau
tidak diperlemah oleh usia. Secara umum, pengaruh dari variabel eksogen
terhadap variabel endogen tidak dimoderasi oleh usia, akan tetapi berbeda dalam
setiap kelompok data. Data dikelompokkan menurut usia 31-40 tahun, 41-50
tahun dan 51-60 tahun kemudian diuji kembali untuk masing-masing kelompok.
PLS-MGA digunakan untuk membandingkan model jalur antara kelompok
usia 2 (31-40 tahun), usia 3 (41-50 tahun), dan usia 4 (51-60 tahun). Terdapat
perbedaan faktor yang mempengaruhi niat dan perilaku penggunaan antar setiap
86
kelompok usia. Bagi dosen yang berusia 31-40 tahun, faktor yang mempengaruhi
penerimaan dan penggunaan Exelsa adalah harapan kinerja, dukungan fasilitas
dan kebiasaan. Sedangkan bagi dosen yang berusia 41-50 tahun, faktor yang
mempengaruhi penerimaan dan penggunaan Exelsa adalah motivasi hedonis dan
kebiasaan dalam menggunakan Exelsa. Terakhir adalah bagi dosen yang berusia
51-60 tahun faktor yang mempengaruhi penerimaan dan penggunaan Exelsa
adalah motivasi hedonis, kebiasaan dan niat dalam menggunakan Exelsa.
Dari ketiga kelompok usia ini, faktor utama yang paling menentukan
penerimaan dan penggunaan Exelsa adalah kebiasaan. Kebiasaan dalam hal ini
mengacu pada kebiasaan berinteraksi menggunakan sistem informasi. Semakin
terbiasa berinteraksi dengan sistem informasi tersebut maka semakin bisa
menerima dan menggunakannya, karena dengan frekuensi penggunaan yang
tinggi, individu tersebut dapat lebih terampil menggunakan system informasi
sehingga mempermudah penggunaan.
4.4.2 Kelompok berdasarkan jenis kelamin
Pengelompokan berdasarkan jenis kelamin bertujuan untuk mengetahui
tingkat pengaruh variabel eksogen terhadap variabel endogen dari segi jenis
kelamin pria maupun wanita. Mayoritas responden dalam penelitian ini adalah
pria (66,67%) dan sisanya wanita (33,33%). Menurut Henseler (2012), untuk
perbandingan kelompok, minimal 30 responden setiap kelompok. Henseler
menambahkan bahwa PLS-MGA memungkinkan analisis yang akan dilakukan

87
antara kelompok dengan kesenjangan yang besar dalam jumlah responden dalam
hal ini, pria 118 dan wanita 60.
Tabel 4.20 : Hasil PLS-MGA Kelompok Jenis Kelamin
Jenis Kelamin PRIA WANITA

Hubungan t-statistic p-value t-statistic p-value
HK – NP 0.137 0.446 2.266 0.012*
PU – NP 0.937 0.175 1.286 0.100
FS – NP 1.325 0.093 1.118 0.132
DF – NP 1.703 0.045* 1.134 0.129
DF – PP 0.775 0.219 1.596 0.056
MH – NP 2.658 0.004* 0.501 0.308
K – NP 7.930 0.000* 3.009 0.001*
K – PP 6.891 0.000* 3.362 0.000*
NP – PP 0.962 0.168* 2.842 0.002*
kinerja, persepsi usaha, dukungan fasilitas, motivasi hedonis, dan kebiasaan
terhadap variabel niat dan perilaku penggunaan tidak dimoderasi oleh jenis
kelamin. Sedangkan variabel faktor sosial terhadap niat penggunaan dimoderasi
oleh jenis kelamin. Secara umum, pengaruh dari variabel harapan kinerja, persepsi
usaha, dukungan fasilitas, motivasi hedonis, dan kebiasaan terhadap variabel niat
dan perilaku penggunaan tidak dimoderasi oleh jenis kelamin, akan tetapi berbeda
dalam setiap kelompok data. Data dikelompokkan menurut jenis kelamin pria dan
wanita kemudian diuji kembali untuk masing-masing kelompok.
PLS-MGA digunakan untuk membandingkan model jalur antara dosen pria
dan wanita dalam menggunakan Exelsa. Terdapat adanya perbedaan faktor yang
mempengaruhi niat dan perilaku penggunaan antara dosen pria dan wanita. Bagi
dosen pria, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah
88
faktor dukungan fasilitas, motivasi hedonis, dan kebiasaan. Sedangkan bagi dosen
wanita, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah
harapan kinerja, kebiasaan dan niat untuk menggunakan Exelsa.
Berdasarkan kelompok jenis kelamin, faktor utama yang paling
menentukan penerimaan dan penggunaan Exelsa adalah kebiasaan. Kebiasaan
dalam hal ini mengacu pada kebiasaan berinteraksi menggunakan sistem
informasi. Semakin terbiasa berinteraksi dengan sistem informasi tersebut maka
semakin bisa menerima dan menggunakannya, karena dengan frekuensi
penggunaan yang tinggi, individu tersebut dapat lebih terampil menggunakan
system informasi sehingga mempermudah penggunaan.
4.4.3 Kelompok berdasarkan tingkat pengalaman menggunakan Exelsa
Pengelompokan berdasarkan tingkat pengalaman menggunakan Exelsa
bertujuan untuk mengetahui tingkat pengaruh variabel eksogen terhadap variabel
endogen dari segi tingkat pengalaman dosen selama kurang dari 1 tahun (EXP1),
1-3 tahun (EXP2), 3-4 tahun (EXP3) dan lebih dari 4 tahun (EXP3). Menurut
Henseler (2012), untuk perbandingan kelompok minimal 30 responden setiap
kelompok. Berdasarkan tabel 4.5 Deskripsi Responden berdasar Tingkat
Pengalaman, bahwa jumlah kelompok tingkat pengalaman yang memenuhi syarat
PLS-MGA adalah kelompok EXP1 (74 responden), EXP3 (40 responden), dan
exp4 (47 responden).

89
Tabel 4.21 : Hasil PLS-MGA Kelompok Pengalaman
Pengalaman < 1 tahun 3-4 tahun > 4 tahun

t- t- t-
Hubungan p-value p-value p-value
statistic statistic statistic
HK – NP 1.406 0.080 0.030 0.488 0.848 0.198
PU – NP 0.226 0.411 2.145 0.016* 1.077 0.141
FS – NP 0.180 0.428 1.584 0.057 0.321 0.374
DF – NP 2.555 0.005* 1.503 0.067 0.810 0.209
DF – PP 0.211 0.416 0.581 0.281 0.994 0.160
MH – NP 0.614 0.270 2.279 0.012* 1.843 0.033*
K – NP 4.102 0.000* 3.211 0.001* 6.297 0.000*
K – PP 4.547 0.000* 7.224 0.000* 3.502 0.000*
NP – PP 1.272 0.102 0.195 0.423 1.333 0.092
kinerja, persepsi usaha, faktor sosial, motivasi hedonis, dan kebiasaan terhadap
variabel niat dan perilaku penggunaan tidak dimoderasi oleh tingkat pengalaman.
Sedangkan variabel dukungan fasilitas terhadap niat penggunaan dimoderasi oleh
tingkat pengalaman. Secara umum, pengaruh dari variabel harapan kinerja,
persepsi usaha, faktor sosial, motivasi hedonis, dan kebiasaan terhadap variabel
niat dan perilaku penggunaan tidak dimoderasi oleh tingkat pengalaman, akan
tetapi berbeda dalam setiap kelompok data. Data dikelompokkan menurut tingkat
pengalaman kurang dari 1 tahun, 3-4 tahun, dan lebih dari 4 tahun kemudian diuji
kembali untuk masing-masing kelompok.
PLS-MGA digunakan untuk membandingkan model jalur antara kelompok
pengalaman EXP1 2 (< 1 tahun), EXP3 (3-4 tahun), dan EXP4 (> 4 tahun).
Terdapat perbedaan faktor yang mempengaruhi niat dan perilaku penggunaan
antar setiap kelompok pengalaman. Bagi dosen dengan tingkat pengalaman Exelsa
90
kurang dari 1 tahun, faktor yang mempengaruhi penerimaan dan penggunaan
Exelsa adalah dukungan fasilitas, kebiasaan dan niat penggunaan. Bagi dosen
dengan tingkat pengalaman Exelsa 3-4 tahun, faktor yang mempengaruhi
penerimaan dan penggunaan Exelsa adalah persepsi usaha, motivasi hedonis, dan
kebiasaan. Terakhir bagi dosen dengan tingkat pengalaman Exelsa 3-4 tahun,
faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah motivasi
hedonis dan kebiasaan.
Berdasarkan tabel 4.21 di atas, dapat diperoleh kesimpulan bahwa
berdasarkan tingkat pengalaman, faktor utama yang mempengaruhi penerimaan
dan penggunaan Exelsa adalah kebiasaan. Semakin tinggi frekuensi penggunaan
Exelsa maka dosen semakin terbiasa dan akrab ketike menggunakan Exelsa.
4.5 Pembahasan
Penelitian ini menguji pengaruh variabel harapan kinerja, persepsi usaha,
dukungan fasilitas, faktor sosial, motivasi hedonis, dan kebiasaan terhadap niat
dan perilaku penggunaan Exelsa dengan variabel moderasi usia, jenis kelamin dan
tingkat pengalaman. Setelah melakukan analisis data menggunakan teknik analisis
PLS-SEM (Partial Least Squares – Structural Equation Modeling) maka
didapatkan hasil pengolahan statistik untuk menguji hipotesis penelitian pada
table 4.22 sebagai berikut.

91
Tabel 4.22 : Hasil Pengujian Hipotesis Penelitian
No Hipotesis Penelitian Kesimpulan

1 H1: Harapan kinerja berpengaruh positif terhadap niat Tidak
penggunaan Exelsa Didukung
2 H2: Persepsi usaha berpengaruh positif terhadap niat Tidak
3 H3: Faktor Sosial berpengaruh positif terhadap niat Tidak
4 H4a: Dukungan fasilitas berpengaruh positif terhadap niat Didukung
penggunaan Exelsa.
5 H4b: Dukungan fasilitas berpengaruh positif terhadap Tidak
perilaku penggunaan Exelsa. Didukung
6 H5: Motivasi hedonis berpengaruh positif terhadap niat Didukung
penggunaan Exelsa.
7 H6a: Kebiasaan berpengaruh positif terhadap niat Didukung
penggunaan Exelsa.
8 H6b: Kebiasaan berpengaruh positif terhadap perilaku Didukung
penggunaan Exelsa
9 H7: Niat penggunaan berpengaruh positif terhadap perilaku Didukung
penggunaan Exelsa.
Pembahasan berikut ini bertujuan menjelaskan hasil pengujian hipotesis:
4.5.1 Harapan kinerja berpengaruh positif terhadap niat penggunaan
Exelsa
Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa H1
yang diajukan tidak didukung. Dosen Universitas Sanata Dharma belum
merasakan adanya kegunaan Exelsa yang sesuai dengan kebutuhan pekerjaan
sebagai dosen. Sehingga P3MP sebaiknya berusaha membuat Exelsa dapat
memiliki kinerja yang unggul dan memberi manfaat setinggi-tingginya kepada
konsumen. Hipotesis penelitian H1 tidak didukung, sejalan dengan penelitian
Kurniawan dan Nasir (2014) yang menyatakan bahwa harapan kinerja tidak
memiliki pengaruh positif terhadap niat mengadopsi e-learning bagi mahasiswa
perguruan tinggi swasta di kota Palembang.

92
Berdasarkan respon terhadap pernyataan untuk konstruk harapan kinerja
terdiri dari 4 item pernyataan yang mewakili indikator kegunaan yang dirasakan
(perceived usefulness), motivasi ekstrinsik (extrinsic motivation), kesesuaian
pekerjaan (job-fit), dan keuntungan relative (relative advantage). Indikator
motivasi ekstrinsik menjadi prediktor yang lemah terhadap niat menggunakan
Exelsa. Indikator motivasi ekstrinsik dalam penelitian ini mengacu pada peluang
penggunaan Exelsa untuk meraih cakupan pembelajaran (learning outcome). Hal
ini berarti Exelsa belum sepenuhnya berguna untuk meraih cakupan pembelajaran
di Universitas Sanata Dharma. Berdasarkan hasil wawancara singkat dengan
responden, penulis mendapatkan hasil bahwa pengguna menggunakan atau tidak
menggunakan Exelsa, tidak mempengaruhi poisi mereka dalam pekerjaan sebagai
dosen di Universitas Sanata Dharma.
Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel harapan
kinerja terhadap niat dan perilaku penggunaan Exelsa tidak dimoderasi oleh usia,
jenis kelamin dan tingkat pengalaman. Pengujian moderasi usia dengan metode
PLS-MGA ditunjukkan pada tabel 4.19. Berdasarkan kelompok usia 31-40 tahun,
41-50 tahun dan 51-60 tahun menunjukkan bahwa harapan kinerja tidak
berpengaruh positif terhadap niat penggunaan Exelsa.
Pengujian moderasi jenis kelamin dengan metode PLS-MGA ditunjukkan
pada tabel 4.20. Efek moderasi jenis kelamin pada pengaruh harapan kinerja
terhadap niat dan perilaku penggunaan Exelsa menunjukkan adanya perbedaan
pandangan antara jenis kelamin pria dan wanita. Bagi pria, harapan kinerja tidak
berpengaruh positif terhadap niat penggunaan Exelsa. Hasil berbeda pada

93
kelompok wanita menunjukkan bahwa harapan kinerja berpengaruh positif
terhadap niat penggunaan Exelsa. Dosen wanita memiliki tingkat harapan kinerja
yang lebih tinggi dibandingkan dosen pria untuk menggunakan Exelsa.
Pengujian moderasi tingkat pengalaman dengan metode PLS-MGA
ditunjukkan pada tabel 4.21. Efek moderasi tingkat pengalaman pada pengaruh
harapan kinerja terhadap niat dan perilaku penggunaan Exelsa menunjukkan
adanya persamaan pandangan antara tingkat pengalaman menggunakan Exelsa
kurang dari 1 tahun, 3-4 tahun dan lebih dari 4 tahun. Bagi ketiga kelompok
tingkat pengalaman tersebut menunjukkan bahwa harapan kinerja tidak
Berdasarkan hasil pengujian moderasi menggunakan PLS-MGA, dapat
diketahui bahwa dosen dengan jenis kelamin wanita memiliki harapan kinerja
yang tinggi terhadap niat penggunaan Exelsa. Kelompok tersebut memiliki
kesediaan yang tinggi untuk menggunakan Exelsa dengan harapan kinerja bahwa
Exelsa memiliki kegunaan yang dibutuhkan dosen, meningkatkan produktivitas
kerja, membantu menyelesaikan tugas sebagai dosen, dan dapat meraih learning
outcome.
4.5.2 Persepsi usaha berpengaruh positif terhadap niat penggunaan
Exelsa
Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa
hipotesis penelitian H2 tidak didukung. Bersadarkan respon terhadap pernyataan
untuk variabel persepsi usaha (PU) terdiri dari 4 pernyataan yang mewakili
94
indikator persepsi kemudahan, kompleksitas dan kemudahan penggunaan Exelsa.
Berdasarkan penolakan tersebut dapat disimpulkan bahwa tingkat kemudahan
Exelsa masih rendah sehingga pengguna memiliki tingkat penerimaan dan
penggunaan yang rendah. Berdasarkan hasil wawancara singkat dengan
responden, didapatkan hasil bahwa pengguna Exelsa merasa kesulitan memahami
ikon yang terdapat dalam interface Exelsa, interface Exelsa dinilai tidak fleksibel
ketika diakses menggunakan laptop dan HP, bahkan dengan browser yang
berbeda juga.
Hipotesis penelitian H2 tidak didukung, sejalan dengan temuan Raman dan
Yahya (2014) bahwa persepsi usaha tidak berpengaruh positif terhadap niat untuk
mengadopsi e-learning moodle bagi mahasiswa pascasarjana di Universitas Utara
Malaysia. Menurut temuan Hager, Lakhal, Passchot, dan Bhyta (2014) persepsi
usaha tidak berpengaruh positif terhadap niat menggunakan e-learning webinars
di Laval University Quebec-Canada.
Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel persepsi
usaha terhadap variabel niat penggunaan Exelsa tidak dimoderasi oleh usia, jenis
kelamin dan tingkat pengalaman. Pengujian moderasi usia dengan metode PLS-
MGA ditunjukkan pada tabel 4.19. Berdasarkan kelompok usia 31-40 tahun, 41-
50 tahun dan 51-60 tahun menunjukkan bahwa persepsi usaha tidak berpengaruh
positif terhadap niat penggunaan. Hal yang sama ditunjukkan pada pengujian
moderasi jenis kelamin dengan metode PLS-MGA bahwa persepsi usaha tidak

95
ditunjukkan pada tabel 4.21. Efek moderasi tingkat pengalaman pada kelompok 3-
4 tahun menunjukkan signifikan. Pada kelompok pengalaman 3-4 tahun tingkat
pengalaman memoderasi (memperlemah) pengaruh persepsi usaha terhadap niat
penggunaan Exelsa. Sedangkan pada tingkat pengalaman kurang dari 1 tahun dan
lebih dari 4 tahun, efek moderasi tingkat pengalaman tidak signifikan. Hal ini
berarti bagi dosen yang memiliki tingkat pengalaman menggunakan Exelsa
selama 3-4 tahun merasakan kemudahan dalam memahami fitur dan
mengoperasikan Exelsa.
4.5.3 Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa
Dalam penelitian ini, faktor sosial adalah sejauh mana seseorang merasakan
bagaimana orang lain percaya ia harus menggunakan Exelsa. Berdasarkan
pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa hipotesis penelitian H3
yang diajukan tidak didukung. Hal ini disebabkan tidak adanya himbauan dari
pihak pengembang system (P3MP), pimpinan Universitas dan sesama dosen
untuk menggunakan Exelsa. Penolakan ini sejalan dengan temuan Yang (2013),
Bendi & Andayani (2013), El-Gayar & Moran (2006), dan Sundaravej (2010)
bahwa faktor sosial tidak mempengaruhi niat penggunaan.
Berdasarkan respon terhadap pernyataan untuk konstruk faktor sosial terdiri
dari 3 item pernyataan yang mewakili indikator norma subyektif (subjective
norm), pengaruh lingkungan dan image. Indikator norma subyektif menjadi
prediktor yang lemah terhadap niat penggunaan. Indikator norma subyektif dalam
96
kuesioner ini mengacu pada dukungan pengembang sistem untuk menggunakan
Exelsa. Berdasarkan hasil wawancara singkat dengan responden, didapatkan hasil
bahwa dosen tidak menggunakan Exelsa karena tidak ada aturan yang
mengharuskan untuk menggunakan Exelsa, serta tidak ada perbedaan yang dosen
rasakan ketika menggunakan Exelsa atau tidak menggunakan Exelsa.
Tabel 4.16, dan 4.18 menunjukkan bahwa hubungan variabel faktor sosial
terhadap variabel niat penggunaan Exelsa tidak dimoderasi oleh usia dan tingkat
pengalaman. Akan tetapi pada tabel 4.17 menunjukkan bahwa hubungan variabel
faktor sosial terhadap niat penggunaan dimoderasi oleh jenis kelamin dilihat dari
nilai p-value (0,049) lebih kecil dari 0,05 sehingga variabel moderasi jenis
kelamin signifikan berpengaruh. Variabel jenis kelamin memperkuat pengaruh
faktor sosial terhadap niat penggunaan.
Pengujian moderasi usia dengan metode PLS-MGA ditunjukkan pada tabel
4.19. Berdasarkan kelompok usia 31-40 tahun, 41-50 tahun dan 51-60 tahun
menunjukkan bahwa faktor sosial tidak berpengaruh positif terhadap niat
penggunaan dilihat dari nilai p-value lebih besar dari 0,05. Hal yang sama
ditunjukkan pada pengujian moderasi jenis kelamin dan tingkat pengalaman
dengan metode PLS-MGA bahwa faktor sosial tidak berpengaruh positif terhadap
niat penggunaan Exelsa.
Berdasarkan penolakan tersebut dapat disimpulkan bahwa penerimaan dan
penggunaan Exelsa tidak dipengaruhi oleh dukungan pimpinan, dukungan
pengembang sistem maupun ajakan, saran dan rekomendasi dosen lain yang
menggunakan Exelsa. Universitas Sanata Dharma khususnya pihak pengembang

97
sistem Exelsa (P3MP) perlu meningkatkan kegiatan sosialisasi Exelsa disertai
dengan panduan pelatihan Exelsa. Hal ini bertujuan untuk mempromosikan
Exelsa kepada para dosen agar bersedia untuk menggunakan Exelsa.
4.5.4 Dukungan fasilitas berpengaruh positif terhadap niat penggunaan
Exelsa
hipotesis penelitian H4a yang diajukan diterima / didukung. Hasil koefisian jalur
DF-NP (variabel dukungan fasilitas terhadap niat penggunaan) menunjukkan
bahwa nilai p-value lebih kecil dari 0,05 yaitu 0,017 sehingga pengaruh yang
diberikan DF terhadap NP signifikan berpengaruh. Nilai koefisien jalur variabel
laten dukungan fasilitas terhadap niat penggunaan sebesar 0,149 yang berarti
terdapat pengaruh positif sebesar 14,9% terhadap variabel niat penggunaan.
Semakin tinggi pengguna menerima dukungan fasilitas untuk menggunakan
Exelsa, maka akan semakin tinggi penerimaan dan penggunaan Exelsa.
Penerimaan hipotesis penelitian ini disebabkan karena dukungan infrastuktur dan
teknis yang ada di Universitas Sanata Dharma telah memenuhi kebutuhan dosen
untuk menggunakan Exelsa.
Tabel 4.16 dan 4.17 menunjukkan bahwa hubungan variabel dukungan
fasilitas terhadap niat penggunaan Exelsa tidak dimoderasi oleh usia dan jenis
kelamin. Akan tetapi pada tabel 4.18 menunjukkan bahwa hubungan variabel
dukungan fasilitas terhadap niat penggunaan dimoderasi oleh tingkat pengalaman

98
dilihat dari nilai p-value (0,038) lebih kecil dari 0,05 sehingga variabel moderasi
tingkat pengalaman signifikan berpengaruh.
4.19. Berdasarkan kelompok usia 41-50 tahun dan 51-60 tahun menunjukkan
bahwa dukungan fasilitas tidak berpengaruh positif terhadap niat penggunaan.
Sedangkan pada kelompok usia 31-40 tahun menunjukkan bahwa dukungan
fasilitas berpengaruh positif terhadap niat penggunaan.
pada tabel 4.20. Berdasarkan kelompok jenis kelamin pria menunjukkan bahwa
dukungan fasilitas berpengaruh positif terhadap niat penggunaan dilihat dari nilai
p-value (0,045) lebih kecil dari 0,05. Sedangkan bagi kelompok wanita, variabel
dukungan fasilitas tidak berpengaruh terhadap niat penggunaan.
ditunjukkan pada tabel 4.21. Berdasarkan kelompok tingkat pengalaman kurang
dari 1 tahun menunjukkan bahwa dukungan fasilitas berpengaruh positif terhadap
niat penggunaan dilihat dari nilai p-value (0,005) lebih kecil dari 0,05. Sedangkan
pada kelompok tingkat pengalaman 3-4 tahun dan lebih dari 4 tahun menunjukkan
bahwa dukungan fasilitas tidak berpengaruh positif terhadap niat penggunaan
dilihat dari nilai p-value lebih besar dari 0,05.
Penerimaan hipotesis H4a sejalan dengan temuan Tan (2013) bahwa
dukungan fasilitas berpengaruh positif terhadap niat penggunaan English E-
Learning Website di Taiwan. Raman dan Yahya (2013) menyatakan bahwa
dukungan fasilitas berpengaruh positif terhadap niat penggunaan dalam

99
menggunakan learning management software di Universitas Utara Malaysia.
Penelitian Hager et al. (2014) menunjukkan bahwa dukungan fasilitas bepengaruh
positif terhadap niat penggunaan webinar system Elluminate dalam pembelajaran
di Laval University. Infrastruktur teknologi dan organisasi dan organisasi
mendukung penggunaan Elluminate. Anggota staf yang berpengetahuan tersedia
untuk menjawab pertanyaan dengan cepat, bersedia melayani permintaan
pengguna, sehingga terlaksana sistem webinar yang efektif di lingkungan belajar.
Selain itu juga disediakan teknisi dan dokumentasi yang dapat membantu
pengguna menguasai teknologi dan membantu kesulitan terhadap pemakaian
teknologi tersebut.
4.5.5 Dukungan fasilitas berpengaruh positif terhadap perilaku
penggunaan Exelsa
hipotesis penelitian H4b yang diajukan tidak didukung. Hasil koefisian jalur DF-
PP (dukungan fasilitas terhadap perilaku penggunaan) menunjukkan bahwa nilai
p-value lebih besar dari 0,05 yaitu 0,110 sehingga pengaruh yang diberikan DF
terhadap PP terbukti signifikan. Penolakan H4b sejalan dengan temuan Raman
dan Don (2014) bahwa dukungan fasilitas tidak berpengaruh pada niat
penggunaan e-learning moodle bagi mahasiswa pascasarjana di Universitas Utara
Malaysia. Tan (2013) juga menemukan bahwa dukungan fasilitas tidak
berpengaruh pada niat penggunaan e-learning websites di Taiwan. Rangga (2014)

100
juga menemukan bahwa dukungan fasilitas tidak berpengaruh pada niat
mengadopsi program WARDES di Jawa Barat.
Berdasarkan respon terhadap pernyataan untuk konstruk faktor sosial terdiri
dari 4 item pernyataan yang mewakili indikator kontrol perilaku yang dirasakan,
infrasturktur teknologi, dan kompatibilitas. Indikator infrastruktur teknologi
menjadi prediktor yang lemah terhadap niat penggunaan. Indikator infrastruktur
teknologi mengacu pada kecukupan bantuan tenaga ahli dalam menggunakan
Exelsa.
Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel
dukungan fasilitas terhadap perilaku penggunaan Exelsa tidak dimoderasi oleh
usia, jenis kelamin dan tingkat pengalaman. Pengujian moderasi usia dengan
metode PLS-MGA ditunjukkan pada tabel 4.19. Pengaruh dukungan fasilitas
terhadap perilaku penggunaan Exelsa pada kelompok usia 31-40 tahun terbukti
signifikan berpengaruh dilihat dari nilai p-value (0,032) lebih kecil dari 0,05.
Sedangkan pada kelompok usia 41-50 tahun dan 51-60 tahun dukungan fasilitas
tidak berpengaruh positif terhadap niat penggunaan. Hal ini berarti dosen yang
berusia 31-40 tahun membutuhkan dukungan fasilitas untuk menggunakan Exelsa.
Mereka bersedia menggunakan Exelsa apabila memiliki kecukupan sumber daya
yang dibutuhkan, pengetahuan, teknologi yang digunakan dan bantuan tenaga
ahli.
pada tabel 4.20. Pengaruh dukungan fasilitas terhadap perilaku penggunaan
Exelsa pada pada pria dan wanita terbukti tidak signifikan dilihat dari nilai p-
101
value lebih besar dari 0,05. Hal ini sama dengan pengujian moderasi tingkat
pengalaman dengan metode PLS-MGA, bahwa tidak ada pengaruh signifikan dari
dukungan fasilitas terhadap perilaku penggunaan Exelsa pada semua kelompok
pengalaman.
diketahui bahwa dosen yang berusia 41-50 tahun memiliki kesediaan yang tinggi
untuk menggunakan Exelsa dengan adanya kecukupan sumber daya, pengetahuan
dan bantuan tenaga ahli.
4.5.6 Motivasi hedonis berpengaruh positif terhadap niat penggunaan
Exelsa
hipotesis penelitian H5 yang diajukan dapat diterima / didukung. Hasil koefisian
jalur MH-NP (motivasi hedonis terhadap niat penggunaan) menunjukkan bahwa
nilai p-value lebih kecil dari 0,05 yaitu 0,037 sehingga pengaruh yang diberikan
motivasi hedonis terhadap niat penggunaan terbukti signifikan. Nilai koefisien
jalur variabel laten motivasi hedonis terhadap niat penggunaan sebesar 0,187 yang
berarti terdapat pengaruh positif sebesar 18,7% terhadap variabel niat
penggunaan. Semakin tinggi pengguna memiliki motivasi hedonis untuk
menggunakan Exelsa, maka akan semakin tinggi penerimaan dan penggunaan
Exelsa. Penerimaan hipotesis penelitian ini menunjukkan bahwa dosen
Universitas Sanata Dharma memiliki perasaan nyaman dan senang ketika
menggunakan Exelsa.
102
Dalam penelitian ini, motivasi hedonis mengacu pada pengalaman
menyenangkan atau kesenangan pengguna menggunakan Exelsa. Hasil dalam
penelitian ini menunjukkan bahwa motivasi hedonis positif mempengaruhi niat
penggunaan yang didukung oleh To et al. (2007), Magni et al. (2010) dan
Venkatesh et al. (2012). Pengguna mengalami kesenangan, kenikmatan dan
merasa terhibur ketika menggunakan sistem informasi.
Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel motivasi
hedonis terhadap niat penggunaan Exelsa tidak dimoderasi oleh usia, jenis
kelamin dan tingkat pengalaman. Pengujian moderasi usia dengan metode PLS-
MGA ditunjukkan pada tabel 4.19. Efek moderasi usia pada pengaruh motivasi
hedonis terhadap niat penggunaan Exelsa menunjukkan adanya perbedaan
pandangan antara kelompok usia 31-40 tahun, 41-50 tahun dan 51-60 tahun.
Pengaruh motivasi hedonis terhadap niat penggunaan Exelsa lebih tinggi pada
kelompok usia 41-50 tahun dibandingkan dengan kelompok usia 51-60 tahun.
Pada kelompok usia 41-50 tahun terbukti signifikan berpengaruh dilihat dari nilai
p-value (0,017) lebih kecil dari 0,05. Pada kelompok usia 51-60 tahun terbukti
signifikan berpengaruh dilihat dari nilai p-value (0,031) lebih kecil dari 0,05.
Sedangkan pada kelompok usia 31-40 tahun menunjukkan motivasi hedonis tidak
berpengaruh positif terhadap niat penggunaan Exelsa dilihat dari nilai p-value
lebih besar dari 0,05.
pada tabel 4.20. Efek moderasi jenis kelamin pada pengaruh motivasi hedonis
terhadap niat penggunaan Exelsa menunjukkan adanya perbedaan pandangan

103
antara jenis kelamin pria dan wanita. Bagi pria, motivasi hedonis berpengaruh
positif terhadap niat penggunaan Exelsa ditunjukkan dengan nilai p-value (0,004)
lebih kecil dari 0,05. Hasil berbeda pada kelompok wanita menunjukkan bahwa
motivasi hedonis tidak berpengaruh terhadap niat penggunaan Exelsa dilihat dari
nilai p-value lebih besar dari 0,05. Dosen pria memiliki motivasi hedonis yang
lebih tinggi dibandingkan dosen wanita sehingga dapat menimbulkan niat untuk
menggunakan Exelsa.
motivasi hedonis terhadap niat penggunaan Exelsa menunjukkan adanya
perbedaan pandangan antara tingkat pengalaman menggunakan Exelsa kurang
dari 1 tahun, 3-4 tahun dan lebih dari 4 tahun. Pada tingkat pengalaman 3-4 tahun
dan lebih dari 4 tahun, variabel motivasi hedonis terbukti signifikan terhadap niat
penggunaan Exelsa.
diketahui bahwa dosen dengan jenis kelamin pria dan berusia lebih dari 40 tahun
memiliki motivasi hedonis yang tinggi untuk menumbuhkan niat penggunaan
Exelsa. Kelompok tersebut memiliki kesediaan yang tinggi untuk menggunakan
Exelsa karena penggunaan Exelsa dirasa menyenangkan, nyaman, dan fleksibel.
Pihak pengembang sistem Exelsa di Universitas Sanata Dharma diharapkan dapat
memperhatikan aspek hedonis untuk meningkatkan penerimaan dan penggunaan
Exelsa.
104
4.5.7 Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa
Dalam penelitian ini variabel kebiasaan mengacu pada perilaku otomatis
menggunakan sistem informasi. Hasil penelitian ini mengungkapkan bahwa
kebiasaan adalah prediktor terkuat dari niat untuk menggunakan sistem informasi,
dan pengaruh positif didukung oleh penelitian Venkatesh et al. (2012), Liao et al.
(2006), Putra dan Ariyanti (2013), Raman dan Yahya (2013). Liao et al. (2006)
mengungkapkan bahwa ketika penggunaan sistem informasi telah menjadi
rutinitas, kebiasaan akan menjadi kekuatan tambahan yang meningkatkan niat
perilaku untuk terus menggunakan sistem informasi.
hipotesis penelitian H6a yang diajukan dapat diterima. Hasil koefisian jalur K-NP
(kebiasaan terhadap niat penggunaan) menunjukkan bahwa nilai p-value lebih
kecil dari 0,05 yaitu 0,000 sehingga pengaruh yang diberikan kebiasaan terhadap
niat penggunaan terbukti signifikan. Nilai koefisien jalur variabel laten kebiasaan
terhadap niat penggunaan sebesar 0,587 yang berarti terdapat pengaruh positif
sebesar 58,7% terhadap variabel niat penggunaan. Semakin pengguna terbiasa
Exelsa.
kebiasaan terhadap niat penggunaan Exelsa tidak dimoderasi oleh usia, jenis
kelamin dan tingkat pengalaman. Pada setiap jalur menunjukkan bahwa nilai p-
value lebih beasr dari 0,05 sehingga variabel moderasi tidak signifikan
berpengaruh.
105
4.19. Efek moderasi usia pada pengaruh kebiasaan terhadap niat penggunaan
Exelsa menunjukkan adanya perbedaan pandangan antara kelompok usia 31-40
tahun, 41-50 tahun dan 51-60 tahun. Pengaruh kebiasaan terhadap niat
penggunaan Exelsa lebih tinggi pada kelompok usia 41-50 tahun dibandingkan
dengan kelompok usia 51-60 tahun dan 31-40 tahun. Pada kelompok usia 41-50
tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih kecil
dari 0,05.
pada tabel 4.20. Efek moderasi jenis kelamin pada pengaruh kebiasaan terhadap
niat penggunaan Exelsa lebih tinggi pada kelompok pria dibandingkan kelompok
wanita. Pada dosen pria terbukti signifikan berpengaruh dilihat dari nilai p-value
(0,000) lebih kecil dari 0,05. Sedangkan pada kelompok wanita memiliki nilai p-
value (0,000) lebih kecil dari 0,05.
kebiasaan terhadap niat penggunaan Exelsa menunjukkan adanya perbedaan
pandangan antara tingkat pengalaman menggunakan Exelsa kurang dari 1 tahun,
3-4 tahun dan lebih dari 4 tahun. Pengguna pada tingkat pengalaman lebih dari 4
tahun memiliki pengaruh kebiasaan yang lebih tinggi dibandingkan pada tingkat
pengalaman kurang dari 1 tahun dan 3-4 tahun. Pada tingkat pengalaman lebih
dari 4 tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih
kecil dari 0,05.

106
4.5.8 Kebiasaan berpengaruh positif terhadap perilaku penggunaan
Exelsa
hipotesis penelitian H6b yang diajukan dapat diterima. Hasil koefisian jalur K-PP
(kebiasaan terhadap perilaku penggunaan) menunjukkan bahwa nilai p-value
kurang dari 0,05 yaitu 0,000 sehingga pengaruh yang diberikan K terhadap PP
terbukti signifikan. Nilai koefisien jalur variabel laten kebiasaan terhadap perilaku
penggunaan sebesar 0,73 yang berarti terdapat pengaruh positif sebesar 73%
terhadap variabel perilaku penggunaan. Semakin tinggi kebiasaan pengguna
Exelsa.
kebiasaan terhadap perilaku penggunaan Exelsa tidak dimoderasi oleh usia, jenis
kelamin dan tingkat pengalaman. Pada setiap jalur menunjukkan bahwa nilai p-
value lebih dari 0,05 sehingga variabel moderasi tidak signifikan berpengaruh.
4.19. Efek moderasi usia pada pengaruh kebiasaan terhadap perilaku penggunaan
Exelsa menunjukkan adanya perbedaan pandangan antara kelompok usia 31-40
tahun, 41-50 tahun dan 51-60 tahun. Pengaruh kebiasaan terhadap perilaku
penggunaan Exelsa lebih tinggi pada kelompok usia 41-50 tahun dibandingkan
dengan kelompok usia 51-60 tahun dan 31-40 tahun. Pada kelompok usia 41-50
tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih kecil
dari 0,05.
107
pada tabel 4.20. Efek moderasi jenis kelamin pada pengaruh kebiasaan terhadap
perilaku penggunaan Exelsa lebih tinggi pada kelompok pria dibandingkan
kelompok wanita. Pada dosen pria terbukti signifikan berpengaruh dilihat dari
nilai p-value (0,000) lebih kecil dari 0,05. Sedangkan pada kelompok wanita
memiliki nilai p-value (0,000) lebih kecil dari 0,05.
kebiasaan terhadap perilaku penggunaan Exelsa menunjukkan adanya perbedaan
pandangan antara tingkat pengalaman menggunakan Exelsa kurang dari 1 tahun,
3-4 tahun dan lebih dari 4 tahun. Pengguna pada tingkat pengalaman 3-4 tahun
memiliki pengaruh kebiasaan yang lebih tinggi dibandingkan pada tingkat
pengalaman kurang dari 1 tahun dan lebih dari 4 tahun. Pada tingkat pengalaman
3-4 tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih
kecil dari 0,05. Dosen dengan pengalaman menggunakan Exelsa 3-4 tahun
terbukti memiliki kebiasaan lebih tinggi dalam menggunakan Exelsa sehingga
dapat menimbulkan perilaku untuk terus menggunakan Exelsa.
4.5.9 Niat penggunaan berpengaruh positif terhadap perilaku
penggunaan Exelsa
hipotesis penelitian H7 yang diajukan dapat diterima. Hasil koefisian jalur NP-PP
(niat penggunaan terhadap perilaku penggunaan) menunjukkan bahwa nilai p-

108
value kurang dari 0,05 yaitu 0,024 sehingga pengaruh yang diberikan NP terhadap
PP terbukti signifikan. Nilai koefisien jalur variabel laten niat terhadap perilaku
penggunaan sebesar 0,231 yang berarti terdapat pengaruh positif sebesar 23,1%
terhadap variabel perilaku penggunaan. Semakin tinggi niat untuk menggunakan
Exelsa, maka akan semakin tinggi penerimaan dan penggunaan Exelsa.
Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel niat
penggunaan terhadap perilaku penggunaan Exelsa tidak dimoderasi oleh usia,
jenis kelamin dan tingkat pengalaman. Pada setiap jalur menunjukkan bahwa nilai
p-value lebih dari 0,05 sehingga variabel moderasi tidak signifikan berpengaruh.
4.19. Berdasarkan kelompok usia 31-40 tahun dan 41-50 tahun menunjukkan
bahwa niat penggunaan tidak berpengaruh positif terhadap perilaku penggunaan
dilihat dari nilai p-value lebih besar dari 0,05. Sedangkan pada kelompok usia 51-
60 tahun menunjukkan bahwa niat penggunaan berpengaruh positif terhadap
perilaku penggunaan dilihat dari nilai p-value (0,031) lebih kecil dari 0,05.
pada table 4.20. Pada kelompok jenis kelamin wanita menunjukkan bahwa niat
penggunaan berpengaruh positif terhadap perilaku penggunaan dilihat dari nilai p-
value (0,002) lebih kecil dari 0,05. Sedangkan pada kelompok jenis kelamin pria,
variabel niat penggunaan tidak berpengaruh positif terhadap perilaku penggunaan.
Dosen wanita memiliki niat penggunaan Exelsa yang lebih tinggi dibandingkan
dosen pria sehingga dapat menimbulkan perilaku yang lebih sering dalam
menggunakan Exelsa.
109
menunjukkan bahwa niat penggunaan tidak berpengaruh positif terhadap perilaku
penggunaan.
BAB V
KESIMPULAN DAN SARAN
Bab ini menyajikan hasil penelitian, implikasi, keterbatasan dan rekomendasi
untuk penelitian masa depan.
5.1 Kesimpulan
Penelitian ini bertujuan untuk mengetahui faktor apa saja yang berpengaruh
terhadap penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa di
Universitas Sanata Dharma. Model yang digunakan untuk mengetahui faktor-
faktor yang mempengaruhi penerimaan dan penggunaan sistem manajemen
pembelajaran Exelsa pada penelitian ini adalah The Unified Theory of Acceptance
and Use of Technology 2 (UTAUT 2). Metode yang digunakan untuk
menganalisis hubungan antar variabel adalah PLS-SEM (Partial Least Square –
Structural Equation Modeling) dengan perangkat lunak SmartPLS versi 3.2.4.
Berdasarkan analisis hasil penelitian dan pembahasan pada bagian
sebelumnya, maka dapat disimpulkan bahwa faktor-faktor yang mempengaruhi
penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa di
Universitas Sanata Dharma adalah :
5.1.1 Dukungan fasilitas meliputi kontrol perilaku yang dirasakan ketika
menggunakan Exelsa, penggunaan Exelsa sesuai dengan infrastruktur
teknologi yang dibutuhkan (sumber daya dan bantuan ahli) dan

111
kompatibilitas sistem manajemen pembelajaran Exelsa dengan teknologi
yang digunakan.
5.1.2 Motivasi hedonis meliputi persepsi penggunaan system manajemen
pembelajaran Exelsa yang menimbulkan perasaan senang, nyaman, dan
fleksibel. Semakin tinggi motivasi hedonis yang dirasakan pengguna
ketika menggunakan Exelsa, akan meningkatkan niat penggunaan Exelsa.
5.1.3 Kebiasaan meliputi persepsi bahwa pengguna berencana dan
memperkirakan akan menggunakan sistem manajemen pembelajaran
Exelsa dalam waktu dekat serta keterbiasaan pengguna dalam
menggunakan berbagai fitur yang ada dalam Exelsa. Semakin tinggi
kebiasaan dalam menggunakan Exelsa sehingga dapat menimbulkan niat
dan perilaku untuk terus menggunakan Exelsa.
5.1.4 Niat penggunaan meliputi rencana dan kesediaan untuk terus
menggunakan Exelsa. Semakin tinggi niat penggunaan Exelsa maka
perilaku penggunaan menjadi lebih tinggi atau dalam kata lain frekuensi
penggunaan Exelsa menjadi lebih besar.
5.2 Keterbatasan
Penelitian ini telah dilakukan sesuai dengan pedoman penelitian yang
seharusnya dan hasil penelitian ini telah memenuhi persyaratan pengujian PLS-
SEM serta didukung oleh teori-teori dan penelitian terdahulu. Namun masih
terdapat keterbatasan dalam pelaksanaannya. Keterbatasan tersebut dapat

112
menimbulkan bias dan ketidakakuratan sehingga dapat mempengaruhi hasil
penelitian. Keterbatasan-keterbatasan yang terjadi pada penelitian ini adalah:
5.2.1 Peneliti memiliki keterbatasan untuk mendampingi para responden dalam
mengisi kuesioner. Hal ini dikarenakan ijin dari masing-masing sekretariat
di setiap fakultas Universitas Sanata Dharma untuk bertemu secara
langsung ke pada dosen karena alasan tertentu. Sehingga kurang adanya
pernyataan dari dosen terkait pengalaman ketika menggunakan Exelsa.
5.2.2 Penelitian ini masih mengupayakan untuk memprediksi faktor yang
berpengaruh terhadap penerimaan dan penggunaan Exelsa di Universitas
Sanata Dharma. Namun berdasarkan uji R-square didapatkan hasil bahwa
masih ada variabel di luar model yang berpotensi mempengaruhi
penerimaan dan penggunaan Exelsa.
5.3 Implikasi
5.3.1 Implikasi Akademis
Hasil penelitian ini memberikan pandangan baru bahwa model UTAUT2
dapat dijadikan dasar untuk memprediksi penerimaan dan penggunaan Exelsa di
Universitas Sanata Dharma dari sudut pandang pengguna akhir. Hasil penelitian
ini dapat dijadikan acuan bagi penelitian-penelitian selanjutnya untuk mengetahui
faktor-faktor yang berpengaruh terhadap penerimaan dan penggunaan sistem
informasi.
Identifikasi terhadap variabel-variabel lainnya di luar penelitian ini yang
mempengaruhi penerimaan dan penggunaan bagi pengguna akhir dimungkinkan

113
pada penelitian selanjutnya untuk mendapatkan model yang lebih mampu
menjelaskan secara praktis.
5.3.2 Implikasi Manajerial
Implikasi berikut ini dianjurkan untuk menilai faktor keberhasilan untuk
mengembangkan aplikasi e-learning dalam lingkungan pendidikan. Aspek
hedonis dan kebiasaan harus diambil serius karena faktor ini yang paling
signifikan dalam menumbuhkan niat penggunaan Exelsa. Selain menciptakan
sistem yang meningkatkan kenikmatan dan kegembiraan, pengembang sistem
harus mencoba untuk terus memperkuat kebiasaan pengguna dengan layanan nilai
tambah dan upgrade. Selanjutnya, pengembang sistem dapat mengubah kebiasaan
pengguna dengan memberikan manfaat yang lebih besar sesuai kebutuhan
pengguna. Kebiasaan menggunakan Exelsa juga dapat ditingkatkan apabila dibuat
peraturan untuk diadakan reward bagi dosen yang bersedia menggunakan Exelsa
secara aktif.
Penelitian ini memberikan informasi tentang faktor-faktor yang mendorong
dosen untuk menggunakan Exelsa. Oleh karena itu, pertimbangan khusus harus
diberikan kepada kebutuhan pengguna dalam rangka memenuhi harapan mereka.
Hal ini dibuktikan bahwa persepsi usaha bukanlah hal yang penting ketika
menggunakan Exelsa. Namun, aspek hedonis yang perlu diperhatikan untuk
mendorong dosen bersedia menggunakan Exelsa. Tindakan ini berupa
penggunaan Exelsa secara berkelanjutan karena perasaan yang nyaman dan
senang ketika menggunakan Exelsa. Pengetahuan ini bisa membantu pihak

114
Universitas serta P3MP dalam membuat keputusan yang lebih baik untuk
membuat atau memperbaiki sistem informasi.
Kontribusi penelitian ini adalah untuk meningkatkan pemahaman dan
praktek dari manajemen organisasional dari sistem manajemen pembelajaran
Exelsa dengan cara mengidentifikasi beberapa faktor yang berpengaruh untuk
keputusan penerimaan dan penggunaan sistem informasi untuk dosen. Selanjutnya
untuk melakukan formulasi strategi organisasional yang mendorong penerimaan
dan penggunaan Exelsa.
Dalam upaya meningkatkan penerimaan dan penggunaan sistem manajemen
pembelajaran Exelsa di Universitas Sanata Dharma, maka saran yang diberikan
untuk pihak pengembang system (P3MP) adalah mensosialisasikan kegunaan
Exelsa kepada seluruh dosen Universitas Sanata Dharma di mana dengan Exelsa
memiliki tingkat kegunaan yang sesuai dengan kebutuhan sebagai dosen yaitu
kemudahan distribusi materi, fleksibilitas sistem dan kapasitas upload file yang
lebih besar. Selain itu diperlukan sosialisasi yang lebih sering dengan kapasitas
peserta yang lebih banyak sehingga dosen atau pun mahasiswa dapat
berkesempatan untuk mengikuti sosialisasi Exelsa. Kebiasaan menggunakan
Exelsa juga dapat ditingkatkan apabila dibuat peraturan untuk diadakan reward
bagi dosen yang bersedia menggunakan Exelsa secara aktif.

115
5.4 Saran
Berdasarkan keterbatasan yang ada dalam penelitian ini, studi masa depan
dapat memperluas model yang diterapkan dalam penelitian ini untuk memprediksi
niat dan penggunaan sistem informasi. Hal ini dapat dilakukan dengan
menambahkan variabel yang dapat mempengaruhi penerimaan dan penggunaan
sistem informasi, dilihat dari perhitungan nilai R-square di mana masih ada
variabel potensial di luar model yang mempengaruhi penerimaan dan penggunaan
sistem informasi.
Terakhir, peneliti masa depan harus menggunakan pendekatan longitudinal
untuk memprediksi niat dan penggunaan dari waktu ke waktu. Dengan demikian,
model harus divalidasi di berbagai titik dalam waktu. Misalnya, studi masa depan
harus mempelajari niat secara bertahap, seperti pra-adopsi dan pasca-adopsi
sebuah sistem informasi.

DAFTAR REFERENSI
AbuShanab, E., & Pearson, J. M. (2007). Internet banking in Jordan: The Unified
Theory of Acceptance and Use of Technology (UTAUT) Perspective.
Journal of Systems and Information Technology, 9(1), 78-97.
Adelyn, Kuan Lai. (2014). UTAUT2 Influencing the Behavioral Intention to

Adopt Mobile Applications. Malaysia: Universiti Tunku Abdul Rahman.
Retrieved from http://eprints.utar.edu.my/1277/1/AC-2014-1005389.pdf.
Adi, Rangga. (2014). Faktor – Faktor Yang Mempengaruhi Penerimaan Sistem

Informasi/Teknologi Informasi : Studi Kasus Program Wardes-Gpoba
Direktorat Pemberdayaan Informatika Kementerian Komunikasi Dan
Informatika. Jakarta: Universitas Indonesia. Retrieved from
http://lib.ui.ac.id/file?file=digital/20367307Rangga%20Adi%20Negara.pdf.
Akbayrak, B. (2000). A comparison of two data collecting methods: Interviews

and questionnaires. Hacettepe Üniversitesi Egitim Fakültesi Dergisi, 18, 1-
10.
Akour, H. (2010). Determinants of mobile learning acceptance: An empirical

investigation in higher education. ProQuest Dissertations and Theses, 379.
Alfie, Chacko P. (2012). Determinants of Intention to Use e-Learning Based on

the Technology Acceptance Model. Journal of Information Technology
Education, 11. Retrieved from http://www.jite.org/Vol11/JITEv11p301-
337Punnoose1197.pdf.
Amiroh, Adnan. (2012). Membangun e-Learning dengan LMS Moodle. Sidoarjo:

Genta Group Production.
Arikunto, Suharsimi. (2010). Manajemen Penelitian halaman 134. Jakarta: Rineka

Cipta.
Azwar, Syaifudin. (2012). Reliabilitas dan Validitas. Yogyakarta: Pustaka Pelajar.
Bakhtiar, Rivai. (2014). Penerapan Model The Unified Theory of Acceptance and
Use of Technology (UTAUT) untuk Memahani Tingkat Penerimaan dan
Penggunaan e-learning (BE-SMART) di Fakultas Teknik Universitas Negri
Yogyakarta. Yogyakarta: Universitas Negri Yogyakarta. Retrieved from
http://eprints.uny.ac.id/20808/.
Bandyopadhyay, Kakoli and Fraccastoro, Katherine A. (2007). The Effect of

Culture on User Acceptance of Information Technology. Communications
of the Association for Information Systems, 19.
116
117
Barbara, Byrne. (2008). Testing for Multigroup Equivalence of A Measuring

Instrument: A Walk Through The Process. Psicothema, 20, 872-882.
Barreiro, P. L. & Albandoz, J.P. (2011). Population and sample: Sampling

techniques. Management Mathematics for European Schools. Retrieved
September 20, 2016 from http://optimierung.mathematik.unikl.de/
Brown, A., & Johnson, J. (2003). Five Advantages of Using a Learning

Management System. Retrieved September 10, 2016, from Microburst
Learning: www.microburstlearning.com
Cavus, N. (2013). Selecting an Learning Management System (LMS) in

Developing Countries: Instructors’ Evaluation. Interactive Learning
Environments, 21(5), 419-437.
Cooper, D. R. and Pamela S. S. (2006). Business Research Methods, 9th ed. NY:
McGraw-Hill. 
Courts, Bari & Tucker, Jan. (2012). Using Technology to Create a Dynamic
Classroom Experience. Journal of College Teaching & Learning – Second
Quarter, 9(2), 121-128.
Eckhardt, A., Laumer, S., & Weitzel, T. (2009). Who influences whom?
Analyzing workplace referents’ social influence on IT adoption and non-
adoption. Journal of Information Technology, 24(1), 11-24.
Efron, B. & Tibshirani, R.J. (1998). An introduction to the bootstrap. New York:
Chapman & Hall / CRC.
Eisingerich, A. B., & Rubera, G. (2010). Drivers of Brand Commitment: A Cross-

National Investigation. Journal of International Marketing, 18(2), 64–79.
Ellis, R. K. (2009). Field Guide to Learning Management Systems. United States:
ASTD (American Society for Training & Development) Inc.
Farahat, Taher. (2012). Applying the technology acceptance model to online

learning in the Egyptian universities. Procedia - Social and Behavioral
Sciences, 64, 95–104.
Ghozali, Imam. (2006). Aplikasi Analisis Multivarite dengan SPSS. Cetakan

Keempat. Semarang: Badan Penerbit Universitas Diponegoro.
Ghozali, Imam. (2006). Structural Equation Modeling Metode Alternatif dengan

Partial Least Square. Semarang: Semarang: Badan Penerbit Universitas
Diponegoro.
118
Ghozali, Imam, and Fuad. (2008). Structural Equation Modeling: Teori, Konsep
dan Aplikasi Dengan Program Lisrel 8.0. Semarang: Badan Penerbit
Universitas Diponegoro.
Ghozali, Imam. (2009). Aplikasi Analisis Multivariate Dengan Program SPSS.

Semarang: Badan Penerbit Universitas Diponegoro.
Ghozali, Imam dan Hengky Latan. (2012). Partial Least Squares “Konsep,
Metode dan Aplikasi” menggunakan program WarpPLS 2.0. Semarang:
Badan Penerbit Universitas Diponegoro.
Hair, J.F., Black, W.C., Babin, B.J., & Anderson, R.E. (2010). Multivariate Data
Analysis. Seventh Edition. New Jersey: Prentice Hall.
Hamuy, Eduardo & Mirtha Galaz. (2010). Information versus Communication in

Course Management System Participation. Computers & Education, 54(1),
169-177.
Handayani, Rini. (2007). “Analisis Faktor-Faktor yang Mempengaruhi Minat
Pemanfaatan Sistem Informasi”. Surakarta: STIE Atma Bhakti.
Harsono, Listyo Dwi & Suryana, Lisandi Arinta. (2014). Factors Affecting the
Use Behavior of Social Media Using UTAUT2 Model. Proceedings of the
First Asia-Pacific Conference on Global Business, Economics, Finance and
Social Science. ISBN 978-1-941505-15-1
Hartanto, A.A. dan Purbo, O.W. (2002). Teknologi e-Learning Berbasis PHP dan
MySQL. Jakarta: Elex Media komputindo.
Hartono, Jogiyanto. (2007). Sistem Informasi Keperilakuan. Edisi Revisi.

Yogyakarta: Andi Offset.
Hartono, Jogiyanto. (2008). Metodologi Penelitian Sistem Informasi. Yogyakarta:
Andi Offset.
Hartono, Jogiyanto. (2009). Teknologi Sistem Informasi Edisi Ketiga. Yogyakarta:

Andi Offset.
Hartono, Jogiyanto dan Abdillah, W. (2009). Konsep dan Aplikasi PLS (Partial
Least Square) untuk Penelitian Empiris. Yogyakarta: BPFE.
Hartono, Jogiyanto. (2011). Metodologi Penelitian Bisnis: Salah Kaprah dan

Pengalaman-pengalaman.Yogyakarta: BPFE.
119
Henseler, Jorg. (2010). PLS-MGA: A Non-Parametric Approach to Partial Least

Square-based Multi-Group Analysis. ResearchGate: Challenges at the
Interface of Data Analysis, Computer Science and Optimization.
Proceedings of the 34th Annual Conference of the Gesellschft fur
Klassifikation.
Iskandar. (2009). Metodologi Penelitian Pendidikan dan Sosial. Jakarta: Persada

Press.
Islam, M. Z., Kim, P. C. L., & Hassan, I. (2013). Intention to use advanced mobile
phone services (AMPS). Management Decision, 51(4), 824-838.
Jambulingam, M. (2013). Behavioral intention to adopt mobile technology among

tertiary students. World Applied Sciences Journal, 22(9), 1262- 1271.
Kasiram, Moh. (2008). Metodologi Penelitian. Malang: UIN-Malang Pers.
Kerlinger. (2006). Asas-Asas Penelitian Behavioral. Yogyakarta: Gadjah Mada

University Press.
Khechine, Hager, Lakhal, Sawsen, Pascot, Daniel, Bytha, Alphonse. (2014).

UTAUT Model for Blended Learning: The Role of Gender and Age in the
Intention to Use Webinar. Journal of E-Learning and Learning Objects, 10.
Kim, S.S., N.K. Malhotra. (2005). A longitudinal model of continued IS use: An

integrative view of four mechanisms underlying post-adoption phenomena.
Management Science, 51(1), 741-755.
Kothari, C. R. (2004). Research Methodology: Methods and Techniques. New

Delhi: New Age International.ltd.
Kerschenbaum, Steve. (2009). Optimizing Human Capital Development. Urbana:

Adayana.
Kurniawan & Nasir, Muhammad. (2014). Faktor-faktor yang mempengaruhi

Keberhasilan Implementasi E-Learning di Kalangan Mahasiswa Perguruan
Tinggi Swasta di Kota Palembang. Prosiding SNaPP Sains, Teknologi, dan
Kesehatan. ISSN 2089-3582.
Lai, J.Y., and Chen, W.W. (2009). Measuring e-business dependability: The
employee perspective. The Journal of Systems and Software, 82, 1046-
1055. 
Leong, L. Y., Ooi, K. B., Chong, A. Y. L., & Lin, B. (2013a). Modeling the
stimulators of the behavioral intention to use mobile entertainment: Does
gender really matter? Computers in Human Behaviour, 29, 2109-2121.
120
Leong, L. Y., Hew, T. S., Tan, G. W. H., & Ooi, K. B. (2013b). Predicting the
determinants of the NFC-enabled mobile credit card acceptance: A neural
networks approach. Expert Systems with Applications, 40, 5604-5620.
Liao, C., Palvia, P., & Lin, H. N. (2006). The roles of habit and web site quality in
e-commerce. International Journal of Information Management, 26, 469-
483.
Limayem, M., Cheung, C. M. K., and Hirt, S.G. (2007). How Habit Limits the
Predictive Power of Intentions: The Case of Is Continuance. MIS Quarterly,
31(4), 5-737.
Luarn, P., & Lin, H. H. (2005). Towards an understanding of the behavioural

intention to use mobile banking. Computers in Human Behaviour, 21(6),
873-891.
Lu, J., Yao, J. E., & Yu, C. S. (2005). Personal innovativeness, social influences
and adoption of wireless internet services via mobile technology. Journal of
Strategic Information Systems, 14, 245-268.
Mafe, C. R., Blas, S. S. & Tavera-Mesias, J. F. (2010). A comparative study of

mobile messaging services acceptance to participate in television
programmes. Journal of Service Management, 21(1), 69-102.
Magni, M., Taylor, M. S., & Venkatesh, V. (2010). ‘To play or not to play’: A
cross-temporal investigation using hedonic and instrumental perspectives to
explain user intentions to explore a technology. International Journal of
Human-Computer Studies, 68, 572-588.
Margono. (2004). Metodologi Penelitian Pendidikan. Jakarta: Rineka Cipta
Min, Q.; Ji, S.; and Qu, G. (2008). Mobile commerce user acceptance study in
China: A revised UTAUT model. Tsinghua Science and Technology, 13(3),
257-264. 
Nasir, Muhammad. (2013). Evaluasi Penerimaan Teknologi Informasi Mahasiswa

di Palembang menggunakan Model UTAUT. Seminar Nasional Aplikasi
Teknologi Informasi: ISSN 1907-5022
Ndume, Vitalis, Tilya, F. N. and Twaakyondo, H. (2008). Challenges of adaptive

elearning at higher learning institutions: A case study in Tanzania.
International Journal of Computing and ICT Research, 2(1), 47–59.
Osgood, Charles Egerton, George J. Suci, Perci H. Tannenbaum. (1957). The

Measurement of Meaning. United States of America: Board of Trustees of
the University Illinois.
121
Oshlyansky, Lidia, Harold Thimblebly, Paul Cairns. (2007). Unified Theory of

Acceptance and Use of Technology (UTAUT) Tool Cross-Culturally.
Proceedings of HCI.
Pahnila, S., Siponen, M., & Zheng, X. (2011). Integrating habit into UTAUT: The
Chinese eBay case. Pacific Asia Journal of the Association for Information
Systems, 3(2), 1-30.
Park, S. Y. (2009). An Analysis of the Technology Acceptance Model in

Understanding University Students' Behavioral Intention to Use e-Learning.
Educational Technology & Society, 12(3), 150–162.
Putra, Gioliano & Maya Ariyanti. (2013). Pengaruh Faktor-faktor dalam Modified
Unified Theory Acceptance and Use of Technology 2 (UTAUT2) terhadap
Niat Prospective User untuk mengadopsi Home Digital Services PT.
TELKOM di Surabaya. Jurnal Manajemen Indonesia, 12(4).
Prata, W., Moraes, A. D., & Quaresma, M. (2012). User’s demography and
expectation regarding search, purchase and evaluation in mobile application
store. Work: A Journal of Prevention, Assessment and Rehabilitation, 41(1),
1124-1311.
Raman, Arumugam & Don, Yahya. (2013). Preservice Teacher's Acceptance of

Learning Management Software: An Application of the UTAUT2 Model.
International Education Studies. Canadian Center of Science and
Education, 6(7). doi:10.5539/ass.v10n14p186.
Raman, Arumugan, Don, Yahya, Khalid, Rozalina. Rizuan, Mohd. (2014). Usage
of Learning Management System (Moodle) among Postgraduate Students:
UTAUT Model. Asian Social Science. Canadian Center of Science and
Education, 10(14).
Riduwan dan Engkos Achmad Kuncoro. (2011). Cara Menggunakan dan

Memaknai Path Analysis (Analisis Jalur). Bandung: Penerbit Alfabeta.
San Martin, H., & Herrero, A. (2012). Influence of the user’s psychological
factors on the online purchase intention in rural tourism: Integrating
innovativeness to the UTAUT framework. Tourism Management, 33(2),
341-350. http://dx.doi.org/10.1016/j.tourman.2011.04.003
Sallum, S. A. (2008). Learning management system implementation: building

strategic change. Distance Learning, 5(1), 68-72.
Santoso, Singgih. (2007). Membuat Dan Menganalisis Model SEM dengan

AMOS. Jakarta: PT. Elex Media Komputindo.
122
Sarstedt, M., Henseler, J., & Ringle, C. M. (2011). Multigroup Analysis in Partial
Least Squares (PLS) Path Modeling: Alternative Methods and Empirical
Results. Advances in International Marketing, 22, 195-218. 
Sedana, I. G. N., and Wijaya, Wisnu (2010). Penerapan Model UTAUT untuk
Memahami Penerimaan dan Penggunaan Learning Management System
Studi Kasus Experiential E-learning Sanata Dharma University. Jurnal
Sistem Informasi, 5(2).
Setiawan, Agus. (2007). Tax Audit dan Tax Review. Jakarta: PT. Raja Grafindo
Persada.
Sharifah, suhaila. (2015). Adaptation of UTAUT2 Model in Understanding

Student’s Acceptance of Virtual Learning Agent. Australian Journal of
Basic and Applied Sciences, 9(25), 66-71.
Sinaga, August & Zainuddin. (2013). Persepsi dan Implementasi Kebijakan

Teknologi Informasi Dan Komunikasi Sebagai Sarana Pembelajaran dan
Pengaruhnya Terhadap Peningkatan Kualitas Pendidikan Pada SMA Negeri
Kota Pematang Siantar. Jurnal Administrasi Publik, 3(1).
Sitinjak, J.R.T & Sugiarto. (2006). LISREL. Yogyakarta: Graha Ilmu.
Sugiyono. (2009). Metode Penelitian Kuantitatif Kualitatif dan R&B. Bandung:

Alfabeta.
Sugiyono. (2012). Metode Penelitian Kuantitatif Kualitatif dan R&B. Bandung:

Alfabeta.
Sundaravej, T. (2010). Empirical Validation of Unified Theory of Acceptance and

Use of Technology Model. Journal of Global Information Technology
Management, 13(1), 5-27.
Tandirerung, V. A. (2014). Implementasi e-learning program keahlian TKJ di

SMK DIY pasca pembubaran RSBI. Jurnal Pendidikan Vokasi, 4(1), 96-
110.
Taylor, D. G., Voelker, T. A., & Pentina, I. (2011). Mobile application adoption
by young adults: A social network perspective. International Journal of
Mobile Marketing, 6(2), 60-70.
Teo, T., & Noyes, J. (2012). Explaining the intention to use technology among
pre-service teachers: A multi-group analysis of the Unified Theory of
Acceptance and Use of Technology. Interactive Learning Environments,
2(1), 51-66.
123
To, P. L., Liao, C., & Lin, T. H. (2007). Shopping motiviation on Internet: A
study based on utilitarian and hedonic value. Technovation, 27, 774-787.
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User
acceptance of information technology: Toward a unified view. MIS
Quarterly, 27(3), 425-278.
Venkatesh, V., Thong, J. Y. L., & Xu, X. (2012). Consumer acceptance and use of
information technology: Extending the unified theory of acceptance and use
of technology. MIS Quarterly, 36(1), 157-178.
Venter, P., Rennsburg, M. J. V., and Annemarie Davis. (2012). Drivers of

learning management system use in a South African open and distance
learning institution. Australasian Journal of Educational Technology, 28(2),
183–198.
Wong, Wan-Tzu and Huang, Neng-Tang. (2011). The Effects of E-learning

System Service Quality and User's Acceptance on Organizational Learning.
International Journal of Business and Information, 6(2).
Yang, H. (2013). Bon appétit for apps: Young American consumers’ acceptance
of mobile applications. Journal of Computer Information Systems, 53(3),
85-96.
Yang, K. (2010). Determinants of US consumer mobile shopping services

adoption: Implications for designing mobile shopping services. Journal of
Consumer Marketing, 27(3), 262-270.
Yi, M. Y., Jackson, J. D., Park, J. S., and Probst, J. C. (2006). “Understanding
Information Technology Acceptance by Individual Professionals: Toward
an Integrative View,” Information & Management, 43(3), 350-363.
LAMPIRAN
Lampiran 1 Surat Izin Penelitian
124
125
Lampiran 2 Surat Pengantar Kuesioner

126
Lampiran 3 Kuesioner
KUESIONER PENELITIAN TESIS
FAKTOR YANG BERPENGARUH TERHADAP PENGGUNAAN SISTEM

PENGELOLAAN PEMBELAJARAN EXELSA UNIVERSITAS SANATA
DHARMA
A. IDENTITAS RESPONDEN
Berilah tanda centang () pada jawaban yang dianggap sesuai!
Usia :
≤ 30 tahun 51 – 60 tahun
31 – 40 tahun  60 tahun
41 – 50 tahun
Jenis kelamin :
Laki-laki Perempuan
Lama bekerja :
1 – 5 tahun 11 – 20 tahun
6 – 10 tahun  20 tahun
Sejak kapan Anda menggunakan Exelsa?

< 1 tahun 3-4 tahun
1-2 tahun > 4 tahun
127
B. PERNYATAAN KUESIONER
Berilah tanda centang () pada jawaban yang dianggap sesuai!
Skala Penilaian
No Pernyataan
1 2 3 4 5 6 7
Harapan Kinerja
1 Tingkat kegunaan Exelsa dalam Sangat rendah Sangat tinggi
pekerjaan saya sebagai dosen
2 Penggunaan Exelsa berpeluang untuk Sangat rendah Sangat tinggi
meraih cakupan pembelajaran
(learning outcome)
3 Penggunaan Exelsa dapat Sangat rendah Sangat tinggi
menyelesaikan tugas saya (sebagai
dosen) dengan lebih cepat
4 Penggunaan Exelsa meningkatkan Sangat rendah Sangat tinggi
produktivitas kerja saya sebagai
dosen
Persepsi Usaha
5 Exelsa mudah dipelajari Sangat sulit Sangat mudah
6 Tingkat kejelasan fitur Exelsa Sangat rendah Sangat tinggi
7 Kemudahan mengoperasikan Exelsa Sangat sulit Sangat mudah
8 Tingkat keterampilan Anda dalam Sangat rendah Sangat tinggi
menggunakan Exelsa
Skala Penilaian
No Pernyataan
1 2 3 4 5 6 7
Faktor Sosial
9 Dukungan pimpinan untuk Sangat rendah Sangat tinggi
menggunakan Exelsa
10 Pengaruh dosen lain untuk Sangat rendah Sangat tinggi
menggunakan Exelsa
11 Dukungan pengembang sistem Sangat rendah Sangat tinggi
(P3MP) untuk menggunakan Exelsa
Dukungan Fasilitas
12 Kecukupan sumber daya yang Sangat rendah Sangat tinggi
dibutuhkan untuk menggunakan
Exelsa
13 Kecukupan pengetahuan untuk Sangat rendah Sangat tinggi
menggunakan Exelsa
14 Kesesuaian Exelsa dengan teknologi Sangat rendah Sangat tinggi
yang saya gunakan
15 Kecukupan bantuan tenaga ahli Sangat rendah Sangat tinggi
dalam penggunaan Exelsa
128
Skala Penilaian
No Pernyataan
1 2 3 4 5 6 7
Motivasi Hedonis
16 Penggunaan Exelsa yang Sangat Sangat
menyenangkan mengecewakan menyenangkan
17 Kenyamanan dalam menggunakan Sangat rendah Sangat tinggi
Exelsa
18 Penggunaan Exelsa yang fleksibel Sangat kaku Sangat fleksibel
Kebiasaan
19 Saya terbiasa menggunakan Exelsa Sangat rendah Sangat tinggi
dalam kegiatan mengajar
20 Saya terus menggunakan Exelsa Sangat jarang Sangat sering
21 Kewajiban menggunakan Exelsa Sangat rendah Sangat tinggi
22 Kemauan menggunakan Exelsa Sangat rendah Sangat tinggi
Niat Penggunaan
23 Niat untuk terus menggunakan Sangat rendah Sangat tinggi
Exelsa di masa mendatang
24 Kesediaan selalu menggunakan Sangat rendah Sangat tinggi
Exelsa untuk kegiatan mengajar
Perilaku Penggunaan
25 Frekuensi penggunaan Exelsa dalam Sangat rendah Sangat tinggi
kegiatan mengajar
Manfaat apa saja yang Anda dapatkan ketika menggunakan Exelsa?
………………………………………………………………………………………
………………………………………………………………………………………
Kritik dan saran mengenai Exelsa :
………………………………………………………………………………………
………………………………………………………………………………………
129
Lampiran 4 Data Pengguna Aktif Exelsa

Lampiran 5 Rekap Data Kuesioner
VARIABEL HARAPAN KINERJA

KATEGORI JAWABAN Rata-rata
Jumlah
INDIKATOR 1 2 3 4 5 6 7 Skor per
f % f % f % f % f % f % f % N % Pernyataan
1 3 1.7 14 7.9 19 10.7 27 15.2 57 32 43 24.2 15 8.4 178 100 4.74
2 2 1.1 13 7.3 29 16.3 51 28.7 49 27.5 25 14 9 5.1 178 100 4.37
3 4 2.2 16 9 26 14.6 44 24.7 40 22.5 36 20.2 12 6.7 178 100 4.44
4 5 2.8 17 9.6 26 14.6 32 18 41 23 52 29.2 5 2.8 178 100 4.48
Rata-rata Skor
4.51
Variabel HK
VARIABEL PERSEPSI USAHA

Jumlah
1 0 0 5 2.8 5 2.8 30 16.9 58 32.6 58 32.6 22 12.4 178 100 5.26
2 0 0 3 1.7 13 7.3 44 24.7 60 33.7 40 22.5 18 10.1 178 100 4.98
3 0 0 5 2.8 14 7.9 40 22.5 54 30.3 50 28.1 15 8.4 178 100 4.98
4 3 1.7 4 2.2 11 6.2 44 24.7 43 24.2 66 37.1 7 3.9 178 100 4.94
Rata-rata Skor
5.04
Variabel PU
130
VARIABEL FAKTOR SOSIAL

Jumlah
1 6 3.4 7 3.9 11 6.2 52 29.2 40 22.5 38 21.3 24 13.5 178 100 4.81
2 11 6.2 31 17.4 29 16.3 39 21.9 40 22.5 22 12.4 6 3.4 178 100 3.88
3 8 4.5 19 10.7 16 9 34 19.1 48 27 31 17.4 22 12.4 178 100 4.55
Rata-rata Skor
4.41
Variabel FS
VARIABEL DUKUNGAN FASILITAS

Jumlah
1 0 0 6 3.4 12 6.7 56 31.5 57 32 35 19.7 12 6.7 178 100 4.78
2 1 0.6 4 2.2 12 6.7 39 21.9 64 36 47 26.4 11 6.2 178 100 4.94
3 1 0.6 7 3.9 18 10.1 32 18 66 37.1 45 25.3 9 5.1 178 100 4.83
4 4 2.2 16 9 18 10.1 53 29.8 37 20.8 40 22.5 10 5.6 178 100 4.48
Rata-rata Skor
4.76
Variabel DF
131
VARIABEL MOTIVASI HEDONIS

Jumlah
1 2 1.1 8 4.5 20 11.2 47 26.4 61 34.3 36 20.2 4 2.2 178 100 4.58
2 2 1.1 14 7.9 16 9 42 23.6 63 35.4 38 21.3 3 1.7 178 100 4.55
3 2 1.1 18 10.1 17 9.6 42 23.6 55 30.9 39 21.9 5 2.8 178 100 4.50
Rata-rata Skor
3.41
Variabel MH
VARIABEL KEBIASAAN
Jumlah
1 9 5.1 17 9.6 22 12.4 32 18 38 21.3 44 24.7 16 9 178 100 4.51
2 12 6.7 16 9 31 17.4 33 18.5 38 21.3 34 19.1 14 7.9 178 100 4.28
3 10 11.2 41 23 46 25.8 31 17.4 23 12.9 13 7.3 4 2.2 178 100 3.29
4 7 3.9 21 11.8 23 12.9 20 11.2 39 21.9 52 29.2 16 9 178 100 4.59
Rata-rata Skor
4.17
Variabel K
132
VARIABEL NIAT PENGGUNAAN

Jumlah
1 4 2.2 6 3.4 16 9 28 15.7 31 17.4 64 36 29 16.3 178 100 5.16
2 5 2.8 8 4.5 16 9 29 16.3 40 22.5 54 30.3 26 14.6 178 100 5.01
Rata-rata Skor
2.54
Variabel NP
VARIABEL PERILAKU PENGGUNAAN

Jumlah
1 13 7.3 12 6.7 21 11.8 38 21.3 38 21.3 42 23.6 14 7.9 178 100 4.45
Rata-rata Skor
4.45
Variabel PP
133

Sem pls2

Diunggah oleh

Informasi Dokumen

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

Sem pls2

Diunggah oleh

Hak Cipta:

Format Tersedia

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN

PROGRAM STUDI MAGISTER MANAJEMEN

FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN

UNTUK MEMENUHI SEBAGIAN PERSYARATAN

PROGRAM STUDI MAGISTER MANAJEMEN

karunia-Nya sehingga penulis dapat menyelesaikan tesis yang berjudul

“FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN

DAN PENGGUNAAN SISTEM MANAJEMEN PEMBELAJARAN EXELSA

dalam menyelesaikan studi pada Program Magister Manajemen Fakultas Ekonomi

Universitas Sanata Dharma Yogyakarta.

Selama berproses dalam menyelesaikan tesis ini, penulis bersyukur atas

mengucapkan terima kasih yang sebesar-besarnya kepada :

Universitas Sanata Dharma serta dosen pembimbing I yang telah

memberikan bimbingan, motivasi dan dukungan selama penulisan tesis ini.

Ketua Program Studi Magister Manajemen Universitas Sanata Dharma serta

dosen pembimbing II yang telah memberikan bimbingan, motivasi dan

dukungan selama penulisan tesis ini.

3. Yang terhormat kepala P3MP Universitas Sanata Dharma yang telah

memberikan ijin penelitian serta kerjasamanya dalam penulisan tesis ini.

4. Yang terhormat dosen-dosen Magister Manajemen Universitas Sanata

Dharma yang telah memberikan ilmu kepada penulis.

memberikan bimbingan, arahan serta konsultasi kuantitatif dalam penulisan

spiritual dan finansial dalam penyusunan tesis ini.

7. Yang terkasih seluruh teman-teman Magister Manajemen Universitas Sanata

Dharma atas kebersamaan belajar selama ini.

LEMBAR PERSETUJUAN DOSEN PEMBIMBING ....... Error! Bookmark not

2.3.8 Behavioral Intention (Niat Perilaku).................................................. 22

BAB V KESIMPULAN DAN SARAN ............................................................ 110

Tabel 2.1 Penelitian Terdahulu 23

Gambar 2.1 Model UTAUT 16

Rumus 3.1 Rumus Slovin 41

Lampiran 1 Surat Izin Penelitian 125

Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi

Kata kunci : Sistem Manajemen Pembelajaran, Exelsa, UTAUT2

Keywords : Learning management system, Exelsa, UTAUT 2

penelitian, batasan penelitian, dan sistematika penelitian.

1.1 Latar Belakang

Perkembangan teknologi informasi dan komunikasi (TIK) telah memberikan

pengaruh terhadap dunia pendidikan, khususnya dalam proses pembelajaran.

Penerapan teknologi informasi yang tepat dalam dunia pendidikan merupakan

dituntut untuk mampu memanfaatkan teknologi semaksimal mungkin untuk

mendukung proses pembelajaran. Untuk menghadapi tuntutan tersebut, seorang

pengajar dapat menerapkan Sistem Manajemen Pembelajaran (SMP) atau

Learning Management System (LMS). SMP menyediakan media pembelajaran

Tandirerung (2014) bahwa Sistem Manajemen Pembelajaran telah terbukti

bermanfaat untuk pengajar dan juga peserta didik.

SMP adalah sebuah perangkat lunak atau software untuk keperluan

administrasi, dokumentasi, pencarian materi, laporan sebuah kegiatan, pemberian

materi-materi pelatihan kegiatan belajar mengajar secara online yang terhubung

karena memiliki banyak keuntungan termasuk waktu belajar fleksibel dan

(2012) Learning Management System (LMS) atau Course Management System

(CMS) atau Virtual Learning Environment (VLE) merupakan perangkat lunak

sekolah sebagai media pembelajaran online berbasis internet (e-learning). E-

Universitas Sanata Dharma telah menerapkan Sistem Manajemen

Pembelajaran dengan nama Experiential E-Learning of Sanata Dharma

University (Exelsa) sejak tahun 2008. Experiential E-Learning of Sanata Dharma

University (Exelsa) diharapkan dapat meningkatkan kualitas pembelajaran dan

pendidikan di Universitas Sanata Dharma. Exelsa menyediakan sejumlah fasilitas

kuesioner, melihat pengumuman, forum mata kuliah, kalender kegiatan, dan

sebagainya. Exelsa juga diharapkan dapat meningkatkan efektivitas dan kualitas

komunikasi pembelajaran dengan pendekatan knowledge management di antara

berbagai pihak seperti dosen, mahasiswa, program studi, biro administrasi