Digital 2016-10-20423886 TA Nurlina Setyawan

UNIVERSITAS INDONESIA
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI

NIAT MENGGUNAKAN KEMBALI APLIKASI MOBILE
BERBASIS INFORMASI: STUDI KASUS APLIKASI ABC
PADA PT. XYZ
KARYA AKHIR
NURLINA SETYAWAN
1406596630
FAKULTAS ILMU KOMPUTER

PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI
JAKARTA
JANUARI 2016
Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

UNIVERSITAS INDONESIA
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI

NIAT MENGGUNAKAN KEMBALI APLIKASI MOBILE
BERBASIS INFORMASI: STUDI KASUS APLIKASI ABC
PADA PT. XYZ
KARYA AKHIR
Diajukan sebagai salah satu syarat untuk memperoleh gelar
Magister Teknologi Informasi
NURLINA SETYAWAN
1406596630
FAKULTAS ILMU KOMPUTER

PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI
JAKARTA
JANUARI 2016

HALAMAN PERNYATAAN ORISINALITAS
Karya Akhir ini adalah hasil karya saya sendiri,
dan semua sumber baik yang dikutip maupun dirujuk
telah saya nyatakan dengan benar.
Nama : Nurlina Setyawan
NPM : 1406596630
Tanda Tangan :
Tanggal : 4 Januari 2016
ii

HALAMAN PENGESAHAN
Karya Akhir ini diajukan oleh:

NPM : 1406596630
Program Studi : Magister Teknologi Informasi
Judul Skripsi : Analisis Faktor-Faktor yang Mempengaruhi Niat
Menggunakan Kembali Aplikasi Mobile Berbasis Informasi:
Studi Kasus Aplikasi ABC pada PT. XYZ
Telah berhasil dipertahankan di hadapan Dewan Penguji dan diterima sebagai

bagian persyaratan yang diperlukan untuk memperoleh gelar Magister Teknologi
Informasi pada program studi Magister Teknologi Informasi, Fakultas Ilmu
Komputer, Universitas Indonesia.
DEWAN PENGUJI
Pembimbing : Dr. Achmad Nizar Hidayanto, S.Kom., M.Kom. (……………..)
Penguji : Riri Satria S.Kom., MM (……………..)
Penguji : Yudho Giri Sucahyo M.Kom., Ph.D (……………..)
Ditetapkan di : Jakarta
Tanggal : Januari 2016
iii

KATA PENGANTAR
Puji dan syukur penulis sampaikan ke hadirat Allah SWT atas rahmat, karunia,
serta hidayah-Nya sehingga penulis mampu menyelesaikan karya akhir yang
berjudul “Analisis Faktor-Faktor yang Mempengaruhi Niat Menggunakan
Kembali Aplikasi Mobile Berbasis Informasi: Studi Kasus Aplikasi ABC pada
PT. XYZ“ secara tepat waktu. Penulisan karya akhir ini ditujukan untuk
memenuhi syarat dalam memperoleh gelar Magister Teknologi Informasi pada
program studi Magister Teknologi Informasi, Fakultas Ilmu Komputer,
Universitas Indonesia. Penulis menyadari bahwa penyelesaian karya akhir ini
tidak luput dari bimbingan, bantuan, dan dukungan dari berbagai pihak. Oleh
karena itu, pada kesempatan ini penulis ingin mengucapkan terima kasih yang
sebesar-besarnya kepada:
1. Bapak Dr. Achmad Nizar Hidayanto, S.Kom, M.Kom selaku dosen

pembimbing karya akhir yang telah bersedia meluangkan banyak waktu,
tenaga, serta memberikan kritik dan saran kepada penulis selama proses
penyusunan karya akhir ini.
2. Riri Satria S.Kom., MM dan Yudho Giri Sucahyo M.Kom., Ph.D selaku
penguji yang telah memberikan saran dan masukan perbaikan karya akhir.
3. Bapak Sumaryanto selaku product owner yang telah bersedia meluangkan
waktu untuk memberikan informasi terkait aplikasi.
4. Suami Boni Yustin Prabowo, ayahanda Sarno Ashari, dan ibunda Waryati
yang telah senantiasa mendoakan dan memberikan dukungan sehingga
penulis dapat menyelesaikan tugas akhir ini dengan baik.
5. Teman-teman satu bimbingan karya akhir Ivonne Margi Immanuella dan
Elisabeth Martha Koeanan yang telah menjadi tempat bertukar pikiran dan
mencari solusi dari permasalahan yang dihadapi dalam mengerjakan karya
akhir.
6. Rekan-rekan MTI 2014SC yang telah berbagi canda tawa dan suka duka
serta membantu selama masa perkuliahan.
iv

7. Seluruh staf pengajar, staf perpustakaan, dan keluarga besar Fakultas Ilmu
Komputer Universitas Indonesia yang telah banyak memberikan bantuan
kepada penulis.
8. Semua pihak yang telah membantu dalam penyusunan karya akhir ini, baik
secara langsung maupun tidak langsung, yang tidak dapat penulis sebutkan
satu per satu.
Penulis menyadari bahwa karya akhir ini bukanlah tanpa kelemahan. Oleh karena
itu, segala kritik dan saran yang membangun dari pembaca sangat dibutuhkan
untuk membantu penyempurnaan karya akhir ini. Semoga karya akhir ini dapat
bermanfaat dan digunakan dengan sebaik-baiknya oleh semua pihak.
Jakarta, 11 Januari 2016
Nurlina Setyawan

HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI
KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS
Sebagai sivitas akademik Universitas Indonesia, saya yang bertanda tangan di

bawah ini:
NPM : 1406596630
Fakultas : Ilmu Komputer
Jenis Karya : Karya Akhir
demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada

Universtas Indonesia Hak Bebas Royalti Noneksklusif (Non-exclusive Royalty-
Free Right) atas karya ilmiah saya yang berjudul:
Analisis Faktor-Faktor yang Mempengaruhi Niat Menggunakan Kembali Aplikasi

Mobile Berbasis Informasi: Studi Kasus Aplikasi ABC pada PT. XYZ
Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti
Noneksklusif ini Universitas Indonesia berhak menyimpan,
mengalihmedia/formatkan, mengelola dalam bentuk pangkalan data (database).
Merawat, dan memublikasikan karya akhir saya tanpa meminta izin dari saya
selama tetap mencantumkan nama saya sebagai penulis/pencipta dan sebagai
pemilik Hak Cipta.
Demikian pernyataan ini saya buat dengan sebenarnya.
Dibuat di : Jakarta
Pada tanggal : 4 Januari 2016
Yang menyatakan
(Nurlina Setyawan)
vi

ABSTRAK

Judul : Analisis Faktor-Faktor yang Mempengaruhi Niat
Menggunakan Kembali Aplikasi Mobile Berbasis
Informasi: Studi Kasus Aplikasi ABC pada PT. XYZ
Pesatnya pertumbuhan dan perkembangan teknologi perangkat bergerak dapat

berdampak pada perubahan lingkungan masyarakat yang semakin beragam baik
bagi individu maupun organisasi untuk mendukung aktivitas sehari-hari.
Perkembangan teknologi perangkat bergerak juga berdampak pada peningkatan
jumlah aplikasi dan pengguna serta memberikan peluang bisnis bagi perusahaan
untuk menuai keuntungan dari penggunaan aplikasi mobile. Salah satunya, PT.
XYZ, perusahaan yang bergerak di bidang riset dan pengembangan teknologi,
telah mengembangkan aplikasi islami yaitu aplikasi mobile ABC. Namun, dalam
perkembangannya terdapat beberapa permasalahan antara lain target jumlah
pengguna yang belum tercapai, jumlah pengguna yang melakukan uninstall
aplikasi meningkat, jumlah pengguna yang merekomendasikan informasi masih
rendah, dan jumlah pengguna aktif yang masih rendah. Sehingga, penelitian ini
bertujuan untuk mengetahui pengaruh perspektif teknologi dan pengalaman
penggunaan terhadap niat menggunakan kembali dan merekomendasikan aplikasi.
Dimensi perspektif teknologi terdiri dari system quality dan information quality.
Sedangkan dimensi pengalaman pengguna terdiri dari perceived usefulness dan
perceived enjoyment.
Data penelitian ini dikumpulkan secara online sejak tanggal 8 November 2015
hingga 12 Desember 2015. Analisis data dalam penelitian ini menggunakan
pendekatan partial least squares (PLS-SEM) terhadap 176 responden yang pernah
menggunakan aplikasi mobile ABC. Penelitian ini menyimpulkan bahwa faktor
perspektif teknologi dan pengalaman pengguna memberikan pengaruh positif
yang signifikan terhadap niat menggunakan kembali dan niat merekomendasikan
aplikasi mobile berbasis informasi. Sehingga faktor-faktor yang berpengaruh
antara lain system quality, information quality, perceived usefulness, perceived
enjoyment, confirmation, dan satisfaction. Faktor information quality merupakan
dimensi perspektif teknologi yang memiliki pengaruh paling signifikan terhadap
pengalaman pengguna. Sedangkan variabel dimensi pengalaman pengguna yang
memberi pengaruh positif paling signifikan terhadap satisfaction adalah perceived
usefulness, yang kemudian memberi pengaruh positif terhadap continuance usage
intention dan intention to recommend.
Kata Kunci: Aplikasi Mobile berbasis Informasi, D&M IS Success Model,

Expectation Confirmation Model, Structural Equation Modeling,
Continuance Usage Intention, Intention to Recommend
xiii + 119 halaman; 31 gambar; 19 tabel; 16 lampiran
vii Universitas Indonesia

ABSTRACT
Name : Nurlina Setyawan

Study Program : Master of Information Technology
Title : Analysis of Factors Influencing Continuance Usage
Intention of Information Oriented Mobile Application: Case
Study of ABC Application in PT. XYZ
The rapid growth and development of mobile technology have an impact on

society environmental change increasingly diverse both for individuals and
organizations to support daily activities. Mobile device technology developments
also have an impact on increasing the number of applications, users and provide
business opportunities for companies to obtain the benefits of the use of mobile
applications. PT. XYZ, a company engaged in the field of research and
technology development, has developed an Islamic mobile application that is
called ABC. However, in its development, there are some problems occur such as
the target number of users who have not been reached, the number of users who
uninstall the application increases, the number of users who recommend the
information is low, and the number of active users is low. Therefore, this research
aims to determine the effect of technology perspective and user experience
perspective to the continuance usage intention and the intention to recommend of
application. Dimensions of technology perspective consist of system quality and
information quality. While the dimensions of the user experience consists of
perceived usefulness and perceived enjoyment.
The data used in this research are gathered online, started from 8th of November
until 12nd of December 2015. The data analysis in this research is using partial
least squares structural equation modeling approach (PLS-SEM) toward 176
respondents who have ever used mobile applications ABC. This research
concludes that factors of technology perspective and user experience give a
significant positive influence on the continuance usage intention and intention to
recommend the application. Thus, these factors namely system quality,
information quality, perceived usefulness, perceived enjoyment, confirmation, and
satisfaction. Information quality factor is the dimension of technology perspective
that provides the most positive influence on the user experience.While the
dimension of user experience that provides the most significant positive influence
on satisfaction is perceived usefulness, which then provides a positive influence
on the continuance usage intention and the intention to recommend.
Keywords: Information Oriented Mobile Application, D&M IS Success Model,

Expectation Confirmation Model, Structural Equation Modeling,
Continuance Usage Intention, Intention to Recommend
xiii + 119 pages; 31 images; 19 tables; 16 attachments
viii Universitas Indonesia

DAFTAR ISI
HALAMAN JUDUL ............................................................................................. i

HALAMAN PERNYATAAN ORISINALITAS ............................................... ii
HALAMAN PENGESAHAN .............................................................................. iii
KATA PENGANTAR .......................................................................................... iv
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI KARYA
ILMIAH UNTUK KEPENTINGAN AKADEMIS ........................................... vi
ABSTRAK ........................................................................................................... vii
ABSTRACT ........................................................................................................ viii
DAFTAR GAMBAR ............................................................................................ xi
DAFTAR TABEL ............................................................................................... xii
DAFTAR LAMPIRAN ...................................................................................... xiii
BAB 1 PENDAHULUAN ................................................................................... 1
1.1 Latar Belakang ......................................................................................... 1
1.2 Perumusan masalah .................................................................................. 7
1.3 Pertanyaan Penelitian ............................................................................... 8
1.4 Ruang Lingkup Penelitian ........................................................................ 8
1.5 Tujuan Penelitian ...................................................................................... 9
1.6 Manfaat penelitian .................................................................................... 9
1.7 Sistematika Penulisan ............................................................................... 9
BAB 2 TINJAUAN PUSTAKA ....................................................................... 11
2.1 Landasan Teori ....................................................................................... 11
2.1.1 Pengertian Aplikasi Mobile ABC ................................................... 11
2.1.2 Teori Penggunaan dan Penerimaan Sistem Informasi .................... 14
2.2 Penelitian Sebelumnya ........................................................................... 25
2.2.1 Understanding Continuance Usage of Mobile Sites (Tao, 2013) ... 25
2.2.2 Understanding Information Systems Continuance for Information
Oriented Mobile Applications (Chen, Meservy, & Gillenson, 2012) ............ 26
2.2.3 An Integrated Evaluation Model of User Satisfaction with Social
Media Services (Ong & Day, 2010)............................................................... 27
2.2.4 A Customer Value, Satisfaction, and Loyalty Perspective of Mobile
Application Recommendations (Chenyan, Peak, & Prybutok, 2015) ............ 28
2.2.5 Attribute Perceptions, Customer Satisfaction and Intention to
Recommend E-Services (Finn, Luming, & Tema, 2009) ............................... 29
2.2.6 Perbandingan Penelitian-Penelitian Sebelumnya ............................ 30
2.3 Metodologi ............................................................................................. 34
2.3.1 Metodologi Penelitian Kuantitatif ................................................... 34
2.3.2 Structural Equation Modeling (SEM)............................................. 34
2.3.3 Sampling.......................................................................................... 40
2.4 Perumusan Hipotesis Penelitian ............................................................. 42
2.4.1 Dampak Kualitas Aplikasi Mobile ABC terhadap Experience ........ 43
2.4.2 Dampak Kualitas Aplikasi Mobile ABC terhadap Satisfaction ....... 46
2.4.3 Dampak Experience terhadap Satisfaction...................................... 47
2.4.4 Dampak Confirmation terhadap Satisfaction dan Experience ........ 49
ix Universitas Indonesia

2.4.5 Dampak Satisfaction terhadap Continuance Usage Intention dan
Intention to Recommend ................................................................................ 50
2.5 Kerangka Teoritis ................................................................................... 52
BAB 3 METODOLOGI PENELITIAN ......................................................... 54
3.1 Kategori Metodologi .............................................................................. 54
3.2 Tahapan Penelitian ................................................................................. 54
3.2.1 Tahap 1 yaitu identifikasi masalah .................................................. 56
3.2.2 Tahap 2 yaitu studi literatur ............................................................ 56
3.2.3 Pengumpulan data primer ............................................................... 57
3.2.4 Tahap 4 yaitu uji keterbacaan kuesioner ......................................... 57
3.2.5 Tahap 6 yaitu analisis data kuantitatif ............................................. 58
3.2.6 Tahap 7 yaitu penarikan kesimpulan dan saran .............................. 61
3.3 Instrumen Penelitian ............................................................................... 61
3.4 Sampel dan Metode Pengumpulan Data ................................................ 66
BAB 4 PROFIL ORGANISASI....................................................................... 68
4.1 Sejarah dan Perkembangan PT. XYZ..................................................... 68
4.2 Visi dan Misi PT. XYZ .......................................................................... 68
4.3 Struktur Organisasi ................................................................................. 69
BAB 5 ANALISIS DAN PEMBAHASAN ...................................................... 70
5.1 Demografi Responden ............................................................................ 70
5.1.1 Jenis Kelamin .................................................................................. 71
5.1.2 Usia ................................................................................................. 71
5.1.3 Pendidikan ....................................................................................... 72
5.1.4 Pekerjaan ......................................................................................... 73
5.1.5 Lama Penggunaan ........................................................................... 73
5.1.6 Fitur Aplikasi yang Sering Diakses ................................................ 74
5.1.7 Rangkuman Demografi Responden ................................................ 75
5.2 Analisis Data .......................................................................................... 76
5.2.1 Konseptualisasi Model .................................................................... 76
5.2.2 Menentukan Metode Analisis Algoritma ........................................ 77
5.2.3 Menentukan Metode Resampling.................................................... 77
5.2.4 Pembentukan Diagram Jalur ........................................................... 77
5.2.5 Evaluasi Outer Model atau Measurement Model ............................ 80
5.2.6 Evaluasi Structural Model............................................................... 94
5.2.7 Indeks Kualitas ................................................................................ 98
5.2.8 Pengujian Hipotesis ......................................................................... 99
5.2.9 Persamaan Regresi ........................................................................ 103
5.3 Diskusi .................................................................................................. 104
5.4 Implikasi Penelitian .............................................................................. 108
5.4.1 Teori .............................................................................................. 108
5.4.2 Praktikal ........................................................................................ 109
BAB 6 KESIMPULAN DAN SARAN .......................................................... 112
6.1 Kesimpulan ........................................................................................... 112
6.2 Saran ..................................................................................................... 113
DAFTAR PUSTAKA ........................................................................................ 115
x Universitas Indonesia

DAFTAR GAMBAR
Gambar 1.1 Jumlah Pengguna Aplikasi ABC ......................................................... 2

Gambar 1.2 Jumlah Rekomendasi oleh Pengguna .................................................. 4
Gambar 1.3 Jumlah Pengguna Aktif Aplikasi ABC ................................................ 4
Gambar 1.4 Jumlah Pengguna yang Uninstall Aplikasi ......................................... 5
Gambar 2.1 Fitur aplikasi ABC ............................................................................. 13
Gambar 2.2 D&M IS Success Model..................................................................... 15
Gambar 2.3 Updated D&M IS Success Model ...................................................... 17
Gambar 2.4 Technology Acceptance Model.......................................................... 18
Gambar 2.5 Technology Acceptance Model Versi 2 ............................................. 20
Gambar 2.6 Expectation Confirmation Theory ..................................................... 22
Gambar 2.7 Expectation Confirmation Model ...................................................... 23
Gambar 2.8 Model Penelitian Tao ........................................................................ 26
Gambar 2.9 Model Penelitian Chen, Meservy, dan Gillenson .............................. 27
Gambar 2.10 Model Penelitian Ong dan Day ....................................................... 28
Gambar 2.11 Model Penelitian Chenyan, Peak, dan Prybutok ............................. 29
Gambar 2.12 Model Penelitian Finn, Luming, dan Tema..................................... 30
Gambar 2.13 Contoh Model Kausal ..................................................................... 35
Gambar 2.14 Spesifikasi Model dengan Konstruk Second Order ........................ 38
Gambar 2.15 Kerangka Teoritis Penelitian ........................................................... 53
Gambar 3.1 Kerangka kerja Penelitian ................................................................. 55
Gambar 4.1 Struktur Organisasi PT. XYZ ............................................................ 69
Gambar 5.1 Data Jenis Kelamin Responden ......................................................... 71
Gambar 5.2 Data Usia Responden ........................................................................ 72
Gambar 5.3 Data Tingkat Pendidikan Responden ................................................ 72
Gambar 5.4 Data Pekerjaan Responden ................................................................ 73
Gambar 5.5 Data Lama Penggunaan Aplikasi oleh Responden ........................... 74
Gambar 5.6 Fitur Aplikasi yang Sering Diakses ................................................... 74
Gambar 5.7 Pembentukan Model Null .................................................................. 78
Gambar 5.8 Path Diagram Model Penelitian ....................................................... 79
Gambar 5.9 Hasil Pengujian Model Struktural ..................................................... 98
Gambar 5.10 Hasil Akhir Model Penelitian........................................................ 105
xi Universitas Indonesia

DAFTAR TABEL
Tabel 2.1 Perbandingan Penelitian Sebelumnya dengan Teknik 3C+2S .............. 31

Tabel 2.2 Perbandingan antara PLS-SEM dan CB-SEM ...................................... 39
Tabel 3.1 Kriteria Penilaian PLS .......................................................................... 59
Tabel 3.2 Kode dan Pertanyaan Instrumen Penelitian .......................................... 61
Tabel 5.1 Rangkuman Demografi Responden ...................................................... 75
Tabel 5.2 Persamaan Regresi dari Model Penelitian ............................................ 79
Tabel 5.3 Outer Loading (Measurement Model) Indikator Iterasi Pertama.......... 81
Tabel 5.4 Outer Loading (Measurement Model) Indikator Iterasi Kedua ............ 83
Tabel 5.5 Nilai Discriminant Validity (Cross Loading) Indikator ........................ 86
Tabel 5.6 AVE dan Akar Kuadrat AVE ............................................................... 89
Tabel 5.7 Korelasi antar Konstruk dengan Nilai Akar Kuadrat AVE................... 91
Tabel 5.8 Nilai Composite Reliability dan Cronbach Alpha................................. 92
Tabel 5.9 Nilai Indikator Weight dan VIF ............................................................ 94
Tabel 5.10 Nilai R2 Variabel Laten Endogen........................................................ 95
Tabel 5.11 Nilai Koefisien Jalur Model Penelitian ............................................... 96
Tabel 5.12 Nilai Efek Cohen setiap Jalur.............................................................. 97
Tabel 5.13 Nilai Relevansi Prediktif setiap Variabel Endogen............................. 98
Tabel 5.14 Hasil pengujian hipotesis pada model penelitian ................................ 99
Tabel 5.15 Hasil Persamaan Regresi ................................................................... 103
xii Universitas Indonesia

DAFTAR LAMPIRAN
Lampiran 1. Dokumentasi Hasil Wawancara...................................................... 120

Lampiran 2. Data Olahan Jumlah Pengguna dari Google Play Store ................. 125
Lampiran 3. Data Olahan Jumlah Pengguna dari PT. XYZ Apps ....................... 126
Lampiran 4. Data Jumlah Pengguna Aktif dari Aplikasi Dashboard ABC ........ 127
Lampiran 5. Data Review Pengguna di Google Play Store ................................. 128
Lampiran 6. Kuesioner Penelitian ....................................................................... 129
Lampiran 7. Outer Loading (Measurement Model) Indikator Iterasi Pertama ... 136
Lampiran 8. Outer Loading (Measurement Model) Indikator Iterasi Kedua ...... 139
Lampiran 9. Nilai Discriminant Validity (Cross Loading) Indikator ................. 141
Lampiran 10. AVE dan Akar Kuadrat AVE ....................................................... 144
Lampiran 11. Korelasi antar Konstruk dengan Nilai Akar Kuadrat AVE .......... 145
Lampiran 12. AVE dan Akar Kuadrat AVE ....................................................... 146
Lampiran 13. Nilai Indikator Weight Konstruk First Order ............................... 147
Lampiran 14. Data Responden Penelitian ........................................................... 148
Lampiran 15. Hasil kuesioner untuk instrumen EU1 – FO1............................... 162
Lampiran 16. Hasil kuesioner untuk instrumen FO2 – IR4 ................................ 171
xiii Universitas Indonesia

BAB 1
PENDAHULUAN
Bab ini membahas mengenai latar belakang penulis melakukan penelitian,

perumusan masalah untuk mendapatkan pertanyaan penelitian, ruang lingkup
penelitian, tujuan penelitian, manfaat penelitian, dan sistematika penulisan.
1.1 Latar Belakang
Pesatnya pertumbuhan dan perkembangan teknologi perangkat bergerak dapat

berdampak pada perubahan lingkungan masyarakat yang semakin beragam baik
bagi individu maupun organisasi di lingkungan instansi atau perusahaan untuk
mendukung aktivitas sehari-hari. Perkembangan teknologi perangkat bergerak
juga berdampak pada peningkatan jumlah aplikasi dan pengguna (Chenyan, Peak,
& Prybutok, 2015). Pertumbuhan aplikasi dapat dilihat dari peningkatan jumlah
aplikasi yang tersedia di app stores seperti Apple App Store1 untuk aplikasi iOS
dan Google Play Store2 untuk aplikasi Android.
Menurut International Data Corporation (IDC) menyebutkan bahwa pada kuartal

kedua tahun 2013, Android menguasai 79% pangsa pasar sistem operasi perangkat
pintar dan penjualan perangkat pintar Android meningkat sebanyak 74% menjadi
187 juta unit (Krajci & Cummings, 2013). Sedangkan di Indonesia, menurut
StatCounter Global Stats3, pada tahun 2014 Android mendapatkan posisi pertama
untuk kategori Top 8 Mobile Operating System dan menguasai 55,11% pangsa
pasar sistem operasi perangkat pintar. Penguasaan pangsa pasar ini memberikan
peluang bisnis bagi perusahaan untuk menuai keuntungan dari penggunaan
aplikasi mobile yang telah didukung oleh basis pengguna yang sangat besar
(Chenyan, Peak, & Prybutok, 2015). Salah satu perusahaan yang bergerak di
bidang riset dan pengembangan teknologi yaitu PT. XYZ, pada awal berdirinya
(tahun 2012), Head Quarters (HQ) yang berpusat di Korea meminta agar PT.
XYZ membuat sebuah prototipe aplikasi. Oleh karena itu, dengan berbagai
1
https://itunes.apple.com/id/genre/ios/id36?mt=8, diakses pada 25 Mei 2015
2
https://play.google.com/store?hl=en, diakses pada 25 Mei 2015
3
http://gs.statcounter.com/#mobile_os-ID-quarterly-201401-201404-bar, diakses pada 25 Mei
2015
1 Universitas Indonesia

2
pertimbangan, PT. XYZ memutuskan untuk membuat aplikasi ABC yang

bertujuan untuk memberikan manfaat bagi masyarakat Indonesia terutama yang
beragama Islam.
ABC adalah aplikasi islami dari PT. XYZ yang menggunakan Al-Qur'an versi
digital yang telah mendapatkan Sertifikat Lajnah Pentashihan Mushaf Al-Qur'an
dari Kementerian Agama Republik Indonesia (Samsung, 2014). Pengembangan
aplikasi ABC bertujuan untuk mendapatkan pengguna sebanyak-banyaknya,
memberikan informasi yang bermanfaat bagi pengguna, dan meningkatkan
loyalitas pengguna smartphone. Menurut Sumaryanto (2015), pihak manajemen
menetapkan target jumlah pengguna sebesar 1.000.000 pengguna setiap tahunnya
yang selanjutnya ditetapkan menjadi 100.000 setiap tahunnya. Penetapan ulang
tersebut dilakukan karena bahasa yang disediakan mulai versi 1.1.2 hanya Bahasa
Indonesia, sehingga target pengguna aplikasi tidak lagi untuk semua negara,
melainkan hanya di Indonesia. Gambar 1.1 merepresentasikan perbandingan
target jumlah pengguna dengan jumlah pengguna aktual.
Gambar 1.1 Jumlah Pengguna Aplikasi ABC

(Sumber: Google Play Store (2015); Sumaryanto (2015); telah diolah kembali)
Pada Gambar 1.1 terlihat bahwa persentase perbandingan antara jumlah pengguna
aktual dan target jumlah pengguna pada tahun 2013 dan 2014 yaitu 2,988% dan
21,6% dapat dikatakan rendah. Walaupun terjadi peningkatan jumlah pengguna
pada tahun 2014, namun target jumlah pengguna pada tahun 2013 dan 2014 tidak
Universitas Indonesia

3
tercapai. Hal ini membuktikan bahwa rencana perusahaan dalam mengembangkan

aplikasi sulit untuk mencapai keberhasilan tanpa adanya pemahaman yang
mendalam mengenai perilaku individu terhadap penggunaan aplikasi.
Menurut Chenyan, Peak, dan Prybutok (2015), rekomendasi penting dalam

komunikasi, psikologi sosial, konsumen, dan literatur sistem informasi dimana
mayoritas orang mengandalkan rekomendasi sebagai sumber informasi yang dapat
diandalkan sebagai alternatif untuk mengadopsi suatu inovasi. Apabila dikaitkan
dengan konteks aplikasi mobile, rekomendasi adalah hal yang penting dimana
orang-orang lebih cenderung mengandalkan rekomendasi untuk produk atau jasa
yang bersifat intangible. Aplikasi mobile ABC memiliki fitur rekomendasi yang
memungkinkan pengguna untuk berbagi informasi dengan cara membagikan
tautan melalui media sosial. Media sosial yang digunakan dalam fitur ini adalah
semua aplikasi media sosial yang telah ter-install di perangkat mobile pengguna.
Hal ini memudahkan pengguna karena dapat merekomendasikan aplikasi mobile
ABC ke orang lain secara langsung sehingga diharapkan dapat meningkatkan
jumlah pengguna. Pada pengembangan ABC versi 1.1.2 yang di-launching pada
bulan Juli 2014, pihak manajemen memutuskan untuk menambahkan fitur analisis
kinerja dan penggunaan aplikasi menggunakan tools Flurry Analytics4.
Berdasarkan data yang dihasilkan oleh tools tersebut, menunjukkan bahwa jumlah
rekomendasi oleh pengguna masih sangat rendah jika dibandingkan dengan
jumlah keseluruhan pengguna. Gambar 1.2 merepresentasikan perbandingan
antara jumlah rekomendasi dan jumlah keseluruhan pengguna.
4
https://developer.yahoo.com/analytics/, diakses pada 25 Mei 2015

4
Gambar 1.2 Jumlah Rekomendasi oleh Pengguna

(Sumber: Google Play Store & Flurry Analytics, 2015, telah diolah kembali)
Selain itu, dengan adanya fitur analisis kinerja tersebut, didapatkan informasi
mengenai jumlah pengguna aktif. Menurut Flurry Analytics Documentation5,
definisi pengguna aktif adalah jumlah pengguna yang mengakses aplikasi dalam
periode waktu tertentu. Gambar 1.3 merepresentasikan perbandingan antara
jumlah pengguna aktif dan jumlah keseluruhan pengguna.
Gambar 1.3 Jumlah Pengguna Aktif Aplikasi ABC

(Sumber: Google Play Store & Flurry Analytics, 2015, telah diolah kembali)
5
https://developer.yahoo.com/flurry/docs/api/code/appmetrics/, diakses pada 25 Mei 2015

5
Gambar 1.3 menunjukkan bahwa jumlah pengguna aktif lebih kecil dibandingkan
dengan jumlah keseluruhan pengguna yang berarti pemanfaatan aplikasi ABC
oleh pengguna masih sangat rendah. Selain itu, berdasarkan data review pengguna
di Google Play Store menyebutkan bahwa aplikasi ABC yang telah
dikembangkan memiliki beberapa permasalahan, seperti waktu respon yang lama
dan masih terjadi force close. Hal tersebut tidak sesuai dengan harapan pihak
manajemen yang menyebutkan bahwa aplikasi dapat berjalan dengan baik
sehingga seluruh pengguna dapat menggunakan aplikasi (Sumaryanto, 2015).
Selanjutnya, Gambar 1.4 merepresentasikan perbandingan antara pengguna yang

melakukan uninstall aplikasi dan pengguna yang melakukan instalasi aplikasi.
Gambar 1.4 Jumlah Pengguna yang Uninstall Aplikasi

(Sumber: Google Play Store, 2015, telah diolah kembali)
Gambar 1.4 merepresentasikan informasi rasio perbandingan antara jumlah

pengguna yang melakukan install dan uninstall pada tahun 2013 dan 2014 sebesar
5:2 dan 9:5 secara berurutan. Data tersebut menunjukkan terjadinya peningkatan
jumlah pengguna yang melakukan uninstall aplikasi pada tahun 2013-2014.
Peningkatan tersebut tidak sesuai dengan harapan pihak manajemen bahwa jumlah
pengguna yang melakukan uninstall tidak mengalami peningkatan (Sumaryanto,
2015).

6
Menurut Battacherjee (2001), kesuksesan jangka panjang suatu sistem informasi

tidak bergantung pada penerimaan dan penggunaan awal melainkan bergantung
pada penggunaan secara berkelanjutan. Khalifa dan Liu (2007) menyatakan
bahwa penggunaan sistem informasi secara berkelanjutan sangat penting bagi
perusahaan business to consumer (B2C) yang menunjukkan bahwa retensi
pengguna dapat meningkatkan penghematan biaya operasional yang signifikan
dan menguntungkan bagi perusahaan (Chenyan, Peak, & Prybutok, 2015). Hal ini
juga dibuktikan oleh penelitian Parthasarathy dan Bhattacherjee (1998) bahwa
penggunaan secara berkelanjutan sangat penting karena mendapatkan pelanggan
baru membutuhkan usaha 5 kali lebih besar daripada mempertahankan pelanggan
yang sudah ada (Battacherjee, 2001). Oleh karena itu, perusahaan perlu
melakukan penelitian terkait penggunaan sistem informasi secara berkelanjutan.
Kemudian, DeLone dan McLean (2003) menyatakan bahwa penggunaan sistem

menjadi ukuran kesuksesan sistem informasi yang popular dan telah terbukti
memiliki keterkaitan dengan beberapa dimensi kualitas dan kepuasan pengguna
dimana peningkatan kualitas dapat meningkatkan kepuasan pengguna, yang
selanjutnya dapat meningkatkan intensitas penggunaan sistem informasi. Oleh
karena itu, dalam mengembangkan sistem informasi yang dapat menimbulkan
keinginan untuk terus menggunakan, perusahaan perlu memperhatikan aspek
kualitas suatu sistem informasi atau aplikasinya.
Seperti halnya pada penelitian Tao (2013), membuktikan bahwa perspektif

teknologi (kualitas sistem dan kualitas informasi) dan pengalaman pengguna
(kesenangan yang dirasakan) memiliki pengaruh yang signifikan terhadap
kepuasan pengguna dan penggunaan secara berkelanjutan. Selain itu, penelitian
yang dilakukan oleh Chen, Meservy, dan Gillenson (2012) juga membuktikan
bahwa kualitas aplikasi mobile yang baik dapat menimbulkan pengalaman positif
(manfaat yang dirasakan) bagi penggunanya. Pengalaman positif seperti manfaat
yang dirasakan dan kesenangan yang dirasakan oleh pengguna ini kemudian
menciptakan rasa puas sehingga timbul keinginan untuk menggunakan kembali
aplikasi secara berkelanjutan. Selain itu, penelitian yang dilakukan oleh Chenyan,
Peak, dan Prybutok (2015) telah membuktikan bahwa kepuasan yang dirasakan

7
pengguna berpengaruh terhadap niat untuk merekomendasikan aplikasi. Oleh

karena itu, kualitas aplikasi mobile perlu dikembangkan dengan baik karena
merupakan hal penting dalam menciptakan pengalaman penggunaan yang
selanjutnya menciptakan kepuasan yang dapat menimbulkan keinginan untuk
menggunakan kembali dan niat untuk merekomendasikan aplikasi.
Berdasarkan fakta-fakta tersebut, penulis tertarik untuk meneliti faktor-faktor

terkait kualitas aplikasi mobile ABC yang dapat mempengaruhi pengalaman
pengguna pada tingkat emosi, sikap, dan perilaku sehingga dapat mempengaruhi
keinginan pengguna untuk menggunakan kembali dan merekomendasikan
aplikasi.
1.2 Perumusan masalah
Masih banyaknya jumlah pengguna yang melakukan uninstall, pengguna yang

tidak aktif, dan tidak tercapainya target jumlah pengguna menyebabkan
penggunaan resource server yang terbuang yang seharusnya mampu melayani
2.000.000 pengguna. Hal ini diakibatkan oleh pengalaman penggunaan dan
kepuasan pengguna yang tidak memicu terjadinya keinginan untuk menggunakan
kembali dan untuk merekomendasikan aplikasi.
Kualitas aplikasi mobile ABC yang dapat menjadi dasar terciptanya pengalaman
dan kepuasan pengguna sehingga dapat memicu terjadinya keinginan penggunaan
kembali dan merekomendasikan perlu mendapat perhatian khusus. Faktor-faktor
kualitas dan pengalaman pengguna tersebut harus ditemukan untuk mengetahui
pengaruhnya terhadap keinginan pengguna dalam menggunakan kembali dan
merekomendasikan aplikasi. Berdasarkan penjelasan tersebut, rumusan masalah
yang ingin diselesaikan dalam penelitian ini adalah menemukan faktor-faktor
yang memiliki pengaruh terhadap keinginan untuk menggunakan kembali dan
merekomendasikan aplikasi mobile ABC.
Penelitian yang dilakukan oleh penulis diharapkan dapat berkontribusi dalam

pengetahuan mengenai faktor-faktor aplikasi mobile ABC apa saja yang perlu
mendapatkan perhatian khusus agar dapat lebih ditingkatkan sehingga pengguna

8
memiliki pengalaman yang positif dan dapat menimbulkan keinginan untuk

menggunakan kembali dan merekomendasikan aplikasinya. Selain itu, penelitian
ini juga diharapkan dapat membantu perusahaan dalam mengembangkan aplikasi
agar dapat menciptakan pengalaman penggunaan yang positif dan membuat
penggunanya melakukan penggunaan secara berkelanjutan dan
merekomendasikan pada orang lain.
1.3 Pertanyaan Penelitian
Berdasarkan latar belakang dan perumusan masalah yang telah dikemukakan,

maka dapat dirumuskan pertanyaan penelitian sebagai berikut: “Faktor-faktor
apa saja yang mempengaruhi niat menggunakan kembali dan niat untuk
merekomendasikan aplikasi mobile berbasis informasi?”
1.4 Ruang Lingkup Penelitian
Ruang lingkup penelitian ini mencakup hal-hal sebagai berikut:

1. Objek dari penelitian ini adalah pengguna aplikasi ABC yang pernah
menggunakan fitur aplikasi ABC.
2. Dasar teori yang digunakan dalam model penelitian ini yaitu Expectation
Confirmation Model (ECM) yang dikembangkan oleh Battacherjee (2001).
3. Model penelitian dalam penelitian ini menggunakan dua perspektif yang telah
diteliti dalam penelitian Tao (2013) yaitu perspektif teknologi dan
pengalaman pengguna (experience).
4. Pengalaman pengguna yang diukur pada penelitian ini hanya berfokus pada
manfaat yang dirasakan (perceived usefulness) dan kesenangan yang
dirasakan (perceived enjoyment).
5. Perspektif teknologi yang diukur pada penelitian ini berdasarkan dimensi
kualitas pada model kesuksesan sistem informasi DeLone dan McLean.
6. Pendekatan yang digunakan untuk menguji model ialah menggunakan teknik
SEM berbasis variansi yaitu Partial Least Squares (PLS).
7. Aplikasi yang digunakan untuk menjalankan algoritma PLS-SEM adalah
WarpPLS versi 4.0.

9
1.5 Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor yang

mempengaruhi niat menggunakan kembali dan niat untuk merekomendasikan
aplikasi mobile berbasis informasi sehingga memudahkan perusahaan untuk
mengembangkan aplikasi menjadi lebih baik.
1.6 Manfaat penelitian
Manfaat dari penelitian ini terbagi menjadi 2 yaitu bagi ilmu pengetahuan dan
bagi perusahaan.
1. Bagi ilmu pengetahuan
Penelitian ini diharapkan dapat memberikan kontribusi ilmu pengetahuan
sebagai bahan tambahan referensi di bidang pengembangan aplikasi mobile
berbasis informasi.
2. Bagi perusahaan
Penelitian ini diharapkan dapat membantu perusahaan dalam menentukan
perencanaan dalam pengembangan aplikasi untuk meningkatkan niat
menggunakan kembali dan niat merekomendasikan aplikasi mobile berbasis
informasi.
1.7 Sistematika Penulisan
Penulisan karya akhir ini disusun dengan sistematika sebagai berikut:

BAB 1 PENDAHULUAN
Bab ini berisi tentang latar belakang penulis melakukan penelitian, perumusan
masalah untuk mendapatkan pertanyaan penelitian, ruang lingkup penelitian,
tujuan penelitian, manfaat penelitian, dan sistematika penulisan.
BAB 2 TINJAUAN PUSTAKA

Bab ini membahas mengenai landasan teori yang relevan, penelitian sebelumnya
yang berhubungan dengan penelitian yang diteliti, metodologi penelitian yang
digunakan, kerangka teoritis, dan hipotesis yang diajukan.

10
BAB 3 METODOLOGI PENELITIAN

Bab ini membahas mengenai alur penelitian yang dilakukan dari pencarian data
awal hingga mendapatkan kesimpulan dan saran. Selain itu, bab ini juga
membahas mengenai alat bantu yang digunakan selama proses penelitian dan
beberapa pendekatan lainnya yang mendukung proses penelitian ini.
BAB 4 PROFIL ORGANISASI

Bab ini membahas mengenai profil organisasi objek penelitian meliputi sejarah
dan perkembangan organisasi, visi dan misi organisasi, serta struktur organisasi.
BAB 5 ANALISIS DAN PEMBAHASAN

Bab ini membahas mengenai analisis dan pembahasan hasil pengolahan data
penelitian serta langkah-langkah yang diambil dalam melakukan analisis.
BAB 6 KESIMPULAN DAN SARAN

Pada bagian ini diuraikan kesimpulan yang didapatkan dari keseluruhan tahapan
penelitian yang telah dilakukan. Kesimpulan mencakup jawaban dari pertanyaan
penelitian yang diajukan. Selain itu, di bagian ini dijelaskan mengenai saran-saran
berdasarkan hasil penelitian ini.

BAB 2
TINJAUAN PUSTAKA
Bab ini membahas mengenai landasan teori yang relevan, penelitian sebelumnya
yang berhubungan dengan penelitian yang diteliti, metodologi penelitian yang
digunakan, kerangka teoritis, dan hipotesis yang diajukan dalam penelitian.
2.1 Landasan Teori
Bagian ini membahas mengenai teori yang relevan dengan penelitian yang
dilakukan yang dijadikan sebagai dasar dalam menyelesaikan penelitian ini.
Pembahasan teori meliputi pengertian aplikasi mobile ABC, teori penggunaan
sistem informasi, dan faktor-faktor yang mempengaruhinya.
2.1.1 Pengertian Aplikasi Mobile ABC
Bagian ini membahas mengenai definisi aplikasi, aplikasi mobile, aplikasi mobile
berbasis informasi, dan aplikasi ABC.
2.1.1.1 Pengertian Aplikasi Mobile
Mulyanto (2009) mendefinisikan aplikasi sebagai sebuah program yang

melakukan tugas atau pemrosesan secara umum bagi para pengguna akhir. Hal
tersebut sejalan dengan Rainer dan Cegielski (2012) yang mendefinisikan aplikasi
sebagai program komputer yang didesain untuk mendukung tugas spesifik atau
mendukung bisnis. Sehingga dapat disimpulkan bahwa aplikasi adalah program
yang digunakan oleh pengguna akhir untuk mendukung tugasnya.
Aplikasi mobile memungkinkan pengguna untuk menggunakan berbagai layanan

di luar panggilan rutin dan pesan teks seperti games dan video player. Definisi
tersebut sesuai dengan definisi aplikasi mobile menurut Jaeki, Junghwan, dan
Jones (2012) yang menerangkan bahwa secara khusus sebuah aplikasi mobile
mengacu pada aplikasi perangkat lunak yang berjalan di smartphone atau
perangkat portable lainnya yang memainkan peran integral dalam jenis layanan.
Selanjutnya, Laudon dan Traver (2014) mendefinisikan native app atau aplikasi

12
mobile sebagai sebuah aplikasi yang dirancang khusus, beroperasi menggunakan

sistem operasi dan perangkat keras dari perangkat mobile yang dapat terhubung ke
internet untuk mengunduh dan mengunggah data serta dapat beroperasi ketika
tidak terhubung ke internet.
Chaffey (2011) menyatakan bahwa aplikasi mobile mengalami perkembangan

yang signifikan dalam bidang komunikasi yaitu metode penyampaian layanan
interaktif dan konten melalui perangkat mobile. Sebuah aplikasi mobile
memberikan layanan untuk pengguna perangkat mobile seperti iPhone,
BlackBerry, dan Android yang memungkinkan pengguna untuk mencari dan
mengunduh aplikasi melalui app stores. Penulis menyimpulkan aplikasi mobile
sebagai sebuah aplikasi yang berjalan di perangkat mobile, dapat diunduh melalui
perangkat mobile, dan memberikan layanan baru bagi pengguna.
Selanjutnya, definisi mengenai aplikasi mobile berbasis informasi menurut Chen,

Meservy, dan Gillenson (2012), yaitu program perangkat lunak pada perangkat
mobile yang menawarkan fitur ketepatan, personalisasi, dan lokalisasi informasi
dimana saja dan kapan saja. Aplikasi mobile berbasis informasi berbeda dengan
aplikasi mobile berbasis transaksional yang memiliki fitur untuk pembelian
online, proses pembayaran, dan transaksi jual beli. Sedangkan aplikasi mobile
berbasis informasi dikenal sebagai aplikasi yang menyediakan layanan informasi
bagi pengguna.
2.1.1.2 Pengertian Aplikasi Mobile ABC
ABC adalah aplikasi islami dari PT. XYZ yang menggunakan Al-Qur'an versi
digital yang telah mendapatkan Sertifikat Lajnah Pentashihan Mushaf Al-Qur'an
dari Kementerian Agama Republik Indonesia (Samsung, 2014). Gambar 2.1
menunjukkan fitur-fitur yang dimiliki aplikasi ABC.

13
Gambar 2.1 Fitur aplikasi ABC

(Sumber: Samsung, 2014)
Berdasarkan Gambar 2.1, dapat dijelaskan untuk masing-masing fitur yang

dimiliki aplikasi ABC (Samsung, 2014), yaitu:
1. Al Qur’an
Al-Qur'an dalam bentuk digital yang telah bersertifikat dari sertifikat Lajnah
Pentashihan Mushaf Al-Qur’an dari Kementerian Agama Republik Indonesia
meliputi teks Arab, transliterasi, terjemah Bahasa Indonesia, pedoman warna
tajwid, dan audio murotal oleh Mishary Rashid Al-Afasy.
2. Jadwal Sholat
Fitur ini memberikan kemudahan pengaturan waktu sholat dengan metode
perhitungan yang sesuai dengan lokasi pengguna. Pengguna dapat mengatur
notifikasi, suara adzan atau widget di layar utama untuk menghitung mundur
waktu sholat berikutnya. Diharapkan dengan fitur ini, pengguna dapat
melaksanakan sholat secara tepat waktu. Informasi yang disajikan meliputi
lokasi, tanggal masehi, tanggal hijriah, serta informasi sholat yaitu Subuh,
Dzuhur, Ashar, Maghrib, dan Isya.
3. Arah Kiblat
Fitur ini membantu menunjukkan arah kiblat secara otomatis dengan
menggunakan kompas pada perangkat mobile yaitu dengan mendeteksi arah
kiblat sesuai dengan lokasi pengguna.

14
4. Haji dan Umrah

Fitur ini menyajikan informasi mengenai panduan haji dan umroh secara
lengkap.
5. Konten Harian dan Kontekstual
Fitur ini menyajikan konten harian seperti hadits, ayat, do’a, dan kontekstual
berdasarkan kalender Hijriyah.
Berdasarkan penjelasan fitur aplikasi ABC, dapat disimpulkan bahwa karakteristik

aplikasi ABC adalah aplikasi mobile yang menyediakan informasi, lokalisasi
informasi, dan ketepatan informasi. Aplikasi ABC memiliki layanan konten Al-
Qur’an digital yang akurat karena sudah mendapatkan sertifikat dari Kementerian
Agama Republik Indonesia, tidak memerlukan tingkat keamanan tinggi karena
tidak ada data yang bersifat privasi seperti data pengguna atau data transaksi, dan
merupakan aplikasi location based service dimana penyajian informasi
berdasarkan lokasi pengguna. Karakteristik aplikasi ABC tersebut sesuai dengan
definisi aplikasi mobile berbasis informasi, sehingga aplikasi ABC tepat untuk
dijadikan studi kasus karena merupakan aplikasi yang menyediakan informasi dan
bukan merupakan aplikasi mobile yang bersifat transaksional.
2.1.2 Teori Penggunaan dan Penerimaan Sistem Informasi
Bagian ini membahas mengenai teori kesuksesan sistem informasi, teori

penerimaan, dan teori penggunaan sistem informasi secara berkelanjutan meliputi
D&M IS Success Model, Technology Acceptance Model (TAM), Expectation
Confirmation Theory (ECT), dan Expectation Confirmation Model (ECM).
2.1.2.1 Model Kesuksesan Sistem Informasi DeLone dan McLean (D&M IS

Success Model)
DeLone dan McLean (1992) mengusulkan taksonomi dan model interaktif sebagai
kerangka kerja untuk konseptualisasi dan operasionalisasi kesuksesan sistem
informasi yang selanjutnya disebut Model Kesuksesan Sistem Informasi DeLone
dan McLean (D&M IS Success Model). D&M IS Success Model adalah model
yang dipergunakan untuk mengukur tingkat kesuksesan dan efektivitas sistem

15
informasi yaitu dengan memberikan kerangka kerja yang komprehensif untuk

mengukur kinerja dari sistem informasi dan meningkatkan pemahaman mengenai
efektivitas penerapan suatu sistem informasi (DeLone & McLean, 2003).
DeLone dan McLean (1992) menemukan bahwa kesuksesan sistem informasi

dapat direpresentasikan oleh enam dimensi yang menjadi dasar pengukuran
kesuksesan penerapan sistem informasi. Keenam dimensi tersebut adalah kualitas
informasi (information quality), kualitas sistem (system quality), penggunaan
(use), kepuasan pengguna (user satisfaction), dampak individual (individual
impact), dan dampak organisasional (organizational impact) dari sistem
informasi. Gambar 2.2 merupakan model kesuksesan sistem informasi DeLone
dan McLean pada tahun 1992.
Gambar 2.2 D&M IS Success Model

(Sumber: DeLone & McLean, 1992)
Gambar 2.2 menjelaskan bahwa sistem informasi pertama kali dikembangkan

dengan berbagai fitur yang dapat menunjukkan berbagai tingkat kualitas sistem
dan informasi. Selanjutnya, tingkat kualitas sistem dan informasi menentukan
kepuasan pengguna terhadap sistem atau produk informasinya. Penggunaan sistem
dan produk informasi tersebut berdampak pada penggunaan individu dalam
melakukan pekerjaannya. Selanjutnya dampak individu tersebut secara kolektif
berdampak pada organisasi. Enam dimensi kesuksesan tersebut saling terkait dan
memiliki implikasi penting dalam pengukuran, analisis, dan pelaporan kesuksesan

16
sistem informasi. Penjelasan dari masing-masing variabel pada Gambar 2.2 adalah
kualitas sistem (system quality) mengukur keberhasilan teknis, kualitas informasi
(information quality) mengukur kesuksesan semantik. Sedangkan penggunaan
(use), kepuasan pengguna (user satisfaction), dampak individual (individual
impact), dan dampak organisasional (organizational impact) mengukur
keberhasilan efektivitas sistem informasi.
DeLone dan McLean (2002) kemudian melakukan reformulasi D&M IS Success

Model dengan menambahkan dimensi kualitas layanan (service quality) pada
model sebelumnya, dimana instrumen pengukuran yang digunakan adalah
SERVQUAL yang dikemukakan oleh Parasuman dengan tujuan untuk mengakses
harapan konsumen dan persepsi mengenai kualitas pelayanan dalam organisasi
retail dan jasa. Dengan adanya kontribusi penelitian-penelitian yang merujuk pada
model kesuksesan sistem informasi DeLone dan McLean (1992) serta adanya
perubahan peran dan pengelolaan sistem informasi yang telah berkembang, maka
DeLone dan McLean memperbarui model yang selanjutnya disebut Updated
D&M IS Success Model (DeLone & McLean, 2003). Berikut hal-hal yang
diperbarui:
1. Adanya penambahan dimensi kesuksesan seperti kualitas layanan (service
quality), dimana pada model sebelumnya hanya terdapat dua dimensi kualitas
yaitu kualitas sistem (system quality) dan kualitas informasi (information
quality).
2. Menambahkan dimensi niat untuk menggunakan (intention to use) sebagai
alternatif dari dimensi penggunaan (use). DeLone & McLean (2003)
mengusulkan variabel niat untuk menggunakan karena merupakan suatu sikap
(attitude) dan penggunaan adalah suatu perilaku (behavior). Selain itu,
DeLone dan McLean (2003) berpendapat bahwa dengan mengganti
penggunaan (use) dapat memecahkan masalah yang dikritik oleh Seddon
(1997) mengenai model proses lawan model kausal.
3. Menggabungkan dampak individual (individual impact) dan dampak
organisasional (organizational impact) menjadi satu variabel yaitu
keuntungan bersih (net benefits). Hal tersebut dilakukan karena adanya
peningkatan dampak sistem informasi yang tidak hanya terkait dengan

17
pemakai individu maupun organisasi saja, melainkan berdampak kepada

kelompok yang menggunakan sistem, antar organisasi, konsumen, pemasok,
sosial bahkan negara. Tujuan penggabungan ini adalah untuk menjaga model
agar tetap sederhana.
Gambar 2.3 merepresentasikan model penelitian Updated D&M IS Success Model

(DeLone & McLean, 2003).
INFORMATION
QUALITY
INTENTION USE
TO USE
SYSTEM NET
QUALITY BENEFITS
USER SATISFACTION
SERVICE
QUALITY
Gambar 2.3 Updated D&M IS Success Model

(Sumber: DeLone & McLean, 2003)
Gambar 2.3 menjelaskan bahwa kualitas memiliki tiga dimensi utama yaitu
kualitas sistem (system quality), kualitas informasi (information quality), dan
kualitas layanan (service quality) yang berdampak pada penggunaan (use) dan
kepuasan pengguna (user satisfaction). Berdasarkan model penelitian tahun 1992
dan model penelitian yang telah diperbarui, dapat dilihat bahwa penggunaan (use)
memiliki keterkaitan erat dengan kepuasan pengguna (user satisfaction).
Keterkaitan tersebut yaitu penggunaan (use) harus mendahului kepuasan
pengguna (user satisfaction) dalam proses rasa, dan pengalaman positif terhadap
penggunaan (use) dapat menyebabkan kepuasan pengguna (user satisfaction).
Sedangkan, peningkatan kepuasan pengguna (user satisfaction) dapat
meningkatkan niat untuk menggunakan (intention to use) dan penggunaan (use).

18
Sementara, keuntungan bersih (net benefits) merupakan hasil dari penggunaan

(use) dan kepuasan pengguna (user satisfaction).
Dalam penelitian DeLone dan McLean (2003), dilakukan penelitian mengenai

faktor yang mempengaruhi niat untuk menggunakan (intention to use).
Berdasarkan model kesuksesan sistem informasi DeLone dan McLean yang telah
diperbarui, faktor yang mempengaruhi niat untuk menggunakan (intention to use)
adalah kualitas sistem (system quality), kualitas informasi (information quality),
kualitas layanan (service quality), dan kepuasan pengguna (user satisfaction).
2.1.2.2 Technology Acceptance Model (TAM)
Technology Acceptance Model (TAM) merupakan sebuah model yang digunakan

untuk menjelaskan penerimaan dan penggunaan teknologi informasi (TI) (Davis,
Bagozzi & Warshaw, 1989). Dalam perkembangannya, TAM merupakan teori
yang digunakan secara luas sebagai kerangka untuk memahami proses penerimaan
TI oleh pengguna. Pada model TAM, ada dua faktor yang mempengaruhi
pengguna dalam penerimaan atau penggunaan TI yaitu perceived usefulness dan
perceived ease of use.
Davis, Bagozzi, dan Warshaw (1989) menjelaskan bahwa TAM berasal dari teori
TRA (Theory of Reasoned Action) yang dikembangkan oleh Ajzen dan Fishbein.
Ajzen dan Fishbein (1980) dalam Davis, Bagozzi, dan Warshaw (1989)
menjelaskan bahwa TRA merupakan model umum dari psikologi sosial yang
didesain untuk mengidentifikasi pengaruh lingkungan manusia. Gambar 2.4
merepresentasikan model TAM.
Gambar 2.4 Technology Acceptance Model

(Sumber: Davis et al, 1989)

19
Berdasarkan Gambar 2.4, maka penjelasan masing-masing variabel dalam model

penelitian Davis F. D., (1989), yaitu:
1. Perceived usefulness merupakan derajat dimana individu percaya bahwa
menggunakan aplikasi tertentu dapat meningkatkan kinerja pekerjaannya
dalam konteks organisasi. Persepsi ini diukur melalui indikator seperti
produktivitas (productivity), efektivitas (effectiveness), pentingnya bagi
pekerjaan (importance to job), dan manfaat secara keseluruhan (overall
usefulness.
2. Perceived ease of use yaitu derajat dimana individu percaya bahwa
menggunakan aplikasi tertentu dapat bebas dari usaha. Persepsi ini diukur
melalui indikator-indikator seperti kemudahan untuk dipelajari (easy to
learn), kemudahan mencapai tujuan (controlable), jelas dan mudah dipahami
(clear and understandable), fleksibel (flexible), dan kemudahan akses (easy
to access).
3. Attitude toward using yaitu sikap terhadap penggunaan aplikasi yang
berbentuk penerimaan atau penolakan sebagai dampak bila seseorang
menggunakan suatu teknologi dalam pekerjaannya.
4. Behavioral intention to use yaitu kecenderungan perilaku untuk tetap
menggunakan suatu teknologi.
5. Actual system use yaitu kepuasan suatu organisasi atau individu dapat
tercapai jika sistem tersebut mudah digunakan dan meningkatkan
produktifitas dengan dibuktikan dari kondisi nyata penggunaan suatu aplikasi
tertentu.
Venkatesh dan Davies (2000) mengembangkan dan menguji model TAM yang
disebut TAM2 yang bertujuan menambahkan indikator dalam hal pengaruh sosial
dan proses instrumen kognitif yang mempengaruhi perceived usefulness dan
intention to use. Model TAM2 dapat dilihat pada Gambar 2.5.

20
Gambar 2.5 Technology Acceptance Model Versi 2

(Sumber: Venkatesh & Davies, 2000)
Berikut ini penjelasan variabel-variabel yang terdapat dalam model TAM2 pada
Gambar 2.5 (Venkatesh & Davies, 2000).
1. Subjective norm didefinisikan sebagai persepsi individu yang merasa bahwa
kebanyakan orang yang dianggap penting dalam hidupnya berpikir harus atau
tidak menggunakan sistem informasi. Variabel ini berpengaruh pada intention
to use dalam konteks sistem informasi yang bersifat mandatory use bukan
voluntary use.
2. Image yaitu sejauh mana sebuah inovasi dapat meningkatkan statusnya dalam
sistem sosial.
3. Job relevance yaitu persepsi individu bahwa sistem dapat dipakai untuk
keperluan pekerjaan sehari-hari.
4. Output quality yaitu derajat dimana seseorang percaya bahwa sistem
informasi dapat melakukan tugas-tugas pekerjaan dengan lebih baik.
5. Result demonstrability yaitu derajat dimana seseorang percaya bahwa hasil
dalam menggunakan teknologi informasi dapat diamati atau diukur dan
menular.
6. Experience yaitu variabel yang menjadi tolak ukur penentuan ketika
subjective norm menentukan perceived usefulness dan behavioral intention.

21
7. Voluntariness yaitu derajat sukarela dari pengguna dalam menggunakan

sistem informasi yang juga mempengaruhi subjective norm dalam
menentukan behavioral intention.
2.1.2.3 Expectation Confirmation Theory (ECT)
Expectation Confirmation Theory (ECT) yang juga dikenal sebagai Expectation

Disconfirmation Theory (EDT) merupakan teori yang menjelaskan niat membeli
kembali dari konsumen (Quaddus & Hossain, 2012). Menurut Oliver (1980)
dalam Quaddus dan Hossain (2012) menyatakan bahwa ECT banyak digunakan
dalam bidang pemasaran, khususnya dalam bidang perilaku konsumen untuk
mengidentifikasi kepuasan konsumen dan niat pembelian kembali. Quaddus dan
Hossain (2012) menambahkan bahwa ECT telah banyak digunakan untuk
menunjukkan niat pembelian kembali dalam berbagai macam produk dan jasa.
Selain itu, ECT juga telah digunakan dalam bidang lain seperti sosiologi untuk
mengukur tingkat kepuasan. Menurut Oliver (1980) dalam Quaddus dan Hossain
(2012) mengemukakan bahwa proses konsumen melakukan pembelian kembali
memiliki beberapa tahapan, yaitu:
 Pada tahap awal, konsumen telah membentuk sebuah harapan terhadap
produk atau jasa berdasarkan pengalaman sebelumnya atau pengetahuan yang
ada.
 Kedua, apabila konsumen menganggap bahwa produk atau jasa memiliki
kegunaan maka konsumen menerima, membeli, dan menggunakannya.
 Ketiga, konsumen melakukan penilaian terhadap manfaat yang dirasakan dari
suatu produk atau jasa berdasarkan harapan awal dan menilai sejauh mana
harapan tersebut terpenuhi.
Gambar 2.6 merepresentasikan model ECT yang dikembangkan oleh Oliver

(1980).

22
Gambar 2.6 Expectation Confirmation Theory

(Sumber: Oliver, 1980 dalam Bhattacherjee, 2001)
Menurut Oliver (1980) dalam Quaddus dan Hossain (2012), menyatakan bahwa
niat konsumen untuk membeli kembali suatu produk atau melanjutkan
penggunaan jasa ditentukan terutama oleh kepuasan mereka terhadap penggunaan
sebelumnya dari produk atau jasa tersebut.
2.1.2.4 Expectation Confirmation Model (ECM)
Expectation Confirmation Model (ECM) merupakan suatu model yang

dikembangkan oleh Anol Battacherjee pada tahun 2001 yang memiliki fokus pada
penggunaan berkelanjutan terhadap sistem informasi (Quaddus & Hossain, 2012).
Model ini dikembangkan dengan mengadaptasi teori ECT yang berfokus pada
penggunaan berkelanjutan dalam konteks sistem informasi dengan melakukan
beberapa modifikasi sebagai berikut:
 Mengganti variabel expectation dengan perceived usefulness. Hal tersebut
dilakukan karena harapan setelah menggunakan suatu produk atau jasa lebih
penting, karena harapan dapat mengalami perubahan seiring penggunaan
suatu sistem informasi.
 Mengganti repurchase intention menjadi continued usage intention dalam
konteks sistem informasi.
 Mendefinisikan variabel confirmation sebagai kesesuaian antara harapan dan
kinerja aktual.

23
 Menghapus variabel performance karena pengaruh kinerja yang dirasakan

sudah dijelaskan pada variabel confirmation.
Quaddus dan Hossain (2012) menyebutkan bahwa niat pengguna untuk

menggunakan sistem informasi secara berkelanjutan diperngaruhi oleh tiga hal,
yaitu tingkat kepuasan pengguna, konfirmasi terhadap harapan, dan manfaat yang
dirasakan. Sedangkan Battacherjee (2001) menjelaskan proses pengguna dalam
membuat keputusan menggunakan kembali seperti halnya keputusan seorang
konsumen dalam membeli kembali suatu produk (repurchase decision) dimana
pengguna biasanya memiliki keputusan atau ekspektasi awal. Ekspektasi yang
dimaksudkan disini sebagai perceived usefulness dan confirmation, yang
selanjutnya pengguna menilai kinerja melalui pengalaman penggunaan sistem
informasi. Apabila pengguna menemukan bahwa sistem informasi berguna, sesuai
dengan yang diharapkan maka muncul rasa kepuasan (satisfaction) yang
mempengaruhi tujuan penggunaan sistem informasi secara berkelanjutan (IS
continuance intention). Teori ini direpresentasikan pada Gambar 2.7.
Gambar 2.7 Expectation Confirmation Model

(Sumber: Bhattacherjee, 2001)
Hal yang dapat dijelaskan dari empat teori penggunaan adalah DeLone dan
McLean (1992) menjelaskan bahwa variabel penggunaan (use) dipengaruhi oleh
variabel kualitas sistem (system quality), kualitas informasi (information quality),
dan kepuasan pengguna (user satisfaction). Kemudian DeLone dan McLean
(2003) menambahkan bahwa niat untuk menggunakan suatu sistem informasi

24
dipengaruhi oleh dimensi kualitas yang terdiri dari kualitas sistem (system
quality), kualitas informasi (information quality), dan kualitas layanan (service
quality), serta kepuasan pengguna (user satisfaction). Fokus dari model
kesuksesan sistem informasi DeLone dan McLean adalah menganalisis dimensi
kualitas dari perspektif teknologi yang berpengaruh terhadap keputusan pengguna
untuk menggunakan sistem informasi.
Terdapat persamaan dan perbedaan antara model TAM dan ECM. Hal yang paling
mendasar yaitu dasar teori yang digunakan, TAM dikembangkan dari teori
perilaku (TRA), sedangkan ECM dari teori kepuasan pelanggan (ECT). TAM
memprediksi suatu tingkah laku yang akan terjadi tetapi belum terealisasi untuk
menjelaskan bagaimana penerimaan pengguna terhadap suatu teknologi
berdasarkan hasil persepsi terhadap kemudahan dan manfaat dari teknologi yang
sebenarnya belum pernah dialami. Hal ini ada dalam penelitian Chin dan Todd
(1995) yang menjelaskan bahwa manfaat dapat berupa estimasi seperti pekerjaan
lebih mudah, bermanfaat, meningkatkan produktivitas, mendorong efektifitas, dan
meningkatkan kinerja pekerjaan (Battacherjee, 2001).
Sedangkan ECM menggunakan pengalaman pengguna terkait dengan perilaku

atau kegiatan yang dimaksudkan. Untuk menjelaskan tingkat kepuasan dari
pengguna sistem informasi, ECM menggunakan perbandingan antara harapan
yang kemudian dikonfirmasikan dengan kenyataan berdasarkan pengalaman
dalam menggunakan suatu teknologi atau sistem informasi. Jadi dalam ECM,
harapan adalah manfaat yang dipersepsikan oleh pengguna berdasarkan
pengalaman yang dipercaya olehnya untuk mengambil keputusan apakah suatu
perilaku akan diteruskan atau dihentikan bergantung pada hasil konfirmasinya.
TAM memiliki fokus pada teknologi informasi, sedangkan ECM pada sistem
informasi. Kedua model dapat digunakan sebagai acuan penelitian, mengingat
aplikasi mobile ABC merupakan bentuk dari pemanfaatan sistem informasi yang
menggunakan teknologi informasi sebagai perangkat untuk
mengimplementasikannya. Namun berdasarkan latar belakang dan rumusan
masalah, penelitian ini menggunakan ECM sebagai landasan dalam membentuk
kerangka teoritis karena penelitian ini fokus untuk menganalisis perilaku

25
pengguna aplikasi mobile ABC pasca penerimaan dan penggunaannya. Sehingga

dapat disimpulkan bahwa ECM merupakan model yang tepat untuk menjelaskan
penggunaan secara berkelanjutan aplikasi mobile ABC di waktu mendatang.
2.2 Penelitian Sebelumnya
Bagian ini membahas mengenai ulasan terhadap penelitian sebelumnya yang

memiliki topik serupa dengan topik yang dikaji oleh penulis dengan tujuan untuk
mendapatkan referensi dalam perancangan sebuah model penelitian.
2.2.1 Understanding Continuance Usage of Mobile Sites (Tao, 2013)
Tao (2013) melakukan penelitian terhadap penggunaan situs mobile secara

berkelanjutan di China. Penelitian ini bertujuan untuk menganalisis faktor-faktor
yang mempengaruhi penggunaan secara berkelanjutan berdasarkan perspektif
teknologi dan pengalaman pengguna sehingga dapat digunakan sebagai pedoman
bagi penyedia layanan untuk mempertahankan pengguna. Tao (2013) berpendapat
bahwa kualitas sistem (system quality), kualitas informasi (information quality),
kesenangan yang dirasakan (perceived enjoyment), dan fokus perhatian (attention
focus) mempengaruhi penggunaan berkelanjutan (continuance usage) dan
kepuasaan (satisfaction). Dalam menyusun model penelitian, Tao (2013)
menggunakan dasar teori teori D&M IS Success Model. Gambar 2.8
menggambarkan model penelitian Tao (2013).

26
Gambar 2.8 Model Penelitian Tao

(Sumber: Tao, 2013)
Penelitian Tao (2013) masih memiliki kekurangan yaitu penelitian ini hanya
melihat dari sisi teknologi dan pengalaman pengguna, namun tidak melihat dari
persepsi kegunaan teknologi informasi. Padahal, persepsi kegunaan merupakan
hal yang penting yang mempengaruhi niat penerimaan dan penggunaan suatu
teknologi informasi (Davis, Bagozzi, & Warshaw, 1989). Selain itu, penelitian ini
hanya menggunakan data di negara China sehingga belum terbukti berlaku sama
untuk negara lain.
2.2.2 Understanding Information Systems Continuance for Information

Oriented Mobile Applications (Chen, Meservy, & Gillenson, 2012)
Chen, Meservy, dan Gillenson (2012) melakukan penelitian untuk mengetahui

faktor-faktor yang mempengaruhi penggunaan secara berkelanjutan dengan
memperluas model ECM. Penelitian Chen, Meservy, dan Gillenson (2012) fokus
pada niat menggunakan kembali dalam konteks aplikasi mobile berorientasi
informasi. Gambar 2.9 menggambarkan model penelitian Chen, Meservy, dan
Gillenson (2012).

27
Gambar 2.9 Model Penelitian Chen, Meservy, dan Gillenson

(Sumber: Chen, Meservy, & Gillenson, 2012)
Chen, Meservy, dan Gillenson (2012) menyatakan bahwa kualitas sistem (system
quality), kualitas informasi (information quality), kualitas proses (process
quality), dan nilai hedonis (hedonic value) berpengaruh terhadap niat
menggunakan kembali (continuance intention). Penelitian ini memiliki persamaan
dengan penelitian Tao (2013), yaitu menggunakan sisi persepsi teknologi
berdasarkan teori D&M IS Success Model. Selain itu, variabel yang dipakai pada
sisi pengalaman pengguna yang dalam penelitian ini disebut hedonic value,
menggunakan indikator yang sama yaitu dimensi kesenangan (enjoyment/fun).
Sedangkan perbedaannya, penelitian ini memiliki dasar teori yang kuat karena
menggunakan teori penggunaan secara berkelanjutan dalam konteks sistem
informasi yaitu teori ECM. Kekurangan dari penelitian ini adalah model penelitian
yang dihasilkan hanya dapat digunakan untuk aplikasi mobile berbasis informasi
terutama dalam konteks mobile commerce yang memiliki personalisasi dan
lokalisasi pengguna (Chen, Meservy, & Gillenson, 2012). Sehingga hasilnya tidak
bersifat general dan tidak dapat digunakan untuk semua konteks aplikasi.
2.2.3 An Integrated Evaluation Model of User Satisfaction with Social Media

Services (Ong & Day, 2010)
Ong dan Day (2010) melakukan penelitian untuk menganalisis kepuasan

pengguna dan niat menggunakan kembali berdasarkan teori ECT. Penelitian ini

28
fokus pada kepuasan pengguna dan niat menggunakan kembali dalam konteks
layanan media sosial. Ong dan Day (2010) berpendapat bahwa pengaruh sosial
yang dirasakan (perceived social influence), kesenangan yang dirasakan
(perceived enjoyment), dan konfirmasi (confirmation) mempengaruhi kepuasan
(satisfaction) dan niat menggunakan kembali (continuance intention). Gambar
2.10 menggambarkan model penelitian Ong dan Day (2010).
Gambar 2.10 Model Penelitian Ong dan Day

(Sumber: Ong & Day, 2010)
2.2.4 A Customer Value, Satisfaction, and Loyalty Perspective of Mobile

Application Recommendations (Chenyan, Peak, & Prybutok, 2015)
Chenyan, Peak, dan Prybutok (2015) melakukan penelitian terhadap faktor-faktor

yang mempengaruhi pengguna untuk merekomendasikan aplikasi mobile
menggunakan kerangka kerja VSL (Value, Satisfaction, dan Loyalty). Faktor-
faktor yang dianalisis dalam penelitian ini adalah manfaat utilitarian (app utility
dan app quality), manfaat hedonis (app aesthetics dan enjoyment), pengorbanan
moneter dan pengorbanan non-moneter (technicality, knowledge of alternative
quality, dan privacy risk). Gambar 2.11 menggambarkan model penelitian
Chenyan, Peak, dan Prybutok (2015).

29
Gambar 2.11 Model Penelitian Chenyan, Peak, dan Prybutok

(Sumber: Chenyan, Peak, dan Prybutok, 2015)
Penelitian Chenyan, Peak, dan Prybutok (2015) masih memiliki keterbatasan,

antara lain responden dalam penelitian ini didominasi oleh usia 21 tahun dan 31
tahun, dan penelitian ini hanya fokus pada rekomendasi. Padahal, loyalitas
pelanggan memiliki ruang lingkup yang luas.
2.2.5 Attribute Perceptions, Customer Satisfaction and Intention to

Recommend E-Services (Finn, Luming, & Tema, 2009)
Finn, Luming, dan Tema (2009) melakukan penelitian untuk mengembangkan dan
menguji model yang berhubungan dengan pengaruh karakteristik situs terhadap
niat untuk merekomendasikan dalam konteks e-services. Penelitian ini fokus
untuk mengidentifikasi variabel kepuasan sebagai variabel mediasi antara
karakteristik situs dan niat untuk merekomendasikan. Finn, Luming, dan Tema
(2009) berpendapat bahwa system disconfirmation dan offering disconfirmation
berpengaruh terhadap niat untuk merekomendasikan (intention to recommend)
melalui variabel kepuasan (satisfaction) dan variabel privacy yang mempengaruhi
secara langsung. Gambar 2.12 menggambarkan model penelitian Finn, Luming,
dan Tema (2009).

30
Gambar 2.12 Model Penelitian Finn, Luming, dan Tema

(Sumber: Finn, Luming, & Tema, 2009)
Penelitian Finn, Luming, dan Tema (2009) memiliki keterbatasan dalam

membentuk model, dimana dalam pembentukannya tidak mempertimbangkan
bagaimana siklus interaksi suatu situs.
2.2.6 Perbandingan Penelitian-Penelitian Sebelumnya
Dalam subbab ini, penulis melakukan perbandingan terhadap penelitian

sebelumnya dengan menggunakan teknik 3C+2S yaitu dengan mencari kesamaan
(comparing), mencari perbedaan (contrasting), memberikan opini (criticizing),
mengkombinasikan ke dalam sebuah ide (synthesizing), dan merangkum
(summarizing). Tabel 2.1 menunjukkan hasil perbandingan penelitian sebelumnya
yang sudah dijelaskan dengan menggunakan teknik 3C+2S.

31
Tabel 2.1 Perbandingan Penelitian Sebelumnya dengan Teknik 3C+2S

Penelitian Tujuan Penelitian Dasar Teori Constructs Relevansi Hasil Penelitian
Understanding Menganalisis faktor-faktor D&M IS Success - Information quality Variabel yang
continuance usage of yang mempengaruhi Model - System quality mempengaruhi penggunaan
mobile sites (Tao, penggunaan berkelanjutan - Perceived enjoyment secara berkelanjutan yaitu
2013) terhadap situs mobile. - Attention focus information quality, system
- Satisfaction quality, perceived
enjoyment, dan satisfaction,
dimana variabel perceived
enjoyment merupakan
variabel yang berpengaruh
paling signifikan.
Understanding Mengetahui faktor-faktor ECM, Updated - Information quality Variabel yang
information systems yang mempengaruhi niat D&M IS Success - System quality mempengaruhi penggunaan
continuance for menggunakan kembali Model - Process quality secara berkelanjutan yaitu
information oriented terhadap aplikasi mobile - Hedonic value information quality, system
mobile applications berorientasi informasi. - Confirmation quality, process quality,
(Chen, Meservy, & - Satisfaction hedonic value,
Gillenson, 2012) - Hedonic value confirmation, dan
- Continuance intention satisfaction.

32
Tabel 2.1 Perbandingan Penelitian Sebelumnya dengan Teknik 3C+2S (sambungan)

An integrated Menganalisis kepuasan ECT, TAM - Perceived social influence Variabel yang
evaluation model of pengguna dan niat - Perceived enjoyment mempengaruhi penggunaan
user satisfaction with menggunakan kembali - Confirmation secara berkelanjutan yaitu
social media services penggunaan dalam konteks - Satisfaction perceived social influence,
(Ong & Day, 2010) layanan media sosial. - Continuance intention perceived enjoyment,
confirmation, dan
satisfaction.
Attribute Perceptions, Mengembangkan dan ECT - Home Variabel satisfaction
Customer Satisfaction menguji model yang - Order merupakan variabel
and Intention to berhubungan dengan - Speed mediasi dari variabel
Recommend E- pengaruh karakteristik situs - Ease anteseden yang terbukti
Services (Finn, terhadap niat untuk - System disconfirmation mempengaruhi intention to
Luming, & Tema, merekomendasikan dalam - Offering disconfirmation recommend.
2009) konteks e-services. - Satisfaction
- Privacy
- Intention to recommend

33
Tabel 2.1 Perbandingan Penelitian Sebelumnya dengan Teknik 3C+2S (sambungan)

A Customer Value, Menganalisis faktor-faktor VSL (Value, - App utility Variabel satisfaction
Satisfaction, and yang mempengaruhi Satisfaction, dan - App Quality merupakan variabel yang
Loyalty Perspective of pengguna untuk Loyalty) - Enjoyment mempengaruhi app
Mobile Application merekomendasikan aplikasi - App aesthetics continuance intention dan
Recommendations mobile. - Perceived price intention to recommend
(Chenyan, Peak, & - Privacy risk paling signifikan.
Prybutok, 2015) - Technicality
- Satisfaction
- Intention to recommend
- App continuance intention
- Recommendation
(Sumber: Tao, 2013; Chen, Meservy, & Gillenson, 2012; Ong & Day, 2010; Dauw-Song, Min-Jon, Lee, & Tsu-Sheng, 2013; Chenyan, Peak, & Prybutok 2015; Finn,
Luming, & Tema, 2009; telah diolah kembali)

34
2.3 Metodologi
Bagian ini membahas mengenai metodologi yang digunakan oleh penulis dalam
menyelesaikan penelitian ini.
2.3.1 Metodologi Penelitian Kuantitatif
Metodologi yang digunakan dalam penelitian ini adalah metodologi penelitian

kuantitatif. Metodologi penelitian kuantitatif merupakan metode penelitian yang
menggunakan data kuantitatif untuk memberikan validitas hasil penelitian (Niaz,
2009). Selain itu, penelitian kuantitatif menuntut pengurangan fenomena menjadi
nilai-nilai numerik dengan tujuan untuk melakukan analisis statistik (Gelo,
Braakmann, & Benetka, 2008). Metodologi penelitian kuantitatif dipilih karena
mempertimbangkan jumlah populasi yang relatif besar yaitu berjumlah 43221
pengguna. Sedangkan untuk menguji keterkaitan antar variabel dalam model
penelitian, penulis menggunakan Structural Equation Modeling (SEM). SEM
dipilih karena merupakan suatu teknik analisis multivariate generasi kedua yang
menggabungkan antara analisis faktor dan analisis jalur sehingga memungkinkan
peneliti untuk menguji dan mengestimasi secara simultan hubungan antara
variabel eksogen dan endogen dengan banyak indikator (Ghozali, 2014).
2.3.2 Structural Equation Modeling (SEM)
Structural Equation Modeling (SEM) merupakan teknik statistik untuk

menentukan, mengestimasi, dan mengevaluasi model hubungan linear antara
sekumpulan variabel laten yang diamati yang umumnya lebih kecil dari variabel
yang tidak diamati (Evangelos & Siskos, 2010). Sementara, Ghozali (2014)
mendeskripsikan SEM sebagai suatu teknik analisis multivariat generasi kedua
yang menggabungkan antara analisis faktor dan analisis jalur sehingga
memungkinkan peneliti untuk menguji dan mengestimasi secara simultan
hubungan antara variabel eksogen dan endogen dengan banyak indikator. Hal
tersebut sejalan dengan Evangelos dan Siskos (2010) yang menganggap SEM
sebagai perluasan model regresi yang mencakup pendekatan sebagai berikut:

35
1. Path analysis: meneliti pola hubungan directional dan nondirectional pada

variabel yang diamati. Dengan demikian, hal ini memungkinkan untuk
menguji hubungan struktural antara variabel yang diamati dan ketika
beberapa indikator untuk variabel laten tidak tersedia.
2. Confirmatory Factor Analysis (CFA): analisis yang digunakan untuk menguji
pola hubungan timbal balik antara beberapa konstruksi. CFA mengasumsikan
bahwa indikator yang diamati terdapat pada variabel laten tertentu yang
diperbolehkan untuk berkorelasi. Dengan demikian, CFA mensyaratkan
bahwa variabel laten dan indikator yang terkait dengan variabel yang diamati
ditentukan sebelum analisis data dilakukan.
Dalam SEM, terdapat dua jenis variabel yaitu unobserved variable dan observed
variable (Latan, 2013), yaitu:
1. Unobserved variable
Unobserved variable atau disebut juga dengan istilah variabel laten, konstruk
atau variabel tak teramati merupakan variabel yang tidak dapat diukur atau
diobservasi secara langsung, tetapi melalui indikator variabelnya.
2. Observed variable
Observed variable atau disebut juga indikator atau variabel teramati
merupakan variabel yang dapat diukur secara langsung atau variabel yang
menjelaskan unobserved variable untuk diukur.
Gambar 2.13 menggambarkan beberapa contoh mengenai model kausal menurut

Evangelos dan Siskos (2010).
Gambar 2.13 Contoh Model Kausal

36
Gambar 2.13 Contoh Model Kausal (sambungan)

(Sumber: Evangelos & Siskos, 2010)
Penjelasan mengenai masing-masing model kausal pada Gambar 2.13, yaitu:

1. Gambar 2.13 (a) merupakan model kausal sederhana yang terdiri dari dua
variabel yaitu variabel prediktor dan variabel outcome. Dalam hal ini,
koefisien jalur setara dengan koefisien korelasi sederhana antara kedua
variabel.
2. Gambar 2.13 (b) merupakan model kausal yang terdiri dari beberapa variabel
prediktor, di mana tiga variabel prediktor masing-masing memiliki beberapa
tingkat kovarians dengan variabel lain. Dalam hal ini, koefisien jalur setara
dengan koefisien korelasi hanya jika variabel prediktor bersifat orthogonal.

37
3. Gambar 2.13 (c) merupakan contoh yang lebih kompleks yang mengacu pada
model analisis jalur sederhana di mana 5 variabel prediktor (xi)
mempengaruhi dua variabel outcome (yj). Dalam gambar ini, simbol γij
menunjukkan koefisien jalur antara variabel prediktor dan outcome,
sedangkan βkj merupakan koefisien jalur antara variabel outcome. Model ini
memungkinkan variabel prediktor untuk mempengaruhi dua variabel outcome
baik secara langsung atau tidak langsung, misalnya kualitas layanan
mempengaruhi loyalitas secara tidak langsung melalui kepuasan pelanggan,
sedangkan loyalitas secara langsung dipengaruhi oleh kualitas produk. Selain
itu, istilah kesalahan εj diperkenalkan dalam variabel outcome dan analisis
jalur model termasuk istilah kovarians (CV) di antara semua pasangan yang
mungkin dari variabel prediktor.
Model kausalitas yang telah dijelaskan pada Gambar 2.13 hanya memfokuskan
hubungan antara indikator dengan first order konstruk atau variabel laten. Seperti
diketahui bahwa definisi konseptual dari suatu kosntruk terkadang dispesifikasi
pada tingkat abstraksi yang lebih tinggi misalnya konstruk dengan multidimensi
memiliki satu jenis model pengukuran yang menghubungkan konstruk tersebut
dengan indikator first order dan model pengukuran lain yang menghubungkan
konstruk first order dengan konstruk second order (Ghozali, 2014). Gambar 2.14
menunjukkan empat kemungkinan kombinasi dalam model konstruk second
order. Ke empat jenis second order factor ini diturunkan dari empat kenyataan
yaitu (a) first order konstruk dapat memiliki indikator formatif atau refleksif, (b)
first order konstruk tersebut dapat merupakan formatif atau refleksif indikator
terhadap konstruk second order.

38
Gambar 2.14 Spesifikasi Model dengan Konstruk Second Order

(Sumber: Ghozali, 2014; telah diolah kembali)
Menurut Latan (2013), SEM memiliki beberapa keuntungan bagi peneliti untuk:
1. Membangun model penelitian dengan banyak variabel.
2. Dapat meneliti variabel atau konstruk yang tidak teramati atau tidak dapat
diukur secara langsung (unobserved variables).
3. Menguji kesalahan pengukuran (measurement error) untuk variabel atau
konstruk yang teramati (observed variables).
4. Mengkonfirmasi teori sesuai dengan data penelitian (CFA).

39
2.3.2.1 Covariance Based SEM dan Variance Based SEM
Terdapat dua jenis pendekatan untuk mengestimasi sebuah relasi SEM yaitu
pendekatan berbasis covariance (Covariance Based Structural Equation
Modeling) dan variance (Partial Least Structural Equation Modeling). Jadi, dapat
disimpulkan bahwa SEM dapat digunakan untuk menjawab berbagai masalah
penelitian dalam suatu set analisis secara sistematis dan komprehensif.
Menurut Ghozali (2014), covariance based SEM (CB-SEM) berusaha
meminimumkan perbedaan antara sampel covariance yang diprediksi oleh model
teoritis sehingga estimasi menghasilkan matriks covariance dari data yang
diamati. Sedangkan PLS-SEM ingin mendapatkan estimasi nilai terbaik untuk
setiap blok indikator dari setiap variabel laten (Ghozali, 2014). Tabel 2.2
menunjukkan perbandingan antara PLS-SEM dan CB-SEM.
Tabel 2.2 Perbandingan antara PLS-SEM dan CB-SEM

Kriteria PLS-SEM CB-SEM
Tujuan Penelitian Untuk mengembangkan Untuk menguji teori atau
teori atau membangun mengkonfirmasi teori
teori (orientasi prediksi). (orientasi parameter).
Pendekatan Berdasarkan variance. Berdasarkan covariance.
Metode Estimasi Least Squares. Maximum Likelihood
(umumnya).
Spesifikasi Model dan Components two loadings, Factors one loadings, path
Parameter Model path koefisien, dan koefisien, error variances,
component weight. dan factor means.
Model Struktural Model dengan Model dapat berbentuk
kompleksitas besar rekursif dan non rekursif
dengan banyak konstruk dengan tingkat
dan banyak indikator. kompleksitas kecil sampai
menengah.

40
Tabel 2.2 Perbandingan antara PLS-SEM dan CB-SEM (sambungan)

Kriteria PLS-SEM CB-SEM
Evaluasi Model dan Tidak mensyaratkan data Mensyaratkan data
Asumsi Normalitas terdistribusi normal dan terdistribusi normal dan
Data estimasi parameter dapat memenuhi kriteria
langsung dilakukan tanpa goodness of fit sebelum
persyaratan kriteria estimasi parameter.
goodness of fit.
Pengujian Signifikansi Tidak dapat diuji dan Model dapat diuji dan
difalsifikasi (harus difalsifikasi.
melalui prosedur
bootstrap atau jackknife).
Rekomendasi Sampel 30 – 100. 200 – 800.
Software Produk PLS Graph, SmartPLS, AMOS, EQS, LISREL,
SPAD-PLS, XLSTAT- Mplus dan sebagainya.
PLS dan sebagainya.
(Sumber: Ghozali, 2012; Ghozali, 2014)
Menurut Ghozali (2014), CB-SEM dalam membentuk model mengharuskan

konstruk atau variabel laten dan indikator-indikatornya berbentuk refleksif.
MacCallum dan Browne (1993) menambahkan, jika menggunakan model
indikator formatif dalam CB-SEM akan menghasilkan model yang unidentified
yang berarti terdapat covariance bernilai nol (0) diantara beberapa indikator
(Ghozali, 2014). Sedangkan PLS-SEM dapat menganalisis konstruk yang
dibentuk dengan indikator refleksif maupun formatif dan juga tidak
mengasumsikan bentuk distribusi tertentu (Ghozali, 2014).
2.3.3 Sampling
Menurut Mantra dan Kasto (1987), teknik pengambilan sampel memiliki dua
metode yaitu pengambilan sampel secara acak (random/probability sampling) dan
pengambilan sampel tidak acak (purposive sampling). Sedangkan menurut

41
Supangat (2007), teknik pengambilan sampel dilakukan dengan dua cara, yaitu
cara kebijaksanaan (judgement) dan cara acak (random). Suatu sampel disebut
sebagai sampel kebijaksanaan apabila anggota sampel dipilih berdasarkan
kebijaksanaan tertentu. Sementara, sampel random adalah sampel yang diambil
dari populasi dengan cara sedemikian hingga, sehingga setiap unsur anggota
populasi memiliki kesempatan yang sama untuk terpilih. Berikut ini beberapa
jenis teknik pengambilan sampel menurut Supangat (2007).
1. Pengambilan sampel acak sederhana (Simple random sampling)
Sampel acak sederhana adalah sebuah sampel yang diambil sedemikian rupa
sehingga setiap sampel berukuran sama memiliki ukuran probabilitias yang
sama untuk terpilih dari populasi.
2. Pengambilan sampel sistematis (Systematic sampling)
Pengambilan sampel sistematis adalah suatu metode pengambilan sampel,
dimana hanya unsur pertama saja dari sampel dipilih secara acak, sedangkan
unsur selanjutnya dipilih secara sistematis menurut suatu pola tertentu.
3. Pengambilan sampel acak berlapis (Stratified random sampling)
Pengambilan sampel acak berlapis yaitu merupakan sampel strata (kelompok-
kelompok) dengan harapan bahwa populasi akan menjadi semakin homogen
(merata). Pengambilan sampel acak berlapis digunakan pada saat jumlah
populasi tidak heterogen sehingga dapat menggambarkan secara tepat
mengenai sifat populasi (Mantra & Kasto, 1987).
Sedangkan Mantra dan Kasto (1987) menambahkan 3 jenis teknik pengambilan

sampel, yaitu:
1. Pengambilan sampel gugus sederhana (Simple cluster sampling)
Pengambilan sampel gugus sederhana digunakan apabila kerangka sampel
yang digunakan sebagai dasar pemilihan sampel tidak tersedia atau tidak
lengkap.
2. Pengambilan sampel gugus bertahap
Pengambilan sampel gugus bertagap digunakan apabila kerangka sampel
yang digunakan sebagai dasar pemilihan sampel tidak tersedia atau tidak
lengkap dan letaknya sangat tersebar secara geografis.
3. Pengambilan sampel wilayah (Area sampling)

42
Pengambilan sampel wilayah digunakan apabila kerangka sampel tidak dapat

dibuat.
Teknik pengukuran sampel menurut Ferdinand (2002), yaitu:

1. 100 - 200 sampel untuk teknik maximum likehood estimation.
2. Tergantung pada jumlah parameter yang diestimasi. Pedomannya adalah 5-10
kali jumlah parameter yang diestimasi.
3. Tergantung dari jumlah indikator yang digunakan dalam seluruh variabel
laten. Jumlah sampel adalah jumlah indikator dikali 5-10. Bila terdapat 20
indikator, besarnya sampel adalah antara 100 - 200.
2.4 Perumusan Hipotesis Penelitian
Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi

niat menggunakan kembali dan merekomendasikan aplikasi mobile ABC. Untuk
kebutuhan penelitian ini, penulis menggunakan Expectation Confirmation Model
(ECM) sebagai landasan dalam membentuk kerangka teoritis karena penelitian ini
fokus untuk menganalisis perilaku pengguna aplikasi mobile ABC pasca
penerimaan dan penggunaannya. Selain itu, ECM telah terbukti merupakan model
yang tepat untuk menjelaskan penggunaan secara berkelanjutan di waktu
mendatang (Battacherjee, 2001). Model ECM dapat digunakan sebagai acuan
penelitian penggunaan secara berkelanjutan pada aplikasi mobile, mengingat
aplikasi mobile merupakan bentuk dari pemanfaatan sistem informasi yang
menggunakan teknologi informasi sebagai perangkat untuk
mengimplementasikannya.
Selanjutnya, penulis melakukan modifikasi pada model ECM dengan

mengintegrasikan dua perspektif, yaitu teknologi dan pengalaman penggunaan.
Perspektif tersebut diadopsi dari model penelitian Tao (2013) mengenai pengaruh
perspektif teknologi dan pengalaman terhadap kepuasan pengguna dan
penggunaan secara berkelanjutan dalam konteks mobile sites. Kemudian, variabel
yang menjelaskan perspektif teknologi diadopsi dari dimensi kualitas pada model
kesuksesan sistem informasi DeLone dan McLean (Updated D&M IS Success
Model) yang terdiri dari kualitas sistem, kualitas informasi, dan kualitas layanan.

43
Model tersebut dipilih karena model yang dikembangkan sangat sederhana, tetapi
lengkap dan cukup valid oleh banyak peneliti untuk menilai kesuksesan sebuah
sistem informasi salah satunya dari faktor teknologi. Variabel yang diadopsi dari
model kesuksesan sistem informasi DeLone dan McLean adalah kualitas sistem
dan kualitas informasi. Variabel kualitas layanan tidak dipilih karena tidak sesuai
dengan karakteristik aplikasi mobile ABC dimana tidak ada interaksi atau
dukungan layanan yang disediakan oleh bagian Teknologi Informasi (TI) terhadap
pengguna. Penelitian ini juga menambahkan variabel kesenangan yang dirasakan
(perceived enjoyment) sebagai salah satu variabel pada perspektif pengalaman
pengguna yang diadopsi dari penelitian Tao (2013). Variabel perceived enjoyment
dipilih karena merupakan variabel yang paling signifikan mempengaruhi
kepuasan yang selanjutnya mempengaruhi penggunaan secara berkelanjutan.
Selain itu, penulis menambahkan variabel niat untuk merekomendasikan
(intention to recommend) yang diadopsi dari model penelitian Chenyan, Peak, dan
Prybutok (2015) karena merupakan variabel yang dapat menilai loyalitas
pengguna aplikasi mobile.
Berdasarkan penjelasan tersebut, penulis memilih variabel-variabel yang relevan

terhadap pengukuran kualitas aplikasi mobile ABC dan pengalaman penggunaan
dalam menciptakan niat untuk menggunakan kembali dan merekomendasikan
aplikasi. Variabel-variabel yang dipilih dalam model penelitian ini adalah variabel
System Quality, variabel Information Quality, variabel Perceived Usefulness,
variabel Perceived Enjoyment, variabel Confirmation, variabel Satisfaction,
variabel Continuance Usage Intention, dan variabel Intention to Recommend.
2.4.1 Dampak Kualitas Aplikasi Mobile ABC terhadap Experience
Kualitas telah menjadi fokus utama dalam suatu sistem informasi. Menurut
DeLone dan McLean (1992), dimensi kualitas yang menentukan kesuksesan
sistem informasi terdiri dari variabel kualitas sistem (system quality) dan kualitas
informasi (information quality). Dalam penelitian ini, hal yang menjadi fokus
utama adalah kualitas aplikasi mobile ABC. Ruang lingkup aplikasi mobile ABC
memiliki perbedaan yang signifikan terhadap dimensi kualitas pada konteks
sistem informasi yang dapat diakses melalui perangkat desktop seperti PC. Oleh

44
karena itu, peneliti memilih instrumen-instrumen yang relevan dengan aplikasi

mobile ABC untuk masing-masing dimensi kualitas. Faktor-faktor kualitas
aplikasi mobile ABC inilah yang menjadi perhatian seseorang saat melakukan
interaksi dengan menggunakan perangkat mobile.
Kualitas sistem menunjukkan karakteristik yang diinginkan dari sebuah sistem

yang memiliki fokus pada aspek kegunaan dan kinerja sistem (Urbach & Muller,
2012). Instrumen kualitas sistem terdiri dari empat faktor, yaitu ease of use
(DeLone & McLean, 2003; Tao, 2013), response time (DeLone & McLean, 2003;
Chen, Meservy, & Gillenson, 2012; Tao, 2013), system reliability (DeLone &
McLean, 2003; Chen, Meservy, & Gillenson, 2012), dan functionality (DeLone &
McLean, 2003). Pengguna percaya bahwa kemudahan penggunaan yang
dirasakannya merupakan derajat sejauh mana ia meyakini bahwa dalam
menggunakan suatu sistem tertentu tidak akan menghabiskan banyak usaha dan
terbebas dari kesulitan (Davis, 1989). Hal ini mengindikasikan bahwa pengguna
menerima aplikasi mobile ABC jika penggunaan aplikasi tersebut dianggap lebih
mudah daripada aplikasi lain yang sejenis sehingga pengguna akan merasa enjoy.
Selanjutnya, jika pengguna menemukan bahwa aplikasi mobile memiliki

kecepatan akses yang rendah, mereka dapat merasa bahwa penyedia layanan tidak
menginvestasikan sumber daya dan usaha yang cukup dalam menawarkan aplikasi
yang berkualitas kepada mereka (Tao, 2013). Namun, apabila aplikasi
menyediakan kecepatan respon, menyajikan fitur yang sesuai dengan tujuan
pengguna, dan selalu tersedia setiap kali diakses maka pengguna akan merasa
enjoy dan dapat menciptakan keinginan untuk menggunakan aplikasi secara
berkelanjutan. Sehingga, dapat disimpulkan bahwa kualitas sistem tersebut dapat
membentuk kesan awal pengguna terhadap aplikasi. Wixom dan Todd (2005)
berpendapat bahwa jika pengguna mampu untuk menerima informasi dari suatu
sistem, hal itu membuktikan adanya interaksi yang efektif antara pengguna dan
sistem (Dauw-Song, Min-Jon, Lee, dan Tsu-Sheng, 2013). Oleh karena itu,
persepsi pengguna terhadap kualitas sistem yang baik dapat menciptakan perasaan
enjoy dan pengalaman yang menyenangkan setelah menggunakan aplikasi
tersebut.

45
Selain kualitas sistem, perspektif teknologi juga terdiri dari variabel kualitas
informasi (information quality). Kualitas informasi merupakan ukuran kualitas
informasi yang dihasilkan oleh sistem dan berguna bagi pengguna (Urbach &
Muller, 2012). Instrumen-instrumen kualitas informasi terdiri dari empat faktor,
yaitu completeness (DeLone & McLean, 2003; Tao, 2013), accuracy (Chen,
Meservy, & Gillenson, 2012; Tao, 2013), format (Chen, Meservy, & Gillenson,
2012), dan understandability (DeLone & McLean, 2003; Chen, Meservy, &
Gillenson, 2012; Tao, 2013). Pengguna percaya bahwa kelengkapan informasi
dari suatu sistem dapat menciptakan manfaat yang dirasakan dari penggunaan
sistem tersebut. Selain itu, informasi yang tepat dan akurat, seperti jadwal sholat
dan Al-Qur’an digital dapat meningkatkan manfaat yang dirasakan oleh
pengguna. Kemudian, jika aplikasi menyajikan informasi dengan format yang
baik dan mudah dipahami, pengguna akan merasa bahwa kualitas informasi yang
dihasilkan oleh aplikasi dapat meningkatkan manfaat yang dirasakannya.
Oleh karena itu, dapat disimpulkan bahwa pengguna aplikasi mobile menjadikan
informasi yang tersedia sebagai sumber utama dalam memenuhi kebutuhannya.
Dengan kualitas informasi yang baik, segala kebutuhan pengguna dapat terpenuhi
dengan mudah selama penggunaan aplikasi tersebut. Kualitas informasi yang baik
juga memberikan keterangan yang benar dan tidak ambigu. Menariknya informasi
yang disajikan yang dilihat pengguna tentunya akan membuat pengguna
merasakan manfaat yang lebih dari informasinya. Lederer, Maupin, Sena, dan
Zhuang (2000) menegaskan bahwa semakin tinggi kualitas informasi yang
dihasilkan dapat meningkatkan manfaat yang dirasakan oleh pengguna (Dauw-
Song, Min-Jon, Lee, & Tsu-Sheng, 2013). Hal tersebut sejalan dengan Seddon
dan Kiew (1994) yang menyatakan bahwa kualitas sistem berdampak positif
terhadap manfaat yang dirasakan pengguna (Dauw-Song, Min-Jon, Lee, & Tsu-
Sheng, 2013).
Berdasarkan hasil-hasil penelitian yang telah dijelaskan sebelumnya, penulis

merumuskan hipotesis berikut ini sebagai ekspektasi dari hubungan kualitas aplikasi
mobile ABC yang dapat berpengaruh terhadap pengalaman pengguna:

46
H1: Kualitas sistem (system quality) berpengaruh positif terhadap kesenangan

yang dirasakan (perceived enjoyment).
H2: Kualitas informasi (information quality) berpengaruh positif terhadap manfaat

yang dirasakan (perceived usefulness).
2.4.2 Dampak Kualitas Aplikasi Mobile ABC terhadap Satisfaction
Rai, Lang, dan Welker (2002) telah membuktikan secara empiris model DeLone
dan McLean (1992) dan Seddon (1997) yang menyatakan bahwa kualitas sistem
dan kualitas informasi memiliki pengaruh positif terhadap kepuasan pengguna
(Dauw-Song, Min-Jon, Lee, & Tsu-Sheng, 2013). DeLone dan McLean (1992)
menegaskan bahwa kualitas sistem dan kualitas informasi mempengaruhi
kepuasan pengguna. Seperti yang telah dijelaskan, bahwa kualitas sistem (system
quality) merupakan karakteristik yang diinginkan dari sebuah sistem yang
memiliki fokus pada aspek kegunaan dan kinerja sistem (Urbach & Muller, 2012).
Kualitas sistem tersebut dapat membentuk kesan awal pengguna terhadap aplikasi
atau sistem informasi. Dalam penelitian sebelumnya, telah dibahas mengenai
adanya pengaruh antara kualitas sistem dan kepuasan pengguna dalam bidang
internet banking (Chulmo, Wati, & Namho, 2013), mobile sites (Tao, 2013), dan
information oriented mobile application (Chen, Meservy, & Gillenson, 2012).
Artinya, jika seorang pengguna merasa bahwa aplikasi menyediakan kualitas
sistem yang baik, seperti kemudahan penggunaan dan kecepatan akses ketika
sedang melakukan interaksi dengan aplikasi mobile ABC, maka ia cenderung akan
merasa puas terhadap kualitas sistem yang disajikan. Kualitas informasi
(information quality) merupakan ukuran kualitas informasi yang dihasilkan oleh
sistem dan berguna bagi pengguna (Urbach & Muller, 2012). Kualitas informasi
telah terbukti secara empiris memiliki pengaruh yang signifikan terhadap
kepuasan pengguna e-commerce (DeLone & McLean, 2003), mobile sites (Tao,
2013), dan information oriented mobile application (Chen, Meservy, & Gillenson,
2012). Apabila informasi yang ditawarkan tidak akurat atau tidak lengkap, maka
persepsi harapan pengguna tidak dapat terpenuhi, sehingga tidak dapat
menciptakan rasa kepuasan. Sebaliknya, ketika harapan pengguna terhadap
kualitas informasi terpenuhi, maka kepuasan pengguna terhadap aplikasi dapat

47
diciptakan. Dalam penelitian ini, kualitas informasi digunakan untuk mengukur

seberapa baik informasi yang dihasilkan oleh aplikasi mobile ABC, mengingat
bahwa aplikasi mobile ABC menyediakan konten berisi informasi-informasi
islami seperti Al-Qur’an digital, haji dan umrah, serta konten dan konstektual.
Oleh karena itu, penulis merumuskan hipotesis berikut sebagai ekspektasi dari
hubungan kualitas aplikasi mobile ABC yang berpengaruh terhadap kepuasan
pengguna (satisfaction):
H3: Kualitas sistem (system quality) berpengaruh positif terhadap kepuasan

(satisfaction).
H4: Kualitas informasi (information quality) berpengaruh positif terhadap

kepuasan (satisfaction).
2.4.3 Dampak Experience terhadap Satisfaction
Perceived enjoyment terkait dengan pleasure dan enjoyment dianggap sebagai

persepsi emosional pengguna yang dihasilkan dari penggunaan aplikasi (Tao,
2013). Dalam penelitian ini penulis mendefinisikan perceived enjoyment sebagai
sejauh mana interaksi dengan sistem komputer dapat menciptakan rasa kecanduan
sehingga pengguna tidak menyadari waktu yang telah dihabiskan ketika
menggunakan aplikasi mobile ABC. Hal ini menunjukkan bahwa pengguna
mengharapkan mendapatkan pengalaman yang menyenangkan disamping
mendapatkan kualitas sistem dan informasi yang baik. Namun, kendala perangkat
mobile dapat mempengaruhi pengalaman penggunaan. Sebagai contoh, apabila
layanan merespon permintaan pengguna dengan lambat, maka memungkinkan
pengguna tidak merasa puas terhadap layanan yang disediakan. Dengan kata lain,
jika seorang pengguna merasa enjoy terhadap interaksinya dengan aplikasi,
kemungkinan ia akan memiliki tingkat kepuasan yang lebih tinggi. Dalam
penelitian sebelumnya, telah dibahas mengenai adanya pengaruh perceived
enjoyment terhadap satisfaction. Penelitian yang dilakukan oleh Tao (2013)
menggunakan pengguna mobile sites sebagai responden. Penelitian tersebut
membuktikan bahwa perceived enjoyment merupakan variabel yang paling

48
signifikan mempengaruhi satisfaction. Artinya, jika seorang pengguna merasakan

enjoyment ketika sedang berinteraksi dengan aplikasi mobile atau sistem
informasi, maka ia cenderung akan merasa puas dan akan menciptakan keinginan
untuk menggunakan kembali aplikasi.
Konsep perceived usefulness telah terbukti secara empiris memiliki hubungan

yang kuat dan konsisten terhadap penerimaan teknologi informasi (Davis,
Bagozzi, & Warshaw, 1989). Perceived usefulness didefinisikan sebagai sejauh
mana aplikasi memberikan kontribusi terhadap peningkatan kinerja penggunanya
(Davis, Bagozzi, & Warshaw, 1989). Perceived usefulness merepresentasikan
persepsi yang lebih holistik mengenai aplikasi yang dapat dijadikan sebagai alat
konfirmasi terpenuhinya harapan terhadap fitur aplikasi dan output yang
diharapkan pengguna (Battacherjee, 2001). Dengan kata lain, perceived usefulness
merepresentasikan harapan pengguna di masa depan setelah menggunakan
aplikasi. Seddon dan Yip (1992), Eighmey (1997), serta Boneka dan Torkzadeh
(1998) telah membuktikan bahwa terdapat pengaruh yang positif antara perceived
usefulness dengan satisfaction (Dauw-Song, Min-Jon, Lee, & Tsu-Sheng, 2013).
Penelitian yang dilakukan oleh Chen, Meservy, dan Gillenson (2012) kepada
pengguna aplikasi mobile berbasis informasi, juga dibuktikan adanya hubungan
yang positif antara perceived usefulness yang menghasilkan pengaruh positif
terhadap satisfaction dan penggunaan secara berkelanjutan. Tingkat perceived
usefulness lebih tinggi diyakini dapat menghasilkan kepuasan pengguna yang
lebih besar.
Oleh karena itu, penulis merumuskan hipotesis berikut ini sebagai ekspektasi dari
hubungan experience yang dialami pengguna aplikasi mobile ABC yang berpengaruh
terhadap kepuasan pengguna:
H5: Kesenangan yang dirasakan (perceived enjoyment) berpengaruh positif

terhadap kepuasan (satisfaction).
H6: Manfaat yang dirasakan (perceived usefulness) berpengaruh positif terhadap

kepuasan (satisfaction).

49
H7: Manfaat yang dirasakan (perceived usefulness) berpengaruh positif terhadap

niat menggunakan kembali (continuance usage intention).
2.4.4 Dampak Confirmation terhadap Satisfaction dan Experience
Konfirmasi (confirmation) merupakan konstruk yang mencerminkan realisasi dari

apa yang diharapkan oleh pengguna terhadap penggunaaan sistem, yaitu dengan
menangkap harapan sebelum dan setelah menggunakan sistem (Chen, Meservy, &
Gillenson, 2012). Penelitian Battacherjee (2001) mendefinisikan konfirmasi
sebagai persepsi pengguna atas kesamaan antara harapan penggunaan sistem
dengan penggunaan aktual. Misalnya, saat pertama kali menggunakan aplikasi,
pengguna mungkin memiliki persepsi yang rendah karena ia tidak yakin dengan
apa yang akan dihasilkan dari penggunaan aplikasi tersebut. Namun, ada
kemungkinan pengguna masih ingin menggunakan aplikasi dengan tujuan
membuat pengalaman penggunaan sebagai dasar untuk membentuk persepsi yang
lebih akurat. Sehingga, meskipun persepsi mengenai aplikasi pada awalnya
rendah, namun persepsi tersebut dapat berubah seiring dengan pengalaman
penggunaan sebagai hasil dari konfirmasi.
Variabel konfirmasi dalam penelitian ini digunakan untuk memastikan kesesuaian

antara perceived usefulness, perceived enjoyment, dan satisfaction terhadap
penggunaan aplikasi mobile ABC. Variabel confirmation digunakan untuk
memastikan apakah harapan pengguna terpenuhi atau tidak khususnya mengenai
manfaat yang dirasakan, kesenangan yang dirasakan, dan kepuasan pengguna.
Pengguna cenderung akan membandingkan antara harapan dan pengalamannya
setelah menggunakan aplikasi mobile ABC apakah harapannya telah terpenuhi
atau tidak. Penelitian yang dilakukan oleh Battacherjee (2001) telah membuktikan
adanya pengaruh antara confirmation dengan perceived usefulness dan antara
confirmation dengan satisfaction. Sedangkan penelitian Ong dan Day (2010),
membuktikan adanya pengaruh yang signifikan antara confirmation terhadap
perceived enjoyment.

50
hubungan confirmation yang berpengaruh terhadap experience dan satisfaction
pengguna:
H8: Konfirmasi (confirmation) berpengaruh positif terhadap manfaat yang

dirasakan (perceived usefulness).
H9: Konfirmasi (confirmation) berpengaruh positif terhadap kesenangan yang

dirasakan (perceived enjoyment).
H10: Konfirmasi (confirmation) berpengaruh positif terhadap kepuasan

(satisfaction).
2.4.5 Dampak Satisfaction terhadap Continuance Usage Intention dan

Intention to Recommend
Para peneliti banyak mempelajari dan mencari tahu bagaimana pengaruh

satisfaction dapat menimbulkan keinginan untuk menggunakan suatu produk atau
jasa dan keinginan untuk merekomendasikan produk dan jasa tersebut kepada
orang lain. Liu et al., (2011) mendeskripsikan kepuasan (satisfaction) sebagai
perasaan kumulatif yang dikembangkan berdasarkan beberapa interaksi dengan
aplikasi (Tao, 2013). Sejalan dengan Doll dan Torkzadeh (1988) yang
menyatakan bahwa kepuasan pengguna sebagai sikap afektif terhadap suatu
aplikasi sebagai hasil interaksi pengguna secara langsung. Individu yang harapan
terhadap aplikasi telah terpenuhi cenderung merasa puas dan selanjutnya dapat
menciptakan keinginan untuk menggunakan aplikasi secara berkelanjutan
(Battacherjee, 2001). Penelitian yang dilakukan oleh Chen, Meservy, dan
Gillenson (2012) telah membuktikan bahwa kepuasan pengguna (satisfaction)
aplikasi mobile berbasis informasi memiliki pengaruh yang signifikan terhadap
niat menggunakan kembali aplikasi (continuance usage intention). Hasil
penelitian tersebut sesuai dengan penelitian Battacherjee (2001), bahwa
satisfaction merupakan variabel yang signifikan yang mempengaruhi niat
menggunakan kembali aplikasi.

51
Penelitian yang dilakukan oleh Chenyan, Peak, dan Prybutok (2015)

membuktikan bahwa pengguna yang mendapatkan value lebih besar dari
penggunaan produk atau layanan cenderung lebih puas yang selanjutnya dapat
meningkatkan loyalitas pengguna. Pengguna yang memiliki loyalitas cenderung
memberikan rekomendasi mengenai aplikasi kepada orang lain. Menurut hasil
penelitian Chenyan, Peak, dan Prybutok (2015), kepuasan pengguna terhadap
aplikasi mempunyai pengaruh yang signifikan terhadap niat untuk
merekomendasikan (intention to recommend). Hal tersebut sejalan dengan hasil
penelitian Finn, Luming, dan Tema (2009) bahwa kepuasan merupakan variabel
mediasi yang dapat mempengaruhi niat untuk merekomendasikan. Dengan kata
lain, pengguna yang merasa puas dengan penggunaan aplikasi, cenderung akan
menciptakan keinginan untuk merekomendasikan aplikasi tersebut kepada orang
lain. Banyak penelitian yang telah membuktikan bahwa kepuasan pengguna
berpengaruh terhadap niat untuk merekomendasikan (intention to recommend)
dalam berbagai konteks, antara lain e-services (Finn, Luming, & Tema, 2009),
business to business services (Lam, 2004), dan marketing (Yang & R.T. Peterson,
2004).
Variabel kepuasan (satisfaction) dalam penelitian ini digunakan sebagai variabel

mediasi (mediating/intervening variable). Dalam penelitian ini, variabel kepuasan
(satisfaction) digunakan untuk membantu membangun sebuah konsep dan untuk
memahami bagaimana pengaruh perspektif teknologi dan pengalaman pengguna
terhadap niat menggunakan kembali (continuance usage intention) dan niat untuk
merekomendasikan (intention to recommend). Masing-masing variabel pada
perspektif teknologi dan pengalaman pengguna memiliki efek terhadap kepuasan,
yang memediasi pada niat menggunakan kembali aplikasi (Battacherjee, 2001)
dan niat untuk merekomendasikan (Chenyan, Peak, & Prybutok, 2015).
hubungan kepuasan pengguna (satisfaction) aplikasi mobile ABC yang
berpengaruh terhadap continuance usage intention dan intention to recommend:
H11: Kepuasan (satisfaction) berpengaruh positif terhadap niat menggunakan

kembali (continuance usage intention).

52
H12: Kepuasan (satisfaction) berpengaruh positif terhadap niat untuk

merekomendasikan (intention to recommend).
2.5 Kerangka Teoritis
Dalam pembuatan kerangka teoritis, penulis mengajukan usulan model konseptual

penelitian yang ditunjukkan pada Gambar 2.15.

53
Gambar 2.15 Kerangka Teoritis Penelitian

BAB 3
METODOLOGI PENELITIAN
Bab ini menjelaskan mengenai desain penelitian, sumber dan metode

pengumpulan data, dan metode pengolahan data.
3.1 Kategori Metodologi
Pendekatan yang digunakan dalam penelitian ini adalah pendekatan secara

kuantitatif. Pendekatan kuantitatif dipilih karena penulis melakukan pengolahan
data yang telah dikumpulkan dari pengambilan sampel dalam suatu populasi
dengan menggunakan teknik statistik.
Metodologi yang digunakan dalam penelitian ini adalah survey research dan case
study research. Landasan yang menjadikan penelitian ini survey research karena
pengumpulan data dilakukan dari sejumlah sampel atas populasi. Dalam survei,
informasi dikumpulkan dari responden dengan menggunakan kuesioner. Dalam
penelitian ini, survei yang dilakukan bertujuan untuk menjelaskan hubungan
kausal dan pengujian hipotesis sehingga diperoleh faktor-faktor yang
mempengaruhi niat menggunakan kembali dan niat merekomendasikan aplikasi
berbasis informasi. Sedangkan landasan yang menjadikan penelitian ini case study
research karena kasus yang diambil menjadi masalah penelitian mengenai aplikasi
mobile di salah satu perusahaan riset dan pengembangan yaitu aplikasi ABC pada
PT. XYZ.
3.2 Tahapan Penelitian
Penelitian yang dilaksanakan penulis meliputi tahapan identifikasi masalah, studi

literatur, pengumpulan data primer (penyusunan instrumen pengumpulan data
kuantitatif, uji keterbacaan kuesioner, penyebaran kuesioner), analisis data, dan
penarikan kesimpulan. Setiap tahapan terdiri dari input, metode, dan output untuk
memperjelas maksud dan tujuan dari tahapan tersebut. Gambar 3.1
menggambarkan kerangka kerja penelitian ini secara detail.

55
Gambar 3.1 Kerangka kerja Penelitian

56
Gambar 3.1 Kerangka Kerja Penelitian (sambungan)
Berikut ini adalah penjabaran dari masing-masing tahapan penelitian yang

dilakukan berdasarkan Gambar 3.1.
3.2.1 Tahap 1 yaitu identifikasi masalah
Pada tahap ini penulis melakukan pengambilan data awal yang dilakukan dengan
metode wawancara dan studi literatur. Wawancara bertujuan untuk menemukan
permasalahan yang terjadi di dalam perusahaan yang khususnya pada aplikasi
ABC. Sedangkan studi literatur dilakukan dengan cara membaca jurnal,
conference, ataupun buku teks yang berkaitan dengan permasalahan yang ada.
Tahapan ini menghasilkan pertanyaan penelitian yang telah diselesaikan dalam
penelitian ini.
3.2.2 Tahap 2 yaitu studi literatur
Studi literatur dilakukan dengan mencari teori-teori yang relevan dengan

permasalahan yang diteliti. Setelah dikumpulkan teori dan penelitian terkait,
penulis melakukan perbandingan penelitian terdahulu dengan metode 3C + 2S
(compare, contrast, criticize, synthesize, summarize). Tahapan ini menghasilkan
sebuah kerangka teoritis yang melandasi penelitian yang dilakukan.

57
3.2.3 Pengumpulan data primer
Data yang digunakan adalah data kuantitatif. Pengumpulan data kuantitatif

dilakukan dengan menggunakan kuesioner. Secara detail, tahapan pengambilan
data primer sebagai berikut:
3.2.3.1 Tahap 3 yaitu penyusunan instrumen pengumpulan data kuantitatif
Penyusunan instrumen pengumpulan data kuantitatif dilakukan dengan menyusun

daftar pertanyaan yang akan diajukan dalam survei kuesioner. Pertanyaan yang
ada dalam daftar kuesioner berdasarkan pada variabel kerangka teoritis yaitu
dengan menentukan indikator yang telah dikembangkan oleh beberapa ahli.
Jawaban untuk pertanyaan yang diajukan diukur menggunakan skala likert 5 poin,
sebagai berikut:
 1 : Sangat Tidak Setuju (STS)
 2 : Tidak Setuju (TS)
 3 : Netral (N)
 4 : Setuju (S)
 5 : Sangat Setuju (SS)
Ada 3 bagian kuesioner yang harus diisi oleh responden. Pertama, syarat-syarat
yang harus dipenuhi oleh calon responden untuk dapat mengisi kuesioner
penelitian. Hal tersebut penting agar penelitian ini hanya mendapatkan data yang
relevan dengan topik penelitian yang dilakukan. Kedua, data identitas responden
seperti usia, jenis kelamin, tingkat pendidikan, pekerjaan, dan pengalaman
penggunaan aplikasi. Ketiga, adalah bagian pernyataan dan jawaban kuesioner
dimana responden dalam menjawab hanya perlu memberi tanda silang (X) pada
kolom jawaban yang sesuai. Tahapan ini menghasilkan output berupa draft
kuesioner.
3.2.4 Tahap 4 yaitu uji keterbacaan kuesioner
Draft kuesioner yang dihasilkan pada tahap penyusunan instrumen pengumpulan

data kuantitatif kemudian dilakukan uji keterbacaan. Uji keterbacaan dilakukan
dengan menyebarkan kuesioner ke 10 responden untuk dibaca, kemudian

58
responden diminta memberikan umpan balik terkait keterbacaan kuesioner. Uji

keterbacaan dilakukan dengan tujuan untuk mengukur sejauh mana keterbacaan
kuesioner oleh responden. Melalui uji keterbacaan, dapat diketahui redaksi kata
yang sulit dipahami oleh responden sehingga dapat diperbaiki. Responden
kemudian memberikan kritik dan saran terhadap pernyataan-pernyataan dalam
kuesioner tersebut. Selanjutnya, dilakukan perbaikan pada kalimat-kalimat dalam
kuesioner berdasarkan kritik dan saran tersebut. Setelah kuesioner direvisi dan
dinyatakan valid secara keterbacaan, kuesioner siap untuk disebarkan kepada
sampel penelitian untuk tahap pengumpulan data.
3.2.4.1 Tahap 5 yaitu penyebaran kuesioner
Setelah uji keterbacaan dilakukan, penulis melakukan pengumpulan data dengan

menggunakan kuesioner yang dibuat menggunakan alat bantu Google Form dan
disebarkan secara online. Alamat kuesioner disebarkan di media sosial dan forum-
forum online. Di bagian awal kuesioner, penulis telah memberi informasi
mengenai syarat responden yang dituju. Selain itu, terdapat pertanyaan filtering
yang digunakan untuk menyaring responden sesuai kriteria sehingga hanya
responden yang memenuhi kriteria yang dapat mengisi kuesioner yang disebarkan
secara online tersebut. Dengan begitu, responden yang merupakan sampel
penelitian yang merepresentasikan populasi pengguna aplikasi ABC dapat mengisi
kuesioner penelitian ini.
3.2.5 Tahap 6 yaitu analisis data kuantitatif
Data kuantitatif yang telah terkumpul kemudian dilakukan analisis dengan

menggunakan analisis Structural Equation Model (SEM). SEM digunakan untuk
menguji validitas kerangka teoritis yang diajukan dalam penelitian ini, sekaligus
melakukan pengujian terhadap hipotesis yang sudah diajukan. Dalam penelitian
ini, penulis menggunakan pendekatan PLS SEM karena model penelitian yang
diteliti mempunyai konstruk yang berbentuk formatif yaitu hubungan antara
konstruk second order dengan konstruk first order sebagai indikatornya.
Pertimbangan lainnya adalah adanya kelebihan PLS SEM yang tidak
mengharuskan jumlah sampel yang besar, data tidak harus terdistribusi secara

59
normal multivariat, dan model tidak harus memenuhi goodness of fit. Dalam
melakukan analisis SEM dengan pendekatan PLS untuk penelitian ini
menggunakan alat bantu WarpPLS versi 4.0. PLS mengenal dua macam
komponen pada model kausal, yaitu model pengukuran (measurement model) dan
model struktural (structural model). Model struktural terdiri dari dua jenis
konstruk laten yang tidak dapat diobservasi, yaitu konstruk first order dan second
order. Sedangkan model pengukuran terdiri dari indikator-indikator yang dapat
diobservasi. Pada pengujian ini juga dilakukan estimasi koefisien-koefisien jalur
yang mengidentifikasi kekuatan dari hubungan antara variabel independen dan
variabel dependen. Model pengukuran terdiri dari hubungan indikator-indikator
variabel yang dapat diobservasi dan konstruk first order yang diukur dengan
indikator-indikator tersebut. Selanjutnya konstruk second order yang diukur
dengan konstruk first order sebagai indikatornya. Tabel 3.1 menjelaskan kriteria
penilaian model PLS yang diajukan oleh Chin (1998).
Tabel 3.1 Kriteria Penilaian PLS

Kriteria Penjelasan
Evaluasi Model
Pengukuran
Refleksif
Loading factor Nilai loading factor harus di atas 0,70.
Composite Composite reliability mengukur internal consistency dan
Reliability nilainya harus di atas 0,60.
Average Variance Nilai AVE harus di atas 0,50.
Extracted (AVE)
Validitas Nilai akar kuadrat dari AVE harus lebih besar daripada nilai
Diskriminan korelasi antar variabel laten.
Cross Loading Merupakan ukuran lain dari validitas diskriminan.
Diharapkan setiap blok indikator memiliki loading lebih
tinggi untuk setiap variabel laten yang diukur dibandingkan
dengan indikator untuk laten variabel lainnya.

60
Tabel 3.1 Kriteria Penilaian PLS (sambungan)

Kriteria Penjelasan
Evaluasi Model
Pengukuran
Formatif
Signifikansi nilai Nilai estimasi untuk model pengukuran formatif harus
weight signifikan. Tingkat signifikansi ini dinilai dengan prosedur
bootstrapping.
Multikolonieritas Variabel manifest dalam blok harus diuji apakah terdapat
multikol. Nilai variance inflaction factor (VIF) dapat
digunakan untuk menguji hal ini. Nilai VIF di atas 10
mengindikasikan terdapat multikol.
Evaluasi Model
Struktural
R2 untuk variabel Hasil R2 sebesar 0,67, 0,33 dan 0,19 untuk variabel laten
laten endogen endogen dalam model struktural mengindikasikan bahwa
model “baik”, “moderat”, dan “lemah”.
Estimasi koefisien Nilai estimasi untuk hubungan jalur dalam model struktural
jalur harus signifikan. Nilai signifikansi ini dapat diperoleh
dengan prosedur bootstrapping.
f2 untuk effect size Nilai f2 sebesar 0,02, 0,15 dan 0,35 dapat diinterpretasikan
apakah prediktor variabel laten mempunyai pengaruh yang
lemah, medium atau besar pada tingkat struktural.
Relevansi Prediksi Nilai Q2 di atas nol memberikan bukti bahwa model
(Q2 dan q2) memiliki predictive relevance. Q2 di bawah nol
mengindikasikan model kurang memiliki predictive
relevance.
(Sumber: Ghozali, 2014)

61
3.2.6 Tahap 7 yaitu penarikan kesimpulan dan saran
Setelah analisis data penelitian selesai dilakukan, penulis menarik kesimpulan

terhadap hasil penelitian yang dilakukan. Melalui data yang telah dikumpulkan
dan dianalisis, maka dapat disimpulkan faktor-faktor yang mempengaruhi niat
menggunakan kembali aplikasi berbasis informasi. Sehingga, berdasarkan
kesimpulan yang diperoleh dapat diberikan beberapa saran agar penelitian
selanjutnya bisa menjadi lebih baik.
3.3 Instrumen Penelitian
Instrumen penelitian di bawah ini merupakan kumpulan dari instrumen penelitian

sebelumnya yang telah digunakan dalam survei penelitian niat menggunakan
kembali suatu aplikasi atau sistem informasi. Instrumen-instrumen tersebut
diturunkan dari kerangka teoritis yang telah dijelaskan pada Bab 2. Berikut ini
penjelasan masing-masing variabel dalam penelitian ini.
Tabel 3.2 Kode dan Pertanyaan Instrumen Penelitian

Ease of Use (Kemudahan aplikasi ABC untuk digunakan)
Kode Pernyataan Referensi
EU1 Saya cepat beradaptasi dengan aplikasi ABC (DeLone &
karena penggunaannya mudah McLean, 2003),
EU2 Pengoperasian aplikasi ABC mudah, dapat (Tao, 2013)
dilakukan sendiri tanpa bimbingan
EU3 Navigasi di aplikasi ABC mudah digunakan
dan tidak rumit
EU4 Tampilan (interface) aplikasi ABC mudah
dimengerti pengguna (user friendly)
Response Time (Kecepatan mengakses aplikasi ABC)
RT1 Waktu tunggu (loading) aplikasi ABC cepat (DeLone &
pada saat digunakan McLean, 2003),
RT2 Aplikasi ABC merespon permintaan saya (Chen, Meservy, &
secara cepat Gillenson, 2012)

62
Tabel 3.2 Kode dan Pertanyaan Instrumen Penelitian (sambungan)

Response Time (Kecepatan mengakses aplikasi ABC)
RT3 Saya dapat men-download data (Al-Qur’an)
dari aplikasi ABC dengan cepat
RT4 Aplikasi ABC memuat data seperti teks dan
gambar secara cepat
System Reliability (Ketahanan aplikasi ABC dari kerusakan)
SR1 Aplikasi ABC dapat beroperasi secara handal, (DeLone &
contohnya tidak mudah down ketika diakses McLean, 2003),
oleh banyak pengguna (Chen, Meservy, &
SR2 Aplikasi ABC dapat bekerja secara handal, Gillenson, 2012)
contohnya tidak terjadi forced close ketika
men-download semua surah
SR3 Proses error recovery yang cepat jika terjadi
gangguan (bug) yaitu aplikasi ABC melakukan
forced update untuk menangani gangguan
tersebut
SR4 Aplikasi ABC selalu tersedia (available) setiap
kali saya mengakses
Functionality (Fungsionalitas aplikasi ABC)
FU1 Aplikasi ABC selalu berfungsi dengan benar (DeLone &
(running well) McLean, 2003);
FU2 Aplikasi ABC dirancang dengan baik (well (Xu, Benbasat, &
designed) Cenfetteli, 2013)
FU3 Aplikasi ABC menyediakan fitur-fitur yang
dibutuhkan pengguna dalam mempelajari
agama Islam

63

Completeness (Kelengkapan informasi di aplikasi ABC)
CN1 Aplikasi ABC menyediakan informasi yang (DeLone &
memadai McLean, 2003),
CN2 Aplikasi ABC menyediakan informasi secara (Tao, 2013), (Xu,
komprehensif (ruang lingkup/isi luas dan Benbasat, &
lengkap) Cenfetteli, 2013)
CN3 Informasi yang disediakan aplikasi ABC
memenuhi kebutuhan saya sebagai pengguna
Accuracy (Keakuratan informasi di aplikasi ABC)
AC1 Aplikasi ABC menampilkan informasi secara (Chen, Meservy, &
benar Gillenson, 2012),
AC2 Informasi yang saya peroleh dari aplikasi ABC (Tao, 2013), (Xu,
bebas dari kesalahan Benbasat, &
AC3 Aplikasi ABC menyediakan informasi yang Cenfetteli, 2013)
tepat dan akurat
Format (Susunan informasi di aplikasi ABC)
FO1 Aplikasi ABC menyediakan informasi dengan (Chen, Meservy, &
format yang baik Gillenson, 2012),
FO2 Aplikasi ABC menyediakan informasi dengan (Xu, Benbasat, &
penataan yang baik Cenfetteli, 2013)
FO3 Aplikasi ABC menyajikan informasi pada layar
dengan jelas

64

Understandability (Informasi di aplikasi ABC mudah dimengerti)
UN1 Informasi di aplikasi ABC mudah dan dapat (DeLone &
dimengerti oleh saya sebagai pengguna McLean, 2003),
UN2 Informasi di aplikasi ABC tidak rumit dan (Chen, Meservy, &
mudah dimengerti Gillenson, 2012),
UN3 Aplikasi ABC menyajikan informasi dengan (Tao, 2013), (Xu,
cukup detil sehingga mudah dipahami Benbasat, &
Cenfetteli, 2013)
Perceived Usefulness (Manfaat yang dirasakan)
PU1 Penggunaan aplikasi ABC meningkatkan (Battacherjee,
kinerja saya dalam mempelajari agama Islam 2001), (Chen,
PU2 Penggunaan aplikasi ABC meningkatkan Meservy, &
produktivitas saya dalam mempelajari agama Gillenson, 2012)
Islam
PU3 Penggunaan aplikasi ABC meningkatkan
efektivitas saya dalam mempelajari agama
Islam
Perceived Enjoyment (Kesenangan yang dirasakan)
PE1 Penggunaan aplikasi ABC untuk mempelajari (Ong & Day, 2010),
agama Islam merupakan hal yang (Tao, 2013), (Tao,
menyenangkan (fun) 2013)
PE2 Penggunaan aplikasi ABC untuk mempelajari
agama Islam merupakan hal yang menarik
PE3 Saya merasa nyaman menggunakan aplikasi
ABC untuk mempelajari agama Islam

65

Confirmation (Konfirmasi)
CO1 Saya mendapatkan pengalaman yang lebih baik (Battacherjee,
selama menggunakan aplikasi ABC daripada 2001)
apa yang saya harapkan
CO2 Fungsionalitas yang disediakan oleh aplikasi
ABC lebih baik daripada apa yang saya
harapkan
CO3 Secara keseluruhan, sebagian besar harapan
saya dalam menggunakan aplikasi ABC sudah
terpenuhi
Satisfaction (Kepuasan)
SA1 Saya merasa puas dengan fitur yang disajikan (Battacherjee,
oleh aplikasi ABC 2001)
SA2 Aplikasi ABC menyajikan informasi yang
sangat memuaskan
SA3 Secara keseluruhan, saya merasa puas selama
menggunakan aplikasi ABC untuk mempelajari
agama Islam
Continuance Usage Intention (Niat Melanjutkan Penggunaan)
CI1 Saya berniat untuk terus menggunakan aplikasi (Battacherjee,
ABC 2001)
CI2 Saya berniat untuk menggunakan aplikasi ABC
daripada aplikasi alternatif lainnya
CI3 Kedepannya, saya akan menggunakan aplikasi
ABC ketika saya mempelajari agama Islam

66

Intention to Recommend (Niat Untuk Merekomendasikan)
IR1 Saya akan mengatakan hal-hal positif tentang (Chenyan, Peak, &
aplikasi ABC Prybutok, 2015)
IR2 Saya akan mengatakan hal-hal baik tentang
aplikasi ABC
IR3 Saya akan merekomendasikan aplikasi ABC
kepada orang lain
IR4 Saya akan mendorong orang lain untuk
menggunakan aplikasi ABC
3.4 Sampel dan Metode Pengumpulan Data
Populasi atau universe adalah jumlah keseluruhan dari unit analisis yang ciri-
cirinya akan diduga (Mantra & Kasto, 1987). Populasi dalam penelitian ini adalah
pengguna aplikasi ABC yang berjumlah 43221 orang pada bulan Februari 2014.
Sampel yang dituju sebagai responden dalam penelitian ini merupakan subset dari
populasi pengguna aplikasi ABC di Indonesia. Untuk dapat menjangkau sampel
penelitian, penulis menggunakan teknik nonprobability sampling (teknik metode
tak acak) yaitu purposive sampling. Teknik purposive sampling atau disebut
sebagai judgement sampling adalah teknik yang memilih unit sampel yang
disesuaikan dengan kriteria atau kebijaksanaan tertentu (Supangat, 2007). Teknik
judgement sampling memiliki beberapa keuntungan, seperti membutuhkan biaya
yang relatif murah dan menjamin bahwa responden yang masuk relevan dengan
subyek penelitian yang dilakukan. Kriteria yang digunakan pada penelitian ini
adalah responden minimal pernah menggunakan salah satu fitur aplikasi ABC
seperti Al-Qur’an digital, jadwal sholat, arah kiblat, dan sebagainya. Seluruh data
dikumpulkan melalui kuesioner yang disebarkan secara online menggunakan alat
bantu Google Form. Kuesioner tersebut disusun berdasarkan instrumen-instrumen
penelitian yang telah dijelaskan sebelumnya. Situs yang dijadikan target
penyebaran kuesioner secara online adalah media sosial, seperti Facebook dan

67
Twitter dan melalui aplikasi mobile messaging, seperti Line, Whatsapp, dan
BBM. Tan dan Teo (2000) menyatakan bahwa survei online memiliki beberapa
keunggulan dibandingkan survei berbasis kertas antara lain menghemat biaya,
respon lebih cepat, tidak terbatas secara geografis (Battacherjee, 2001). Data
penelitian ini dikumpulkan selama kurang lebih 5 minggu. Lampiran 6
menunjukkan kuesioner penelitian yang digunakan untuk mengumpulkan data
penelitian.

BAB 4
PROFIL ORGANISASI
Bab ini menjelaskan mengenai profil organisasi objek penelitian yaitu PT. XYZ
serta informasi terkait aplikasi yang diteliti yaitu aplikasi mobile ABC. Profil
organisasi yang dijelaskan meliputi sejarah dan perkembangan, visi dan misi, serta
struktur organisasi PT. XYZ.
4.1 Sejarah dan Perkembangan PT. XYZ
PT. XYZ didirikan pada tahun 2012, dengan tujuan utama adalah mendukung
proyek global melalui pengembangan perangkat lunak pada perangkat mobile dari
mulai proses perencanaan, perancangan, pengembangan, quality assurance, dan
operations. Namun, seiring perkembangan dan munculnya strategi bisnis baru,
pada tahun 2013, PT. XYZ mulai merambah ke pasar lokal, dimana PT. XYZ
bekerjasama dengan perusahaan lain untuk mengembangkan perangkat lunak
dengan target pasar di Indonesia. Pada awal tahun 2015, PT. XYZ bekerjasama
dengan beberapa universitas ternama di Indonesia untuk mengembangkan
penelitian bersama terkait tren teknologi.
4.2 Visi dan Misi PT. XYZ
Sebagai landasan dalam menjalankan kegiatan bisnisnya, PT. XYZ memiliki visi
dan misi. Visi dari PT. XYZ adalah menjadi Center of Excellence dalam jasa
komersial dengan pencapaian R&D terkini. Sedangkan untuk mencapai visi yang
diraih, PT. XYZ mempunyai misi yaitu mengembangkan teknologi penuh inovasi
berupa konten, layanan, solusi, dan teknologi yang dapat menempatkan produk
dan jasanya sebagai teman dalam setiap aspek kehidupan seperti kesehatan, ilmu
pengetahuan, status sosial, produktivitas, efisiensi, keuangan, hiburan, dsb.
Sehingga dapat menciptakan keunggulan kompetitif bagi perusahaan dengan
memperhatikan kualitas produknya.

69
4.3 Struktur Organisasi
PT. XYZ mempekerjakan sekitar 130 yang terbagi ke dalam tiga divisi, yaitu
Service Innovation, Software R&D, dan Management Support. Struktur organisasi
dapat dilihat pada Gambar 4.1.
Gambar 4.1 Struktur Organisasi PT. XYZ

(Sumber: Data HRD PT. XYZ)

BAB 5
ANALISIS DAN PEMBAHASAN
Bab ini menjelaskan hasil analisis data penelitian yang telah dikumpulkan penulis
dengan menggunakan metode evaluasi yang dijelaskan pada Bab 3. Tahap analisis
dan pembahasan ini berisi pengolahan data demografi responden, analisis data
penelitian, diskusi, dan implikasi penelitian yang dilakukan.
5.1 Demografi Responden
Responden dari penelitian ini adalah pengguna aplikasi yang tersebar di seluruh
wilayah Indonesia. Kuesioner penelitian ini dibuat dengan menggunakan alat
bantu Google Form dan disebarkan secara online. Peneliti menggunakan alat
bantu Google Form dalam penelitian ini karena faktor lokasi responden yang
tersebar di seluruh wilayah Indonesia dan adanya privacy dan policy perusahaan
yang tidak dapat memberikan data pengguna aplikasi kepada peneliti sehingga
tidak dapat melakukan pengambilan data secara langsung. Oleh karena itu,
peneliti melakukan pengumpulan data dari responden melalui beberapa cara, yaitu
menyebarkan alamat kuesioner di media sosial dan forum-forum online, dan
meminta kepada pengguna Twitter maupun Facebook yang pernah membagikan
informasi mengenai aplikasi untuk mengisi kuesioner.
Pengumpulan data dilakukan selama 5 minggu mulai tanggal 8 November 2015

hingga 12 Desember 2015 dan terdapat 218 data kuesioner yang masuk ke dalam
spreadsheet Google Form. Namun setelah proses filtering, dari 218 data yang
masuk tersebut terdapat 42 data yang harus dihapus karena data tersebut tidak
memenuhi kriteria yang diharapkan dimana responden tersebut belum pernah
menggunakan aplikasi. Sehingga data yang digunakan untuk proses analisis
selanjutnya adalah 176 data kuesioner. Demografi responden yang dibahas pada
bagian ini mencakup jenis kelamin, usia, pendidikan, pekerjaan, lama
penggunaan, dan fitur yang diakses oleh responden penelitian.

71
5.1.1 Jenis Kelamin
Berdasarkan data hasil kuesioner yang disebarkan secara online, dari 176
responden terdapat 116 orang laki-laki dan 60 orang perempuan. Diagram yang
merepresentasikan jenis kelamin responden dapat dilihat pada Gambar 5.1.
Gambar 5.1 Data Jenis Kelamin Responden

(Sumber: Hasil olahan penulis)
5.1.2 Usia
Data hasil kuesioner penelitian menunjukkan bahwa dari 176 orang responden, 6
orang memiliki usia dibawah 20 tahun dan sebanyak 127 orang memiliki rentang
usia 20 hingga 29 tahun sehingga mendominasi responden dalam penelitian ini.
Setelah itu terdapat 37 orang yang memiliki rentang usia 30 hingga 39 tahun, dan
6 orang memiliki rentang usia 40 hingga 49 tahun. Kemudian, pada survey online
tidak ada responden yang memiliki usia diatas 50 tahun. Diagram yang
menunjukkan usia responden dapat dilihat pada Gambar 5.2.

72
Gambar 5.2 Data Usia Responden

5.1.3 Pendidikan
Sebanyak 135 responden memiliki tingkat pendidikan terakhir Sarjana (S1)

sehingga mendominasi responden dalam penelitian ini. Setelah itu sebanyak 21
orang memiliki tingkat pendidikan terakhir Magister (S2). Kemudian sebanyak 9
responden memiliki tingkat pendidikan terakhir D1/D2/D3, dan sebanyak 1
responden memiliki tingkat pendidikan terakhir Doktor (S3). Pada pilihan
“Lainnya” terdapat 10 responden yang memilih yaitu dengan mengisi tingkat
pendidikan terakhir SMA/SMK, atau sederajat. Gambar 5.3 menunjukkan tingkat
pendidikan terakhir yang ditempuh responden penelitian.
Gambar 5.3 Data Tingkat Pendidikan Responden


73
5.1.4 Pekerjaan
Mayoritas responden penelitian memiliki pekerjaan sebagai pegawai swasta

sebanyak 116 orang. Selanjutnya, sebanyak 17, 12, dan 10 reponden memiliki
pekerjaan sebagai mahasiswa, wirausaha, dan pegawai negeri sipil secara
berurutan. Kemudian, pada pilihan “Lainnya” terdapat 21 responden mengisi
dengan berbagai macam pekerjaan, seperti dosen, ibu rumah tangga, pegawai
BUMN, pegawai instansi pemerintah, dll. Gambar 5.4 menunjukkan pekerjaan
yang dimiliki responden penelitian ini.
Gambar 5.4 Data Pekerjaan Responden

5.1.5 Lama Penggunaan
Berdasarkan data responden penelitian, sebanyak 24 orang dari total responden

penelitian telah memiliki pengalaman dalam menggunakan aplikasi selama lebih
dari 2 tahun. Kemudian, sebannyak 101, 28, 15, dan 8 orang lainnya telah
memiliki pengalaman dalam menggunakan aplikasi selama kurang dari 6 bulan, 6
hingga 12 bulan, 12 hingga 18 bulan, dan 18 hingga 24 bulan secara berurutan.
Gambar 5.5 merepresentasikan persentase lama penggunaan aplikasi oleh
responden penelitian.

74
Gambar 5.5 Data Lama Penggunaan Aplikasi oleh Responden

5.1.6 Fitur Aplikasi yang Sering Diakses
Pada pertanyaan ini, responden dapat memilih lebih dari 1 jawaban. Berdasarkan
data responden penelitian, terdapat 145 responden mengakses fitur jadwal sholat.
Selanjutnya sebanyak 114, 67, 38, dan 5 orang lainnya menggunakan fitur Al
Qur’an digital, penunjuk arah kiblat, konten harian dan kontekstual, dan haji dan
umrah secara berurutan. Gambar 5.6 merepresentasikan jumlah fitur aplikasi yang
diakses oleh responden penelitian.
Gambar 5.6 Fitur Aplikasi yang Sering Diakses


75
5.1.7 Rangkuman Demografi Responden
Rangkuman demografi responden yang didapat pada penelitian ini, bisa dilihat
pada Tabel 5.1. Berdasarkan Tabel 5.1, dapat dilihat bahwa paling banyak
responden berusia muda dan produktif berkisar antara 20 hingga 29 tahun.
Karakteristik yang tidak memiliki persentase menunjukkan bahwa karakteristik
tersebut pada kuesioner diperbolehkan diisi lebih dari satu jawaban.
Tabel 5.1 Rangkuman Demografi Responden

Karakteristik N=176 Persentase
Umur Dibawah 20 tahun 6 3%
20 - 29 tahun 127 72%
30 - 39 tahun 37 21%
40 - 49 tahun 6 3%
Diatas 50 tahun 0 0%
Jenis Kelamin Laki-Laki 116 66%
Perempuan 60 34%
Pendidikan D1/D2/D3 9 5%
Sarjana (S1) 135 77%
Magister (S2) 21 12%
Doktor (S3) 1 1%
Lainnya 10 6%
Pekerjaan Pegawai Negeri Sipil 10 6%
Pegawai Swasta 116 66%
Mahasiswa 17 10%
Wirausaha 12 7%
Lainnya 21 12%
Lama menggunakan < 6 bulan 101 57%
aplikasi 6 - 12 bulan 28 16%
12 - 18 bulan 15 9%
18 - 24 bulan 8 5%
> 2 tahun 24 14%

76
Tabel 5.1 Rangkuman Demografi Responden (sambungan)

Karakteristik N=176 Persentase
Fitur yang sering diakses Al-Qur'an digital 114 -
Jadwal sholat 145 -
Penunjuk arah kiblat 69 -
Haji & umrah 5 -
Konten harian &
38 -
kontekstual
(Sumber: Data Primer diolah)
5.2 Analisis Data
Metode analisis dan pengolahan data dalam penelitian ini menggunakan

pendekatan Structural Equation Modeling (SEM) berbasis Partial Least Square
(PLS) dengan alat bantu analisis yang digunakan adalah program WarpPLS versi
4.0. Menurut Latan dan Ghozali (2012), tahapan analisis menggunakan PLS-SEM
setidaknya harus melalui lima proses tahapan, yaitu konseptualisasi model,
menentukan metode analisis algoritma, menentukan metode resampling,
menggambar diagram jalur, dan evaluasi model meliputi mengevaluasi outer
model atau measurement model serta mengevaluasi model structural atau inner
model.
5.2.1 Konseptualisasi Model
Konseptualisasi model merupakan langkah awal dalam analisis PLS-SEM. Pada

penelitian ini, pengembangan dan pengukuran konstruk dilakukan dengan
mengembangkan dan mendefinisikan konstruk secara konseptual yaitu dengan
melakukan literature review serta penelitian terdahulu untuk menentukan domain
konstruk dan menentukan item-item yang merepresentasikan konstruk. Model
konseptual yang dihasilkan yang telah dibahas pada Bab 2 di bagian kerangka
teoritis.

77
5.2.2 Menentukan Metode Analisis Algoritma
Tahapan selanjutnya yaitu menentukan metode analisis algoritma yang akan

digunakan. PLS SEM memiliki tiga pilihan algoritma yaitu factorial, centroid,
dan path atau structural weighting. Menurut Wold, algoritma PLS yang
disarankan adalah path weighting (Latan & Ghozali, 2012). Sehingga, dalam
penelitian ini menggunakan algoritma path atau structural weighting untuk
analisis.
5.2.3 Menentukan Metode Resampling
Dalam SEM terdapat dua metode yang digunakan untuk resampling, yaitu
bootstrapping dan jackknifing (Latan & Ghozali, 2012). Metode bootstrapping
merupakan metode resampling yang menggunakan seluruh sampel asli.
Sedangkan metode jackknifing hanya menggunakan subsampel dari sampel asli
yang dikelompokkan ke dalam grup.
Menurut Chiquoine dan Hjalmarsson (2009) dalam Kock (2011) menyatakan

bahwa jackknifing memiliki keunggulan untuk menghasilkan nilai koefisien jalur
(path coefficient) yang lebih stabil dengan ukuran sampel kecil yaitu kurang dari
100 dan dengan sampel yang mengandung outlier. Sedangkan Nevitt dan Hancock
(2001) dalam Kock (2011) menyatakan bahwa bootstrapping menghasilkan nilai
koefisien jalur (path coefficient) yang lebih stabil untuk ukuran sampel yang lebih
besar, namun dapat digunakan untuk ukuran sampel yang kecil. Oleh karena itu,
penelitian ini menggunakan metode bootstrapping untuk resampling karena
sampel yang dimiliki dalam penelitian ini tergolong besar yaitu sebanyak 176
(lebih dari 100).
5.2.4 Pembentukan Diagram Jalur
Pembentukan diagram jalur ini sesuai dengan hipotesis dan model penelitian yang
telah diajukan, yaitu sesuai dengan Gambar 2.15. Menurut Kock (2011),
pembentukan diagram jalur dengan konstruk second order dengan WarpPLS
dapat dilakukan dengan 2 langkah, sebagai berikut:

78
1. Membuat model null yang terdiri dari konstruk fisrt order dan indikator-
indikatornya yang dimodelkan secara refleksif dimana arah indikatornya dari
konstruk ke indikator dan tanpa adanya relasi antara konstruk first order-nya.
Hal ini dilakukan untuk menghitung skor pada variabel laten berdasarkan
indikator-indikatornya. Pembentukan model null dapat dilihat pada Gambar
5.7 berikut ini.
Gambar 5.7 Pembentukan Model Null
2. Membuat model baru yang terdiri dari variabel eksogen dan variabel
endogen. Variabel eksogen merupakan konstruk second order yaitu
information quality (IQ) dan system quality (SQ) yang memiliki indikator
berupa konstruk first order yang telah dilakukan perhitungan pada model
null. Variabel eksogen dimodelkan secara formatif dimana arah relasi dari
indikator ke variabel eksogen. Konstruk first order yang dijadikan sebagai
indikator pada konstruk information quality (IQ) adalah completeness (CN),
accuracy (AC), format (FO), dan understandability (UN). Sedangkan
konstruk first order yang dijadikan sebagai indikator pada konstruk system
quality (SQ) adalah ease of use (EU), response time (RT), system realibility
(SR), dan functionality (FU). Sedangkan variabel endogen dalam diagram
jalur adalah perceived usefulness (PU), perceived enjoyment (PE),
satisfaction (SA), continuance usage intention (CI), dan intention to
recommend (IR). Selanjutnya variabel eksogen dan endogen dihubungkan

79
sesuai dengan model penelitian yang telah dijelaskan pada Bab 2 (Gambar
2.15).
Pembentukan path diagram yang digunakan dalam penelitian dapat dilihat

pada Gambar 5.8.
Gambar 5.8 Path Diagram Model Penelitian
Model persamaan regresi dari rancangan model pada Gambar 5.8 dapat dilihat
pada Tabel 5.2.
Tabel 5.2 Persamaan Regresi dari Model Penelitian

Variabel Persamaan Regresi
PU V1*IQ + V2*CO + ε1
PE W1*SQ + W2*CO + ε2
SA X1*IQ + X2*SQ + X3*CO + X4*PE + X5*PU + ε3
CI Y1* PU + Y2* SA + ε4
IR Z1*SA + ε5
Variabel ε1, ε2, ε3, ε4, dan ε5 melambangkan variabel yang tidak termasuk dalam
penelitian. Sementara itu, nilai V1, V2, W1, W2, X1, X2, X3, X4, X5, Y1, Y2, dan Z1
akan diketahui dari nilai path coefficient pada evaluasi model struktural. Hasil
persamaan regresi dijelaskan pada subbab 5.2.9.

80
5.2.5 Evaluasi Outer Model atau Measurement Model
Evaluasi outer model atau measurement model dilakukan untuk menilai validitas
dan reliabitias model. Dengan mengetahui korelasinya, maka sebuah model dapat
diketahui validitas dan reliabilitasnya. Evaluasi outer model dalam penelitian ini
dilakukan melalui dua tahap, yaitu evaluasi pada konstruk fisrt order yaitu
konstruk yang dibentuk oleh indikator-indikatornya dan evaluasi pada konstruk
second order yaitu konstruk yang dibentuk oleh konstruk fisrt order yang menjadi
dimensinya.
5.2.5.1 Evaluasi Konstruk First Order
Evaluasi konstruk first order dalam penelitian ini digunakan untuk menguji
validitas dan reliabilitas konstruk unidimensional yang memiliki arah indikator
berbentuk refleksif. Evaluasi konstruk first order dilakukan dengan menguji
model null yang telah dibuat, dapat dilihat pada Gambar 5.7. Menurut Latan dan
Ghozali (2012), outer model dengan indikator refleksif dievaluasi melalui
validitas konvergen (convergent validity) dan validitas diskriminan (discriminant
validity) dari indikator pembentuk konstruk, serta composite reliability dan
cronbach alpha untuk blok indikatornya.
5.2.5.1.1 Validitas Konvergen (Convergent Validity)
Validitas konvergen bertujuan untuk mengetahui validitas setiap hubungan antara

indikator dengan konstruk atau variabel latennya. Validitas konvergen dari model
pengukuran dengan refleksif indikator dinilai berdasarkan korelasi antara skor
item atau component score dengan skor variabel laten atau construct score yang
diestimasi dengan program PLS.
Nilai loading yang memiliki tingkat validitas yang tinggi apabila memiliki
loading factor lebih besar dari 0,70 (Ghozali, 2014). Namun menurut Chin (1988)
dalam Latan dan Ghozali (2012) untuk penelitian tahap awal, skala pengukuran
dengan nilai loading 0,5 hingga 0,6 sudah dianggap cukup memadai. Dalam
penelitian ini batas loading factor yang digunakan sebesar 0,70. Setelah dilakukan
pengolahan data menggunakan WarpPLS, kemudian disajikan hasil nilai outer

81
loading dalam Tabel 5.3 untuk masing-masing indikator yang dimiliki oleh
variabel laten dalam model penelitian.
Tabel 5.3 Outer Loading (Measurement Model) Indikator Iterasi Pertama

Variabel Laten Kode Outer Loading
Kelengkapan Informasi CN1 0,902
(Completeness) CN2 0,869
CN3 0,873
Keakuratan Informasi AC1 0,868
(Accurate) AC2 0,867
AC3 0,904
Susunan Informasi FO1 0,884
(Format) FO2 0,902
FO3 0,878
Mudah Dimengerti UA1 0,873
(Understandability) UA2 0,917
UA3 0,799
Kemudahan Penggunaan EU1 0,840
(Ease of use) EU2 0,810
EU3 0,821
EU4 0,823
Kecepatan Akses RT1 0,863
(Response Time) RT2 0,858
RT3 0,741
RT4 0,808
Ketahanan Aplikasi SR1 0,821
(System Reliability) SR2 0,804
SR3 0,794
SR4 0,596
Fungsionalitas FA1 0,827
(Functionality) FA2 0,858
FA3 0,765

82
Tabel 5.3 Outer Loading (Measurement Model) Indikator Iterasi Pertama

(sambungan)
Manfaat yang dirasakan PU1 0,931
(Perceived Usefulness) PU2 0,959
PU3 0,937
Kesenangan yang dirasakan PE1 0,890
(Perceived Enjoyment) PE2 0,943
PE3 0,922
Konfirmasi CO1 0,910
(Confirmation) CO2 0,897
CO3 0,897
Kepuasan SA1 0,888
(Satisfaction) SA2 0,906
SA3 0,896
Niat Melanjutkan CU1 0,905
Penggunaan (Continuance CU2 0,888
Usage Intention) CU3 0,869
Niat Untuk IR1 0.908
Merekomendasikan IR2 0,898
(Intention to Recommend) IR3 0,901
IR4 0,905
(Sumber: Data Primer telah diolah)
Dari hasil pengolahan data dengan PLS yang terlihat pada Tabel 5.3 di atas, dapat
dilihat bahwa mayoritas indikator pada masing-masing variabel dalam penelitian
ini memiliki nilai loading yang lebih besar dari 0,70 kecuali indikator SR4 yang
memiliki nilai loading kurang dari 0,70 yaitu 0,596. Hal ini menunjukkan bahwa
indikator variabel yang memiliki nilai loading lebih besar dari 0,70 memiliki
tingkat validitas yang tinggi, sehingga memenuhi convergent validity. Sedangkan
indikator variabel yang memiliki nilai loading lebih kecil dari 0,70 memiliki

83
tingkat validitas yang rendah sehingga indikator variabel tersebut perlu

dieliminasi atau dihapus dari model. Nilai loading setelah indikator SR4
dieliminasi dapat dilihat pada Tabel 5.4.
Tabel 5.4 Outer Loading (Measurement Model) Indikator Iterasi Kedua

Variabel Kode Outer Loading
CN3 0,873
AC3 0,904
(Format) FO2 0,902
FO3 0,878
UA3 0,799
EU3 0,821
EU4 0,823
RT3 0,741
RT4 0,808
SR3 0,794
FA3 0,765

84
Tabel 5.4 Outer Loading (Measurement Model) Indikator Iterasi Kedua

(sambungan)
Variabel Kode Outer Loading
PU3 0,937
PE3 0,922
CO3 0,897
Kepuasan SA1 0,888
SA3 0,896
Niat Untuk IR1 0,908
IR4 0,905
(Sumber: Data Primer telah diolah)
Berdasarkan Tabel 5.4 terlihat bahwa terjadi peningkatan nilai loading untuk
indikator SR1 dan SR2 setelah indikator SR4 dieliminasi dan dilakukan
perhitungan kembali.
5.2.5.1.2 Validitas Diskriminan (Discriminant Validity)
Validitas diskriminan digunakan untuk memastikan bahwa setiap konsep dari

masing-masing konstruk atau variabel laten berbeda dengan variabel lainnya.

85
Menurut Latan dan Ghozali (2012), sebuah model memiliki discriminant validity
yang baik apabila nilai korelasi konstruk dengan item pengukuran lebih besar
daripada nilai korelasi dengan konstruk lainnya. Tabel 5.5 menunjukkan hasil
validitas diskriminan dari model penelitian dengan melihat nilai cross loading-
nya.

86
Tabel 5.5 Nilai Discriminant Validity (Cross Loading) Indikator

CN AC FO UN EU RT SR FU PU PE CO SA CI IR
CN1 0,902 0,602 0,616 0,587 0,486 0,513 0,466 0,626 0,621 0,541 0,588 0,587 0,584 0,572
CN2 0,869 0,578 0,576 0,624 0,518 0,523 0,512 0,614 0,66 0,578 0,577 0,632 0,548 0,578
CN3 0,873 0,584 0,645 0,624 0,483 0,468 0,498 0,588 0,675 0,597 0,633 0,706 0,590 0,599
AC1 0,598 0,868 0,517 0,543 0,442 0,467 0,526 0,552 0,591 0,477 0,491 0,481 0,520 0,594
AC2 0,539 0,867 0,475 0,495 0,405 0,444 0,473 0,573 0,574 0,425 0,496 0,507 0,447 0,436
AC3 0,624 0,904 0,562 0,569 0,500 0,516 0,570 0,623 0,619 0,500 0,532 0,553 0,508 0,532
FO1 0,669 0,549 0,884 0,653 0,516 0,517 0,437 0,552 0,534 0,490 0,565 0,532 0,482 0,436
FO2 0,612 0,526 0,902 0,686 0,503 0,436 0,414 0,546 0,474 0,461 0,608 0,513 0,520 0,511
FO3 0,568 0,495 0,878 0,722 0,507 0,441 0,384 0,541 0,445 0,361 0,548 0,547 0,491 0,495
UN1 0,534 0,481 0,708 0,873 0,524 0,477 0,424 0,524 0,442 0,430 0,507 0,460 0,422 0,507
UN2 0,544 0,508 0,705 0,917 0,613 0,506 0,421 0,581 0,451 0,472 0,515 0,488 0,491 0,513
UN3 0,739 0,601 0,587 0,799 0,484 0,555 0,534 0,582 0,592 0,577 0,536 0,605 0,569 0,525
EU1 0,492 0,400 0,531 0,534 0,840 0,565 0,498 0,505 0,391 0,433 0,496 0,492 0,481 0,486
EU2 0,422 0,404 0,395 0,499 0,810 0,508 0,424 0,472 0,355 0,342 0,325 0,430 0,422 0,404
EU3 0,423 0,424 0,476 0,487 0,821 0,469 0,400 0,497 0,317 0,329 0,395 0,433 0,383 0,355
EU4 0,515 0,457 0,484 0,545 0,823 0,449 0,452 0,603 0,366 0,368 0,442 0,436 0,424 0,463

87
Tabel 5.5 Nilai Discriminant Validity (Cross Loading) Indikator (sambungan)

RT1 0,400 0,420 0,415 0,462 0,515 0,863 0,554 0,461 0,362 0,401 0,488 0,465 0,442 0,362
RT2 0,479 0,431 0,412 0,482 0,534 0,858 0,553 0,452 0,391 0,415 0,502 0,504 0,463 0,379
RT3 0,448 0,374 0,360 0,414 0,344 0,741 0,554 0,379 0,300 0,419 0,479 0,418 0,342 0,315
RT4 0,540 0,549 0,527 0,575 0,575 0,808 0,608 0,562 0,407 0,454 0,468 0,489 0,522 0,484
SR1 0,444 0,441 0,393 0,419 0,463 0,606 0,849 0,494 0,358 0,406 0,531 0,431 0,471 0,425
SR2 0,449 0,525 0,358 0,431 0,415 0,556 0,847 0,537 0,402 0,38 0,48 0,386 0,479 0,474
SR3 0,500 0,519 0,405 0,468 0,466 0,559 0,794 0,558 0,461 0,406 0,528 0,483 0,445 0,455
FU1 0,508 0,567 0,437 0,498 0,516 0,527 0,611 0,827 0,454 0,394 0,499 0,445 0,403 0,505
FU2 0,553 0,510 0,607 0,592 0,553 0,476 0,519 0,858 0,410 0,407 0,514 0,451 0,438 0,522
FU3 0,644 0,553 0,460 0,500 0,475 0,383 0,427 0,765 0,575 0,444 0,479 0,535 0,436 0,447
PU1 0,696 0,666 0,476 0,497 0,414 0,448 0,489 0,577 0,931 0,657 0,566 0,698 0,527 0,575
PU2 0,707 0,639 0,519 0,559 0,399 0,406 0,463 0,557 0,959 0,695 0,663 0,736 0,626 0,620
PU3 0,686 0,607 0,547 0,548 0,415 0,410 0,431 0,511 0,937 0,657 0,622 0,716 0,604 0,588
PE1 0,576 0,495 0,440 0,537 0,364 0,439 0,429 0,421 0,639 0,890 0,532 0,596 0,598 0,580
PE2 0,594 0,464 0,449 0,483 0,402 0,464 0,432 0,464 0,643 0,943 0,611 0,634 0,547 0,544
PE3 0,617 0,507 0,469 0,542 0,466 0,514 0,456 0,508 0,677 0,922 0,630 0,663 0,556 0,562

88
Tabel 5.5 Nilai Discriminant Validity (Cross Loading) Indikator (sambungan)

CO1 0,675 0,59 0,598 0,593 0,49 0,588 0,574 0,583 0,657 0,635 0,910 0,708 0,678 0,645
CO2 0,529 0,457 0,556 0,504 0,407 0,498 0,552 0,525 0,506 0,508 0,897 0,634 0,613 0,549
CO3 0,633 0,508 0,593 0,523 0,466 0,511 0,543 0,536 0,608 0,598 0,897 0,740 0,681 0,566
SA1 0,586 0,442 0,515 0,476 0,492 0,470 0,436 0,467 0,603 0,565 0,691 0,888 0,595 0,520
SA2 0,708 0,621 0,580 0,579 0,498 0,519 0,473 0,545 0,773 0,641 0,670 0,906 0,645 0,621
SA3 0,661 0,507 0,511 0,544 0,475 0,553 0,490 0,549 0,667 0,643 0,711 0,896 0,737 0,623
CI1 0,582 0,490 0,530 0,531 0,488 0,493 0,516 0,465 0,519 0,507 0,656 0,640 0,905 0,626
CI2 0,522 0,416 0,478 0,499 0,466 0,463 0,484 0,412 0,488 0,495 0,614 0,613 0,888 0,618
CI3 0,630 0,585 0,485 0,481 0,428 0,486 0,491 0,508 0,650 0,641 0,674 0,706 0,869 0,696
IR1 0,597 0,532 0,525 0,574 0,456 0,418 0,480 0,516 0,605 0,636 0,601 0,632 0,695 0,908
IR2 0,599 0,569 0,552 0,615 0,511 0,470 0,523 0,589 0,550 0,562 0,549 0,608 0,635 0,898
IR3 0,651 0,529 0,449 0,480 0,488 0,427 0,483 0,569 0,587 0,527 0,625 0,593 0,660 0,901
IR4 0,543 0,509 0,432 0,478 0,418 0,384 0,476 0,503 0,537 0,481 0,577 0,538 0,639 0,905
Keterangan: nilai loading blok indikator dalam huruf tebal (bold)

89
Dari hasil estimasi cross loading pada Tabel 5.5, menunjukkan bahwa nilai
korelasi konstruk dengan indikatornya lebih besar daripada nilai korelasi dengan
konstruk lainnya. Dengan demikian dapat disimpulkan bahwa semua konstruk
atau variabel laten sudah memiliki discriminant validity yang baik, dimana
indikator pada blok indikator konstruk tersebut lebih baik daripada indikator di
blok lainnya. Selain dengan melihat nilai cross loading, untuk mengevaluasi
validitas diskriminan dapat dilihat dengan metode lain, yaitu dengan melihat akar
kuadrat dari average variance extracted (AVE) untuk setiap konstruk atau
variabel laten. Model memiliki validitas diskriminan yang lebih baik apabila akar
kuadrat AVE untuk masing-masing konstruk lebih besar dari korelasi antara dua
konstruk di dalam model. Menurut Ghozali (2014), AVE yang baik disyaratkan
memiliki nilai lebih besar dari 0,50. Akar kuadrat AVE dihitung secara manual
terlebih dahulu sebelum dilakukan perbandingan. Dalam penelitian ini, nilai AVE
dan akar kuadrat AVE untuk masing-masing konstruk disajikan pada Tabel 5.6.
Tabel 5.6 AVE dan Akar Kuadrat AVE

Variabel AVE Akar Kuadrat AVE
CN 0,777 0,881
AC 0,774 0,880
FO 0,788 0,888
UN 0,747 0,864
EU 0,678 0,823
RT 0,671 0,819
SR 0,690 0,831
FU 0,668 0,817
PU 0,888 0,942
PE 0,844 0,919
CO 0,812 0,901
SA 0,804 0,897
CI 0,787 0,887
IR 0,815 0,903

90
Berdasarkan Tabel 5.6 diatas, semua konstruk menunjukkan nilai AVE yang lebih
besar dari 0,50 yaitu dengan nilai terkecil 0,668 untuk variabel functionality (FU)
dan terbesar 0,888 untuk variabel perceived usefulness (PU). Hal ini sudah
memenuhi persyaratan sesuai dengan batas nilai minimum AVE yang ditentukan
yaitu 0,50. Setelah diketahui nilai akar kuadrat dari AVE untuk masing-masing
konstruk, tahap selanjutnya adalah membandingkan akar kuadrat AVE dengan
korelasi antar konstruk dalam model. Korelasi antar konstruk dengan nilai akar
kuadrat AVE, dapat dilihat pada Tabel 5.7.

91
Tabel 5.7 Korelasi antar Konstruk dengan Nilai Akar Kuadrat AVE
CN 0,881
AC 0,667 0,880
FO 0,694 0,590 0,888
UN 0,694 0,609 0,774 0,864
EU 0,562 0,511 0,573 0,627 0,824
RT 0,569 0,541 0,523 0,590 0,604 0,819
SR 0,558 0,595 0,463 0,528 0,539 0,691 0,831
FU 0,691 0,663 0,615 0,649 0,631 0,567 0,637 0,818
PU 0,739 0,676 0,545 0,568 0,434 0,447 0,489 0,582 0,943
PE 0,649 0,532 0,493 0,566 0,448 0,514 0,478 0,506 0,711 0,919
CO 0,680 0,576 0,646 0,599 0,504 0,591 0,617 0,608 0,655 0,644 0,901
SA 0,727 0,584 0,598 0,595 0,544 0,573 0,520 0,581 0,760 0,688 0,770 0,897
CI 0,651 0,559 0,561 0,568 0,519 0,542 0,560 0,520 0,622 0,616 0,730 0,735 0,887
IR 0,662 0,592 0,542 0,595 0,519 0,470 0,543 0,602 0,631 0,611 0,651 0,656 0,728 0,903
Keterangan: nilai akar kuadrat AVE dalam huruf tebal (bold)

92
Dari Tabel 5.7 diketahui bahwa nilai akar kuadrat AVE untuk masing-masing
konstruk lebih besar daripada nilai korelasinya sehingga konstruk dalam model
penelitian ini masih dapat dikatakan memiliki validitas diskriminan yang baik.
5.2.5.1.3 Reliabilitas
Outer model selain diukur dengan menilai validitas konvergen dan validitas
diskriminan juga dapat dilakukan dengan melihat reliabilitas konstruk atau
variabel laten yang diukur dengan dua cara, yaitu dengan melihat nilai composite
reliability dan cronbach alpha dari blok indikator yang mengukur konstruk.
Konstruk dinyatakan reliabel jika nilai composite reliability maupun nilai
cronbach alpha lebih besar dari 0,70 (Latan & Ghozali, 2012). Hasil output
WarpPLS untuk nilai composite reliability dan cronbach alpha dapat dilihat pada
Tabel 5.8.
Tabel 5.8 Nilai Composite Reliability dan Cronbach Alpha

Variabel Composite Reliability Cronbach Alpha
CN 0,913 0,856
AC 0,911 0,854
FO 0,918 0,866
UN 0,898 0,829
EU 0,894 0,842
RT 0,890 0,835
SR 0,870 0,775
FU 0,858 0,751
PU 0,960 0,937
PE 0,942 0,907
CO 0,928 0,884
SA 0,925 0,878
CI 0,917 0,865
IR 0,946 0,924

93
Dari hasil output WarpPLS pada Tabel 5.8, model menunjukkan nilai composite
reliability dan cronbach alpha untuk semua konstruk berada diatas nilai 0,70.
Dengan demikian dapat disimpulkan bahwa semua konstruk memiliki reliabilitas
yang baik sesuai dengan batas nilai minumun yang disyaratkan.
5.2.5.2 Evaluasi Konstruk Second Order
Evaluasi konstruk second order dilakukan dari konstruk second order ke konstruk
first order yang menjadi dimensinya. Menurut Wold (1982) dalam Latan dan
Ghozali (2012), evaluasi konstruk second order dapat dilakukan dengan metode
repeated indicators approach atau disebut juga hierarchical component model.
Dalam WarpPLS, repeated indicators approach dapat dilakukan dengan
memodifikasi konstruk first order menjadi indikator konstruk second order
sehingga nilai faktor dari konstruk first order akan menjadi nilai indikator untuk
konstruk second order (Kock, 2011). Evaluasi konstruk second order yang
berbentuk formatif dapat dilakukan dengan melihat signifikansi weight-nya,
sehingga uji validitas dan reliabilitas tidak diperlukan (Ghozali, 2014). Menurut
Kock (2014), dalam WarpPLS untuk mengukur signifikansi weight dari konstruk
atau variabel laten berbentuk formatif yaitu dengan melihat nilai P value (Kock,
2014). Menurut Miller dan Wichern (1977), Mueller (1996) dalam Kock (2014)
menyatakan bahwa item atau indikator dianggap valid apabila memiliki nilai P
value kurang dari 0,05. Selanjutnya, Ghozali (2014) menambahkan bahwa perlu
dilakukan uji multikolinieritas pada konstruk berbentuk formatif dengan
menghitung nilai variance inflation factor (VIF). Cenfetelli dan Bassellier (2009)
dan Petter et al., (2007) merekomendasikan nilai ambang batas (threshold) VIF
sebesar 3,3 (Kock, 2014). Namun, Kock (2014) menyatakan bahwa rule of thumb
nilai ambang batas (threshold) VIF yang digunakan dalam WarpPLS adalah 2,5.
Apabila dalam penelitian ini nilai ambang batas (threshold) VIF yang digunakan
adalah 2,5 maka akan ada 3 indikator dari konstruk second order yang harus
dieliminasi atau dihapus karena memiliki nilai VIF lebih besar dari 2,5.
Sedangkan menurut Ghozali (2014), menghilangkan indikator pada konstruk
berbentuk formatif dapat mengubah makna konstruk tersebut. Oleh karena itu,
penelitian ini menggunakan nilai ambang batas (threshold) VIF sebesar 3,3. Hal

94
tersebut diperkuat dengan adanya pemikiran Kock (2014) yang menyatakan

bahwa nilai ambang batas (threshold) VIF sebesar 2,5 atau 3,3 direkomendasikan
jika tidak mengurangi jumlah indikator dari konstruk yang berbentuk formatif.
Hasil output indikator weight WarpPLS untuk nilai P value dan VIF, dapat dilihat
pada Tabel 5.9.
Tabel 5.9 Nilai Indikator Weight dan VIF

Konstruk Konstruk Nilai
P Values VIF
Second Order First Order Weight
Information CN 0,292 <0,001 2,559
Quality (IQ) AC 0,271 <0,001 1,969
FO 0,293 <0,001 2,858
UN 0,295 <0,001 2,913
System EU 0,289 <0,001 1,954
Quality (SQ) RT 0,300 <0,001 2,252
SR 0,301 <0,001 2,308
FU 0,297 <0,001 2,103
Dari hasil output WarpPLS pada Tabel 5.9, dapat dilihat bahwa semua konstruk
first order dinyatakan valid dimana nilai P value kurang dari 0,05. Kemudian,
nilai VIF kurang dari 3,3 untuk semua konstruk first order menunjukkan bahwa
semua konstruk first order valid dalam mengukur aspek yang berbeda terhadap
konstruk second order.
5.2.6 Evaluasi Structural Model
Evaluasi structural model dilakukan dengan melihat nilai koefisien determinasi

(R2), nilai koefisien jalur, ukuran efek Cohen (f2), serta relevansi prediktif (Q2).
5.2.6.1 Koefisien Determinasi
Hasil perhitungan R2 untuk setiap variabel laten endogen pada Tabel 5.10
menunjukkan bahwa nilai R2 berada pada rentang nilai 0,443 hingga 0,722.

95
Menurut Chin (1998), nilai R2 dianggap lemah, moderat, dan kuat jika
menunjukkan secara berurutan sekitar 0,19, 0,33, dan 0,67 (Ghozali, 2014).
Dalam model penelitian ini, terdapat dua variabel yang tergolong moderat (PE dan
IR) karena mendekati nilai 0,33 dan tiga variabel yang tergolong kuat (CI, PU,
dan SA) karena mendekati nilai 0,67. Koefisien determinasi ini menyatakan
bahwa nilai R2 variabel laten endogen continuance usage intention (CI) dan
intention to recommend (IR) memiliki nilai R2 sebesar 0,553 dan 0,443 yang
mengindikasikan bahwa sebanyak 55,3% variasi data continuance usage intention
dan 44,3% variasi data intention to recommend dipengaruhi oleh satisfaction (SA)
seperti dalam model penelitian.
Tabel 5.10 Nilai R2 Variabel Laten Endogen

Variabel R2
PU 0,579
PE 0,459
SA 0,722
CI 0,553
IR 0,443
5.2.6.2 Koefisien Jalur (β)
Hasil perhitungan koefisien jalur pada model penelitian di Tabel 5.11

menunjukkan bahwa seluruh jalur memiliki nilai koefisien yang berada pada
rentang 0,050 hingga 0,735. Menurut Hass dan Lehner (2009), nilai koefisien
jalur yang berada dalam rentang nilai -0,1 hingga 0,1 dianggap tidak signifikan,
nilai yang lebih besar dari 0,1 merupakan nilai yang signifikan dan berbanding
lurus, dan nilai yang lebih kecil dari -0,1 merupakan nilai yang signifikan dan
berbanding terbalik. Oleh karena itu, hampir seluruh jalur memiliki nilai koefisien
lebih dari 0,100 kecuali satu jalur yang memiliki signifikansi rendah karena
bernilai 0,050 pada jalur IQ  SA.

96
Tabel 5.11 Nilai Koefisien Jalur Model Penelitian

Path Path Coefficient
SQ  SA 0,101
IQ  SA 0,050
CO  SA 0,360
CO  PU 0,255
CO  PE 0,488
PE  SA 0,116
PUCI 0,167
SQ  PE 0,237
IQ  PU 0,548
PU  SA 0,340
SA  CI 0,735
SA  IR 0,665
5.2.6.3 Ukuran Efek Cohen (f2)
Hasil perhitungan f2 pada model penelitian di Tabel 5.12 menunjukkan bahwa

nilai f2 untuk seluruh jalur memiliki rentang nilai 0,037 hingga 0,541. Nilai f2
dapat digunakan untuk menilai pengaruh konstruk independen tertentu terhadap
variabel laten dependen apakah mempunyai pengaruh yang substantif (Ghozali,
2014). Menurut Chin (1998), nilai f2 dianggap memiliki pengaruh kecil,
menengah, dan besar pada level struktural jika menunjukkan secara berurutan
sekitar 0,02, 0,15, dan 0,35 (Ghozali, 2014).
Dalam model penelitian ini, terdapat satu jalur dengan konstruk independen yang
memiliki pengaruh kecil terhadap konstruk dependen yaitu IQ  SA karena
memiliki nilai f2 mendekati nilai 0,02. Selanjutnya, terdapat lima jalur dengan
konstruk independen yang memiliki pengaruh menengah terhadap variabel
dependen karena memiliki nilai f2 mendekati 0,15, yaitu SQ  SA (0,067), PE 
SA (0,080), PU  CI (0,105), SQ  PE (0,138), dan CO  PU (0,172).

97
Kemudian, terdapat enam jalur dengan konstruk dependen yang memiliki

pengaruh besar terhadap konstruk dependen karena memiliki nilai f2 mendekati
0,35, yaitu PU  SA (0,260), CO  SA (0,279), CO  PE (0,321), IQ  PU
(0,407), SA  IR (0,443), dan SA  CI (0,448).
Tabel 5.12 Nilai Efek Cohen setiap Jalur

Path f2
SQ  SA 0,067
IQ  SA 0,037
CO  SA 0,279
CO  PU 0,172
CO  PE 0,321
PE  SA 0,080
PU  CI 0,105
SQ  PE 0,138
IQ  PU 0,407
PU  SA 0,260
SA  CI 0,448
SA  IR 0,443
5.2.6.4 Relevansi Prediktif (Q2)
Hasil perhitungan Q2 untuk setiap variabel laten endogen pada Tabel 5.12
menunjukkan bahwa nilai Q2 berada pada rentang nilai 0,445 hingga 0,723.
Menurut Ghozali (2014), nilai Q2 dapat digunakan untuk mengukur seberapa baik
nilai observasi dihasilkan oleh model dan juga estimasi parameternya. Nilai Q2
lebih besar dari 0 (nol) menunjukkan bahwa model mempunyai relevansi
prediktif, sedangkan nilai Q2 kurang dari 0 (nol) menunjukkan bahwa model
kurang memiliki relevansi prediktif. Dalam model penelitian ini, semua konstruk
atau variabel laten endogen memiliki nilai Q2 yang lebih besar dari 0 (nol)
sehingga prediksi yang dilakukan oleh model dinilai telah relevan.

98
Tabel 5.13 Nilai Relevansi Prediktif setiap Variabel Endogen

Variabel Q2
PU 0,582
PE 0,467
SA 0,723
CI 0,555
IR 0,445
Untuk meringkas analisis, gambar dibawah ini menggambarkan model estimasi

PLS dari model penelitian yang diusulkan. Gambar 5.9 menunjukkan varian (R2)
di konstruk-konstruk dependen dan koefisien-koefisien jalurnya.
Gambar 5.9 Hasil Pengujian Model Struktural

(Sumber: Hasil Output WarpPLS)
5.2.7 Indeks Kualitas
Menurut Latan dan Ghozali (2012), setiap bagian dari model membutuhkan
validasi model pengukuran, model struktural, dan keseluruhan model yang dapat
diukur dengan nilai Goodness of Fit (GoF) index. Nilai GoF dalam WarpPLS
sebesar lebih dari sama dengan (>=) 0,1, lebih dari sama dengan (>=) 0,25 lebih
dari sama dengan (>=) 0,36 menunjukkan bahwa nilai kualitas keseluruhan model
kecil, menengah, dan besar. Dalam penelitian ini, nilai GoF yang dihasilkan dari

99
output WarpPLS sebesar 0,665, dengan demikian secara keseluruhan model dalam
penelitian ini dianggap fit karena memiliki nilai GoF > 0,36.
5.2.8 Pengujian Hipotesis
Tahap pengujian hipotesis ini dilakukan setelah tahap evaluasi structural model
dilakukan. Tahap ini dilakukan untuk mengetahui apakah hipotesis penelitian
yang diajukan pada model penelitian diterima atau ditolak. Nilai koefisien jalur
yang berada dalam rentang nilai -0,1 hingga 0,1 dianggap tidak signifikan, nilai
yang lebih besar dari 0,1 merupakan nilai yang signifikan dan berbanding lurus,
dan nilai yang lebih kecil dari -0,1 merupakan nilai yang signifikan dan
berbanding terbalik (Hass & Lehner, 2009). Pertimbangan lainnya adalah dengan
menggunakan nilai signifikan, minimal pada α = 0,05, sehingga dianggap
signifikan apabila nilai P value lebih kecil dari 0,05. Oleh karena itu, hipotesis
diterima apabila nilai koefisien jalur lebih besar dari 0,1 dan nilai P lebih kecil
dari 0,05. Tabel 5.14 menunjukkan hasil pengujian hipotesis pada model
penelitian.
Tabel 5.14 Hasil pengujian hipotesis pada model penelitian

Hipotesis Path Path P value Keterangan
Penelitian Coefficient
H1 SQ  PE 0,237 0,006 Signifikan
H2 IQ  PU 0,548 <0,001 Signifikan
H3 SQ  SA 0,101 0,085 Tidak Signifikan
H4 IQ  SA 0,050 0,227 Tidak Signifikan
H5 PE  SA 0,116 0,026 Signifikan
H6 PU  SA 0,340 <0,001 Signifikan
H7 PU  CI 0,167 0,029 Signifikan
H8 CO  PU 0,255 0,003 Signifikan
H9 CO  PE 0,488 <0,001 Signifikan
H10 CO  SA 0,360 <0,001 Signifikan
H11 SA  CI 0,609 <0,001 Signifikan
H12 SA  IR 0,665 <0,001 Signifikan

100
Dalam PLS, pengujian setiap hubungan dilakukan dengan menggunakan simulasi

dengan metode bootstrapping terhadap sampel. Pengujian ini bertujuan untuk
meminimalkan masalah ketidaknormalan data penelitian. Hasil pengujian dengan
metode bootstrapping dari analisis SEM PLS sebagai berikut.
5.2.8.1 Pengujian Hipotesis 1
Hipotesis 1 menyatakan bahwa kualitas sistem (system quality) berpengaruh

positif terhadap kesenangan yang dirasakan (perceived enjoyment). Hasil uji
terhadap koefisien jalur antara system quality (SQ) dengan perceived enjoyment
(PE) menunjukkan adanya nilai path coefficient SQ  PE (0,237) lebih besar dari
0,1 dan signifikan pada α = 0,05, dengan demikian hipotesis 1 diterima.
Hipotesis 2 menyatakan bahwa kualitas informasi (information quality)

berpengaruh positif terhadap manfaat yang dirasakan (perceived usefulness). Hasil
uji terhadap koefisien jalur antara information quality (IQ) dengan perceived
usefulness (PU) menunjukkan adanya nilai path coefficient IQ  PU (0,548) lebih
besar dari 0,1 dan signifikan pada α = 0,05, dengan demikian hipotesis 2
diterima.
Hipotesis 3 menyatakan bahwa kualitas sistem (system quality) berpengaruh

positif terhadap kepuasan (satisfaction). Hasil uji terhadap koefisien jalur antara
system quality (SQ) dengan satisfaction (SA) menunjukkan adanya nilai path
coefficient SQ  SA (0,101) lebih besar dari 0,1 tetapi tidak signifikan pada α =
0,05, dengan demikian hipotesis 3 ditolak.
Hipotesis 4 menyatakan bahwa kualitas informasi (information quality)

berpengaruh positif terhadap kepuasan (satisfaction). Hasil uji terhadap koefisien
jalur antara information quality (IQ) dengan satisfaction (SA) menunjukkan

101
adanya nilai path coefficient IQ  SA (0,050) lebih kecil dari 0,1 dan tidak
signifikan pada α = 0,05, dengan demikian hipotesis 4 ditolak.
Hipotesis 5 menyatakan bahwa kesenangan yang dirasakan (perceived enjoyment)

jalur antara perceived enjoyment (PE) dengan satisfaction (SA) menunjukkan
adanya nilai path coefficient PE  SA (0,116) lebih besar dari 0,1 dan signifikan
pada α = 0,05, dengan demikian hipotesis 5 diterima.
Hipotesis 6 menyatakan bahwa manfaat yang dirasakan (perceived usefulness)

jalur antara perceived usefulness (PU) dengan satisfaction (SA) menunjukkan
adanya nilai path coefficient PU  SA (0,340) lebih besar dari 0,1 dan signifikan
pada α = 0,05, dengan demikian hipotesis 6 diterima.
Hipotesis 7 menyatakan bahwa Manfaat yang dirasakan (perceived usefulness)

berpengaruh positif terhadap niat menggunakan kembali (continuance usage
intention). Hasil uji terhadap koefisien jalur antara perceived usefulness (PU)
dengan continuance usage intention (CI) menunjukkan adanya nilai path
coefficient PU  CI (0,167) lebih besar dari 0,1 dan signifikan pada α = 0,05,
dengan demikian hipotesis 7 diterima.
Hipotesis 8 menyatakan bahwa konfirmasi (confirmation) berpengaruh positif

terhadap manfaat yang dirasakan (perceived usefulness). Hasil uji terhadap
koefisien jalur antara confirmation (CO) dengan perceived usefulness (PU)
menunjukkan adanya nilai path coefficient CO  PU (0,255) lebih besar dari 0,1
dan signifikan pada α = 0,05, dengan demikian hipotesis 8 diterima.

102

terhadap kesenangan yang dirasakan (perceived enjoyment). Hasil uji terhadap
koefisien jalur antara confirmation (CO) dengan perceived enjoyment (PE)
menunjukkan adanya nilai path coefficient CO  PE (0,488) lebih besar dari 0,1
dan signifikan pada α = 0,05, dengan demikian hipotesis 9 diterima.

terhadap kepuasan (satisfaction). Hasil uji terhadap koefisien jalur antara
confirmation (CO) dengan satisfaction (SA) menunjukkan adanya nilai path
coefficient CO  SA (0,360) lebih besar dari 0,1 dan signifikan pada α = 0,05,
dengan demikian hipotesis 10 diterima.
Hipotesis 11 menyatakan bahwa kepuasan (satisfaction) berpengaruh positif

terhadap niat menggunakan kembali (continuance usage intention). Hasil uji
terhadap koefisien jalur antara satisfaction (SA) dengan continuance usage
intention (CI) menunjukkan adanya nilai path coefficient SA  CI (0,609) lebih
besar dari 0,1 dan signifikan pada α = 0,05, dengan demikian hipotesis 11
diterima.
Hipotesis 12 menyatakan bahwa kepuasan (satisfaction) berpengaruh positif

terhadap niat untuk merekomendasikan (intention to recommend). Hasil uji
terhadap koefisien jalur antara satisfaction (SA) dengan intention to recommend
(IR) menunjukkan adanya nilai path coefficient SA  IR (0,665) lebih besar dari
0,1 dan signifikan pada α = 0,05, dengan demikian hipotesis 12 diterima.
Sehingga dapat disimpulkan bahwa dari dua belas hipotesis yang diajukan dalam
penelitian ini terdapat dua hipotesis yang ditolak (H3 dan H4) dan sembilan
hipotesis yang diterima yaitu H1, H2, H5, H6, H7, H8, H9, H10, H11, dan H12.

103
5.2.9 Persamaan Regresi
Nilai path coefficient menunjukkan seberapa kuat pengaruh suatu variabel

terhadap variabel lainnya. Semakin tinggi nilai path coefficient, maka semakin
kuat pengaruhnya. Tabel 5.15 menunjukkan model persamaan regresi berdasarkan
hasil perhitungan nilai path coefficient pada Tabel 5.14.
Tabel 5.15 Hasil Persamaan Regresi

Variabel Persamaan Regresi
PU 0,548*IQ + 0,255*CO + ε1
PE 0,237*SQ + 0,488*CO + ε2
SA 0,237*SQ + 0,488*CO + ε3
CI 0,167*PU + 0,609*SA + ε4
IR 0,665*SA + ε5
Seperti yang dijelaskan pada subbab 5.2.4, variabel ε1, ε2, ε3, ε4, dan ε5
melambangkan variabel yang tidak termasuk dalam penelitian. Dalam persamaan
PU, variabel IQ dan CO memiliki pengaruh signifikan terhadap PU. Selain itu,
perbedaan path coefficient dapat digunakan untuk mengurutkan variabel
berdasarkan pengaruhnya yang terkuat. Dari nilai path coefficient yang ada,
variabel yang memiliki pengaruh kuat terhadap PU adalah IQ, kemudian diikuti
oleh variabel CO. Dalam persamaan PE, variabel SQ dan CO memiliki pengaruh
signifikan terhadap PE. Dari nilai path coefficient yang ada, variabel yang
memiliki pengaruh kuat terhadap PE adalah CO, kemudian diikuti oleh variabel
SQ.
Selanjutnya, dalam persamaan SA, variabel IQ dan SQ tidak memiliki pengaruh

signifikan terhadap SA. Oleh karena itu, persamaan regresi SA hanya terdiri dari
tiga path coefficient, yaitu variabel CO, PE, dan PU. Dari nilai path coefficient
yang ada, variabel yang memiliki pengaruh kuat terhadap SA adalah variabel CO,
kemudian diikuti oleh variabel PU dan PE. Dalam persamaan CI, variabel SA dan
PU memiliki pengaruh yang signifikan secara berturutan. Sedangkan dalam

104
persamaan IR, persamaan regresi hanya dipengaruhi oleh variabel SA yang

memiliki nilai koefisien sebesar 0,665.
5.3 Diskusi
Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi niat

menggunakan kembali dan niat untuk merekomendasikan aplikasi mobile berbasis
informasi berdasarkan perspektif teknologi dan pengalaman pengguna. Variabel
yang dinilai dalam model penelitian ini adalah kualitas informasi (information
quality), kualitas sistem (system quality), konfirmasi (confirmation), manfaat yang
dirasakan (perceived usefulness), kesenangan yang dirasakan (perceived
enjoyment), kepuasan (satisfaction), niat menggunakan kembali (continuance
usage intention), dan niat untuk merekomendasikan (intention to recommend).
Instrumen kualitas informasi terdiri dari empat faktor, yaitu completeness,
accuracy, format, dan understandability. Sedangkan instrumen kualitas sistem
terdiri dari ease of use, response time, system reliability, dan functionality.
Analisis data telah dilakukan dari tahap konseptualisasi model hingga pengujian
hipotesis penelitian. Hasil analisis dapat menunjukkan apakah variabel-variabel
tersebut dapat mempengaruhi niat menggunakan kembali dan niat untuk
merekomendasikan aplikasi mobile ABC baik secara langsung maupun tidak
langsung.
Berdasarkan hasil analisis data yang telah dilakukan, didapatkan nilai P value dan
nilai VIF yang menunjukkan tingkat signifikansi dan multikolinieritas konstruk
first order. Dilihat dari nilai P value pada tabel 5.9, diketahui bahwa semua
indikator dari konstruk kualitas sistem (ease of use, response time, system
reliability, dan functionality) dan kualitas informasi (completeness, accuracy,
format, dan understandability) signifikan pada tingkat 0,001 (nilai P value <
0,001), sehingga menunjukkan semua indikator tersebut valid untuk mengukur
konstruk second order tersebut. Pada tabel 5.9 juga terlihat bahwa konstruk first
order yang merupakan indikator konstruk second order (kualitas sistem dan
kualitas informasi) tidak memiliki multikolinearitas atau korelasi antar variabel
karena memiliki nilai VIF yang rendah (VIF < 3,3).

105
Selanjutnya, berdasarkan hasil analisis data yang telah dilakukan, didapatkan nilai
penghitungan terhadap R2 yang menunjukkan seberapa baik model penelitian
yang diajukan. Dari hasil penghitungan R2 tersebut, diketahui bahwa tidak ada
konstruk yang tergolong lemah, dan konstruk yang tergolong moderat adalah
variabel perceived enjoyment (0,459) dan intention to recommend (0,443).
Sedangkan konstruk yang tergolong kuat adalah continuance usage intention
(0,553), perceived usefulness (0,579), dan satisfaction (0,722) karena variabel-
variabel eksogen yang terdapat dalam model penelitian secara kuat dapat
menentukan variasi data ketiga variabel endogen tersebut.
Kemudian, dari hasil pengujian hipotesis menunjukkan bahwa dari total dua belas
hipotesis yang diuji, dua hipotesis ditolak dan sepuluh hipotesis diterima. Dua
hipotesis yang ditolak yaitu variabel information quality (β = 0,050, p > 0,05) dan
system quality (β = 0,101, p > 0,05) yang tidak signifikan terhadap variabel
satisfaction (SA). Gambar 5.10 menunjukkan model penelitian yang berisi
hubungan antar variabel berdasarkan hipotesis yang diterima dan telah terbukti
memiliki pengaruh positif yang signifikan.
Gambar 5.10 Hasil Akhir Model Penelitian


106
Pada Gambar 5.9 terlihat bahwa information quality memiliki pengaruh positif
yang paling signifikan terhadap satisfaction melalui konstruk perceived
usefulness. Instrumen yang terdiri dari completeness, accuracy, format, dan
understandability membentuk kualitas informasi (information quality) yang
mempengaruhi output informasi yang dihasilkan oleh aplikasi mobile ABC. Hasil
penelitian ini telah terbukti selaras dengan penelitian yang dilakukan oleh Chen,
Meservy, dan Gillenson (2012) yang membuktikan pengaruh information quality
terhadap satisfaction melalui konstruk perceived usefulness, namun information
quality bukan merupakan konstruk yang berpengaruh paling signifikan terhadap
satisfaction. Saat menggunakan aplikasi mobile ABC, pengguna mengharapkan
dapat memperoleh informasi secara lengkap, akurat, mudah dipahami, dan dengan
penataan (format) yang baik. Jika informasi yang disediakan out of date dan tidak
akurat, pengguna mungkin merasa bahwa informasi yang dihasilkan tidak
berkualitas. Selain itu, pengguna mungkin akan membandingkan informasi pada
aplikasi mobile ABC dengan sumber lain yang sudah terbukti kebenarannya. Jika
kedua informasi tidak sinkron, pengguna mungkin merasa bahwa penyedia
layanan aplikasi tidak memiliki kemampuan dan keahlian untuk menawarkan
informasi yang berkualitas kepada mereka.
Aplikasi mobile ABC menggunakan layanan berbasis lokasi untuk mengirimkan

informasi jadwal sholat kepada pengguna berdasarkan lokasi saat ini. Hal tersebut
dapat mengurangi upaya pengguna untuk mencari informasi melalui media lain.
Hasil analisis data juga menunjukkan bahwa faktor understandability memiliki
nilai indikator weight paling besar (0,295) diantara konstruk first order lainnya,
sehingga memiliki pengaruh yang paling signifikan yang membentuk kualitas
informasi. Hal ini menyatakan bahwa semakin tinggi tingkat kemudahan
pemahaman informasi yang disediakan oleh aplikasi mobile ABC, maka persepsi
pengguna terhadap kualitas informasi yang dihasilkan semakin baik.
Dapat disimpulkan, apabila pengguna merasa bahwa kualitas informasi yang

dihasilkan aplikasi mobile ABC baik, maka dapat meningkatkan manfaat yang
dirasakan, yang kemudian berpengaruh terhadap kepuasan pengguna dan niat
menggunakan kembali aplikasi. Penelitian yang dilakukan oleh Chen, Meservy,

107
dan Gillenson (2012) telah membuktikan pengaruh perceived usefulness terhadap

satisfaction dan continuance usage intention. Hal ini menyatakan bahwa semakin
tinggi manfaat yang dirasakan pengguna aplikasi mobile ABC, maka akan ada
pengaruh yang kuat dengan tingkat kepuasan dan niat menggunakan kembali
sehingga akan semakin tinggi juga tingkat kepuasan yang dirasakan pengguna.
Terkait dengan penelitian Wixom dan Todd (2005) dalam (Dauw-Song, Min-Jon,
Lee, & Tsu-Sheng, 2013) yang membuktikan bahwa adanya hubungan signifikan
antara system quality dengan perceived enjoyment yang selanjutnya berpengaruh
terhadap satisfaction, hal ini juga dibuktikan dalam penelitian ini. Kualitas sistem
yang terdiri dari dimensi ease of use, response time, system reliability, dan
functionality terbukti memiliki pengaruh positif yang signifikan terhadap
perceived enjoyment. Hasil analisis data menunjukkan bahwa faktor system
reliability memiliki nilai weight yang paling besar (0,301) sehingga memiliki
pengaruh yang paling signifikan terhadap kualitas sistem. System reliability dalam
aplikasi mobile ABC dapat dilihat dari aplikasi yang selalu tersedia setiap kali
pengguna mengaksesnya, tidak terjadi force close, dan tidak mudah down ketika
diakses oleh banyak pengguna. Kehandalan sistem yang diberikan dengan baik
dapat membuat pengguna merasa bahwa aplikasi dapat diandalkan.
Pengguna yang memiliki pengalaman terhadap kualitas sistem yang baik dapat
meningkatkan respon emosional berupa rasa enjoy dalam menggunakan aplikasi
yang selanjutnya dapat meningkatkan kepuasan pengguna dalam menggunakan
aplikasi. Hal ini juga selaras dengan penelitian yang dilakukan oleh Tao (2013)
yang membuktikan hubungan perceived enjoyment memiliki pengaruh signifikan
terhadap satisfaction. Saat pengguna mengakses aplikasi mobile ABC tidak hanya
memiliki harapan untuk memperoleh informasi, tetapi juga ingin memperoleh
pengalaman penggunaan yang menyenangkan. Ketika pengguna menemukan
bahwa selama menggunakan aplikasi dirasa menyenangkan, maka dapat
menciptakan rasa puas dan penggunaan yang berkelanjutan. Hal ini menunjukkan
bahwa pengguna berharap untuk mendapatkan pengalaman yang menyenangkan
serta kualitas sistem dan kualitas informasi yang baik. Respon emosional
pengguna aplikasi yang disebut dengan enjoyment berpengaruh kuat terhadap

108
satisfaction. Dengan kata lain, pengguna yang merasa enjoy ketika menggunakan
aplikasi akan menimbulkan rasa kepuasan apabila harapan terhadap aplikasi telah
terpenuhi.
Hasil penelitian ini juga memperkuat model Expectation Confirmation Model

(ECM) yang dilakukan oleh Battacherjee (2001) mengenai variabel confirmation
memiliki pengaruh positif yang signifikan terhadap perceived usefulness dan
satisfaction serta penelitian Ong dan Day (2010) yang membuktikan pengaruh
confirmation terhadap perceived enjoyment. Penelitian ini selaras dengan
penelitian yang dilakukan oleh Chenyan, Peak, dan Prybutok (2015) yang
membuktikan adanya pengaruh satisfaction yang signifikan terhadap intention to
recommend. Semakin tinggi tingkat kepuasan pengguna terhadap aplikasi ABC,
maka semakin tinggi niat untuk merekomendasikan aplikasi kepada orang lain.
Sedangkan penelitian yang dilakukan oleh Chen, Meservy, dan Gillenson (2012)
yang membuktikan adanya pengaruh satisfaction terhadap continuance usage
intention dalam konteks aplikasi mobile berbasis informasi. Hal tersebut juga
selaras dengan penelitian yang dilakukan oleh Battacherjee (2001), Ong dan Day
(2010), dan Tao (2013).
5.4 Implikasi Penelitian
Bagian ini menjelaskan mengenai implikasi penelitian yang terdiri dari implikasi
teori dan praktikal.
5.4.1 Teori
Hasil pengujian hipotesis dari penelitian ini membuktikan dan memperkuat secara
empiris model ECM (Expectation Confirmation Model) yang dikembangkan oleh
Battacherjee (2001). Selanjutnya, penelitian ini memperluas penelitian-penelitian
sebelumnya bahwa perspektif teknologi dan pengalaman pengguna berpengaruh
terhadap niat menggunakan kembali (continuance usage intention) dan niat untuk
merekomendasikan (intention to recommend) aplikasi melalui variabel kepuasan
(satisfaction) sebagai variabel mediasi. Penelitian ini juga membuktikan hasil
penelitian yang dilakukan oleh Chenyan, Peak, dan Prybutok (2015) mengenai

109
pengaruh kepuasan terhadap niat untuk merekomendasikan dan Tao (2013)

mengenai perspektif teknologi dan pengalaman pengguna terhadap kepuasan dan
penggunaan secara berkelanjutan.
Selanjutnya, penelitian ini menemukan bahwa variabel kualitas informasi

(information quality) merupakan variabel yang paling signifikan berpengaruh
terhadap pengalaman pengguna diantara variabel-variabel pada dimensi perspektif
teknologi. Sedangkan variabel pada dimensi pengalaman pengguna yang paling
signifikan berpengaruh terhadap kepuasan (satisfaction) adalah manfaat yang
dirasakan (perceived usefulness). Oleh karena itu, dapat dijadikan sebagai
pertimbangan dalam menganalisis penggunaan secara berkelanjutan dan niat
untuk merekomendasikan. Hasil penelitian ini juga memperkaya pemahaman
mengenai perilaku pengguna aplikasi mobile dalam konteks berbeda, yaitu
aplikasi mobile berbasis informasi.
5.4.2 Praktikal
Hasil temuan dari penelitian ini dapat menjadi masukan untuk perusahaan dalam
mengembangkan faktor-faktor tertentu yang perlu diberi perhatian khusus untuk
meningkatkan kualitas aplikasinya sehingga dapat menciptakan aplikasi yang
berkualitas, menarik, dan menciptakan pengalaman penggunaan yang positif bagi
pengguna. Berikut ini ditunjukkan mengenai faktor-faktor apa saja yang dapat
diberi perhatian khusus untuk dapat meningkatkan keinginan pengguna dalam
menggunakan dan merekomendasikan aplikasi mobile berbasis informasi yang
didapatkan dari hasil pengujian.
1. Kualitas Informasi (Information Quality)
Berdasarkan hasil penelitian ini, terbukti bahwa kualitas informasi memiliki
pengaruh positif yang paling signifikan terhadap kepuasan (satisfaction)
melalui manfaat yang dirasakan (perceived usefulness), manajemen
perusahaan dapat melakukan beberapa hal berikut agar informasi yang
terdapat pada aplikasi ABC lengkap (completeness), akurat (accuracy),
format, dan dapat dimengerti (understandability).
a. Pembuatan prosedur secara baku untuk pemasukan data ke dalam aplikasi
ABC yang meliputi cara penulisan, kelengkapan penulisan, format

110
penulisan, serta bahasa penulisan. Hal ini berkaitan dengan informasi

yang nantinya diolah dan ditampilkan kembali di aplikasi ABC menjadi
lebih rapi dan mudah dimengerti.
b. Konstruk first order yang paling mempengaruhi kualitas informasi adalah
understandability. Oleh karena itu, untuk dapat meningkatkan keinginan
pengguna dalam menggunakan kembali dan merekomendasikan aplikasi,
aplikasi mobile ABC harus menyediakan informasi yang mudah
dipahami (understandability) agar pengguna dapat dengan mudah
mencari informasi yang diinginkan melalui perangkat mobile yang
dimilikinya. Misalnya dengan menambahkan gambar atau media
interaktif lainnya agar pengguna lebih mudah memvisualisasikan
informasi yang tersedia. Selain itu, manajemen dapat menambahkan
menu bantuan (help) pada aplikasi untuk membantu pengguna
memahami cara penggunaan aplikasi sehingga dapat mengatasi kendala
yang dihadapi saat sedang berinteraksi dengan aplikasi.
2. Kualitas Sistem (System Quality)
Faktor berikutnya yang mempengaruhi secara signifikan terhadap kepuasan
pengguna adalah kualitas sistem melalui kesenangan yang dirasakan
(perceived enjoyment). Manajemen perusahaan dapat melakukan beberapa hal
berikut agar kualitas sistem menyediakan kemudahan penggunaan (ease of
use), waktu respon (response time) yang cepat, kehandalan (system
reliability), dan fungsionalitas (functionality) yang baik.
a. Memberi ulasan di berbagai media terkait kualitas sistem agar persepsi
pengguna mengenai kualitas sistem aplikasi ABC baik sehingga
menciptakan rasa enjoy ketika berinteraksi dengan aplikasi tersebut.
b. Konstruk first order yang paling mempengaruhi kualitas sistem adalah
system reliability. Contohnya meningkatkan stabilitas aplikasi ketika
banyak pengguna yang mengunduh konten. Oleh karena itu, perusahaan
perlu menyediakan forum diskusi sehingga pengguna dapat mengetahui
kehandalan aplikasi dan dapat berdiskusi terkait fitur-fitur yang
disediakan aplikasi.

111
Ketika hal-hal tersebut terpenuhi, pengguna dapat merasa enjoy dan nyaman serta
manfaat yang dipersepsikan terpenuhi selama menggunakan aplikasi mobile ABC.
Rasa enjoy yang dialaminya dan manfaat yang dirasakan dapat memicu kepuasan
pada aplikasi tersebut sehingga pengguna akan kembali menggunakan aplikasi
untuk mencari informasi islami. Dengan demikian, pengguna yang merasa puas
akan memiliki niat untuk menggunakan kembali dan niat untuk
merekomendasikan aplikasi. Hal ini tentunya dapat meningkatkan jumlah
pengguna yang melakukan install dan jumlah pengguna aktif.

BAB 6
KESIMPULAN DAN SARAN
Berdasarkan analisis yang telah dijelaskan secara rinci pada BAB 5, peneliti dapat
menarik kesimpulan dari hasil penelitian ini serta memberikan saran berdasarkan
implikasi penelitiannya.
6.1 Kesimpulan
Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi niat

menggunakan kembali dan niat untuk merekomendasikan dalam konteks aplikasi
mobile berbasis informasi berdasarkan perspektif teknologi dan pengalaman
pengguna. Objek penelitian ini adalah pengguna aplikasi ABC yang tersebar di
wilayah Indonesia, sehingga menggunakan pendekatan kuantitatif dengan
menyebarkan kuesioner secara online.
Pengujian hipotesis menunjukkan bahwa dari dua belas hipotesis yang diajukan
pada penelitian ini, sepuluh hipotesis dinyatakan diterima dan dua lainnya
dinyatakan ditolak. Dua hipotesis yang ditolak yaitu kualitas sistem (system
quality) dan kualitas informasi (information quality) dinyatakan tidak berpengaruh
secara signifikan terhadap kepuasan pengguna (satisfaction) hal ini dapat
disebabkan karena sebagian besar responden dari penelitian ini memiliki
pengalaman penggunaan kurang dari enam bulan yang kemungkinan tidak
mengetahui kualitas sistem dan kualitas informasi secara mendalam.
Berdasarkan analisis data dalam penelitian ini, dapat diketahui faktor-faktor yang
berpengaruh terhadap niat menggunakan kembali dan niat untuk
merekomendasikan aplikasi mobile berbasis informasi, yaitu kualitas sistem
(system quality), kualitas informasi (information quality), manfaat yang dirasakan
(perceived usefulness), kesenangan yang dirasakan (perceived enjoyment),
konfirmasi (confirmation), dan kepuasan (satisfaction). Faktor manfaat yang
dirasakan (perceived usefulness) dan kepuasan (satisfaction) merupakan faktor
yang mempengaruhi niat menggunakan kembali secara langsung. Sedangkan

113
faktor yang mempengaruhi secara langsung terhadap niat untuk

merekomendasikan hanya kepuasan (satisfaction).
Kemudian, faktor yang tidak secara langsung mempengaruhi niat menggunakan
kembali dan niat untuk merekomendasikan adalah kualitas sistem (system
quality), kualitas informasi (information quality), manfaat yang dirasakan
(perceived usefulness), kesenangan yang dirasakan (perceived enjoyment), dan
konfirmasi (confirmation).
Hasil penelitian juga membuktikan bahwa kepuasan (satisfaction) sebagai

variabel mediasi yang memiliki efek perspektif teknologi dan pengalaman
penggunaan terhadap niat menggunakan kembali dan niat untuk
merekomendasikan aplikasi mobile berbasis informasi yang dalam penelitian ini
adalah aplikasi ABC. Selain itu, hasil analisis data menunjukkan bahwa kualitas
informasi (information quality) merupakan dimensi perspektif teknologi yang
memiliki pengaruh positif paling signifikan terhadap pengalaman pengguna yaitu
variabel manfaat yang dirasakan (perceived usefulness), dan manfaat yang
dirasakan (perceived usefulness) merupakan dimensi perspektif pengalaman
pengguna yang memiliki pengaruh positif paling signifikan terhadap kepuasan
(satisfaction) pengguna.
6.2 Saran
Penelitian ini masih memiliki beberapa keterbatasan dari beberapa aspek sehingga
perlu dilakukan perbaikan pada penelitian selanjutnya, antara lain:
1. Disarankan untuk menggunakan ukuran sampel yang lebih besar, yaitu sekitar
300 hingga 400, sehingga dapat menghasilkan analisis data yang lebih dapat
diandalkan.
2. Disarankan untuk menggunakan variabel-variabel eksogen lain yang dapat
lebih mempengaruhi variabel endogen perceived enjoyment dan intention to
recommend sehingga nilai koefisien determinasi yang dihasilkan menjadi
lebih besar dan variabel tersebut tergolong kuat.
3. Sebaiknya juga menggunakan faktor-faktor lain yang memiliki pengaruh
terhadap keinginan pengguna untuk menggunakan kembali dan untuk
merekomendasikan aplikasi mobile berbasis informasi agar lebih

114
merepresentasikan faktor-faktor yang mempengaruhi keinginan pengguna

tersebut.
4. Pengukuran dalam penelitian ini hanya dilakukan menggunakan data
kuantitatif dari kuesioner online dikarenakan lokasi responden yang tersebar
di berbagai wilayah di Indonesia, sehingga dapat menimbulkan hasil yang
tidak obyektif. Oleh karena itu, disarankan untuk menggunakan data kualitatif
dari hasil wawancara atau focus group discussion mendalam kepada
pengguna atau melakukan observasi secara langsung terhadap tingkah laku
pengguna agar memperoleh hasil yang lebih obyektif sebagai pelengkap dari
data kuantitatif.

DAFTAR PUSTAKA
Battacherjee, A. (2001). Understanding information systems continuance: An

expectation-confirmation model. MIS Quarterly, 25(3), 351-370.
Chaffey, D. (2011). E-business & e-commerce management : Strategy,

implementation and practice (5th ed.). England: Prentice Hall.
Chen, L., Meservy, T. O., & Gillenson, M. (2012). Understanding information

systems continuance for information oriented mobile applications.
Communications of the Association for Information Systems, 30(9), 127-
146.
Chenyan, X., Peak, D., & Prybutok, V. (2015). A customer value, satisfaction,
and loyalty perspective of mobile application recommendations. Decision
Support Systems.
Chulmo, K., Wati, Y., & Namho, C. (2013, March). A Study of Mobile and
Internet Banking Service : Applying for IS Success Model. Asia Pacific
Journal of Information System, 23(1).
Dauw-Song, Z., Min-Jon, K., Lee, R. Z.-C., & Tsu-Sheng, L. (2013). A study on
the continuous using intention of traveling website. Computer and
Information Science (ICIS), 2013 IEEE/ACIS 12th International
Conference on (pp. 255-261). Niigata: IEEE.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user

acceptance. MIS Quarterly, 13(3), 319-340.
Davis, F. D., Bagozzi, P. R., & Warshaw, P. R. (1989). User acceptance of

computer technology: A comparison of two theoretical models.
Management Science, 35(8), 982-1003.
DeLone, W. H., & McLean, E. R. (2002). Information systems success revisited.

System Sciences, 2002. HICSS. Proceedings of the 35th Annual Hawaii
International Conference on (pp. 2966 - 2976). IEEE.

116
DeLone, W. H., & McLean, E. R. (2003). The DeLone and McLean model of
information systems success: A ten-year update. Journal of Management
Information Systems, 19(4), 9–30.
DeLone, W., & McLean, E. (1992). Information system success: The quest for
dependent variable. Information System Research, 60-95.
Doll, W., & Torkzadeh, G. (1988). The measurement of end-user computing

satisfaction. MIS Quarterly. 12 Issue 2, pp. 259-274. Minneapolis: Society
for Information Management and The Management Information Systems
Research Center.
Evangelos, G., & Siskos, Y. (2010). Customer satisfaction evaluation (1 ed., Vol.
139). Springer US.
Ferdinand, A. (2002). Structural equation modelling dalam penelitian

manajemen. Seri Pustaka Kunci 03/ BP UNDIP.
Finn, A., Luming, W., & Tema, F. (2009). Attribute perceptions, customer
satisfaction and intention to recommend e-services. Journal of Interactive
Marketing, 23(3), 209-220.
Gelo, O., Braakmann, D., & Benetka, G. (2008, September 16). Quantitative and
qualitative research: Beyond the debate. Integrative Psychological and
Behavioral Science, 42(3), 266-290.
Ghozali, I. (2014). Structural equation modeling: Metode alternatif dengan

Partial Least Square(PLS) (4th ed.). Semarang: Badan Penerbit-
Universitas Diponegoro.
Hass, N., & Lehner, F. (2009). Knowledge Management Success Factors -

Proposal of an Empirical Research. Proceedings of the 10th European
Conference on Knowledge Management.
Jaeki, S., Junghwan, K., & Jones, D. R. (2012). The effects of application
discoverability on user benefits in mobile application stores. In M. Shaw,
Z. Dongsong, & W. Yue (Eds.), E-Life: Web-enabled convergence of

117
commerce, work, and social life (Vol. 108, pp. 429-441). Springer Berlin
Heidelberg.
Kock, N. (2011). Using WarpPLS in e-collaboration studies: Mediating effects,

control and second order variables, and algorithm choices. International
Journal of e-Collaboration, 7(3), 1-13.
Kock, N. (2014). Advanced mediating effects tests, multi-group analyses, and

measurement model assessments in PLS-based SEM. International
Journal of e-Collaboration, 10(1), 1-13.
Krajci, I., & Cummings, D. (2013). Android on x86: An introduction to

optimizing for intel architecture. In I. Krajci, & D. Cummings, Android on
x86: An introduction to optimizing for intel architecture (p. 25). A product
of Apress.
Latan, H. (2013). Structural equation modelling : Konsep dan aplikasi

menggunakan program Lisrel 8.80. Bandung: Alfabeta.
Latan, H., & Ghozali, I. (2012). Partial Least Squares: Konsep, Teknik, dan
Aplikasi Menggunakan Program SmartPLS 2.0 M3. Semarang: Badan
Penerbit Universitas Diponegoro.
Laudon, K. C., & Traver, C. G. (2014). E-commerce : Business, strategy, society.

New Jersey: Pearson Education, Inc.
Mantra, I. B., & Kasto. (1987). Penentuan sampel. In M. Singarimbun, & S.

Effendi (Eds.), Metode penelitian survai (2nd ed., pp. 149-174).
Yogyakarta: Lembaga Penelitian, Pendidikan, dan Penerangan Ekonomi
dan Sosial.
Niaz, M. (2009, July 1). Qualitative methodology and its pitfalls in educational
research. Quality & Quantity, 43(4), 535-551.
Ong, C.-S., & Day, M.-Y. (2010). An integrated evaluation model of user
satisfaction with social media services. Information Reuse and Integration

118
(IRI), 2010 IEEE International Conference on (pp. 195 - 200). Las Vegas:
IEEE.
Quaddus, M., & Hossain, M. A. (2012). Expectation–confirmation theory in

information system research: A review and analysis. In Y. K. Dwivedi, M.
R. Wade, & S. L. Schneberger (Eds.), Information Systems Theory:
Explaining and predicting our digital society, vol. 1 (Vol. 1, pp. 441-469).
New York: Springer New York.
Rainer, R., & Cegielski, C. (2012). Introduction to information systems (9th ed.).
USA: Prentice Hall.
Samsung. (2014). Salaam. Retrieved Maret 17, 2014, from Salaam:

http://www.samsungsalaam.com/
Seddon, P. B. (1997). A respecification and extention of the DeLone and McLean

model of IS success. Information Systems Research, 8(3), 240–253.
Sumaryanto. (2015, March 14). Harapan terhadap aplikasi Salaam. (N. Setyawan,
Interviewer)
Supangat, A. (2007). Statistika dalam kajian deskriptif, inferensi, dan non

parametrik (1 ed.). Jakarta: Kencana 2010.
Tao, Z. (2013). Understanding continuance usage of mobile sites. Industrial

Management & Data Systems, 113(9), 1286-1299.
Urbach, N., & Muller, B. (2012). The Updated DeLone and McLean Model. In Y.
Dwivedi, M. Wade, & S. Schneberger (Eds.), Information systems theory:
Explaining and predicting our digital society, vol. 1 (Vol. 1, pp. 1-18).
New York: Springer New York.
Venkatesh, V., & Davies, F. D. (2000, February). A theoretical extension of the

technology acceptance model: Four longitudinal field studies.
Management Science, 46(2), 186-204.

119
Xu, J., Benbasat, I., & Cenfetteli, R. T. (2013). Integrating service quality with
system and information quality: An empirical test in the e-service context.
MIS Quarterly, 37(3), 777-794.

120
Lampiran 1. Dokumentasi Hasil Wawancara
HASIL WAWANCARA
Wawancara dilakukan pada Jumat, 14 Maret 2015 di PT. XYZ. Adapun

informasi narasumber, sebagai berikut:
Nama : Sumaryanto
Jabatan : Product Owner of ABC
Topik yang dibahas dalam wawancara yaitu mengenai aplikasi ABC yang
sudah didistribusikan di Google Play Store. Dan berikut adalah daftar pertanyaan
dan jawaban dari hasil wawancara:
1. Sejarah ABC sampai dengan versi saat ini?

Jawab : Pada tahun 2012, saat organisasi masih bernama Media Solution
Centre Indonesia (MSCI), diminta membuat prototype aplikasi yang akan
dipresentasikan ke Head Quarters (HQ) di Korea. Kemudian, didapatkan
beberapa ide untuk mencari aplikasi yang bermanfaat. Karena sebagian besar
penduduk di Indonesia adalah Muslim, dipilihlah Islamic Application.
Kemudian mencari beberapa alternatif untuk nama aplikasi tersebut, sehingga
terpilihlah nama ABC.
2. Berdasarkan pengamatan saya, ada perubahan desain dan fungsionalitas
antara ABC versi awal ke versi saat ini. Apa saja perubahan itu?
Jawab : Perbedaannya cukup besar, untuk ABC versi 1.0 sampai dengan
versi 1.1.2, ABC dibuat hanya sebagai sebuah tools, sehingga tidak ada
interaksi ke pengguna. Sebelum membuat ABC ada survei dan dihasilkan
bahwa untuk membuat aplikasi Islami harus ada 5 pilar yaitu rukun Islam.
Pada versi tersebut, apabila pengguna ingin menggunakan ABC, harus
memilih menu yang ada di aplikasi, seperti praying time, qibla finder, zakat
calculator, quran, prayer guide. Kemudian dilakukan evaluasi oleh tim
pengembang dan akhirnya diputuskan untuk membuat versi 1.2. Versi 1.2
mengusung tematik atau kontekstual yang bertujuan agar ABC dapat

121
mengingatkan pengguna untuk senantiasa beribadah. Maksud dari

konstekstual yaitu dapat memberikan informasi dan waktu sesuai dengan
pengguna. Harapannya, ABC dapat membuat pengguna senantiasa tergantung
untuk menggunakan aplikasi dan dapat memberikan informasi yang
bermanfaat, namun proses untuk mencapai harapan tersebut masih panjang.
3. Siapa saja target pengguna ABC? Dari pekerjaan, usia, gender, agama,
pengguna tablet/smartphone?
Jawab : Target pengguna ABC sangat universal. Untuk versi 1.1 hingga
1.1.2 adalah semua muslim, karena tujuannya ingin mendapatkan pengguna
sebanyak mungkin. Targetnya adalah orang yg masih belajar agama Islam
misalnya anak-anak, muslim yang tahu agama tetapi belum fanatik dan
pengguna yang fanatik terhadap Islam. Oleh karena itu Al-Quran yang
disajikan adalah perkata, ada transliterasi, dan terjemahan. Untuk orang yang
baru belajar, bisa mengunakan transliterasinya. Untuk orang yang tahu agama
namun belum fanatik bisa menggunakan terjemahan. Dan untuk orang yang
fanatik ada pilihan untuk menghilangkan terjemahan dan transliterasinya.
Target pengguna dari segi umur yaitu dari umur 13-55 tahun yang masih bisa
menggunakan smartphone.
4. Kalau jumlah target pengguna berapa? Itu target tahun berapa?
Jawab : Target awal 1 juta, karena jumlah muslim di Indonesia ada sekitar
200 juta. Target itu ditetapkan dari awal launching yaitu mulai Juni 2013.
5. Untuk saat ini, jumlah target pengguna sudah tercapai belum?
Jawab : Belum tercapai.
6. Berapa jumlah pengguna saat ini, ada tren pengguna tidak?
Jawab : Kalau jumlah pengguna saat ini sekitar 30 ribu. Terlihat bahwa
target belum tercapai karena banyak faktor yang mempengaruhi.
7. Apa penyebab target pengguna tidak tercapai?
Jawab : Ada beberapa faktor, seperti
 Promosi yang dilakukan masih kurang hanya mencoba beberapa promosi.
Saat promosi dilakukan, ada peningkatan jumlah pengguna tetapi saat
promosi tidak dilakukan, jumlah pengguna turun.

122
 Awalnya ABC dibuka untuk seluruh Negara, tapi untuk yang versi
konstektual hanya untuk Indonesia. Karena bahasa yang tersedia hanya
bahasa Indonesia.
8. Apa saja promosi yang sudah dilakukan?
Jawab : Promosi dilakukan di Koran, iklan televisi, acara Islamic Book
Fair dan media sosial seperti Twitter dan Facebook.
9. Tadi disebutkan bahwa jumlah pengguna saat ini sekitar 30 ribu, kalau jumlah
pengguna yang aktif berapa persen?
Jawab : Harus dilihat dari laporan setiap bulan. Bisa dilihat di aplikasi
dashboard atau Google Play Store. Tapi bisa dipastikan jumlah pengguna
aktif tidak mencapai 100%. Padahal yang diinginkan, semua pengguna yang
telah menginstal aktif menggunakan ABC.
10. Apakah ada pengaruh faktor eksternal terkait tidak tercapainya target
pengguna?
Jawab : Saat ini, ada banyak aplikasi Islami di Google Play Store seperti
Moslem Pro.
11. Kalau dari pihak manajemen apakah sudah memperhatikan review/feedback
dari pengguna?
Jawab : Untuk saat ini, belum ada. Hanya melihat ulasan di Google Play
Store, apabila terjadi force close maka dilakukan perbaikan. Namun itu hanya
beberapa ulasan saja yang ditindaklanjuti dan dari pihak manajemen belum
ada policy untuk membalas ulasan tersebut. Selain itu, untuk mendukung
versi sistem operasi terbaru yaitu Android Lollipop maka apabila ada bug
akan diperbaiki.
12. Rencana pengembangan ABC selanjutnya berdasarkan ulasan pengguna?
Jawab : Kalau dari Product Owner sebenarnya sudah ada roadmap
mengenai pengembangannya, tapi belum ada keputusan dari manajemen
terkait pengembangannya.
13. Apakah pihak manajemen pernah melakukan evaluasi berkaitan dengan
rating dan feedback?
Jawab : Belum ada penelitian untuk mengetahui pengalaman user dalam
menggunakan aplikasi kecuali dari rating Google Play Store. Yang sudah

123
dilakukan saat ini hanya berdasarkan laporan di aplikasi dashboard apakah

masih ada pengguna yang aktif atau tidak.
14. Untuk saat ini berarti bisa disimpulkan bahwa masih ada gap antara jumlah
pengguna yang aktif dengan jumlah keseluruhan pengguna? Lalu apa harapan
dari pihak manajemen?
Jawab : Iya itu pasti ada, nanti bisa dilihat dari datanya. Sedangkan
harapan dari manajemen, pengguna yang sudah melakukan instalasi dapat
menggunakan aplikasi ABC secara rutin dan tentunya tidak ada keluhan dari
pengguna.
15. Dari pihak manajemen apakah sudah melakukan penelitian terkait adanya gap
yang terjadi?
Jawab : Hal itu belum dilakukan karena tidak adanya resource yang bisa
melakukan hal tersebut. Jadi hanya menanyakan ke pengguna yang kenal saja
misalnya teman dekat untuk mengetahui pengalaman dalam menggunakan
aplikasi. Namun, hal itu belum mewakili semua pengguna.
16. Apa saja kekuatan ABC?
Jawab : Quran sudah di sertifikasi dan konten yang disajikan berasal dari
penerbit yang sudah dipercaya.
17. Apakah ada faktor internal yang menyebabkan target tidak terpenuhi?
Jawab : Kalau dari sisi internal yaitu bagaimana prioritas dari manajemen
untuk menyediakan resource sehingga pengembangan bisa dilakukan. Selain
itu, beberapa pengembang belum mengerti mengenai metode baru yang
digunakan dalam proses pengembangan.
18. Bagaimana harapan jumlah pengguna aplikasi yang melakukan uninstall?
Jawab : Harapannya, jumlah pengguna yang melakukan uninstall tidak
bertambah setiap bulan. Jadi tidak terjadi peningkatan. Karena untuk
mencapai kondisi dimana jumlah pengguna yang melakukan uninstall
sebanyak 0 itu tidak mungkin.
19. Apa saja dampak yang terjadi akibat permasalahan yang ada?
Jawab : Dari awal, sudah ditetapkan bahwa resource seperti spesifikasi
server yang diimplementasikan dapat menangani layanan untuk 2 juta

124
pengguna. Tapi kenyataannya, tidak semua pengguna mengakses aplikasi.

Hal itu ada penggunaan resource-nya yang terbuang.
Jakarta, 15 Maret 2015
Pewawancara Narasumber
Nurlina Setyawan Sumaryanto

125
Lampiran 2. Data Olahan Jumlah Pengguna dari Google Play Store
Total User Total User Total Current Total User

Bulan
Installs Uninstalls User Installs Installs
Juli 2013 39 12 27 27
Agustus 2013 12 2 10 37
September 2013 14 12 2 39
Oktober 2013 11 7 4 43
November 2013 1802 547 1255 1298
Desember 2013 1639 793 846 2144
Januari 2014 2092 1024 1068 3212
Februari 2014 1879 1017 862 4074
Maret 2014 1504 984 520 4594
April 2014 1123 788 335 4929
Mei 2014 1283 848 435 5364
Juni 2014 1341 808 533 5897
Juli 2014 5920 2397 3523 9420
Agustus 2014 2042 1524 518 9938
September 2014 2266 1627 639 10577
Oktober 2014 5236 2153 3083 13660
November 2014 3533 1916 1617 15277
Desember 2014 3291 1828 1463 16740

126
Lampiran 3. Data Olahan Jumlah Pengguna dari PT. XYZ Apps
Total Current User

Bulan Total User Installs
Installs
Juli 2013 21 21
Agustus 2013 8 29
September 2013 11 40
Oktober 2013 3 43
November 2013 314 357
Desember 2013 487 844
Januari 2014 449 1293
Februari 2014 313 1606
Maret 2014 248 1854
April 2014 241 2095
Mei 2014 242 2337
Juni 2014 1107 3444
Juli 2014 2776 6220
Agustus 2014 2182 8402
September 2014 1077 9479
Oktober 2014 7430 16909
November 2014 5972 22881
Desember 2014 3600 26481

127
Lampiran 4. Data Jumlah Pengguna Aktif dari Aplikasi Dashboard ABC
Total User Total Current

Bulan
Installs User Installs
Juli 2014 5642 15640
Agustus 2014 7959 18340
September 2014 8783 20056
Oktober 2014 19784 30569
November 2014 25480 38158
Desember 2014 28930 43221
Januari 2015 32741 48098
Februari 2015 38184 52502

128
Lampiran 5. Data Review Pengguna di Google Play Store

129
Lampiran 6. Kuesioner Penelitian
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI NIAT

MENGGUNAKAN KEMBALI APLIKASI MOBILE BERBASIS
INFORMASI: STUDI KASUS APLIKASI ABC PADA PT. XYZ
PENGANTAR
Perkenalkan, saya Nurlina Setyawan, mahasiswi pasca sarjana program Magister

Teknologi Informasi, Universitas Indonesia, yang saat ini sedang melaksanakan
penelitian karya akhir (tesis). Penelitian ini mengenai “Analisis faktor-faktor yang
mempengaruhi niat menggunakan kembali aplikasi mobile berbasis informasi:
Studi kasus aplikasi ABC pada PT. XYZ”.
ABC adalah aplikasi islami dari PT. XYZ yang menggunakan Al-Qur'an
versi digital yang telah mendapatkan Sertifikat Lajnah Pentashihan Mushaf Al-
Qur'an dari Kementerian Agama Republik Indonesia. Versi terbaru ABC memiliki
fitur seperti Al-Qur’an digital, jadwal sholat, penunjuk arah kiblat, haji & umrah,
dan konten harian & kontekstual. Adapun kriteria responden yang diharapkan
pada penelitian ini adalah sebagai berikut:
1. Pernah melakukan instalasi aplikasi ABC.

2. Pernah menggunakan salah satu fitur aplikasi ABC seperti Al-Qur’an
digital, jadwal sholat, arah kiblat, dll.
Kuesioner ini semata-mata hanya untuk kepentingan akademis dan tidak

berdampak apapun pada kegiatan Saudara sebagai pengguna aplikasi ABC.
Adapun kerahasiaan pengisian kuesioner ini akan dijamin sepenuhnya. Oleh
karena itu, jika Saudara memenuhi kriteria diatas, mohon kesediaannya untuk
meluangkan waktu sekitar 9 menit untuk menjawab setiap pertanyaan dengan
sejujurnya, dalam arti sesuai dengan kondisi yang Saudara alami bukan apa yang
Anda harapkan dan juga tanpa pengaruh orang lain.

130
Lampiran 6. Kuesioner Penelitian (lanjutan)
Jika ada yang kurang jelas atau ada hal yang ingin ditanyakan, Saudara dapat
menghubungi saya melalui e-mail nurlina.setyawan@gmail.com atau telepon
085227842615.
Saya sangat menghargai partisipasi Saudara dalam meluangkan waktu

untuk mengisi kuesioner ini. Atas perhatian dan kerjasamanya, saya ucapkan
terima kasih.
Jakarta, Oktober 2015

Hormat saya,
Nurlina Setyawan
* Tersedia hadiah menarik berupa voucher pulsa untuk 3 orang responden yang
beruntung setelah proses pengumpulan data selesai.

131
Bagian I
I. Data Responden
1. Nama Lengkap (Opsional)
2. Email
Untuk menjawab pertanyaan nomor 3 s.d 7, mohon memberikan tanda

silang (X) untuk jawaban yang Saudara anggap paling sesuai.
3. Umur
a. Dibawah 20 tahun
b. 20 – 29 tahun
c. 30 – 39 tahun
d. 40 – 49 tahun
e. Diatas 50 tahun
4. Jenis Kelamin
a. Laki-laki
b. Perempuan
5. Pendidikan Terakhir
a. D1/D2/D3
b. Sarjana (S1)
c. Magister (S2)
d. Doktor (S3)
e. Lainnya :
6. Pekerjaan
a. Pegawai Negeri Sipil
b. Pegawai Swasta
c. Mahasiswa
d. Wirausaha
e. Lainnya:

132
7. Lama penggunaan aplikasi ABC

a. < 6 bulan
b. 6 - 12 bulan
c. 12 - 18 bulan
d. 18 - 24 bulan
e. > 2 tahun
8. Fitur yang lebih sering digunakan ketika mengakses aplikasi ABC
(anda bisa memilih lebih dari satu)
 Al-Qur’an digital
 Jadwal sholat
 Penunjuk arah kiblat
 Haji & umrah
 Konten harian & kontekstual
II. Petunjuk Pengisian
Berikan penilaian Anda terhadap kualitas Aplikasi ABC dengan
memberikan tanda silang (X) pada jawaban Anda sesuai keadaan
sebenarnya.
Keterangan:
STS : Sangat Tidak Setuju
TS : Tidak Setuju
N : Netral
S : Setuju
SS : Sangat Setuju
Contoh:
No Pernyataan STS TS N S SS
1 Aplikasi ABC mudah untuk digunakan X
Keterangan:
 Dengan memberi tanda X pada kotak jawaban “SS” berarti Anda sangat
mengetahui bahwa aplikasi ABC mudah untuk digunakan.
 Apabila Anda ingin memperbaiki jawaban, cukup beri tanda coret dua kali
(=) pada jawaban yang akan diganti, kemudian berilah tanda silang (X)
pada kolom jawaban lain yang Anda anggap benar.

133
Bagian II
Kualitas Sistem (System Quality)

EU – Ease of use (Kemudahan aplikasi ABC untuk digunakan)
1 Saya cepat beradaptasi dengan aplikasi ABC karena
penggunaannya mudah
2 Pengoperasian aplikasi ABC mudah, dapat dilakukan
sendiri tanpa bimbingan
3 Navigasi di aplikasi ABC mudah digunakan dan
tidak rumit
4 Tampilan (interface) aplikasi ABC mudah dimengerti
pengguna (user friendly)
RT – Response Time (Kecepatan mengakses aplikasi ABC)
5 Waktu tunggu (loading) aplikasi ABC cepat pada
saat digunakan
6 Aplikasi ABC merespon permintaan saya secara
cepat
7 Saya dapat men-download data (Al-Qur’an) dari
aplikasi ABC dengan cepat
8 Aplikasi ABC memuat data seperti teks dan gambar
secara cepat
SR – System Reliability (Ketahanan aplikasi ABC dari kerusakan)
9 Aplikasi ABC dapat beroperasi secara handal,
contohnya tidak mudah down ketika diakses oleh
banyak pengguna
10 Aplikasi ABC dapat bekerja secara handal,
contohnya tidak terjadi forced close ketika men-
download semua surah
11 Proses error recovery yang cepat jika terjadi
gangguan (bug) yaitu aplikasi ABC melakukan
forced update untuk menangani gangguan tersebut
12 Aplikasi ABC selalu tersedia (available) setiap kali
saya mengakses

134
F – Functionality (Fungsionalitas aplikasi ABC)
13 Aplikasi ABC selalu berfungsi dengan benar
(running well)
14 Aplikasi ABC dirancang dengan baik (well designed)
15 Aplikasi ABC menyediakan fitur-fitur yang
dibutuhkan pengguna dalam mempelajari agama
Islam
Kualitas Informasi (Information Quality)

CN – Completeness (Kelengkapan informasi di aplikasi ABC)
1 Aplikasi ABC menyediakan informasi yang memadai
2 Aplikasi ABC menyediakan informasi secara
komprehensif (ruang lingkup/isi luas dan lengkap)
3 Informasi yang disediakan aplikasi ABC memenuhi
kebutuhan saya sebagai pengguna
A – Accuracy (Keakuratan informasi di aplikasi ABC)
4 Aplikasi ABC menampilkan informasi secara benar
5 Informasi yang saya peroleh dari aplikasi ABC
bebas dari kesalahan
6 Aplikasi ABC menyediakan informasi yang tepat dan
akurat
F – Format (Susunan informasi di aplikasi ABC)
7 Aplikasi ABC menyediakan informasi dengan format
yang baik
8 Aplikasi ABC menyediakan informasi dengan
penataan yang baik
9 Aplikasi ABC menyajikan informasi pada layar
dengan jelas
U – Understandability (Informasi di aplikasi ABC mudah dimengerti)
10 Informasi di aplikasi ABC mudah dan dapat
dimengerti oleh saya sebagai pengguna
11 Informasi di aplikasi ABC tidak rumit dan mudah
dimengerti
12 Aplikasi ABC menyajikan informasi dengan cukup
detil sehingga mudah dipahami

135
Manfaat yang dirasakan (Perceived Usefulness)

1 Penggunaan aplikasi ABC meningkatkan kinerja saya
dalam mempelajari agama Islam
2 Penggunaan aplikasi ABC meningkatkan
produktivitas saya dalam mempelajari agama Islam
3 Penggunaan aplikasi ABC meningkatkan efektivitas
saya dalam mempelajari agama Islam
Kesenangan yang dirasakan (Perceived Enjoyment)

1 Penggunaan aplikasi ABC untuk mempelajari agama
Islam merupakan hal yang menyenangkan
2 Penggunaan aplikasi ABC untuk mempelajari agama
Islam merupakan hal yang menarik
3 Saya merasa nyaman menggunakan aplikasi ABC
untuk mempelajari agama Islam
Konfirmasi (Confirmation)
1 Saya mendapatkan pengalaman yang lebih baik
selama menggunakan aplikasi ABC daripada apa
yang saya harapkan
2 Fungsionalitas yang disediakan oleh aplikasi ABC
lebih baik daripada apa yang saya harapkan
3 Secara keseluruhan, sebagian besar harapan saya
dalam menggunakan aplikasi ABC sudah terpenuhi
Kepuasan (Satisfaction)
1 Saya merasa puas dengan fitur yang disajikan oleh
aplikasi ABC
2 Aplikasi ABC menyajikan informasi yang sangat
memuaskan
3 Secara keseluruhan, saya merasa puas selama
menggunakan aplikasi ABC untuk mempelajari
agama Islam

136
Niat Melanjutkan Penggunaan (Continuance Usage Intention)

1 Saya berniat untuk terus menggunakan aplikasi ABC
2 Saya berniat untuk menggunakan aplikasi ABC
daripada aplikasi alternatif lainnya
3 Kedepannya, saya akan menggunakan aplikasi ABC
ketika saya mempelajari agama Islam
Niat Untuk Merekomendasikan (Intention to Recommend)

1 Saya akan mengatakan hal-hal positif tentang
aplikasi ABC
2 Saya akan mengatakan hal-hal baik tentang aplikasi
ABC
3 Saya akan merekomendasikan aplikasi ABC kepada
orang lain
4 Saya akan mendorong orang lain untuk
menggunakan aplikasi ABC
Lampiran 7. Outer Loading (Measurement Model) Indikator Iterasi Pertama

137

CN3 0,873
AC3 0,904
(Format) FO2 0,902
FO3 0,878
UA3 0,799
EU3 0,821
EU4 0,823
RT3 0,741
RT4 0,808
SR3 0,794
SR4 0,596
FA3 0,765

138
Lampiran 7. Outer Loading (Measurement Model) Indikator Iterasi Pertama

(lanjutan)

PU3 0,937
PE3 0,922
CO3 0,897
Kepuasan SA1 0,888
SA3 0,896
Niat Untuk IR1 0.908
IR4 0,905

139
Lampiran 8. Outer Loading (Measurement Model) Indikator Iterasi Kedua

CN3 0,873
AC3 0,904
(Format) FO2 0,902
FO3 0,878
UA3 0,799
EU3 0,821
EU4 0,823
RT3 0,741
RT4 0,808
SR3 0,794
FA3 0,765
PU3 0,937

140
Lampiran 8. Outer Loading (Measurement Model) Indikator Iterasi Kedua

(lanjutan)

PE3 0,922
CO3 0,897
Kepuasan SA1 0,888
SA3 0,896
Niat Untuk IR1 0,908
IR4 0,905

141
Lampiran 9. Nilai Discriminant Validity (Cross Loading) Indikator
CN1 0,902 0,602 0,616 0,587 0,486 0,513 0,466 0,626 0,621 0,541 0,588 0,587 0,584 0,572
CN2 0,869 0,578 0,576 0,624 0,518 0,523 0,512 0,614 0,66 0,578 0,577 0,632 0,548 0,578
CN3 0,873 0,584 0,645 0,624 0,483 0,468 0,498 0,588 0,675 0,597 0,633 0,706 0,590 0,599
AC1 0,598 0,868 0,517 0,543 0,442 0,467 0,526 0,552 0,591 0,477 0,491 0,481 0,520 0,594
AC2 0,539 0,867 0,475 0,495 0,405 0,444 0,473 0,573 0,574 0,425 0,496 0,507 0,447 0,436
AC3 0,624 0,904 0,562 0,569 0,500 0,516 0,570 0,623 0,619 0,500 0,532 0,553 0,508 0,532
FO1 0,669 0,549 0,884 0,653 0,516 0,517 0,437 0,552 0,534 0,490 0,565 0,532 0,482 0,436
FO2 0,612 0,526 0,902 0,686 0,503 0,436 0,414 0,546 0,474 0,461 0,608 0,513 0,520 0,511
FO3 0,568 0,495 0,878 0,722 0,507 0,441 0,384 0,541 0,445 0,361 0,548 0,547 0,491 0,495
UN1 0,534 0,481 0,708 0,873 0,524 0,477 0,424 0,524 0,442 0,430 0,507 0,460 0,422 0,507
UN2 0,544 0,508 0,705 0,917 0,613 0,506 0,421 0,581 0,451 0,472 0,515 0,488 0,491 0,513
UN3 0,739 0,601 0,587 0,799 0,484 0,555 0,534 0,582 0,592 0,577 0,536 0,605 0,569 0,525
EU1 0,492 0,400 0,531 0,534 0,840 0,565 0,498 0,505 0,391 0,433 0,496 0,492 0,481 0,486
EU2 0,422 0,404 0,395 0,499 0,810 0,508 0,424 0,472 0,355 0,342 0,325 0,430 0,422 0,404
EU3 0,423 0,424 0,476 0,487 0,821 0,469 0,400 0,497 0,317 0,329 0,395 0,433 0,383 0,355

142
Lampiran 9. Nilai Discriminant Validity (Cross Loading) Indikator (lanjutan)
EU4 0,515 0,457 0,484 0,545 0,823 0,449 0,452 0,603 0,366 0,368 0,442 0,436 0,424 0,463
RT1 0,400 0,420 0,415 0,462 0,515 0,863 0,554 0,461 0,362 0,401 0,488 0,465 0,442 0,362
RT2 0,479 0,431 0,412 0,482 0,534 0,858 0,553 0,452 0,391 0,415 0,502 0,504 0,463 0,379
RT3 0,448 0,374 0,360 0,414 0,344 0,741 0,554 0,379 0,300 0,419 0,479 0,418 0,342 0,315
RT4 0,540 0,549 0,527 0,575 0,575 0,808 0,608 0,562 0,407 0,454 0,468 0,489 0,522 0,484
SR1 0,444 0,441 0,393 0,419 0,463 0,606 0,849 0,494 0,358 0,406 0,531 0,431 0,471 0,425
SR2 0,449 0,525 0,358 0,431 0,415 0,556 0,847 0,537 0,402 0,38 0,48 0,386 0,479 0,474
SR3 0,500 0,519 0,405 0,468 0,466 0,559 0,794 0,558 0,461 0,406 0,528 0,483 0,445 0,455
FU1 0,508 0,567 0,437 0,498 0,516 0,527 0,611 0,827 0,454 0,394 0,499 0,445 0,403 0,505
FU2 0,553 0,510 0,607 0,592 0,553 0,476 0,519 0,858 0,410 0,407 0,514 0,451 0,438 0,522
FU3 0,644 0,553 0,460 0,500 0,475 0,383 0,427 0,765 0,575 0,444 0,479 0,535 0,436 0,447
PU1 0,696 0,666 0,476 0,497 0,414 0,448 0,489 0,577 0,931 0,657 0,566 0,698 0,527 0,575
PU2 0,707 0,639 0,519 0,559 0,399 0,406 0,463 0,557 0,959 0,695 0,663 0,736 0,626 0,620
PU3 0,686 0,607 0,547 0,548 0,415 0,410 0,431 0,511 0,937 0,657 0,622 0,716 0,604 0,588
PE1 0,576 0,495 0,440 0,537 0,364 0,439 0,429 0,421 0,639 0,890 0,532 0,596 0,598 0,580

143
Lampiran 9. Nilai Discriminant Validity (Cross Loading) Indikator (lanjutan)
PE2 0,594 0,464 0,449 0,483 0,402 0,464 0,432 0,464 0,643 0,943 0,611 0,634 0,547 0,544
PE3 0,617 0,507 0,469 0,542 0,466 0,514 0,456 0,508 0,677 0,922 0,630 0,663 0,556 0,562
CO1 0,675 0,59 0,598 0,593 0,49 0,588 0,574 0,583 0,657 0,635 0,910 0,708 0,678 0,645
CO2 0,529 0,457 0,556 0,504 0,407 0,498 0,552 0,525 0,506 0,508 0,897 0,634 0,613 0,549
CO3 0,633 0,508 0,593 0,523 0,466 0,511 0,543 0,536 0,608 0,598 0,897 0,740 0,681 0,566
SA1 0,586 0,442 0,515 0,476 0,492 0,470 0,436 0,467 0,603 0,565 0,691 0,888 0,595 0,520
SA2 0,708 0,621 0,580 0,579 0,498 0,519 0,473 0,545 0,773 0,641 0,670 0,906 0,645 0,621
SA3 0,661 0,507 0,511 0,544 0,475 0,553 0,490 0,549 0,667 0,643 0,711 0,896 0,737 0,623
CI1 0,582 0,490 0,530 0,531 0,488 0,493 0,516 0,465 0,519 0,507 0,656 0,640 0,905 0,626
CI2 0,522 0,416 0,478 0,499 0,466 0,463 0,484 0,412 0,488 0,495 0,614 0,613 0,888 0,618
CI3 0,630 0,585 0,485 0,481 0,428 0,486 0,491 0,508 0,650 0,641 0,674 0,706 0,869 0,696
IR1 0,597 0,532 0,525 0,574 0,456 0,418 0,480 0,516 0,605 0,636 0,601 0,632 0,695 0,908
IR2 0,599 0,569 0,552 0,615 0,511 0,470 0,523 0,589 0,550 0,562 0,549 0,608 0,635 0,898
IR3 0,651 0,529 0,449 0,480 0,488 0,427 0,483 0,569 0,587 0,527 0,625 0,593 0,660 0,901
IR4 0,543 0,509 0,432 0,478 0,418 0,384 0,476 0,503 0,537 0,481 0,577 0,538 0,639 0,905
Keterangan: nilai loading blok indikator dalam huruf tebal (bold)

144
Lampiran 10. AVE dan Akar Kuadrat AVE
Variabel AVE Akar Kuadrat AVE

CN 0,777 0,881
AC 0,774 0,880
FO 0,788 0,888
UN 0,747 0,864
EU 0,678 0,823
RT 0,671 0,819
SR 0,690 0,831
FU 0,668 0,817
PU 0,888 0,942
PE 0,844 0,919
CO 0,812 0,901
SA 0,804 0,897
CI 0,787 0,887
IR 0,815 0,903
145
Lampiran 11. Korelasi antar Konstruk dengan Nilai Akar Kuadrat AVE
CN 0.881
AC 0.667 0.880
FO 0.694 0.590 0.888
UN 0.694 0.609 0.774 0.864
EU 0.562 0.511 0.573 0.627 0.824
RT 0.569 0.541 0.523 0.590 0.604 0.819
SR 0.558 0.595 0.463 0.528 0.539 0.691 0.831
FU 0.691 0.663 0.615 0.649 0.631 0.567 0.637 0.818
PU 0.739 0.676 0.545 0.568 0.434 0.447 0.489 0.582 0.943
PE 0.649 0.532 0.493 0.566 0.448 0.514 0.478 0.506 0.711 0.919
CO 0.680 0.576 0.646 0.599 0.504 0.591 0.617 0.608 0.655 0.644 0.901
SA 0.727 0.584 0.598 0.595 0.544 0.573 0.520 0.581 0.760 0.688 0.770 0.897
CI 0.651 0.559 0.561 0.568 0.519 0.542 0.560 0.520 0.622 0.616 0.730 0.735 0.887
IR 0.662 0.592 0.542 0.595 0.519 0.470 0.543 0.602 0.631 0.611 0.651 0.656 0.728 0.903
Keterangan: nilai akar kuadrat AVE dalam huruf tebal (bold)
146
Lampiran 12. AVE dan Akar Kuadrat AVE
Variabel Composite Reliability Cronbachs Alpha

CN 0,913 0,856
AC 0,911 0,854
FO 0,918 0,866
UN 0,898 0,829
EU 0,894 0,842
RT 0,890 0,835
SR 0,870 0,775
FU 0,858 0,751
PU 0,960 0,937
PE 0,942 0,907
CO 0,928 0,884
SA 0,925 0,878
CI 0,917 0,865
IR 0,946 0,924
147
Lampiran 13. Nilai Indikator Weight Konstruk First Order
Konstruk Konstruk Nilai

P Values VIF
Second Order First Order Weight
Information CN 0,292 <0,001 2,559
Quality (IQ) AC 0,271 <0,001 1,969
FO 0,293 <0,001 2,858
UN 0,295 <0,001 2,913
System EU 0,289 <0,001 1,954
Quality (SQ) RT 0,3 <0,001 2,252
SR 0,301 <0,001 2,308
FU 0,297 <0,001 2,103
148
Lampiran 14. Data Responden Penelitian
Jenis Pendidikan Lama Fitur yang

No Timestamp Umur Pekerjaan
Kelamin Terakhir penggunaan sering digunakan
1 11/8/2015 10:09:24 30 - 39 tahun Laki-laki Sarjana (S1) Pegawai Negeri 6 - 12 bulan Jadwal sholat
Sipil
2 11/8/2015 10:17:22 20 - 29 tahun Laki-laki Sarjana (S1) bumn < 6 bulan Jadwal sholat
3 11/8/2015 10:23:08 20 - 29 tahun Perempuan Sarjana (S1) Pegawai Swasta 12 - 18 bulan Penunjuk arah kiblat
4 11/8/2015 11:23:58 20 - 29 tahun Perempuan Sarjana (S1) Pegawai Swasta 12 - 18 bulan Al-Qur'an digital, Jadwal sholat,
Penunjuk arah kiblat, Konten
harian & kontekstual
5 11/8/2015 12:23:21 20 - 29 tahun Perempuan Sarjana (S1) Pegawai Swasta < 6 bulan Al-Qur'an digital, Jadwal sholat,
Penunjuk arah kiblat
6 11/8/2015 13:42:26 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai Swasta 6 - 12 bulan Jadwal sholat, Penunjuk arah
kiblat
7 11/8/2015 14:12:22 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai Swasta > 2 tahun Jadwal sholat
8 11/8/2015 14:26:40 20 - 29 tahun Laki-laki Sarjana (S1) Mahasiswa < 6 bulan Jadwal sholat
9 11/8/2015 14:35:48 30 - 39 tahun Laki-laki Magister (S2) Pegawai Swasta > 2 tahun Jadwal sholat
10 11/8/2015 14:39:49 20 - 29 tahun Laki-laki Magister (S2) Pegawai Swasta > 2 tahun Al-Qur'an digital, Jadwal sholat,
Konten harian & kontekstual
11 11/8/2015 14:44:46 30 - 39 tahun Laki-laki Sarjana (S1) Pegawai Swasta 12 - 18 bulan Jadwal sholat, Penunjuk arah kiblat
12 11/8/2015 14:52:08 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai Swasta < 6 bulan Al-Qur'an digital, Penunjuk arah
kiblat, Konten harian & kontekstual
13 11/8/2015 15:26:06 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai Swasta < 6 bulan Al-Qur'an digital, Jadwal sholat
14 11/8/2015 16:03:32 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai Swasta 6 - 12 bulan Al-Qur'an digital, Jadwal sholat

149
Lampiran 14. Data Responden Penelitian (lanjutan)

15 11/8/2015 17:49:28 20 - 29 tahun Perempuan Sarjana (S1) Pegawai Negeri Sipil < 6 bulan Al-Qur'an digital, Penunjuk arah
kiblat
16 11/8/2015 17:53:10 30 - 39 tahun Perempuan Sarjana (S1) Pegawai Negeri 6 - 12 bulan Al-Qur'an digital, Jadwal sholat
Sipil
17 11/8/2015 18:20:48 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai BUMN 6 - 12 bulan Al-Qur'an digital, Jadwal sholat,
18 11/8/2015 18:21:48 20 - 29 tahun Laki-laki D1/D2/D3 BUMN < 6 bulan Al-Qur'an digital, Jadwal sholat,
19 11/8/2015 18:27:54 20 - 29 tahun Perempuan Magister (S2) Pegawai Swasta < 6 bulan Jadwal sholat
20 11/8/2015 19:03:15 20 - 29 tahun Laki-laki Sarjana (S1) BUMN 6 - 12 bulan Jadwal sholat
21 11/8/2015 19:07:30 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai Swasta > 2 tahun Al-Qur'an digital, Jadwal sholat
22 11/8/2015 19:40:22 30 - 39 tahun Laki-laki SMA Pegawai Swasta 6 - 12 bulan Al-Qur'an digital, Jadwal sholat,
23 11/8/2015 20:08:37 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai Swasta 6 - 12 bulan Al-Qur'an digital, Jadwal sholat,
25 11/9/2015 4:48:06 20 - 29 tahun Perempuan D1/D2/D3 Ibu Rumah Tangga < 6 bulan Al-Qur'an digital, Jadwal sholat
26 11/9/2015 8:11:39 20 - 29 tahun Laki-laki Sarjana (S1) Wirausaha < 6 bulan Haji & umrah

150
Lampiran 14: Data Responden Penelitian (lanjutan)

29 11/9/2015 12:47:15 20 - 29 tahun Perempuan Sarjana (S1) Pegawai Swasta 12 - 18 bulan Al-Qur'an digital, Jadwal sholat
32 11/9/2015 13:54:40 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai Swasta < 6 bulan Jadwal sholat
33 11/9/2015 14:16:08 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai Swasta 6 - 12 bulan Jadwal sholat
35 11/9/2015 16:22:03 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai Swasta > 2 tahun Al-Qur'an digital
36 11/9/2015 17:44:56 Dibawah 20 tahun Laki-laki Doktor (S3) Wirausaha > 2 tahun Jadwal sholat
38 11/10/2015 9:13:02 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai Swasta 18 - 24 bulan Al-Qur'an digital
39 11/10/2015 20 - 29 tahun Laki-laki Magister (S2) Pegawai Swasta < 6 bulan Al-Qur'an digital, Jadwal sholat,
11:27:38 Penunjuk arah kiblat
40 11/11/2015 30 - 39 tahun Perempuan Sarjana (S1) Pegawai Swasta < 6 bulan Al-Qur'an digital, Jadwal sholat,
18:53:42 Penunjuk arah kiblat

151

41 11/11/2015 7:07:20 Dibawah 20 tahun Perempuan Magister (S2) Pegawai Swasta < 6 bulan Al-Qur'an digital, Jadwal sholat,
42 11/11/2015 19:21:14 30 - 39 tahun Perempuan Sarjana (S1) Pegawai Swasta > 2 tahun Al-Qur'an digital, Jadwal sholat,
43 11/11/2015 20:51:06 20 - 29 tahun Laki-laki Sarjana (S1) Wirausaha 12 - 18 bulan Jadwal sholat, Konten harian &
kontekstual
44 11/12/2015 9:55:27 20 - 29 tahun Perempuan Sarjana (S1) IRT < 6 bulan Jadwal sholat, Konten harian &
kontekstual
46 11/12/2015 10:51:37 30 - 39 tahun Laki-laki Sarjana (S1) Pegawai Swasta > 2 tahun Al-Qur'an digital, Jadwal sholat,
49 11/12/2015 14:33:06 20 - 29 tahun Perempuan Magister (S2) Pegawai Swasta < 6 bulan Al-Qur'an digital, Jadwal sholat

152

53 11/12/2015 17:18:30 20 - 29 tahun Perempuan Sarjana (S1) Pegawai Swasta > 2 tahun Al-Qur'an digital, Jadwal sholat
56 11/12/2015 19:37:06 30 - 39 tahun Laki-laki Magister (S2) Pegawai Swasta 12 - 18 bulan Jadwal sholat
kiblat
58 11/12/2015 22:55:45 20 - 29 tahun Laki-laki Sarjana (S1) Wirausaha < 6 bulan Jadwal sholat, Penunjuk arah
kiblat
60 11/13/2015 8:35:16 20 - 29 tahun Laki-laki D1/D2/D3 Pegawai Swasta < 6 bulan Jadwal sholat
62 11/13/2015 9:32:55 20 - 29 tahun Perempuan Sarjana (S1) Pegawai Swasta 12 - 18 bulan Jadwal sholat
67 11/13/2015 14:56:33 40 - 49 tahun Laki-laki Sarjana (S1) Pegawai Swasta < 6 bulan Al-Qur'an digital, Jadwal sholat,
Haji & umrah, Konten harian

153

68 11/13/2015 17:50:13 30 - 39 tahun Laki-laki Magister (S2) Pegawai Swasta > 2 tahun Penunjuk arah kiblat, Konten
69 11/13/2015 18:19:12 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai Swasta 6 - 12 bulan Jadwal sholat
71 11/14/2015 0:20:51 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai Swasta < 6 bulan Jadwal sholat, Penunjuk arah
kiblat
72 11/14/2015 13:15:39 20 - 29 tahun Laki-laki Magister (S2) Mahasiswa 6 - 12 bulan Jadwal sholat
73 11/14/2015 15:58:21 20 - 29 tahun Perempuan Sarjana (S1) Ibu Rumah 12 - 18 bulan Al-Qur'an digital, Jadwal sholat
Tangga
74 11/14/2015 15:59:21 20 - 29 tahun Perempuan Sarjana (S1) Ibu Rumah 12 - 18 bulan Al-Qur'an digital, Jadwal sholat
Tangga
75 11/14/2015 21:40:17 Dibawah Perempuan SMA Mahasiswa 6 - 12 bulan Al-Qur'an digital, Jadwal sholat,
20 tahun Konten harian & kontekstual

154

80 11/17/2015 5:13:32 20 - 29 tahun Perempuan Sarjana (S1) Ibu Rumah < 6 bulan Al-Qur'an digital, Jadwal sholat,
Tangga Penunjuk arah kiblat
81 11/17/2015 14:36:49 40 - 49 tahun Laki-laki Magister (S2) Pegawai Negeri < 6 bulan Al-Qur'an digital, Jadwal sholat,
Sipil Penunjuk arah kiblat
82 11/17/2015 17:16:06 40 - 49 tahun Laki-laki Magister (S2) Pegawai Negeri < 6 bulan Al-Qur'an digital, Jadwal sholat,
Sipil Penunjuk arah kiblat
86 11/19/2015 12:27:45 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai Swasta < 6 bulan Al-Qur'an digital, Konten harian
& kontekstual
87 11/19/2015 12:45:23 30 - 39 tahun Perempuan D1/D2/D3 Wirausaha 6 - 12 bulan Al-Qur'an digital, Jadwal sholat,
88 11/19/2015 13:19:22 20 - 29 tahun Laki-laki Sarjana (S1) Mahasiswa < 6 bulan Jadwal sholat

155

Timestamp Umur Pekerjaan
No Kelamin Terakhir penggunaan sering digunakan
Penunjuk arah kiblat, Haji &
umrah, Konten harian &
kontekstual
kiblat
94 11/19/2015 16:05:47 20 - 29 tahun Perempuan Magister (S2) Dosen < 6 bulan Al-Qur'an digital, Jadwal sholat,
kiblat
96 11/19/2015 19:09:22 20 - 29 tahun Laki-laki Magister (S2) Pegawai Swasta < 6 bulan Jadwal sholat, Konten harian &
kontekstual
97 11/19/2015 19:19:59 Dibawah 20 tahun Perempuan masih pelajar pelajar 6 - 12 bulan Al-Qur'an digital
99 11/20/2015 0:11:33 20 - 29 tahun Laki-laki Magister (S2) Wirausaha < 6 bulan Konten harian & kontekstual
101 11/20/2015 10:22:39 20 - 29 tahun Perempuan D1/D2/D3 Pegawai Swasta < 6 bulan Al-Qur'an digital

156

105 11/20/2015 22:25:35 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai Swasta < 6 bulan Konten harian & kontekstual
106 11/21/2015 13:12:46 20 - 29 tahun Perempuan Sarjana (S1) Mahasiswa 6 - 12 bulan Al-Qur'an digital, Jadwal sholat,
107 11/21/2015 14:06:19 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai Instansi < 6 bulan Jadwal sholat
Negara
108 11/21/2015 15:33:16 Dibawah 20 tahun Perempuan Sarjana (S1) Mahasiswa < 6 bulan Al-Qur'an digital
109 11/21/2015 15:44:49 20 - 29 tahun Laki-laki SMA Pegawai Swasta < 6 bulan Al-Qur'an digital, Jadwal sholat,
kiblat
111 11/21/2015 16:09:12 20 - 29 tahun Laki-laki Sarjana (S1) Mahasiswa < 6 bulan Al-Qur'an digital, Jadwal sholat
113 11/21/2015 17:34:32 30 - 39 tahun Laki-laki Sarjana (S1) Pegawai Swasta 6 - 12 bulan Al-Qur'an digital, Konten harian
& kontekstual

157

116 11/21/2015 19:32:40 20 - 29 tahun Perempuan Sarjana (S1) bumn < 6 bulan Al-Qur'an digital, Jadwal sholat
117 11/21/2015 20:32:19 30 - 39 tahun Laki-laki Sarjana (S1) Mahasiswa > 2 tahun Jadwal sholat
118 11/21/2015 21:46:31 20 - 29 tahun Perempuan Sarjana (S1) Mahasiswa < 6 bulan Al-Qur'an digital, Jadwal sholat
119 11/22/2015 11:35:40 20 - 29 tahun Laki-laki Sarjana (S1) Wirausaha < 6 bulan Al-Qur'an digital, Jadwal sholat,
121 11/24/2015 5:51:45 20 - 29 tahun Laki-laki Sarjana (S1) ART < 6 bulan Konten harian & kontekstual
123 11/24/2015 15:26:35 20 - 29 tahun Perempuan Sarjana (S1) BUMN < 6 bulan Jadwal sholat, Penunjuk arah
kiblat
124 11/24/2015 16:05:13 30 - 39 tahun Laki-laki Smk Pegawai Swasta < 6 bulan Al-Qur'an digital, Jadwal sholat,
125 11/24/2015 20:26:28 20 - 29 tahun Laki-laki Sarjana (S1) Pegawai Negeri < 6 bulan Al-Qur'an digital, Jadwal sholat
Sipil
Sipil

158

127 11/25/2015 7:27:03 30 - 39 tahun Laki-laki Magister (S2) Wirausaha < 6 bulan Al-Qur'an digital, Jadwal sholat,
129 11/25/2015 11:29:26 20 - 29 tahun Perempuan Magister (S2) Pegawai Swasta < 6 bulan Jadwal sholat
131 11/25/2015 11:41:00 30 - 39 tahun Laki-laki Sarjana (S1) Pegawai Negeri < 6 bulan Al-Qur'an digital, Jadwal sholat,
Sipil Konten harian & kontekstual
Penunjuk arah kiblat, Haji &
umrah, Konten harian &
kontekstual
kiblat
134 11/25/2015 16:14:53 20 - 29 tahun Perempuan Sarjana (S1) Pegawai Negeri < 6 bulan Jadwal sholat, Penunjuk arah
Sipil kiblat
kiblat, Konten harian &
kontekstual
Sipil

159

137 11/26/2015 1:39:15 20 - 29 tahun Laki-laki Sarjana (S1) Mahasiswa 6 - 12 bulan Al-Qur'an digital, Jadwal sholat,
139 11/26/2015 12:03:46 30 - 39 tahun Laki-laki Sarjana (S1) Pegawai Swasta < 6 bulan Al-Qur'an digital
140 11/26/2015 12:34:05 20 - 29 tahun Perempuan sma spg < 6 bulan Al-Qur'an digital, Jadwal sholat
142 11/30/2015 13:02:51 Dibawah 20 tahun Laki-laki SMA Mahasiswa < 6 bulan Jadwal sholat
144 12/1/2015 8:36:55 20 - 29 tahun Perempuan Magister (S2) Pegawai Swasta < 6 bulan Al-Qur'an digital, Jadwal sholat,
145 12/1/2015 15:56:16 20 - 29 tahun Laki-laki Magister (S2) Pegawai Swasta < 6 bulan Al-Qur'an digital
146 12/1/2015 16:08:27 20 - 29 tahun Laki-laki D1/D2/D3 Pegawai Swasta < 6 bulan Penunjuk arah kiblat
147 12/1/2015 17:08:30 20 - 29 tahun Laki-laki Sarjana (S1) Wirausaha < 6 bulan Konten harian & kontekstual
148 12/1/2015 17:09:43 20 - 29 tahun Laki-laki Magister (S2) bumn < 6 bulan Al-Qur'an digital, Jadwal sholat,
149 12/1/2015 17:38:32 20 - 29 tahun Perempuan D1/D2/D3 Pegawai Swasta < 6 bulan Al-Qur'an digital, Jadwal sholat,
Haji & umrah
150 12/2/2015 14:21:07 20 - 29 tahun Perempuan Mahasiswa Pegawai Swasta < 6 bulan Al-Qur'an digital, Jadwal sholat
151 12/3/2015 0:00:52 20 - 29 tahun Perempuan D1/D2/D3 Mahasiswa < 6 bulan Penunjuk arah kiblat

160

152 12/3/2015 0:07:52 20 - 29 tahun Perempuan sma Mahasiswa < 6 bulan Al-Qur'an digital
153 12/3/2015 0:14:26 20 - 29 tahun Perempuan sma Mahasiswa < 6 bulan Jadwal sholat
155 12/3/2015 13:15:53 20 - 29 tahun Perempuan Sarjana (S1) ibu rumah tangga < 6 bulan Jadwal sholat
157 12/4/2015 17:32:38 30 - 39 tahun Perempuan Sarjana (S1) ibu rumah tangga > 2 tahun Al-Qur'an digital, Jadwal sholat
158 12/4/2015 22:34:09 20 - 29 tahun Laki-laki Sarjana (S1) Wirausaha < 6 bulan Al-Qur'an digital, Konten harian
& kontekstual
159 12/5/2015 10:50:18 20 - 29 tahun Laki-laki Sarjana (S1) Buruh < 6 bulan Jadwal sholat
162 12/7/2015 22:15:41 20 - 29 tahun Perempuan Sarjana (S1) Wirausaha < 6 bulan Jadwal sholat
kiblat
164 12/9/2015 13:10:31 20 - 29 tahun Perempuan Sarjana (S1) Mahasiswa < 6 bulan Al-Qur'an digital
165 12/9/2015 19:25:50 20 - 29 tahun Perempuan Sarjana (S1) Mahasiswa < 6 bulan Al-Qur'an digital
167 12/10/2015 3:55:07 30 - 39 tahun Perempuan D1/D2/D3 Ibu rumah tangga < 6 bulan Jadwal sholat

161

169 12/11/2015 10:40:26 20 - 29 tahun Laki-laki Magister (S2) Pegawai Swasta < 6 bulan Jadwal sholat, Penunjuk arah
kiblat
170 12/11/2015 17:57:40 20 - 29 tahun Laki-laki Sarjana (S1) Mahasiswa 6 - 12 bulan Jadwal sholat
171 12/11/2015 20:47:23 40 - 49 tahun Laki-laki Sarjana (S1) Wirausaha < 6 bulan Al-Qur'an digital
172 12/12/2015 8:20:10 20 - 29 tahun Perempuan Sarjana (S1) Pegawai Swasta > 2 tahun Al-Qur'an digital, Jadwal sholat
kiblat
175 12/12/2015 11:12:24 20 - 29 tahun Laki-laki Magister (S2) Pegawai Swasta < 6 bulan Jadwal sholat, Konten harian &
kontekstual

162
Lampiran 15. Hasil kuesioner untuk instrumen EU1 – FO1
No. EU1 EU2 EU3 EU4 RT1 RT2 RT3 RT4 SR1 SR2 SR3 SR4 FU1 FU2 FU3 CN1 CN2 CN3 AC1 AC2 AC3 FO1
1 5 5 5 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 3 3 4
2 4 4 4 4 3 4 4 3 3 4 3 3 4 3 3 3 3 4 3 3 3 4
3 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 3 3 4 4
4 4 4 4 4 4 4 4 4 3 4 3 4 4 4 4 4 4 4 4 4 4 4
5 5 5 5 5 5 5 4 5 5 4 4 5 4 4 4 4 4 5 4 4 4 5
6 4 5 4 4 4 4 4 5 4 4 3 5 4 4 4 5 4 4 4 4 4 5
7 4 4 4 3 3 3 3 3 4 3 3 4 4 3 4 4 4 3 3 3 4 3
8 5 5 5 5 4 4 5 5 5 5 4 5 4 5 5 5 5 5 4 3 4 5
9 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
10 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 3 4 3 4 4
11 3 2 3 3 3 2 3 2 3 3 3 4 3 2 2 4 2 4 4 3 3 3
12 4 3 4 4 3 4 4 4 3 3 3 3 4 4 4 4 3 4 3 3 3 4
13 4 4 3 4 2 3 3 3 3 3 3 4 3 3 3 3 3 3 4 3 3 4
14 3 4 4 4 3 3 2 3 3 2 3 4 2 3 4 4 3 3 3 3 3 4
15 4 5 4 4 3 4 4 4 4 3 3 4 3 4 5 4 4 4 4 4 4 4
16 4 4 4 4 4 3 3 4 4 3 3 4 3 4 5 4 3 4 4 4 3 4
17 4 4 4 4 4 3 4 3 4 3 3 4 3 3 4 4 3 4 4 3 3 4
18 5 5 5 4 4 4 3 4 5 3 3 4 4 5 4 4 4 5 4 3 4 5
19 3 4 3 3 2 3 2 3 2 2 2 4 2 4 4 4 4 3 4 3 3 3
20 4 4 4 4 4 4 2 4 3 4 3 4 4 4 5 4 4 4 4 3 3 4
21 4 4 2 3 4 4 3 3 3 4 3 3 3 3 4 3 4 4 3 2 2 4

163
Lampiran 15. Hasil kuesioner untuk instrumen EU1 – FO1 (lanjutan)
22 4 4 4 4 3 4 4 3 3 4 3 4 3 3 3 3 3 4 4 3 3 3
23 3 3 3 4 3 3 2 2 3 4 4 4 4 4 3 3 3 3 4 3 3 4
24 4 5 3 4 3 3 3 3 3 4 4 4 5 4 5 4 3 5 3 3 4 4
25 5 4 4 5 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4
26 5 5 4 4 4 4 3 4 5 5 4 3 4 4 5 3 3 4 3 3 3 4
27 4 4 4 4 4 4 2 4 3 4 3 4 4 4 4 4 4 4 4 4 4 4
28 4 4 4 4 3 4 2 3 3 4 4 4 3 3 4 4 3 3 4 3 4 3
29 4 4 4 4 4 4 4 4 4 3 4 4 3 4 4 4 4 4 4 3 3 4
30 5 5 5 5 4 4 4 4 4 5 4 4 4 4 5 4 4 4 4 4 4 4
31 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
32 4 4 3 4 5 4 4 4 4 3 3 4 3 4 4 4 4 4 3 3 3 4
33 4 4 4 4 3 3 4 3 3 3 3 4 3 4 4 4 3 4 3 3 3 4
34 4 4 4 4 3 3 3 3 3 3 3 4 3 4 3 3 3 3 3 3 3 4
35 4 4 4 4 3 3 3 3 4 4 3 4 4 4 4 4 4 4 3 3 3 4
36 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
37 5 5 5 5 5 3 4 4 3 4 4 4 5 5 5 5 5 4 4 4 4 4
38 4 4 4 2 2 2 1 4 3 4 3 4 4 5 5 3 2 3 4 3 4 4
39 4 4 4 3 4 4 3 4 3 4 3 4 4 4 5 4 4 5 4 4 4 4
40 4 5 4 4 4 4 4 4 4 3 3 5 4 4 4 4 4 4 4 4 4 4
41 3 4 4 4 1 3 1 3 4 2 3 4 2 4 4 4 3 4 2 3 3 4
42 4 5 5 5 4 5 5 4 4 4 4 4 4 5 4 4 4 4 4 3 4 4

164
43 4 4 4 4 3 4 4 3 3 4 4 4 4 3 5 5 4 5 5 3 5 5
44 5 5 5 5 5 5 3 3 3 3 3 4 4 4 4 4 3 4 4 3 4 4
45 5 5 5 5 4 4 3 4 4 4 3 4 5 4 4 4 4 4 4 3 4 4
46 5 5 4 4 5 4 4 4 5 4 3 5 4 4 4 4 4 5 4 3 3 4
47 4 4 4 3 4 4 4 4 4 4 3 4 4 3 3 3 3 3 3 3 3 3
48 4 4 4 4 2 2 4 4 2 1 2 4 1 2 5 4 4 4 4 4 4 4
49 5 5 5 5 4 4 3 4 3 4 4 5 4 4 4 4 3 3 4 3 4 4
50 4 4 3 2 3 4 4 4 3 4 4 4 3 3 4 4 4 4 4 3 4 4
51 5 5 5 5 5 5 4 4 4 4 4 5 4 4 5 4 4 4 4 3 4 4
52 4 5 5 5 5 5 5 5 5 5 5 5 5 4 5 4 3 3 4 4 4 4
53 5 4 4 5 4 4 3 4 4 4 5 4 4 5 5 4 4 4 4 3 4 4
54 4 4 4 4 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 3 3 4
55 4 4 4 4 2 3 3 4 4 5 3 5 4 3 5 5 4 5 5 2 4 3
56 4 4 3 3 2 4 2 4 3 4 3 3 3 4 3 4 4 4 4 3 3 4
57 4 4 4 4 3 4 4 4 3 3 3 3 4 5 4 4 3 4 3 3 3 4
58 4 4 4 3 3 3 3 3 3 3 4 4 3 3 4 4 3 3 4 3 3 4
59 5 5 5 5 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4
60 4 4 3 3 4 3 4 3 4 3 4 4 4 4 4 4 4 4 4 3 3 4
61 4 4 5 4 4 4 4 3 5 4 4 4 5 5 5 4 4 4 4 4 4 4
62 4 4 4 4 4 4 3 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4
63 5 5 4 4 4 2 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 4

165
64 4 4 4 4 3 3 3 3 4 4 3 3 3 4 4 4 4 3 3 4 3 3
65 4 4 4 4 2 2 2 2 3 3 2 4 1 2 2 2 2 2 2 2 2 3
66 4 4 4 4 3 3 3 3 3 3 3 4 3 2 3 3 3 3 3 3 3 3
67 4 4 4 4 3 3 3 4 3 4 3 4 3 3 4 4 4 4 4 3 3 4
68 2 2 3 3 2 1 4 2 4 2 2 4 2 2 4 2 2 4 2 2 2 4
69 3 3 4 2 3 3 3 3 3 3 3 4 4 2 2 2 2 2 3 3 3 2
70 4 4 3 3 4 4 2 4 4 3 3 4 2 3 3 2 2 2 4 3 3 2
71 4 4 3 3 4 4 3 3 3 3 3 4 3 3 4 4 4 4 3 3 3 4
72 4 4 4 4 3 3 3 3 3 3 2 3 3 3 3 3 3 3 3 1 3 3
73 4 4 4 4 4 4 2 4 3 4 3 4 3 4 4 4 3 4 3 2 2 4
74 4 4 4 4 4 4 2 4 3 4 3 4 3 4 4 4 3 4 3 2 2 4
75 4 5 3 4 4 4 4 4 3 4 3 4 3 4 4 4 3 3 4 4 4 3
76 5 4 4 5 5 4 5 5 5 5 4 5 5 5 5 4 4 5 4 4 4 4
77 5 5 4 4 3 3 2 3 4 4 3 4 4 4 3 3 3 3 3 3 3 3
78 5 5 4 4 5 5 4 5 5 5 3 3 4 4 5 5 5 5 4 3 3 5
79 4 5 4 4 4 4 4 4 3 2 3 4 3 4 3 4 4 3 2 2 2 4
80 5 5 4 5 4 4 3 4 4 4 3 4 3 4 4 4 4 4 4 4 4 4
81 4 4 4 4 4 4 4 4 4 4 3 4 4 3 3 4 3 4 4 2 4 4
82 4 4 4 4 4 4 4 4 4 4 3 4 4 3 3 4 3 4 4 2 4 4
83 4 4 4 4 2 2 2 3 4 4 3 4 4 4 4 4 4 5 4 4 4 4
84 5 5 5 5 3 5 2 5 4 4 4 5 5 5 5 5 5 5 5 5 5 5

166
85 5 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4
86 4 4 4 4 3 3 2 4 3 3 3 4 3 4 4 4 4 4 3 3 4 4
87 5 5 5 5 4 4 4 4 3 3 4 5 4 4 4 4 4 5 4 3 3 4
88 4 4 4 4 3 4 3 3 3 3 3 4 4 4 4 4 4 4 4 2 3 4
89 5 5 5 4 4 3 2 4 3 4 3 4 3 3 4 2 2 3 5 2 3 3
90 4 4 4 4 3 4 2 4 3 2 3 4 4 3 5 4 4 4 5 4 4 4
91 5 5 5 5 5 5 3 5 5 5 3 5 5 5 5 5 3 5 5 5 5 5
92 4 5 4 4 4 4 3 3 3 4 3 4 4 4 4 4 4 4 4 3 3 4
93 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
94 4 4 4 4 3 3 5 4 3 4 4 4 4 4 4 4 3 4 4 3 4 4
95 3 4 3 3 4 3 4 4 4 4 3 4 4 4 3 4 2 3 4 3 3 4
96 4 4 3 2 3 3 2 3 3 4 2 4 3 2 3 3 2 4 3 3 3 4
97 4 5 4 3 3 4 3 4 4 5 4 3 3 3 4 4 4 5 5 4 5 4
98 4 5 4 4 3 3 3 4 4 3 3 3 4 4 3 3 2 3 4 3 2 3
99 4 4 2 2 4 4 4 3 3 3 3 3 4 4 4 4 4 4 4 3 3 3
100 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
101 4 4 4 4 3 3 3 3 4 4 3 4 4 4 5 5 4 5 4 4 4 4
102 5 5 5 5 4 4 3 4 4 3 4 4 4 4 4 4 4 4 4 3 4 4
103 4 3 3 3 2 2 2 3 3 4 3 4 3 4 4 4 3 3 4 3 4 4
104 5 5 4 4 4 3 2 4 4 4 3 4 4 4 4 3 2 4 4 3 4 4
105 4 4 4 5 3 3 3 3 4 4 3 4 4 5 5 4 4 4 4 4 4 4

167
106 4 4 5 5 4 5 4 4 4 4 3 4 5 4 5 4 5 4 4 3 4 4
107 5 4 5 4 3 4 3 4 4 4 5 4 4 4 4 4 5 5 5 5 4 5
108 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
109 4 5 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4
110 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
111 5 5 2 5 5 3 2 4 4 5 3 5 4 5 4 5 4 5 5 4 4 5
112 4 4 4 4 4 4 3 4 3 3 3 4 4 4 5 4 4 4 4 3 3 4
113 4 4 4 2 4 2 2 4 4 4 2 4 4 4 4 2 4 4 4 4 4 4
114 4 4 4 4 4 4 4 4 4 4 3 4 4 4 3 3 3 3 4 4 4 4
115 5 5 5 5 3 4 3 4 4 4 3 4 4 4 5 5 4 5 3 3 3 4
116 4 5 4 4 3 3 3 4 3 3 3 4 4 5 5 4 4 4 4 4 4 4
117 4 4 4 4 3 3 3 3 2 3 2 3 3 4 2 4 4 4 4 4 4 4
118 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 4
119 5 5 5 5 5 5 5 5 4 4 4 5 5 5 5 5 4 5 5 5 5 5
120 5 5 4 5 4 3 4 5 4 5 3 4 5 5 5 5 5 5 5 4 4 5
121 5 4 4 3 4 4 3 3 3 3 3 4 3 4 2 2 2 2 1 1 2 4
122 4 4 4 5 2 3 3 2 3 4 3 3 4 5 4 2 4 1 3 3 3 3
123 4 4 4 5 3 3 4 4 4 5 4 4 4 5 5 4 4 4 4 4 4 4
124 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
125 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
126 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5

168
127 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
128 5 5 5 4 4 4 3 4 4 4 3 5 3 5 4 4 5 4 4 3 3 4
129 5 5 5 5 5 4 3 4 3 3 4 5 4 5 4 4 4 5 4 4 4 5
130 5 4 4 4 4 4 3 4 4 3 2 4 4 4 5 4 4 4 4 4 4 4
131 5 5 4 4 4 4 3 3 3 3 3 4 4 3 3 4 4 4 4 3 3 5
132 4 4 4 4 3 4 4 3 4 4 5 5 4 4 4 4 4 4 4 2 3 4
133 4 4 4 4 2 2 2 4 3 4 2 5 4 4 1 2 2 4 4 3 3 4
134 4 4 4 4 4 4 4 3 3 3 3 4 4 4 3 4 3 4 4 4 3 4
135 4 4 4 4 4 4 3 3 3 3 3 4 3 4 5 4 4 4 4 4 4 4
136 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
137 4 4 4 3 3 3 4 4 4 4 4 4 4 3 3 3 3 3 3 3 3 4
138 4 4 5 4 3 2 3 3 2 3 3 5 4 4 5 4 4 4 4 4 4 4
139 4 3 4 4 3 3 2 3 3 3 3 4 3 4 5 4 4 4 4 3 3 4
140 4 4 4 4 4 3 3 3 4 3 3 4 4 4 3 3 3 4 3 3 3 4
141 5 5 5 4 4 4 4 4 5 4 5 5 4 4 4 4 5 5 4 4 4 4
142 4 4 4 4 3 3 4 4 3 4 4 4 5 4 4 4 3 4 4 3 4 4
143 5 3 5 4 4 4 5 4 3 4 3 5 3 4 4 5 4 5 4 3 3 5
144 4 4 4 4 3 3 3 4 3 3 3 5 3 3 4 3 3 4 3 2 3 4
145 4 4 4 4 3 3 3 3 3 3 3 3 4 3 4 4 3 3 3 3 3 3
146 4 4 4 4 3 3 4 4 4 4 2 3 2 3 4 3 4 3 3 3 3 4
147 5 5 3 3 3 4 3 4 3 3 4 4 4 4 4 4 4 4 3 2 2 2

169
148 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
149 5 5 4 5 4 4 4 4 4 4 4 4 3 3 5 4 4 4 4 4 4 4
150 4 4 4 4 3 3 4 3 3 4 4 4 3 3 4 4 4 4 4 4 3 4
151 4 4 5 5 3 4 4 4 3 4 4 3 4 5 5 4 5 5 4 4 4 4
152 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
153 5 5 5 5 3 4 5 5 5 4 4 4 4 4 4 5 5 5 4 3 4 4
154 4 4 3 3 4 4 4 4 3 4 3 5 4 4 4 4 4 4 4 3 4 4
155 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3 4 3 3 4
156 4 5 4 5 4 4 3 3 4 3 3 4 4 4 4 4 4 5 4 4 4 4
157 4 4 4 4 2 2 3 2 3 2 3 4 4 4 4 4 3 4 4 3 3 4
158 5 4 5 4 4 4 3 4 3 2 3 4 3 4 3 4 4 3 3 1 4 5
159 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 3 4 4 3 3 4
160 3 4 4 4 3 3 4 4 3 3 4 4 4 4 4 4 4 4 3 3 3 4
161 5 5 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 4
162 4 4 4 4 3 3 3 4 4 4 3 4 4 4 4 4 4 4 3 3 4 4
163 5 5 5 5 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5
164 4 4 4 4 4 4 3 3 3 3 3 3 3 4 3 3 3 3 4 3 3 4
165 4 4 4 5 2 2 3 3 3 2 4 4 4 4 4 4 2 4 4 4 2 4
166 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
167 5 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
168 4 4 4 4 3 3 3 3 4 3 4 4 4 4 4 5 5 4 4 3 4 4

170
169 4 5 5 5 2 3 2 4 3 3 2 4 4 4 5 4 4 4 4 3 4 5
170 4 4 4 4 3 3 3 3 3 3 3 4 3 4 4 4 3 4 3 3 3 4
171 4 3 4 3 4 4 4 4 4 4 2 3 2 4 3 4 3 3 3 3 3 4
172 5 4 4 4 4 4 3 4 4 3 4 4 3 4 5 4 4 4 3 3 4 4
173 4 4 4 5 3 4 4 4 5 5 5 3 4 5 4 4 5 5 5 2 4 4
174 5 5 5 5 4 4 4 4 5 5 5 5 4 5 5 5 5 5 5 5 5 5
175 5 4 4 5 3 3 3 3 3 4 3 4 4 4 5 5 4 4 3 3 3 4
176 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5

171
Lampiran 16. Hasil kuesioner untuk instrumen FO2 – IR4
No. FO2 FO3 UN1 UN2 UN3 PU1 PU2 PU3 PE1 PE2 PE3 CO1 CO2 CO3 SA1 SA2 SA3 CI1 CI2 CI3 IR1 IR2 IR3 IR4
1 4 4 4 4 4 3 3 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4
2 4 4 4 4 4 3 3 3 3 3 3 3 4 4 5 4 3 4 3 4 3 5 3 3
3 4 4 4 4 4 4 4 4 4 4 4 3 3 4 4 4 4 4 4 4 4 4 4 4
4 4 4 4 4 3 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4
5 4 4 4 4 5 4 4 4 5 5 5 4 4 4 4 4 4 4 4 4 4 4 4 4
6 4 4 5 5 4 4 5 5 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 5
7 4 4 4 3 3 3 3 3 3 3 3 3 3 4 3 3 3 4 3 3 4 4 4 4
8 5 5 5 5 5 4 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
9 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
10 3 4 3 4 4 3 3 3 3 4 4 4 4 4 3 3 3 4 3 4 4 3 4 3
11 3 3 2 2 3 3 3 4 3 3 3 4 3 3 4 3 4 4 4 4 4 4 5 5
12 4 4 5 5 4 3 4 3 4 4 4 5 5 5 4 3 4 5 4 4 4 4 4 3
13 4 4 4 4 3 4 3 3 3 4 4 3 4 4 3 3 3 3 3 3 3 4 3 3
14 3 4 4 4 4 4 4 4 4 4 4 3 3 3 4 4 4 4 4 4 4 4 3 3
15 4 5 4 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 4 4 3 3
16 3 4 4 4 3 4 4 4 3 4 4 3 3 4 4 3 3 4 4 3 4 4 4 3
17 4 4 4 4 4 4 4 4 4 4 4 4 3 3 4 4 3 3 3 3 4 4 4 4
18 4 5 5 5 5 4 4 4 4 4 5 4 4 4 5 5 5 4 4 4 4 4 4 3
19 3 3 4 4 4 3 3 3 3 3 3 3 3 3 3 3 3 2 2 4 4 4 4 4
20 4 4 4 4 4 4 4 4 4 4 5 5 3 4 4 4 4 4 4 4 4 4 4 4
21 3 4 4 4 4 4 4 4 4 4 4 3 3 4 3 4 4 3 3 3 4 4 4 4

172
Lampiran 16. Hasil kuesioner untuk instrumen FO2 – IR4 (lanjutan)
22 3 3 3 3 3 3 3 3 4 3 3 3 3 3 4 3 4 4 3 3 3 4 3 3
23 3 3 3 3 3 3 3 3 4 3 3 3 2 3 2 2 2 3 3 3 3 3 3 3
24 4 4 4 4 4 5 5 5 4 3 3 4 3 4 4 4 5 4 4 4 4 4 5 5
25 4 4 5 4 4 5 4 5 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4
26 4 4 4 4 3 4 4 3 3 4 4 4 4 4 4 4 4 3 4 3 4 4 4 4
27 4 4 4 4 4 4 4 4 4 4 4 4 2 3 4 4 4 4 4 4 4 4 4 4
28 4 4 4 4 3 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4
29 4 4 4 4 4 4 4 3 3 3 3 4 3 4 4 3 3 4 3 3 3 3 3 3
30 4 4 4 4 4 4 4 4 4 4 5 4 4 5 4 4 4 5 5 4 4 4 5 5
31 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
32 4 4 4 4 4 3 3 3 3 3 3 4 4 3 4 4 4 3 2 2 3 4 4 4
33 4 4 4 4 3 4 4 4 3 4 4 3 4 4 4 4 4 4 4 3 3 3 4 3
34 4 4 4 4 3 3 3 3 3 3 3 3 4 3 4 3 4 4 3 3 4 4 4 4
35 4 4 4 4 4 4 3 3 3 3 3 3 3 3 4 3 3 3 2 3 3 3 3 3
36 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
37 4 4 4 5 5 4 4 4 4 4 4 4 4 4 4 4 5 5 4 5 4 5 5 5
38 4 4 4 4 4 3 3 3 4 3 3 2 2 2 2 2 2 2 2 3 3 4 2 3
39 4 4 4 4 4 4 4 4 5 5 5 4 4 4 5 5 5 4 4 4 4 4 4 4
40 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 4 4 4 4 3
41 4 4 3 4 4 3 4 4 3 3 3 3 4 3 3 2 4 4 3 3 3 3 3 3
42 4 4 4 4 4 4 3 3 4 4 4 3 3 4 4 4 4 4 4 3 4 4 4 4

173
43 5 4 4 4 4 5 4 5 4 3 3 4 4 4 4 4 4 5 3 4 5 5 4 4
44 4 4 4 5 4 3 3 4 3 4 4 4 4 4 4 4 4 4 4 4 3 3 3 3
45 4 4 5 5 4 4 4 4 4 4 4 3 4 4 4 3 4 5 5 3 5 5 4 4
46 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 5 5
47 3 3 3 3 3 4 3 3 3 3 3 4 4 4 4 3 3 4 4 3 4 4 4 4
48 4 4 4 4 4 4 4 4 4 4 4 1 1 1 4 4 1 2 2 2 4 4 4 4
49 4 4 5 5 3 3 3 3 4 4 4 4 3 3 4 4 4 4 4 4 5 5 5 5
50 4 4 4 4 4 3 3 3 4 4 4 4 4 4 3 3 3 4 4 3 4 4 4 4
51 4 4 4 4 4 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 4 4 4 4
52 3 3 4 4 4 4 2 2 2 2 3 2 2 2 2 2 3 3 2 2 2 4 3 3
53 4 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 5 5 4 5 5 5 4
54 4 4 4 4 4 4 5 5 5 5 5 4 4 4 4 4 4 5 5 5 5 5 5 5
55 3 4 5 3 4 4 4 4 4 4 4 3 3 4 4 4 4 4 5 5 5 5 5 5
56 4 4 4 4 3 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5
57 4 4 3 4 4 4 4 4 4 4 4 3 4 3 4 4 4 4 3 4 4 4 4 3
58 4 4 4 4 3 4 4 4 4 3 4 3 3 3 3 3 3 3 3 3 3 3 3 3
59 4 3 4 4 4 5 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4 4 4
60 4 4 4 4 4 5 5 5 5 5 5 4 4 4 4 4 4 4 4 4 4 4 4 4
61 4 4 4 4 3 4 4 4 3 4 4 5 5 5 5 4 4 5 3 4 5 5 5 5
62 4 4 4 4 4 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4
63 4 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 2 4 4 4 4 4

174
64 4 3 3 3 4 3 3 3 3 4 3 3 3 4 4 3 3 4 4 3 3 3 4 4
65 3 3 3 3 3 3 3 3 4 4 3 3 3 3 3 3 2 4 4 3 4 3 3 4
66 3 3 4 4 4 3 3 3 3 2 3 2 2 2 3 3 3 2 2 2 3 3 2 2
67 3 4 4 4 4 4 4 4 4 4 3 3 3 4 4 3 4 3 3 3 4 4 4 4
68 4 4 4 4 4 2 2 2 4 4 4 2 4 4 4 2 4 4 4 2 4 4 2 4
69 2 2 4 3 3 3 3 3 3 3 3 2 2 2 2 3 3 3 2 3 3 3 3 3
70 2 4 3 3 2 3 3 3 3 3 3 3 3 2 4 3 4 4 4 4 4 4 4 4
71 4 4 4 4 3 3 4 4 3 3 3 4 4 3 4 3 3 4 4 4 3 3 3 3
72 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 2 3 3 3 3
73 4 4 4 4 4 3 3 4 4 3 3 3 3 4 4 3 4 4 4 4 4 4 4 4
74 4 4 4 4 4 3 3 4 4 3 3 3 3 4 4 3 4 4 4 4 4 4 4 4
75 4 4 4 5 4 4 4 4 5 3 4 4 3 4 4 3 4 5 4 4 4 4 5 5
76 4 5 5 5 5 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
77 3 3 3 3 3 3 4 4 4 4 4 3 3 4 4 3 4 3 3 4 4 4 4 3
78 3 4 5 5 4 5 5 5 5 5 5 5 4 4 4 4 5 5 5 5 5 5 5 4
79 4 4 4 4 3 3 3 3 4 4 4 3 4 4 4 2 4 4 4 3 4 4 4 4
80 4 5 5 5 5 3 4 3 4 3 4 4 4 5 4 4 4 5 5 3 4 4 4 3
81 4 2 4 4 4 3 3 4 5 5 5 4 3 4 4 3 4 4 3 4 4 4 4 3
82 4 2 4 4 4 3 3 4 5 5 5 4 3 4 4 3 4 4 3 4 4 4 4 3
83 4 4 4 4 4 5 5 5 5 5 5 4 4 4 4 4 4 4 3 4 4 4 4 4
84 5 5 5 5 5 5 5 5 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5

175
85 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
86 4 4 4 4 4 3 3 3 4 4 4 3 3 4 4 3 4 3 3 3 4 4 3 3
87 4 4 5 5 5 5 5 5 5 4 4 4 3 4 5 5 5 5 5 4 5 4 4 4
88 4 4 4 4 4 3 3 3 3 3 3 4 4 4 4 4 3 3 4 3 4 4 4 4
89 4 4 4 4 2 3 3 3 3 3 3 4 4 2 4 3 3 4 4 4 4 4 4 4
90 4 4 3 4 4 5 4 4 4 4 4 4 2 4 4 4 4 3 3 3 4 4 4 3
91 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 4 5 4 5 5 5 5 5
92 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4
93 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
94 4 4 4 4 4 3 3 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4
95 4 4 4 3 3 3 3 3 3 3 3 3 4 3 4 3 3 3 3 3 3 3 3 3
96 2 2 2 2 2 4 4 4 3 3 4 2 4 4 4 3 3 3 2 3 3 3 4 3
97 4 4 5 5 5 5 5 5 5 5 5 4 3 4 5 4 4 5 4 3 4 4 3 3
98 4 3 4 4 3 2 3 3 4 3 3 3 3 2 2 3 2 3 4 3 4 4 4 4
99 4 4 4 4 4 4 4 4 4 4 4 4 4 2 3 3 3 3 2 3 4 3 3 2
100 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
101 4 4 5 4 4 5 5 5 5 5 5 5 5 5 5 5 4 4 4 4 4 4 4 4
102 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4
103 4 4 4 3 3 4 4 4 3 3 3 3 4 4 4 4 3 4 4 3 4 4 3 3
104 4 5 5 4 4 2 3 4 3 2 3 4 4 4 4 3 3 4 4 3 4 4 4 4
105 5 4 4 4 4 4 4 4 5 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4

176
106 4 4 4 4 4 5 5 5 4 4 5 4 4 4 5 4 4 3 5 4 4 4 4 5
107 5 5 5 5 4 5 5 5 4 4 5 5 5 5 5 5 5 4 5 5 5 5 5 5
108 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
109 3 4 4 4 4 4 4 4 4 4 4 4 3 4 3 3 4 4 3 4 4 4 3 3
110 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
111 5 4 4 4 5 5 5 4 5 4 4 4 4 4 4 4 4 5 5 4 5 5 5 4
112 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 3
113 4 4 4 4 4 4 4 4 2 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4
114 4 5 5 4 3 3 3 3 4 3 3 4 4 4 3 3 3 4 4 3 4 4 4 4
115 4 5 4 4 4 3 3 4 3 3 3 4 4 4 5 4 4 4 4 3 4 4 4 3
116 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
117 4 4 4 4 4 4 4 4 4 4 4 4 2 2 2 4 3 4 2 4 4 4 4 4
118 4 4 4 4 4 3 3 3 3 3 3 3 3 3 3 3 3 4 4 3 3 3 3 3
119 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 4 5 5 5 5
120 5 5 5 5 4 5 5 5 5 5 5 5 4 5 5 4 5 5 5 5 5 5 5 5
121 4 4 4 4 2 1 2 2 3 4 4 3 3 3 4 2 1 2 2 1 3 3 2 2
122 2 4 5 5 2 3 3 3 3 3 3 3 4 1 3 2 2 1 1 1 4 4 4 4
123 4 4 4 4 4 3 4 4 4 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4
124 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
125 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5
126 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5

177
127 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
128 5 5 5 5 5 4 4 4 5 5 5 4 4 4 4 4 4 5 5 5 5 5 5 5
129 5 5 5 5 4 4 4 4 4 3 5 4 5 4 4 4 5 5 5 3 4 4 4 4
130 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
131 5 5 5 5 4 3 3 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4
132 4 4 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4
133 4 4 4 4 3 2 2 2 2 2 2 2 2 2 2 2 2 3 2 2 4 4 3 3
134 4 4 4 4 4 3 3 3 4 4 3 3 3 3 3 3 4 4 3 3 3 4 3 3
135 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 2 4 4 4 4 4
136 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5
137 4 4 4 4 3 3 3 3 4 4 3 3 3 4 4 3 3 4 3 3 3 3 3 1
138 4 5 5 4 4 4 5 5 3 4 4 3 2 4 4 5 3 3 2 3 3 4 4 3
139 3 3 4 3 3 4 3 4 4 4 3 4 3 4 3 3 4 3 3 3 3 3 3 3
140 4 4 4 4 3 4 4 4 4 4 4 4 4 3 4 4 4 4 3 3 4 4 4 4
141 4 4 4 4 5 5 5 5 5 4 4 4 4 4 5 5 5 5 4 4 5 5 4 4
142 4 4 4 4 4 4 4 4 5 5 5 3 4 4 4 4 4 3 3 3 5 5 3 4
143 5 5 5 3 4 4 5 4 4 4 5 5 5 5 4 4 4 4 4 4 4 4 5 4
144 4 4 4 4 4 3 3 3 3 3 3 4 4 4 4 3 4 4 3 3 3 3 3 3
145 4 4 4 4 3 3 3 2 3 3 3 3 4 3 4 3 3 4 4 2 3 3 4 3
146 4 4 4 4 3 3 3 3 4 4 4 3 3 2 4 3 3 3 4 4 3 3 2 2
147 3 4 4 3 4 4 3 2 3 4 5 3 2 3 4 4 4 3 3 2 4 4 4 3

178
148 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 4 4 4 4 4 4 4
149 4 4 4 4 4 4 4 5 4 4 4 4 4 4 5 4 4 4 4 4 4 4 3 3
150 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 4 4 4 3 4 4
151 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 4 4 4 5 4
152 5 5 5 5 5 5 5 5 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5
153 4 4 4 4 4 4 4 4 5 5 5 5 5 5 4 4 4 5 5 5 5 5 5 5
154 4 4 4 4 4 4 4 4 5 5 4 4 4 4 4 4 5 5 4 5 5 4 4 4
155 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 4 3 3
156 4 4 4 4 4 4 4 4 4 4 5 4 4 4 5 4 4 3 4 3 4 4 5 4
157 4 4 4 4 3 3 3 3 3 2 3 3 3 4 4 3 3 4 4 3 4 3 4 4
158 5 5 5 4 2 4 3 5 3 4 3 4 2 5 4 4 4 3 2 3 4 4 3 3
159 5 4 5 4 4 4 3 4 4 4 4 4 4 4 4 3 3 4 4 3 4 4 4 4
160 4 4 4 4 4 3 4 4 4 3 3 3 4 4 4 4 4 4 4 4 4 4 3 3
161 4 4 4 4 4 3 3 3 4 4 4 4 4 4 4 4 4 5 5 4 4 4 4 4
162 4 4 4 4 3 4 3 4 3 4 4 3 3 2 3 3 3 4 3 3 4 4 4 3
163 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
164 4 4 4 4 4 3 3 4 4 3 4 3 3 3 3 3 4 4 4 4 4 4 3 3
165 4 3 4 4 2 3 3 2 4 4 4 4 4 4 4 2 4 3 2 4 4 4 4 4
166 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
167 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
168 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4

179
169 4 5 4 4 3 4 3 3 4 4 4 3 2 3 4 4 4 5 3 4 4 4 4 3
170 4 4 4 4 4 3 3 3 4 3 3 3 3 3 3 3 3 4 4 3 3 4 4 4
171 3 4 4 3 3 2 2 2 3 3 3 2 3 2 3 3 3 3 2 3 3 3 2 2
172 4 4 4 4 4 4 4 4 5 5 5 4 4 4 4 4 4 4 5 5 5 5 5 5
173 5 5 5 5 5 4 4 4 4 4 4 5 4 3 3 4 3 4 3 3 5 5 5 5
174 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
175 5 4 4 5 4 3 3 4 3 4 4 4 4 4 4 3 3 4 4 3 3 4 4 3
176 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5

Digital 2016-10-20423886 TA Nurlina Setyawan

Diunggah oleh

Informasi Dokumen

Deskripsi 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

Digital 2016-10-20423886 TA Nurlina Setyawan

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSITAS INDONESIA

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI

FAKULTAS ILMU KOMPUTER

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI

FAKULTAS ILMU KOMPUTER

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

Karya Akhir ini adalah hasil karya saya sendiri,

dan semua sumber baik yang dikutip maupun dirujuk

telah saya nyatakan dengan benar.

Nama : Nurlina Setyawan

Tanggal : 4 Januari 2016

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

Karya Akhir ini diajukan oleh:

Telah berhasil dipertahankan di hadapan Dewan Penguji dan diterima sebagai

Pembimbing : Dr. Achmad Nizar Hidayanto, S.Kom., M.Kom. (……………..)

Penguji : Riri Satria S.Kom., MM (……………..)

Penguji : Yudho Giri Sucahyo M.Kom., Ph.D (……………..)

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

1. Bapak Dr. Achmad Nizar Hidayanto, S.Kom, M.Kom selaku dosen

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

Jakarta, 11 Januari 2016

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

Sebagai sivitas akademik Universitas Indonesia, saya yang bertanda tangan di

demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada

Analisis Faktor-Faktor yang Mempengaruhi Niat Menggunakan Kembali Aplikasi

Demikian pernyataan ini saya buat dengan sebenarnya.

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

Nama : Nurlina Setyawan

Pesatnya pertumbuhan dan perkembangan teknologi perangkat bergerak dapat

Kata Kunci: Aplikasi Mobile berbasis Informasi, D&M IS Success Model,

xiii + 119 halaman; 31 gambar; 19 tabel; 16 lampiran

vii Universitas Indonesia

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

Name : Nurlina Setyawan

The rapid growth and development of mobile technology have an impact on

Keywords: Information Oriented Mobile Application, D&M IS Success Model,

xiii + 119 pages; 31 images; 19 tables; 16 attachments

viii Universitas Indonesia

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

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

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

Gambar 1.1 Jumlah Pengguna Aplikasi ABC ......................................................... 2

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

Tabel 2.1 Perbandingan Penelitian Sebelumnya dengan Teknik 3C+2S .............. 31

xii Universitas Indonesia

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

Lampiran 1. Dokumentasi Hasil Wawancara...................................................... 120

xiii Universitas Indonesia

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

Bab ini membahas mengenai latar belakang penulis melakukan penelitian,

1.1 Latar Belakang

Pesatnya pertumbuhan dan perkembangan teknologi perangkat bergerak dapat

Menurut International Data Corporation (IDC) menyebutkan bahwa pada kuartal

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

pertimbangan, PT. XYZ memutuskan untuk membuat aplikasi ABC yang

Gambar 1.1 Jumlah Pengguna Aplikasi ABC

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

tercapai. Hal ini membuktikan bahwa rencana perusahaan dalam mengembangkan

Menurut Chenyan, Peak, dan Prybutok (2015), rekomendasi penting dalam

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

Gambar 1.2 Jumlah Rekomendasi oleh Pengguna