PENGARUH KESIAPAN PENERIMAAN PENGGUNA TERHADAP

PENERAPAN SISTEM INFORMASI DIANTARA LEMBAGA

KEUANGAN MIKRO SYARIAH

Disusun oleh:
LUQMAN ISYRAQI LAZUARDI

1113093000034

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

2017 M / 1439 H
Pengaruh Kesiapan Penerimaan Pengguna Terhadap Penerapan Sistem Informasi

diantara Lembaga Keuangan Mikro Syariah

Skripsi
Diajukan Sebagai Syarat untuk Memperoleh Gelar Sarjana Strata Satu
Program Studi Sistem Informasi

Disusun oleh:
LUQMAN ISYRAQI LAZUARDI

1113093000034

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

2017 M / 1439 H

i
ii
iii
iv
 ABSTRAK

Luqman Isyraqi Lazuardi – 1113093000034. Pengaruh Kesiapan Penerimaan

Pengguna Terhadap Penerapan Sistem Informasi diantara Lembaga Keuangan Mikro
Syariah. Dibawah bimbingan Dr. Syopiansyah Jaya Putra, M.Sis dan A’ang
Subyiakto, M.Kom.

Keberhasilan penerapan sistem informasi (SI) dipengaruhi oleh penerimaan sistem

tersebut oleh penggunanya. Disisi lain, kesiapan pengguna terhadap penerapan SI
akan mempengaruhi penerimaanya. Lembaga Keuangan Mikro Syariah (LKMS) saat
ini telah memanfaatkan SI, namun tidak berjalan dengan maksimal dan dianggap
sebagai permasalahan oleh beberapa peneliti. Hal tersebut menyebabkan
terhambatnya kinerja operasional LKMS. Penelitian ini bertujuan untuk mengukur
pengaruh kesiapan penerimaan pengguna terhadap penerapan SI pada lingkup
LKMS. Model yang digunakan adalah Technology Readiness and Acceptance Model
(TRAM). Pengambilan sampel dilakukan dengan teknik multi-stage purposive
sampling. Proses analisis menggunakan pendekatan Partial Least Square-Structural
Equation Model (PLS-SEM) dengan SmartPLS 3.0. Hasilnya, tujuh hipotesis yang
diajukan diterima dan tiga lainnya ditolak. Optimisme (optimism) dan inovasi
(innovativeness) memiliki pengaruh signifikan untuk mendorong penerapan SI. Di
sisi lain, rasa ketidaknyamanan (discomfort) cenderung menjadi penghambat. Pada
faktor ketidakamanan (insecurity), tidak ditemukan pengaruh terhadap penerapan SI.
Hasil ini bersifat umum berdasarkan berbagai latar belakang pengguna sistem, dan
tidak berfokus pada segmentasi kelompok usia, tingkat pendidikan, jabatan,
pengalaman bekerja, dan jenis kelamin. Dengan demikian, hasil ini dapat digunakan
sebagai bahan pertimbangan dalam pengembangan pemanfaatan SI pada lingkup
LKMS, khususnya di Indonesia.

Kata Kunci : Kesiapan Pengguna, Penerimaan Sistem Informasi, Penerapan Sistem

Informasi, Partial Least Square-Structural Equation Model.
V Bab + xv Halaman + 106 Halaman + 16 Gambar + 8 Tabel + Daftar Pustaka +
Lampiran

v
 KATA PENGANTAR

Bismillahirrahmaanirrahiim, puji dan syukur peneliti panjatkan kehadirat

Allah SWT yang telah melimpahkan rahmat, ridho dan karunia-Nya. Shalawat

beserta salam semoga selalu tercurahkan kepada junjungan kita nabi besar

Muhammad SAW beserta keluarga dan para pengikutnya yang telah memberikan

petunjuk kepada umat manusia.

Alhamdulillah hirabbil alamin, telah terselesaikannya skripsi dengan judul

“Pengaruh Kesiapan Penerimaan Pengguna Terhadap Penerapan Sistem Informasi

diantara Lembaga Keuangan Mikro Syariah”. Penelitian serta penulisan skripsi ini

tidak terlepas dari pihak-pihak yang turut memberikan bantuan dalam prosesnya.

Pada kesempatan ini, peneliti ingin mengucapkan rasa terima kasih kepada:

1. Bapak Dr. Agus Salim, M.Si selaku Dekan Fakultas Sains dan Teknologi

Universitas Islam Negeri Syarif Hidayatullah.

2. Ibu Nia Kumaladewi, MMSI selaku Ketua Program Studi Sistem Informasi

Fakultas Sains dan Teknologi.

3. Ibu Meinarini Catur Utami, MT selaku Sekretaris Program Studi Sistem

Informasi Fakultas Sains dan Teknologi.

4. Bapak Dr. Syopiansyah Jaya Putra, M.Sis sebagai Dosen Pembimbing I yang

telah memberikan arahan, bimbingan, dan dukungan baik secara moral maupun

teknis selama melakukan penelitian dan penulisan skripsi ini. Penulis

mengucapkan banyak terima kasih atas waktu yang diberikan selama masa

bimbingan pengerjaan skripsi ini.

vi
5. Bapak A’ang Subiyakto, M.Kom sebagai Dosen Pembimbing II yang tidak lelah

untuk membimbing, memotivasi, dan mengingatkan penulis untuk segera

menyelesaikan skripsi ini. Penulis mengucapkan banyak terima kasih untuk waktu,

tenaga, dukungan, arahan, saran, dan kritikan yang membangun agar skripsi ini

dapat terselesaikan dengan baik.

6. Seluruh dosen Program Studi Sistem Informasi yang telah memberikan ilmu kepada

penulis selama perkuliahan.

7. Bapak dan Ibu kedua orang tuaku yang terkasih, yang telah memberikan

dukungan moral dan selalu mendoakan.

8. Aini Tiara, yang telah memberikan doa, dukungan mental, dan telah menemani

dan mendengar keluh kesah, serta canda dan tawa dalam menghibur dikala

penyelesaian skripsi ini terasa berat.

9. Sahabat KPLK yang telah menemani dan menjadi keluarga hampir 7 tahun

lamanya, dengan setia memberikan doa dan semangat serta canda tawa.

10. Laki & BK Squad (Dwi, Toyib, Bani, Adil, Rendra, Ibnu, Iqbal, Sandi, Dante)

11. ISDM Research group dibawah naungan bapak A’ang Subiyakto M.Kom, (Kak

Nana, Hersy, Bella, Prima, Ryo, Tris, Faizal, Putra, Fauzan, dll). Terimakasih

karena telah menjadi teman seperjuangan menghadapi skripsi dan saling bahu-

membahu.

12. Keluarga besar Sistem Informasi 2013, terima kasih untuk kebersamaan dan

kerjasama selama ini.

13. Pengurus dan Pegawai LKMS yang telah bersedia membantu dengan menjadi

responden penelitian skripsi ini.

vii
14. Semua pihak yang tidak dapat disebutkan satu persatu yang telah membantu

hingga terselesaikannya laporan ini.

viii
 DAFTAR ISI

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

LEMBAR PERSETUJUAN.........................................................................................ii

LEMBAR PENGESAHAN ....................................................................................... iii

LEMBAR PERNYATAAN ........................................................................................ iv

ABSTRAK ................................................................................................................... v

KATA PENGANTAR ................................................................................................ iv

DAFTAR ISI ............................................................................................................... ix

DAFTAR GAMBAR ................................................................................................ xiv

DAFTAR TABEL ...................................................................................................... xv

BAB I : PENDAHULUAN .......................................................................................... 1

1.1 Pendahuluan .............................................................................................. 1

1.2 Latar Belakang .......................................................................................... 1

1.3 Perumusan Masalah................................................................................... 5

1.4 Tujuan dan Sasaran Penelitian .................................................................. 6

1.5 Pertanyaan Penelitian ................................................................................ 6

1.6 Metodologi Penelitian ............................................................................... 8

1.7 Ruang Lingkup dan Batasan Penelitian .................................................... 9

1.8 Manfaat Penelitian................................................................................... 10

1.9 Conceptual & Operational Definition ..................................................... 10

1.10 Sistematika Penulisan.............................................................................. 11

1.11 Ringkasan ................................................................................................ 12

BAB II : LANDASAN TEORI .................................................................................. 14

2.1 Pendahuluan ............................................................................................ 14

ix
2.2 Sistem Informasi ..................................................................................... 14

2.2.1. Konsep Dasar Sistem Informasi ....................................................... 14

2.3 Kesiapan .................................................................................................. 17

2.3.1. Konsep Dasar Kesiapan ................................................................... 17

2.3.2. Faktor-Faktor Kesiapan .................................................................... 18

2.3.3. Bentuk Kesiapan .............................................................................. 19

2.4 Technology Readiness ............................................................................. 19

2.4.1. Technology Readiness Index (TRI) .................................................. 19

2.4.2. Dimensi Technology Readiness Index ............................................. 20

2.4.3. Tingkat Kategori Technology Readiness Index................................ 21

2.5 Penerimaan Sistem Informasi.................................................................. 23

2.6 Technology Acceptance Model (TAM) ................................................... 24

2.6.1. Konsep Technology Acceptance Model ........................................... 24

2.7 Technology Readiness and Acceptance Model (TRAM) ........................ 25

2.7.1. Konsep TRAM ................................................................................. 25

2.8 Pengukuran, Penilaian, dan Analisis ....................................................... 27

2.8.1. Pengertian Pengukuran..................................................................... 27

2.8.2. Pengertian Penilaian ......................................................................... 27

2.8.3. Pengertian Analisis........................................................................... 28

2.9 Lembaga Keuangan Mikro Syariah (LKMS) .......................................... 28

2.9.1. Konsep LKMS ................................................................................. 28

2.9.2. Jenis LKMS ...................................................................................... 29

2.10 Metode Pengumpulan Data ..................................................................... 30

2.10.1. Observasi .......................................................................................... 30

x
 2.10.2. Wawancara ....................................................................................... 31

2.10.3. Kuesioner ......................................................................................... 32

2.10.4. Studi Pustaka .................................................................................... 33

2.11 Skala Likert ............................................................................................. 33

2.12 Populasi dan Teknik Sampling................................................................ 34

2.12.1. Pengertian Populasi .......................................................................... 34

2.12.2. Pengertian Sampel ............................................................................ 34

2.12.3. Jenis-Jenis Sampling ........................................................................ 34

2.13 Partial Least Square Structural Equetion Modeling (PLS-SEM) .......... 36

2.13.1. Konsep PLS-SEM ............................................................................ 36

2.13.2. Evaluasi Model Pengukuran ............................................................ 38

2.13.3. Evaluasi Model Struktural................................................................ 39

2.14 Kajian Penelitian Sejenis ......................................................................... 41

2.14.1. Ringkasan Penelitian Sejenis ........................................................... 46

2.15 Model Penelitian ..................................................................................... 51

2.15.1. Penyusunan Model Penelitian .......................................................... 51

2.16 Ringkasan ................................................................................................ 56

BAB III : METODOLOGI PENELITIAN ................................................................ 57

3.1 Pendahuluan ............................................................................................ 57

3.2 Pendekatan Penelitian ............................................................................. 57

3.3 Prosedur Penelitian .................................................................................. 58

3.4 Sampel Penelitian .................................................................................... 59

3.5 Instrumen Penelitian ................................................................................ 60

3.6 Pengumpulan dan Pemrosesan Data ....................................................... 63

xi
 3.7 Analisis dan Interpretasi Data ................................................................. 64

3.8 Ringkasan ................................................................................................ 65

BAB IV : HASIL ANALISIS DAN INTERPRETASI.............................................. 66

4.1 Pendahuluan ............................................................................................ 66

4.2 Hasil Analisis .......................................................................................... 66

4.2.1. Hasil Aalisis Demografis ................................................................. 66

4.2.2. Hasil Analisis Pengukuran Model.................................................... 70

4.2.3. Hasil Struktur Model ........................................................................ 76

4.3 Interpretasi Hasil dan Pembahasan ......................................................... 82

4.3.1. Interpretasi Hasil dan Pembahasan Analisis Data Demografis ........ 82

4.3.2. Interpretasi Hasil dan Pembahasan Hasil Pengukuran Model ......... 83

4.3.3. Interpretasi Hasil dan Pembahasan Hasil Struktural Model ............ 84

4.4 Ringkasan ................................................................................................ 92

BAB V : KESIMPULAN DAN SARAN .................................................................. 94

5.1 Pendahuluan ............................................................................................ 94

5.2 Kesimpulan.............................................................................................. 94

5.3 Keterbatasan Penelitian ........................................................................... 97

5.4 Saran ........................................................................................................ 97

5.5 Ringkasan ................................................................................................ 99

DAFTAR PUSTAKA .............................................................................................. 100

xii
 DAFTAR GAMBAR

Gambar 1.1 Model Penelitian ..................................................................................... 9

Gambar 2.1 Komponen Sistem Informasi ................................................................ 16

Gambar 2.2 TAM .................................................................................................... 24

Gambar 2.3 TRAM ................................................................................................... 26

Gambar 2.4 LKM ..................................................................................................... 29

Gambar 2.5 Komponen PLS-SEM ........................................................................... 40

Gambar 2.6 Model Penelitian ................................................................................... 53

Gambar 3.1 Prosedur Penelitian ............................................................................... 58

Gambar 4.1 Diagram Jenis Kelamin Responden ...................................................... 67

Gambar 4.2 Diagram Usia Responden ..................................................................... 68

Gambar 4.3 Diagram Pendidikan Responden........................................................... 68

Gambar 4.4 Diagram Kemampuan Penggunaan Komputer ..................................... 69

Gambar 4.5 Diagram Pengalaman Kerja .................................................................. 70

Gambar 4.6 Hasil Analisis dengan SmartPLS .......................................................... 73

Gambar 4.7 Hasil Analisis Path Coefficient............................................................. 81

Gambar 4.8 Hasil Analisis t-test ............................................................................... 81

xiii
 DAFTAR TABEL

Tabel 1.1 Tabel Conceptual & Operational Definition .................................... 10

Tabel 2.1 Ringkasan Penelitian Terdahulu ...................................................... 50

Tabel 2.2 Refrensi Indikator ............................................................................ 53

Tabel 3.1 Indikator dan Pertanyaan ................................................................. 60

Tabel 4.1 Hasil Analisis Pengukuran Model ................................................... 74

Tabel 4.2 Discrimant Validity .......................................................................... 76

Tabel 4.3 Hasil Analisis Struktural Model....................................................... 80

Tabel 4.4 Perbandingan Hasil Penelitian Terdahulu & Penelitian ini ............. 91

xiv
 BAB I

PENDAHULUAN

1.1 Pendahuluan

Bab ini menjelaskan tentang gambaran umum pelaksanaan penelitian, meliputi: latar

belakang, perumusan masalah, tujuan dan sasaran, pertanyaan penelitian, metodologi,

ruang lingkup dan batasan, manfaat penelitian, dan sistematika penulisan laporan.

Sub-bab tersebut selanjutnya akan dipaparkan dalam bab ini dan diakhiri dengan

ringkasan bab.

1.2 Latar Belakang

Perkembangan teknologi, khususnya sistem informasi (SI) pada saat ini sudah

mengglobal. SI tidak lagi dipandang hanya sebagai pelengkap, tetapi sudah

menjadi pendukung utama dalam proses bisnis yang ada pada suatu organisasi

(Sutabri, 2012). Penerapan SI pada organisasi didasari oleh kebutuhan informasi

yang berkualitas. Dengan adanya informasi yang berkualitas, organisasi akan

mampu menciptakan keputusan strategis yang baik agar memperoleh keunggulan

kompetitif dalam bersaing (Handayani, 2007).

Pandangan atas pentingnya SI dapat dilihat dari penerapannya di berbagai

jenis organisasi seperti perbankan, asuransi, industri manufaktur, pendidikan,

perhotelan, dan retail (Sutabri, 2012). Dengan diterapkannya SI pada berbagai

jenis organisasi, hal tersebut berpengaruh terhadap beragam jenis SI seperti,

sistem infromasi keuangan, sistem informasi akademik, sistem informasi sumber

1
daya manusia, sistem informasi pemasaran, sistem informasi manufaktur, dan

lainnya (Mulyanto, 2009).

Meskipun penerapan SI akan membawa keuntungan bagi organisasi,

menurut Subiyakto dan Ahlan (2014) serta Putra et al (2016), organisasi harus

terlebih dahulu berhasil dalam menerapkannya. Selanjutnya mereka juga

menyatakan bahwa penerapan SI merupakan tantangan bagi organisasi sebelum

organisasi tersebut memperoleh manfaatnya. Dampak dari tidak berhasilnya

penerapan SI akan menimbulkan kerugian finansial serta dapat mempengaruhi

operasional bisnis organisasi tersebut (Xu et al, 2010). Menurut Goodhue (1995),

keberhasilan penerapan SI pada organisasi tergantung bagaimana sistem itu

dijalankan oleh para pemakainya. Penerapan SI akan menghadapi banyak masalah

jika tidak adanya komitmen dari anggota organisasi (Huda et al, 2017). Manusia

sebagai pengguna sistem merupakan salah satu bagian penting dalam komponen

SI (Mulyanto, 2009; Sutabri, 2012), sehingga pengguna sistem merupakan hal

yang harus diperhatikan organisasi dalam penerapan SI. Pendapat lain yang

menyatakan hal serupa adalah Nerkar dan Shane (2007) yang mengatakan bahwa

dalam proses adopsi SI terdapat beberapa dimensi yang menjadi faktor dan harus

diperhatikan seperti inventor, user, legal system, dan institusion.

Fokus terhadap pengguna sistem bukan hanya dikemukakan pada

penelitian yang dilakukan Nekrar dan Shane. Parasuraman (2000) berpendapat

bahwa langkah pertama yang harus dilakukan dalam implementasi teknologi

adalah mengetahui kesiapan pengguna dalam menerima teknologi tersebut.

Menurutnya setiap orang bisa menjadi pengguna teknologi, namun cara

2
mengimplementasikannya tergantung pada derajat kesiapan seseorang dalam

menerima teknologi tersebut tersebut. Parasuraman menghasilkan model untuk

mengetahui sejauh mana seseorang siap menggunakan sebuah teknologi, yang

dinamakan Technology Readiness Index (TRI). Terdapat empat faktor yang

dianggap berpengaruh dalam kesiapan menggunakan teknologi yaitu, optimisme

(optimism) dan rasa inovatif (innovatifness) sebagai faktor pendorong,

selanjutnya, ketidaknyamanan (discomfort), dan rasa tidak aman (insecurity)

sebagai faktor penghambat. Parasuraman memberikan tiga kategori pada hasil

pengukuran Technology Readiness Index, yaitu Low Technology Readiness,

Medium Technology, dan High Technology Readiness.

Dengan didefinisikannya skala tingkat kesiapan pada Technology

Readiness Index (TRI), metode ini dapat dipakai oleh segala bentuk organisasi

yang sedang atau akan menghadapi isu serupa (Rachmawati, 2010). Disisi lain,

walaupun secara umum TRI telah mampu memberikan indeks tingkat kesiapan

dalam menerapkan SI/TI, namun belum menjelaskan bagaimana pengaruh tingkat

kesiapan pengguna terhadap penerapan SI (Lin et al, 2007). Technology

Readiness and Acceptance Model (TRAM) yang dikemukakan oleh Lin et al

(2007) adalah model yang diadaptasi dari Technology Readiness Index (TRI) dan

Technology Acceptance Model (TAM). Adaptasi TRI dan TAM juga dilakukan

oleh penelitian lain untuk mengukur dan menganalisa pengaruh kesiapan

pengguna terhadap penerimaan SI pada berbagai objek dan jenis organisasi

(Walczuch & Streukens, 2007; Lin et al, 2011; Edrogmus & Esen, 2011; Aisyah

et al, 2014; Basgoze, 2015; Hallikainen & Laukkanen, 2016). Dari apa yang telah

3
dilakukan beberapa penelitian sebelumnya pada beberapa objek penelitian,

terdapat perbedaan hasil temuan. Beberapa hasil temuan juga memiliki perbedaan

dengan pernyataan Parasuraman terkait dengan faktor pendorong maupun

penghambat dalam penerapan SI. Meskipun terdapat beberapa perbedaan, secara

garis besar kecenderungan sikap pengguna dalam menggunakan SI akan

mencerminkan kesiapan pengguna mampu beradaptasi dalam memanfaatkan SI.

Hal itu akan berimplikasi terhadap penerimaan SI, kepuasan pengguna, dan

keberhasilan penerapan SI dalam suatu organisasi (Lazuardi, 2013; Hallikainen &

Laukkanen, 2016). Dari pernyataan tersebut, disimpulkan bahwa penerapan SI

oleh organisasi tidak terlepas dari kesiapan individu pemakai (user) dan

penerimaan terhadap sistem itu sendiri.

Sehubungan dengan beberapa penjabaran diatas tentang penerapan sistem

informasi, Lembaga Keuangan Mikro Syariah (LKMS) turut serta menerapkan SI.

Penerapan sistem informasi pada LKMS juga ditujukan dalam membantu proses

operasional serta manajerial guna meningkatkan performa serta keunggulan

kompetitif (Rusydiana & Devi, 2013). Salah satu contoh bentuk penerapan sistem

informasi pada LKMS adalah dengan terdapatnya sistem informasi keuangan

syariah seperti AKSIOMA dan Arium sharia banking.

Meskipun penerapan sistem informasi pada LKMS telah dilakukan,

beberapa peneliti menyatakan bahwa penerapan sistem informasi dan teknologi

informasi pada LKMS tidak berjalan dengan maksimal dan dianggap sebagai

permasalahan yang berdampak pada kinjerja organisasi (Nazwirman, 2008;

Apriandi & Findi, 2013; Rusydiana & Devi, 2013; Darwanto, 2014; Pramuka et

4
al, 2015). Jika dihubungkan dengan beberapa penjabaran pada paragraf-paragraf

sebelumnya tentang faktor pengguna sistem dengan penerapan SI dapat

diasumsikan bahwa tidak maksimalnya penerapan SI pada LKMS tidak terlepas

dari kesiapan pemakai dan penerimaan sistem itu sendiri.

Berdasarkan apa yang telah dijabarkan diatas, dapat diambil beberapa poin

penting, diantaranya adalah faktor penting pengguna sistem dalam penerapan SI,

serta permasalahan penerapan SI pada sektor LKMS yang berdampak pada

terhambatnya kinjerja organisasi. Poin penting lainnya adalah masih terdapat

peluang untuk melakukan penelitian terkait pengaruh kesiapan penerimaan

pengguna terhadap penerapan SI pada objek organisasi yang berbeda dari

penelitian sebelumnya dan menggunakan konstruk TRI 2.0. Selain itu, hasil

penelitian ini juga dapat digunakan untuk menjawab permasalahan yang ada. Dari

apa yang telah dijabarkan pada paragraf-paragraf sebelumya dan poin-poin diatas,

hal tersebut menarik peneliti untuk melakukan penelitian dengan judul

Pengukuran Pengaruh Kesiapan Penerimaan Pengguna Terhadap Penerapan

Sistem Informasi diantara Lembaga Keuangan Mikro Syariah.

1.3 Perumusan Masalah

Seperti halnya organisasi lain, LKMS pada saat ini juga memanfaatkan SI dengan

tujuan mendukung proses operasional serta manajerial. Meskipun penerapan SI

pada LKMS telah dilakukan, beberapa peneliti menyatakan bahwa penerapan

sistem informasi dan teknologi informasi pada LKMS tidak berjalan dengan

maksimal dan dianggap sebagai permasalahan yang berdampak pada

5
terhambatnya kinerja organisasi. Jika dihubungkan dengan beberapa kajian

penelitian terdahulu, diasumsikan bahwa tidak maksimalnya penerapan sistem

informasi pada LKMS tidak bisa dipisahkan dari kesiapan penerimaan pengguna

terhadap penerapan SI. Oleh karena itu, penting untuk diketahuinya pengaruh

kesiapan penerimaan pengguna terhadap penerapan sistem informasi pada LKMS.

Hal tersebut menarik untuk dilakukannya penelitian terkait pengukuran pengaruh

kesiapan penerimaan pengguna terhadap penerapan SI dalam lingkup LKMS.

1.4 Tujuan dan Sasaran Penelitian

Tujuan yang ingin dicapai penulis dari penelitian ini adalah :

1) Mengukur pengaruh kesiapan penerimaan pengguna terhadap

penerapan sistem informasi.

Merujuk pada tujuan penelitian diatas, sasaran pelaksanaan penelitian ini

adalah:

1) Diketahuinya pengaruh kesiapan penerimaan terhadap penerapan

sistem informasi pada lingkup LKMS berdasarkan prespektif

pengguna sistem dan model penelitian yang digunakan.

1.5 Pertanyaan Penelitian

Merujuk dari tujuan penelitian dan sasaran penelitian, maka dijabarkan pertanyaan

penelitian sebagai berikut:

6
1) Apakah Optimism (OPT) berpengaruh signifikan positif terhadap

Perceived Usefulness (PU)?

2) Apakah Innovatveness (INN) berpengaruh signifikan positif

terhadap Perceived Usefulness (PU)?

3) Apakah Discomfort (DIS) berpengaruh signifikan negatif terhadap

Perceived Usefulness (PU)?

4) Apakah Insecurity (INS) berpengaruh signifikan negatif terhadap

Perceived Usefulness (PU)?

5) Apakah Optimism (OPT) berpengaruh signifikan positif terhadap

Perceived Ease of Use (PEU)?

6) Apakah Innovatveness (INN) berpengaruh signifikan positif

terhadap Perceived Ease of Use (PEU)?

7) Apakah Discomfort (DIS) berpengaruh signifikan negatif terhadap

Perceived Ease of Use (PEU)?

8) Apakah Insecurity (INS) berpengaruh signifikan negatif terhadap

Perceived Ease of Use (PEU)?

9) Apakah Perceived Usefulness (PU) berpengaruh signifikan positif

terhadap Intention to Use (ITU)?

10) Apakah Perceived Ease of Use (PEU) berpengaruh positif

signifikan terhadap Intention to Use (ITU)?

7
1.6 Metodologi Penelitian

Penelitian ini dilakukan dalam beberapa tahap, yaitu : kajian pustaka, perancangan

penelitian, pembuatan instrumen penelitian, pengumpulan data, analisis data,

interpretasi data, dan pembuatan laporan. Penelitian ini menggunakan metode

kuantitatif dan model yang digunakan diadopsi dari Technology Readiness

Acceptance Model (TRAM) (Lin et al, 2007). Peneliti menjabarkan 10 hipotesis

penelitian untuk menjawab pertanyaan penelitian. Kuesioner yang digunakan

dirancang berdasarkan indikator TRI 2.0 dan TAM dengan 5 skala Likert (Likert,

1932; Nazir, 2003). Responden yang terlibat pada penelitian ini adalah pengurus

dan pegawai LKMS.

Sampel diambil dengan menggunakan teknik multi-stage purposive

sampling (Onwuegbuzie dan Collins, 2007). LKMS yang dipilih adalah LKMS

yang telah menerapkan sistem informasi, setelah itu responden yang terlibat harus

memiliki pengalaman menggunakan sistem informasi. Penyebaran kuesioner

dilakukan dengan penyebaran langsung yang dikirimkan ke beberapa LKMS di

JADETABEK. Selain itu, peneliti juga melakukan studi literatur untuk

memperkuat teori-teori yang ada sehingga penelitian ini bersifat ilmiah.

Data kuesioner dikonfersikan menjadi bentuk data digital dengan

menggunakan MS. Excel 2010. Pengujian hipotesis serta pengolahan data

dilakukan dengan menggunakan metode Partial Least Square Structural Equation

Modelling (PLS-SEM) dengan software SmartPLS versi 3.0 (Henseler et al.,

2009; Urbach & Ahlemann, 2010; Hair et al., 2011; Yamin & Kurniawan, 2011;

Hair et al., 2012; Yuliasari et al., 2014; Wong, 2013; Chinomona & Dubihlela,

8
2014; Alshibly, 2014; Irawati & Putra, 2015; Subiyakto et al., 2015; Gutierrez et

al., 2015; Nugroho et al., 2016). Adapun variabel yang digunakan adalah

Optimism (OPT), Innovatveness (INN), Discomfort (DIS), Insecurity (INS),

Perceived Usefulness (PU), Perceived Ease of Use (PEU), Intention to Use (ITU).

Gambar 1.1 Model Penelitian (Lin et al, 2007)

1.7 Ruang Lingkup dan Batasan Penelitian

Agar penelitian ini lebih fokus dan terarah, maka penelitian dilakukan dengan

batasan masalah sebagai berikut:

1) Sampel yang digunakan merupakan stakeholder Lembaga

Keuangan Mikro Syariah (LKMS), yaitu pengurus dan pegawai

LKMS di wilayah JADETABEK.

2) Secara teori, penelitian ini menggunakan variabel dari model

penelitian Technology Readiness and Acceptance Model (TRAM)

yang dikemukakan Lin et al (2007).

3) Penelitian ini menggunakan metode kuantitatif, pengumpulan data

utama menggunakan kuesioer yang disebarkan dengan

9
 pengambilan sampel menggunakan teknik multi-stage purposive

sampling (Onwuegbuzie & Collins, 2007).

1.8 Manfaat Penelitian

Hasil penelitian ini diharapkan dapat memberi manfaat bagi beberapa pihak.

Manfaat tersebut adalah:

1) Secara teoritis penelitian ini dapat memberikan refrensi baru dalam

penggunaan TRAM pada organisasi Lembaga Keuangan Mikro

Syariah.

2) Secara metodologi, penelitian ini akan menambah refrensi

penggunaan metodologi kuantitatif untuk riset pada jurusan Sistem

Informasi.

3) Secara praktis, dari hasil ini akan diketahui faktor-faktor kesiapan

penerimaan pengguna yang mempengaruhi penerapan SI pada

lingkup LKMS. Hal tersebut dapat digunakan sebagai bahan dalam

menyusun strategi pengimplementasian sistem informasi

berdasarkan faktor-faktor tersebut.

1.9 Conceptual & Operational Definition

Pada penelitian ini terdapat beberapa istilah penting, diantaranya:

Tabel 1.1 Tabel Conceptual & Operational Definition

Conceptual Operational Definition

10
Technology Readiness Kecenderungan sikap masyarakat dalam merangkul dan
menggunakan teknologi
Technology Acceptance Penerimaan teknologi informasi atau sistem informasi yang
merupakan minat ataupun keinginan seseorang dalam
menggunakan teknologi informasi untuk tujuan tertentu
Optimism Pandangan optimis dan kepercayaan terhadap penggunaan
SI/TI
Innovatveness Kecenderungan untuk mencoba dan melakukan eksplorasi
terhadap penggunaan SI/TI
Discomfort Kurangnya penguasaan terhadap penggunaan SI/TI dan
merasa ketidaknyamanan terhadap penggunaan SI/TI
tersebut
Insecurity Kurangnya kepercayaan terhadap integritas SI/TI sehingga
menimbulkan keraguan atas penggunaan teknologi
Perceived Usefulness Persepsi/anggapan pengguna bahwa SI/TI akan berguna
dan memberkan manfaat sehingga akan meningkatkan
kinerja pekerjaan.
Perceived Ease of Use Persepsi/anggapan atas kemudahan penggunaan SI/TI
Intention to Use Minat ataupun keinginan seseorang dalam menggunakan
SI/TI

1.10 Sistematika Penulisan

Sistematika penulisan dan penyusunan laporan Praktek Kerja Lapangan ini

dengan urutan sebagai berikut :

BAB I PENDAHULUAN

Bab ini berisikan latar belakang, identifikasi masalah, perumusan masalah, tujuan

penelitian, manfaat penelitian, batasan masalah, waktu dan tempat penelitian,

tahap dan kegiatan laporan serta sistematika penulisan.

BAB II LANDASAN TEORI

Bab ini berisi landasan teori yang digunakan dalam menganalisis permasalah yang

berhubungan dengan topik yang dibahas.

11
BAB III METODOLOGI PENELITIAN

Bab ini akan menjelaskan metodologi proses pelaksanaan penelitian, mencakup

penjelasan-penjelasan tentang pendekatan, prosedur, populasi dan sampel,

instrumen, pengumpulan dan pemrosesan data, serta analisis data.

BAB IV HASIL ANALISIS DAN INTEPRETASI DATA

Bab ini akan memaparkan analisis data dan hasilnya, interpretasi, dan diskusi

hasil penelitian. Selanjutnya, interpretasi dan diskusi dilakukan dengan merujuk

kepada basis teori sebelumnya.

BAB V PENUTUP

Bab ini menjelaskan tentang kesimpulan dan saran atas hasil pelaksanaan

penelitian serta kelanjutan bagi kajian-kajian selanjutnya.

1.11 Ringkasan

Pandangan atas pentingnya SI dapat dilihat dari penerapannya di berbagai jenis

organisasi (Sutabri, 2012). Meskipun penerapan SI akan membawa keuntungan,

organisasi harus terlebih dahulu berhasil dalam penerapannya (Subiyakto &

Ahlan, 2014). Keberhasilan penerapan SI tergantung bagaimana sistem itu

dijalankan/diterima pemakainya (Goodhue, 1995). Lembaga Keuangan Mikro

Syariah (LKMS) saat ini telah memanfaatkan SI, namun tidak berjalan dengan

maksimal dan dianggap sebagai permasalahan oleh beberapa peneliti. Dampaknya

akan mempengaruhi kinerja operasional LKMS tersebut. Penelitian ini bertujuan

untuk mengukur pengaruh kesiapan penerimaan pengguna terhadap penerapan SI

pada lingkup LKMS. Penelitian ini dilakukan dengan pendekatan kuantitatif, dan

12
model digunakan diadopsi dari Technology Readiness and Acceptance Model (Lin

et al). Hasil dari penelitian ini akan mengetahui faktor apa saja yang

mempengaruhi penerapan SI dari perspektif pengguna sistem dan bagaimana

pengaruh kesiapan penggunaan sistem informasi terhadap penerimaannya pada

lingkup LKMS.

13
 BAB II

LANDASAN TEORI

2.1 Pendahuluan

Bab ini mememaparkan tentang teori-teori terkait landasan pelaksanaan

penelitian, meliputi konsep SI, konsep kesiapan, teori kesiapann penggunaan

SI/TI, teori penerimaan SI/TI, lembaga keuangan mikro syariah, metode

pengumpulan data, populasi dan teknik sampling, PLS-SEM, penelitian terdahulu

terkait hubungan antara kesiapan pengguna, penerimaan, dan penerapan SI yang

menjadi landasan penelitian, dan pemodelan penelitian serta hipotesisnya. Teori-

teori tersebut selanjutnya akan dipaparkan dalam bab ini secara berurutan dan

diakhiri dengan ringkasan bab.

2.2 Sistem Informasi

2.2.1. Konsep Dasar Sistem Informasi

Sistem informasi merupakan suatu komponen yang terdiri dari manusia, teknologi

informasi, dan prosedur kerja yang memproses, menyimpan, menganalisis dan

meyebarkan informasi untuk mencapai suatu tujuan (Mulyanto, 2009).

Adapun pendapat lain yang mengatakan sistem informasi adalah suatu

sistem di dalam organisasi yang membantu kebutuhan pengolahan transaksi

harian yang mendukung fungsi operasi organisasi yang bersifat manajerial dengan

14
kegiatan strategi organisasi agar dapat menyediakan laporan yang diperlukan oleh

pihak luar (Sutabri, 2012).

Berdasarkan dukungan kepada pemakainya, sistem informasi dibagi

menjadi (Kusrini, 2007):

1) Transaction Processing System (TPS)

Transaction Processing System adalah sistem informasi yang

dikembangkan untuk pemrosesan data – data dalam jumlah besar

untuk transaksi bisnis yang bersifat rutinitas.

2) Management Information System (MIS)

Management Information System adalah sistem informasi yang

menyajikan laporan yang diperlukan oleh manajemen untuk

analisis dan pengambilan keputusan.

3) Decision Support System (DSS)

Decision Support System adalah pengembangan dari MIS yang

dilengkapi dengan kemampuan analisis agar menghasilkan

beberapa rekomendasi yang digunakan sebagai pertimbangan

dalam pengambilan keputusan.

4) Executive Information System (EIS)

Executive Information System membantu eksekutif atau

manajemen dalam mengatur interaksi dengan lingkungan eksternal,

memberikan informasi yang diperlukan terkait dengan masalah –

masalah strategis dan pengambilan keputusan yang tidak

terstruktur. EIS biasanya disajikan dalam bentuk grafik dengan

15
 menggunakan data dari Transaction Processing System (TPS) dan

Management Information System (MIS).

5) Expert System (ES)

Expert System adalah sistem informasi yang menggunakan ilmu,

fakta dan teknik berpikir dalam pengambilan keputusan untuk

masalah – masalah yang diselesaikan oleh para ahli untuk bidang

tertentu.

6) Office Automation System (OAS)

Office Automation System adalah sistem yang mendukung pekerja

data, hanya menganalisis informasi untuk mentransformasikan atau

memanipulasi data sebelum disebarkan.

Sebuah sistem informasi mempunyai komponen yang terdiri dari (Kadir,

2003):

Gambar 2.1 Komponen Sistem Informasi (Kadir, 2003)

a. Perangkat keras (hardware)

Mencakup peranti fisik seperti komputer dan printer.

16
 b. Perangkat lunak (software)

Sekumpulan instruksi yang memungkin perangkat keras untuk

dapat memproses data.

c. Prosedur

Sekumpulan aturan yang digunakan untuk mewujudkan

pemrosesan data dan pembagkitan keluaran yang dikehendaki.

d. Manusia

Semua pihak yang bertanggung jawab dalam pengembangan

sistem informasi, pemrosesan, dan penggunaan keluaran sistem

informasi.

e. Basis data

Sekumpulan tabel, hubungan, dan lainnya yang berhubungan

dengan penyimpanan data.

f. Jaringan komputer dan komunikasi data

Sistem penghubung yang memungkinkan sumber dipakai secara

bersama atau diakses oleh sejumlah pemakai.

2.3 Kesiapan

2.3.1. Konsep Dasar Kesiapan

Menurut Chaplin (2006), kesiapan adalah tingkat perkembangan dari kematangan

atau kedewasaan yang ditujukan untuk mempraktekkan sesuatu. Pendapat lainnya

menyatakan bahwa kesiapan adalah keadaan yang ada pada diri seseorang yang

berhubungan dengan tujuan tertentu (Hamalik, 2006). Kesiapan juga dapat

17
diartikan sebagai keseluruhan kondisi seseorang yang membuat dirinya siap untuk

memberikan respon di dalam cara tertentu terhadap suatu situasi dan kondisi yang

dihadapi (Slameto, 2010).

Dari beberapa pernyataan diatas, dapat diartikan bahwa kesiapan adalah

tingkat suatu keadaan seseorang untuk memberikan respon yang berkaitan dengan

tujuan tertentu.

2.3.2. Faktor-Faktor Kesiapan

Menurut Dalyono (2005), faktor yang memperngaruhi kesiapan dibagi menjadi

dua, yaitu faktor internal dan faktor eksternal yang meliputi:

1) Faktor internal meliputi kondisi kesehatan, intelegensi, minat dan

bakat, serta motivasi.

2) Faktor eksternal meliputi kondisi lingkungan, keluarga, dan

masyarakat.

Menurut Slameto (2010) kesiapan dipengaruhi beberapa aspek, yaitu:

1) Kondisi Fisik, mental dan emosional

2) Kebutuhan akan hal tertentu, motif dan tujuan.

3) Keterampilan, pengetahuan dan pemahaman lain yang telah

dipelajari

18
2.3.3. Bentuk Kesiapan

Menurut Kuswahyuni (2009) terdapat beberapa bentuk kesiapan, yaitu:

1) Kesiapan Mental

Kesiapan mental adalah kondisi kepribadian seseorang secara

menyeluruh. Kondisi mental dibentuk dari tumbuh kembang

seseorang semasa hidupnya dan diperkuat dari pengalaman-

pengalaman yang dimilikinya dalam kehidupan sehari-hari.

2) Kesiapan Diri

Kesiapan diri adalah terbangunnya kekuatan serta kesanggupan

fisik dari seseorang yang berakal sehat sehingga dapat menghadapi

keadaan tertentu sesuai tujuannya.

3) Kesiapan Kecerdasan

Kesiapan kecerdasan merupakan kesigapan bertindak dan

kapabilitas seseorang dalam memahami. Kemampuan intelegensi,

otak dan pikiran dapat membuat seseorang lebih aktif sehingga

dapat menyesuaikan diri dengan lingkungan sekitarnya.

2.4 Technology Readiness

2.4.1. Technology Readiness Index (TRI)

Technology Readiness atau kesiapan penggunaan teknologi merupakan

kecenderungan sikap masyarakat dalam merangkul dan menggunakan teknologi

baru di rumah dan di tempat kerja (Parasuraman, 2000).

19
 Setiap orang bisa menjadi pengguna teknologi, namun cara

mengimplementasikannya tergantung pada derajat kesiapan seseorang dalam

menerima teknologi tersebut. Menurut Parasuraman (2000), langkah pertama yang

harus dilakukan dalam implementasi teknologi adalah mengetahui kesiapan

konsumen dalam menerima teknologi tersebut. Dalam konteks ini, Technology

Readiness Index dikembangkan oleh Parasuraman (2000) untuk mengukur dan

mengetahui sejauh mana kesiapan seseorang maupun organisasi untuk

mengadopsi sebuah teknologi informasi.

2.4.2. Dimensi Technology Readiness Index

Pada model Technology Readiness Index terdapat empat faktor yang dianggap

berpengaruh terhadap kesiapan seseorang dalam mengadopsi teknologi,

(Parasuraman, 2000) yaitu :

1) Optimsm (Optimisme) : Optimisme merupakan pandangan optimis

seseorang terhadap penggunaan teknologi, dan percaya bahwa

teknologi akan memberikan kontrol, peningkatan kinerja, dan

efisiensi dalam kehidupan.

2) Innovativeness (Inovatif) : Kecenderungan seseorang untuk

mencoba dan melakukan eksplorasi terhadap teknologi terbaru.

Pemikiran inovatif akan mempengaruhi seseorang dalam

meningkatkan kapabilitas penggunaan teknologi.

3) Discomfort (Ketidaknyamanan) : Ketidaknyamanan

menggambarkan kurangnya penguasaan terhadap penggunaan

20
 teknologi sehingga seseorang merasa terbebani terhadap

penggunaan teknologi tersebut.

4) Insecurity (Rasa Tidak Aman) : Rasa tidak aman menggambarkan

kurangnya kepercayaan seseorang terhadap integritas teknologi

seperti keamanan data serta ketersediaan (availability) teknologi

sehingga menimbulkan keraguan atas penggunaan teknologi.

Keempat faktor diatas digolongkan menjadi kelompok dimensi sebagai

pendorong seseorang dalam kesiapan mengadopsi teknologi yang diwakili oleh

optimism dan innovativeness, serta dimensi yang menjadi penghambat dalam

kesiapan mengadopsi teknologi yang diwakili oleh discomfort dan insecurity.

Kedua dimensi diatas disusun oleh 36 butir pertanyaan/ indikator yang terdiri dari

10 butir pertanyaan untuk Optimism, 7 butir pertanyaan Innovativeness, 10 butir

pertanyaan pada Discomfort, dan 9 pertanyaan untuk dimensi Insecurity.

Dalam penelitian lebih lanjut, Parasuraman & Colby (2015) melakukan

pembaruan dan penyesuaian terhadap struktur indikator penyusun pertanyaan

untuk mengukur TRI. Penyesuaian ini menghasilkan struktur pertanyaan yang

lebih ringkas yaitu 16 poin keseluruhan indikator yang dibagi menjadi 4 pada

setiap dimensi. Penelitian lanjutan ini dinamakan TRI 2.0.

2.4.3. Tingkat Kategori Technology Readiness Index

Parasuraman (2000) memberikan tiga kategori pada pengukuran Technology

Readiness Index, yaitu:

21
 1) High Technology Readiness (TRI > 3.51)

2) Medium Technology Readiness (2.9 =< TRI =< 3.51)

3) Low Technology Readiness (TRI =< 2.89)

Terdapat 5 segmen kategori pengguna SI/TI yang didefiniskan oleh Parasuraman

& Colby (2015):

1) Explolers : Memiliki optimisme dan rasa inovatif yang tinggi

terhadap teknologi/sistem, sehingga memiliki antusiasme terhadap

penggunaan teknologi/sistem informasi.

2) Pioneer : Memiliki optimisme dan rasa inovatif yang tinggi

terhadap teknologi/sistem, namun memiliki sikap kritis terhadap

penggunaan teknologi/sistem informasi. Hal tersebut menyebabkan

pengguna akan selektif dalam penggunaan teknologi/sistem

informasi.

3) Paranoids : Memiliki rasa optimis terhadap teknologi/sistem

namun memiliki rasa inovatif yang rendah. Pengguna kategori ini

memiliki ketidaknyamanan dan keraguan yang tinggi terhadap

penggunaan teknologi/sistem. Hal ini menyebabkan rendahnya

antusiasme terhadap penggunaan teknologi.

4) Laggards : Memiliki rasa optimis dan rasa inovatif terhadap

teknologi/sistem yang rendah. Jenis pegguna seperti ini memiliki

ketidaknyamanan dan keraguan yang tinggi terhadap penggunaan

22
 teknologi/sistem. Hal ini menyebabkan penolakan terhadap

penggunaan teknologi.

5) Skeptics : Memiliki rasa optimis dan rasa inovatif yang rendah

terhadap teknologi/sistem. Jenis pegguna seperti ini juga memiliki

ketidaknyamanan dan keraguan yang rendah terhadap penggunaan

teknologi/sistem. Pengguna seperti ini akan menerima

teknologi/sistem namun tidak memiliki antusiasme terhadap

teknologi/sistem.

Pada penjelasan lebih lanjut, diyatakan bahwa segmentasi kategori pengguna

SI/TI dipengaruhi oleh faktor usia, jenis kelamin, dan tingkat pendidikan.

Pengguna dengan usia yang muda dan tingkat pendidikan yang tinggi, cenderung

termasuk kategori pengguna explolers dan pioneer, dan segmentasi kategori ini

didominasi oleh laki-laki. Pengguna dengan usia yang relatif lebih tua dan tingkat

pendidikan yang tinggi, cenderung termasuk kategori paranoids, pengguna

segmentasi kategori ini didominasi oleh perempuan. Pengguna dengan usia yang

lebih tua atau berusia lanjut dan tingkat pendidikan yang lebih rendah cenderung

termasuk kategori laggards dan skeptics.

2.5 Penerimaan Sistem Informasi

Penerimaan pengguna terhadap teknologi informasi atau sistem informasi adalah

sebuah kemauan atau minat yang nampak didalam suatu kelompok pengguna

23
untuk menerapkan sistem teknologi informasi tersebut dalam pekerjaannya (Succi

& Walter, 1999).

Teo (2011) menyatakan bahwa penerimaan teknologi informasi dapat

didefinisikan sebagai kesediaan pengguna untuk menggunakan teknologi

informasi untuk mendukung tugas yang telah dirancang. Pendapat lain menyatakan

bahwa, penerimaan pengguna dapat didefinisikan sebagai keinginan seseorang

dalam memanfaatkan teknologi informasi yang didesain untuk tujuan tertentu

(Nasir, 2013). Dari pernyatan-pernyataan diatas dapat disimpulkan bahwa

penerimaan teknologi informasi atau sistem informasi adalah minat ataupun

keinginan seseorang dalam menggunakan teknologi informasi untuk tujuan tujuan

tertentu.

2.6 Technology Acceptance Model (TAM)

2.6.1. Konsep Technology Acceptance Model

Technology Acceptance Model adalah teori di dalam sistem informasi yang

menggambarkan perilaku pengguna teknologi dalam menerima dan menggunakan

teknologi baru tersebut (Davis, 1989).

Gambar 2.2 TAM (Davis, 1989)

24
 Perilaku pengguna atau minat pengguna dalam menerima dan

menggunakan teknologi informasi dipengaruhi oleh dua faktor, yaitu :

1) Perceived Usefulness, didefinisikan sebagai persepsi/anggapan

pengguna teknologi percaya bahwa teknologi akan berguna dan

memberkan manfaat sehingga akan meningkatkan kinerja

pekerjaan.

2) Perceived Ease of Use, didefinisikan sebagai persepsi/anggapan

atas penggunaan teknologi akan memberikan kemudahan.

Davis menambahkan bahwa dampak faktor-faktor lain seperti proses

pengembangan dan pelatihan, karakteristik sistem dan yang lainnya terhadap

minat seseorang dalam menerima sistem informasi (intention to use) akan

dimediasi oleh perceived usefulness dan perceived ease of use. Jogiyanto (2007)

mengatakan bahwa TAM adalah model yang mampu menjelaskan perilaku

pengguna sistem informasi yang berlandaskan persepsi atas kepercayaan, sikap,

dan keinginan pengguna terhadap sistem informasi.

2.7 Technology Readiness and Acceptance Model (TRAM)

2.7.1. Konsep TRAM

Technology Readiness and Acceptance Model (TRAM) adalah nama model

dikemukakan oleh Lin et al (2007), merupakan perpaduan konsep kesiapan adopsi

teknologi Technologi Readiness Index dan konsep penerimaan teknologi

Technology Acceptance Model. TRAM digunakan untuk mengetahui pengaruh

25
kesiapan pengguna SI/TI terhadap penerimaan teknologi informasi atau sistem

pada organisasi, hal ini seperti apa yang di nyatakan oleh Davis (1989) bahwa

dampak faktor-faktor terhadap minat seseorang dalam menggunakan sistem

informasi (intention to use) akan dimediasi oleh perceived usefulness dan

perceived ease of use.

Penelitian yang memadukan TRI dan TAM juga dilakukan oleh beberapa

peneliti lain (Walchzuch et al, 2007; Lin & Chang, 2011; Edrogmus & Esen,

2011; Aisyah et al, 2014; Basgoze, 2015; Hallikainen & Laukkanen, 2016),

meskipun tidak seluruhnya menggunakan nama TRAM untuk penelitiannya,

namun terdapat karakteristik model yang serupa yaitu dengan terdapatnya variabel

variabel dimensi TRI (optimism, innovativeness, Discomfort, Insecurity) dan

dimensi TAM (perceived ease of use, perceived usefulness, intention to use).

Gambar 2.3 TRAM (Lin et al, 2007)

26
2.8 Pengukuran, Penilaian, dan Analisis

2.8.1. Pengertian Pengukuran

Pengukuran adalah pemberian nilai dari suatu obyek, dimana obyek merupakan

suatu entitas yang akan diteliti, sedangkan nilai adalah karakteristik dari obyek

tersebut. (Jogiyanto, 2008).

Pengukuran adalah suatu proses menjelaskan konsep abstrak menjadi hal-

hal yang kongkret. (Prasetyo & Jannah, 2006). Pendapat lain mengatakan bahwa

pengukuran merupakan kegiatan membandingkan dengan suatu ukuran tertentu

sehingga sifatnya menjadi kuantitatif (Arikunto & Jabar, 2004).

Dapat disimpulkan bahwa pengukuran adalah pemberian suatu

karakteristik pada objek tertentu sehingga objek tersebut dapat dibandingkan

dengan ukuran tertentu dan dapat dijelaskan secara kongkret.

2.8.2. Pengertian Penilaian

Penilaian adalah bentuk penafsiran data dari hasil pengukuran berdasarkan kriteria

atau aturan tertentu (Widoyoko, 2012). Pendapat lain mengatakan bahwa

penilaian merupakan pengambilan keputusan terhadap sesuatu dengan mengacu

pada ukuran tertentu (Djaali & Muljono, 2008).

Menurut Arikunto (2009) Penilaian merupakan suatu keputusan terhadap

sesuatu dengan ukuran tertentu dan bersifat kualitatif.

Dari penjelasan tersebut dapat disimpulkan bahwa penilaian adalah suatu

penafsiran yang didasari oleh kriteria atau ukuran tertentu dan bersifat kualitatif.

27
2.8.3. Pengertian Analisis

Menurut kamus besar bahasa Indonesia (KBBI), Analisis merupakan penyelidikan

terhadap suatu peristiwa (karangan, perbuatan, dan sebagainya) untuk mengetahui

keadaan yang sebenarnya. Sedangkan menurut Sarwono (2006) Analisis

merupakan evaluasi dari sebuah situasi dari sebuah permasalahan yang dibahas,

termasuk didalamnya peninjauan dari berbagai aspek dan sudut pandang.

Dari penjelasan tersebut disimpulkan bahwa Analisis merupakan

peninjauan suatu peristiwa dari berbagai sudut pandang untuk mengetahui

keadaan yang sebenarnya.

2.9 Lembaga Keuangan Mikro Syariah (LKMS)

2.9.1. Konsep LKMS

Lembaga Keuangan Mikro (LKMS) adalah lembaga keuangan yang khusus

didirikan untuk memberikan jasa pengembangan usaha dan pemberdayaan

masyarakat, baik melalui pinjaman atau pembiayaan dalam usaha skala mikro

kepada anggota dan masyarakat, pengelolaan simpanan, maupun pemberian jasa

konsultasi pengembangan usaha menggunakan prinsip syariah yang tidak semata-

mata mencari keuntungan (Rahman & Rahim, 2007).

28
 Gambar 2.4 LKM (OJK, 2015)

2.9.2. Jenis LKMS

Lembaga Keuangan Mikro Syariah di Indonesia diklasifikasikan menjadi

beberapa kategori berdasarkan karakteristiknya masing-masing, seperti jumlah

modal dan kredit, sumber pendanaan, badan hukum, izin usaha, dan nasabahnya.

Berikut ini tiga kategori Lembaga Keuangan Syariah di Indonesia:

1) Baitul Maal Wattamwil (BMT)

BMT merupakan lembaga pendukung kegiatan ekonomi

masyarakat kecil dengan berlandaskan system syariah yang

kegiatannya mengembangkan usaha produktif dan investasi dalam

meningkatkan kualitas kegiatan pemberdayaan ekonomi

kerakyatan (Raharjo, 1999). Kegiatan operasional BMT adalah

simpanan dan pembiayaan serta menghimpun dan menyalurkan

dana zakat infaq dan sedekah.

29
 2) Koperasi Syariah

Koperasi syariah biasa disebut Koperasi Simpan Pinjam Syariah

(KSPS) atau Koperasi Jasa Keuangan Syariah (KJKS) menurut

Keputusan Menteri Negara Koperasi dan Usaha Kecil dan Usaha

Kecil dan Menengah Republik Indonesia Nomor

91/Kep/IV/KUKM/IX/2004, “koperasi yang kegiatan usahanya

bergerak d bidang pembiayaan, investasi, dan simpanan sesuai pola

bagi hasil (syariah)”. Koperasi syariah memiliki kegiatan yang

sama dengan BMT namun tidak disertai penghimpunan dan

penyaluran dana zakat, infaq dan sedekah.

3) Bank Pembiayaan Rakyat Syariah (BPRS)

BPRS adalah bank syariah yang tidak memberikan jasa dalam lalu

lintas pembayaran seperti menerima simpanan dalam bentuk giro.

2.10 Metode Pengumpulan Data

2.10.1. Observasi

Pengumpulan data dengan observasi langsung adalah cara pengambilan data

dengan menggunakan mata tanpa ada pertolongan alat standar lain untuk

keperluan tersebut (Nazir, 2003). Adapun menurut Jogiyanto (2008), observasi

merupakan teknik atau pendekatan untuk mendapatkan data primer dengan cara

mengamati langsung objek datanya. Observasi dapat dibedakan menjadi

(Sugiyono, 2009):

1) Observasi Partisipan

30
 Dalam kegiatan ini peneliti terlibat langsung dengan objek

penelitian dimana peneliti ikut mengerjakan apa yang dilakukan

sumber data, dan merasakan seperti apa yang dirasakan objek

penelitian. Data yang diperoleh dari observasi ini lebih lengkap dan

akurat.

2) Observasi Nonpartisipan

Dalam observasi ini peneliti tidak terlibat langsung dan hanya

menjadi pengamat independen.

3) Observasi Terstruktur

Observasi ini dilakukan dengan merancang secara sistematis apa

yang akan diamati, tempat penelitian, dan hal lain yang berkaitan

dengan objek penelitian.

4) Observasi Tidak Terstruktur

Observasi tidak terstruktur dilakukan apabila peneliti tidak

mengetahui sama sekali objek penelitian yang akan diamati,

sehingga tidak melakukan persiapan secara sistematis.

2.10.2. Wawancara

Wawancara adalah proses mendapatkan keterangan untuk tujuan penelitian

dengan cara tanya jawab, sambil bertatap muka antara penanya atau pewawancara

dengan si penjawab atau responden dengan menggunakan alat yang dinamakan

interview guide (panduan wawancara) (Nazir, 2003).

31
 Sugiyono (2009) mengatakan bahwa wawancara merupakan studi

pendahuluan yang dilakukan untuk menemukan permasalahan yang harus diteliti

dan untuk mengetahui hal-hal yang lebih mendalam dari responden. Terdapat dua

jenis wawancara, yaitu:

1) Wawancara terstruktur

Wawancara terstruktur dilakukan bila peneliti telah mengetahui

dengan pasti tentang informasi apa yang akan diperoleh. Dalam

wawancara ini telah ditentukan pertanyaan secara tertulis yang

alternatif jawabannya telah disiapkan.

2) Wawancara tidak terstruktur

Wawancara tidak terstruktur adalah wawancara yang bebas dimana

peneliti tidak menggunakan pedoman wawancara dan pertanyaan

yang diajukan berupa garis besar permasalahan.

2.10.3. Kuesioner

Kuesioner adalah salah satu intrumen pengumpulan data sebagai alat bantu yang

digunakan peneliti dalam kegiatan pengumpulan data secara tidak langsung

(peneliti tidak langsung bertanya-jawab dengan responden). kuesioner adalah

sejumlah pertanyaan atau pernyataan yang harus dijawab oleh responden (Guritno

et al, 2011)

Menurut Sekaran (1992) kuesioner adalah daftar pertanyaan yang

mengukur variabel-variabel, hubungan di antara variabel, pengalaman atau opini

dari responden.

32
2.10.4. Studi Pustaka

Studi pustaka merupakan proses umum yang dilakukan untuk mendapatkan teori

terlebih dahulu. Kajian pustaka meliputi pengidentifikasian secara sistematis,

penemuan, analisis dokumen-dokumen yang memuat informasi yang berkaitan

dengan masalah penelitian. Studi pustaka dapat dilakukan dengan membaca dan

mempelajari buku-buku, diktat, catatan, makalah dan artikel baik cetak maupun

elektronik yang berhubungan dengan penelitian (Nazir, 2003).

Adapun Jogiyanto (2008) menjelaskan bahwa studi pustaka ialah cara

penelitian yang dilakukan dengan membaca dan mempelajari buku-buku pustaka,

dan website tertentu yang dijadikan pendukung dalam penelitian yang dilakukan.

2.11 Skala Likert

Skala likert adalah suatu skala psikometrik yang umum digunakan dalam

kuesioner dan merupakan skala yang paling banyak digunakan dalam riset berupa

survei. Nama skala ini diambil dari nama Rensis Likert, yang menerbitkan suatu

laporan yang menjelaskan penggunaannya (Likert, 1932).

Menurut Djaali (2008) skala likert adalah skala yang dapat dipergunakan

untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok orang

tentang suatu gejala atau fenomena. Skala ini mempunya beberapa butir

pertanyaan yang disusun dengan mengacu pada dimensi positif dan negatif

sehingga membentuk suatu nilai yang menggambarkan sifat dari individu, seperti

pengetahuan, sikap, dan perilaku (Nazir, 2003).

33
2.12 Populasi dan Teknik Sampling

2.12.1. Pengertian Populasi

Populasi berkaitan dengan seluruh kelompok orang, peristiwa, atau benda yang

menjadi pusat perhatian penelitian untuk diteliti (Guritno et al, 2011). Pendapat

lain mendefinisikan populasi sebagai keseluruhan gejala/satuan yang ingin diteliti

(Prasetyo & Jannah, 2006).

Dengan kata lain, populasi adalah generalisasi yang terdiri atas: obyek atau

subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh

peneliti untuk dipelajari dan ditarik kesimpulannya.

2.12.2. Pengertian Sampel

Sample merupakan bagian dari populasi yang ingin diteliti, oleh karena itu sample

harus dilihat sebagai suatu pendugaan terhadap populasi. (Bailey, 1994)

Dengan mengambil sampel, peneliti dapat menarik kesimpulan yang akan

digeneralisasi terhadap populasi. Penarikan sampel merupakan proses pemilihan

sejumlah elemen dari populasi (Guritno et al, 2011).

2.12.3. Jenis-Jenis Sampling

Terdapat dua jenis teknik pengambilann sample, yaitu teknik penarikan sampel

probabilita dan teknik penarikan sampel nonprobabilita (Prasetyo & Jannah,

2006).

34
 Teknik penarikan sampel probabilita memberikan peluang kesempatan

yang sama kepada elemen populasi untuk dipilih sebagai sampel. Terdapat tiga

metode dalam penarikan sampel probabilita, yaitu:

1) Simple random sampling

Teknik ini merupakan pengambilan sampel populasi dilakukan

secara acak tanpa memperhatikan strata yang ada dalam populasi.

2) Stratified random sampling

Stratified Random Sampling merupakan suatu prosedur penarikan

sampel berstrata, yaitu suatu penarikan acak sederhana ditarik dari

setiap strata yang kurang lebih sama dalam beberapa karakteristik

3) Cluster sampling

Cluster Sampling merupakan suatu prosedur penarikan sampel

probabilitas yang memilih subpopulasi yang disebut cluster.

Kemudian, setiap elemen didalam kelompok (cluster tersebut) dipilih

sebagai anggota sampel.

Penarikan sampel nonprobabilita memiliki kriteria bahwa elemen populasi

memiliki peluang yang berbeda untuk dipilih sebagai sampel, beberapa metode

penarikan sampel nonprobabilita adalah sebagai berikut:

1) Convience Sampling

Disebut juga dengan penarikan sampel aksidental. Prosedur

penarikan sampel ini adalah dengan langsung mengunjungi lingkup

populasi, contoh untuk mendapatkan respon penonton suatu film,

35
 pengambilan sampel ditujukan pada pengunjung bioskop yang

telah menonton film.

2) Purpose Sampling

Teknik ini menggunakan kriteria tertentu terhadap sampel,

terutama digunakan untuk menentukan responden yang ahli pada

bidang tertentu.

3) Quota Sampling

Merupakan penarikan sampel berdasarkan kuota dan memiliki

kriteria tertentu.

4) Snowball Sampling

Metode penarikan sampel dimana peneliti menentukan responden

berdasarkan rekomendasi responden lain.

2.13 Partial Least Square Structural Equetion Modeling (PLS-SEM)

2.13.1. Konsep PLS-SEM

PLS-SEM merupakan metode analisis yang dapat digunakan pada setiap jenis

skala data (nominal, ordinal, interval, dan rasio) serta syarat asumsi yang lebih

fleksibel (Yamin & Kurniawan, 2011). PLS dapat juga digunakan untuk tujuan

pembuktian/konfirmasi (seperti pengujian hipotesis) dan tujuan eksplorasi.

PLS juga dapat memprediksi apakah terdapat atau tidak terdapat hubungan

dan proposisi untuk pengujian. Tujuan utamanya adalah menjelaskan hubungan

antar konstruk dan menekankan pengertian tentang nilai hubungan tersebut.

Dalam hal ini, hal penting yang harus diperhatikan adalah adanya teori yang

36
memberikan asumsi untuk menggambarkan model, pemilihan variabel,

pendekatan analisis, dan interpretasi hasil.

Ghozali (2006) mengatakan bahwa PLS memiliki beberapa kelebihan yang

akan memudahkan peneliti diantaranya adalah, PLS dapat menganalisis model

yang kompleks yang dibentuk dari indikator refleksi dan indikator negatif,

fleksibilitas algoritma dapat menganalisis banyak indikator, serta dapat

menggunakan sampel data yang relatif sedikit (<100).

Beberapa istilah umum yang digunakan pada PLS diantaranya adalah

(Hair et al, 1998):

1) Variabel Laten

Konsep yang diukur dengan perkiraan berdasarkan indikator

penyusunnya. Indikator penyusun tersebut dinamakan dengan

variabel manifest.

2) Variabel Manifes

Variabel manifest adalah nilai observasi pada bagian spesifik yang

dipertanyakan, baik dari responden yang menjawab pertanyaan

(misalnya, kuesioner) maupun observasi yang dilakukan oleh

peneliti. Dalam format kuesioner, variabel manifes tersebut

merupakan item-item pertanyaan dari setiap variabel yang

dihipotesiskan

37
2.13.2. Evaluasi Model Pengukuran

Evaluasi terhadap model pengukuran meliputi pemeriksaan individual item

reliability, internal consistency atau construct reliability, average variance

extracted, dan discriminant validity. Pengukuran ini dikelompokkan dalam

convergent validity. Convergent validity mengukur besarnya korelasi antara

konstruk dengan variabel laten.

Dalam evaluasi convergent validity dari pemeriksaan individual item

reliability, dapat dilihat dari nilai standardized loading factor. Standardized

loading factor menggambarkan besarnya korelasi antara setiap item pengukuran

(indikator) dengan konstruknya. Nilai loading factor diatas 0,7 dapat dikatakan

ideal, artinya bahwa indikator tersebut dikatakan valid sebagai indikator yang

mengukur konstruk jika angkanya anta 0,5 – 0,6 dikatakan cukup (Ghozali, 2016),

sedangkan untuk indikator dengan angka 0.4 – 0.5 dapat dipertimbangkan jika

nilai composite reliability masih pada batas aman dan indikator dapat dihapus jika

hal tersebut meningkatkan nilai composite reliability (Hair et al, 2011).

Selanjutnya melihat internal consistency reliability dari nilai composite

reliability. Composite reliability lebih baik dalam mengukur internal consistency

dibandingkan cronbach’s alpha dalam model SEM dikarenakan composite

reliability tidak mengasumsikan kesamaan boot dari setiap indikator. Cronbach’s

alpha cenderung menaksir lebih rendah construct reliability dibandingkan

composite reliability. Nilai batas 0,7 ke atas berarti dapat diterima dan diatas 0,8

dan 0,9 berarti sangat memuaskan.

38
 Ukuran lain dari convergent validity adalah nilai average variance

extracted (AVE). Nilai ini menggambarkan besaran varian atau keragaman

variabel manifes yang dapat dikandung oleh konstruk laten. Nilai AVE minimal

0,5 menunjukan ukuran convergent validity yang baik. Artinya, variabel laten

dapat menjelaskan rata-rata lebih dari setengah variance dari indikator-

indikatornya.

Discriminant validity dievaluasi melalui cross loading, kemudian

membandingkan nilai AVE dengan kuadrat nilai korelasi antar konstruk. Ukuran

cross loading adalah membandingkan korelasi indikator dengan konstruknya dan

konstruk blok lainnya. Bila korelasi antara indikator dengan konstruknya lebih tinggi

dari korelasi dengan konstruk blok lainnya, hal ini menunjukan konstruk tersebut

memprediksi ukuran pada blok mereka dengan lebih baik dari blok lainnya. Ukuran

discriminant validity lainnya adalah bahwa nilai akar AVE harus lebih tinggi daripada

korelasi antara konstruk dengan konstruk lainnya atau nilai AVE lebih tinggi dari

kuadrat korelasi anatara konstruk.

2.13.3. Evaluasi Model Struktural

Ada beberapa tahap untuk mengevaluasi model struktural. Pertama adalah

melihat signifikansi hubungan antara konstruk. Hal ini dapat dilihat dari koefisien

jalur (path coefficient) yang menggambarkan kekuatan hubungan antara konstruk.

Path coefficient (β) diuji dengan nilai ambang batas diatas 0,1 untuk menyatakan

bahwa jalur (path) yang dimaksud mempunyai pengaruh di dalam model.

39
 Path Variabel
Coefficient Manifest

Variabel
Laten

Loading
Factor

Gambar 2.5 Komponen PLS-SEM

Kedua, mengevaluasi nilai R2 (coefficient of determination) untuk

menjelaskan varian dari tiap target endogenous variabel dengan standar

pengukuran sekitar 0,67 sebagai kuat, sekitar 0,33 moderat, dan 0,19 atau

dibawahnya menunjukan tingkat varian yang lemah. Ketiga, melihat nilai t-test

dengan metode bootstrapping tingkat signifikansi 5% untuk menguji hipotesis-

hipotesis penelitian. Hipotesis penelitian akan diterima jika memiliki t-test lebih

besar dari 1,96.

2
Keempat, pengujian f (effect size) untuk memprediksi pengaruh variabel

tertentu terhadap variabel lainnya dalam struktur model dengan nilai ambang

batas sekitar 0,02 untuk pengaruh kecil, 0,15 untuk menengah, dan 0,35 untuk

pengaruh besar. Kelima, menguji Q2 (predictive relevance) dengan metode

40
blindfolding untuk memberikan bukti bahwa variabel tertentu yang digunakan

dalam model mempunyai keterkaitan prediktif (predictive relevance) dengan

variabel lainnya dalam model dengan ambang batas pengukuran diatas nol.

Keenam, melakukan pengujian q2 (Relative Impact) masih dengan metode

blindfolding untuk mengukur pengaruh sebuah keterkaitan prediktif sebuah

variabel tertentu dengan variabel lainnya dengan nilai ambang batas sekitar 0,02

untuk pengaruh kecil, 0,15 untuk pengaruh menengah/sedang, dan 0,35 untuk

pengaruh besar.

2.14 Kajian Penelitian Sejenis

1) Walczuch et al (2007)

Penelitian yang dilakukan Walczuch et al (2007) bertujuan untuk mengukur

pengaruh kesiapan pegawai terhadap penerimaan teknologi informasi pada

lingkup perusahaan jasa. Dimensi kesiapan pengguna diwakili oleh variabel TRI

1.0 (optimism, innovatifness, discomfort, insecurity) yang memiliki 36 indikator

dan dimensi penerimaan teknologi diwakili oleh variabel TAM (perceived ease of

use, perceived usefulness) yang memiliki 12 indikator (Davis, 1989).

Responden penelitian ini adalah pegawai beberapa perusahaan penyedia

jasa keuangan. Pengumpulan data dilakukan dengan menggunakan kuesioner dan

pengolahan data menggunakan PLS. Penelitian ini menemukan bahwa optimism

dan innovatifness memiliki pengaruh positif secara signifikan terhadap perceived

ease of use, hal ini menjunjukan bahwa pegawai yang cenderung memiliki rasa

optimis dan inovatif terhadap teknologi akan menganggap bahwa penggunaan

41
teknologi memberikan kemudahan pada aspek pekerjaan. Hubungan optimism

terhadap perceived usefulness memiliki pengaruh positif yang signifikan,

sendangkan innovatifness memiliki pengaruh negatif terhadap perceived

usefulness. Ditemukannya hasil tersebut berbeda dari asumsi bahwa innovatifness

memiliki pengaruh positif terhadap perceived usefulness.

Walczuch et al (2007) menjelaskan bahwa pengguna yang cenderung

inovatif akan menjadi lebih kritis terhadap teknologi sehingga memiliki harapan

terhadap kinerja teknologi informasi itu sendiri. Penyebab lain yang mungkin

mempengaruhi hasil ini adalah software yang menjadi objek pada penelitian ini

berbeda pada beberapa responden. Variabel discomfort dan insecurity memiliki

pengaruh negatif terhadap perceived ease of use, hal ini menjelaskan bahwa

pegawai yang tidak nyaman terhadap penggunaan teknologi informasi cenderung

merasa terbebani atas kompleksitas penggunaan teknologi tersebut. Pegawai yang

memiliki angka yang tinggi pada variabel insecurity cenderung memiliki

keraguan atas keamanan penggunaan teknologi informasi sehingga menganggap

penggunaan teknologi tidak mudah.

Discomfort tidak memiliki pengaruh signifikan terhadap perceived

usefulness, hal ini menunjukan bahwa pegawai yang tidak merasa nyaman

terhadap penggunaan teknologi cenderung tidak memiliki presepsi dan ekspektasi

terhadap kegunaan dari teknologi tersebut. Insecurity pengaruh negatif terhadap

perceived usefulness yang mengindikasikan bahwa pegawai yang memiliki

keraguan dalam menggunakan teknologi beranggapan bahwa teknologi tidak

memiliki kegunaan yang berpengaruh pada aspek pekerjaannya.

42
2) Lin et al (2007)

Penelitian ini bertujuan untuk melihat bagaimana hubungan antara kesiapan

pengguna dalam mengadopsi sistem online stock trading terhadap penerimaan

sistem tersebut. Penelitian ini menggunakan model yang dihasilkan atas

penggabungan TRI dan TAM yang dinamakan Technology Readiness and

Acceptance model (TRAM).

Penelitian ini menemukan bahwa variabel optimism dan innovativeness

memiliki pengaruh positif terhadap perceived usefulness dan perceived ease of

use, yang berarti bahwa hal tersebut berpengaruh dalam mendorong pengguna

untuk menerima penerapan sistem informasi. Variabel discomfort dan insecurity

memiliki pengaruh negatif terhadap perceived usefulness dan perceived ease of

use, yang diartikan sebagai penghambat dalam menerima sebuah sistem.

3) Lin dan Chang (2011)

Penelitian ini bertujuan untuk mengukur pengaruh kesiapan pengguna sistem

terhadap penerimaan teknologi self-service. Pengukuran yang dilakukan

menyangkut 36 indikator TRI 1.0 Parasuraman (2000) dan indikator TAM yang

diadaptasi dari Nysveen et al (2005) yang telah menyesuaikan indikator sesuai

objek Self Service Technology, namun tidak jauh berbeda dengan apa yang

dihasilkan Davis (1989). Penelitian ini menghasilkan kesimpulan bahwa kesiapan

pengguna teknologi memiliki pengaruh terhadap presepsi kemudahan atas

penggunaan teknologi (perceived ease of use) dan presepsi atas manfaat

43
penggunaan teknologi (perceived usefulness) sehingga mempengaruhi niat dari

pengguna untuk terus menggunakan Self Service Technology tersebut.

Terdapat dua kategori pada aspek Technology Readiness dalam

mempengaruhi pengguna menerima teknologi yaitu pendorong (optimism,

innovatifness) dan penghambat (discomfort, insecurity).

4) Erdogmus dan Esen (2011)

Penelitian ini bertujuan untuk mengetahui pengaruh dari kesiapan kepala HRD

dalam penggunaan teknologi terhadap penerimaan adopsi teknologi pada bidang

e-HRM. Indikator pengukuran pada penelitian ini menggunakan model TRI 1.0

Parasuraman (2000) dan TAM Davis (1989). Peneleitian ini menemukan bahwa

setiap dimensi pada Technology Readiness memiliki pengaruh yang berbeda

terhadap variabel dependen (perceived ease of use, perceived usefulness ).

Optimism dan innovativeness memiliki pengaruh yang lebih signifikan terhadap

variabel dependen, sedangkan discomfort dan insecurity tidak ditemukan

pengaruh yang signifikan, hasil ini berbeda dari penelitian yang dilakukan oleh

Walczuch et al (2007).

5) Aisyah et al (2014)

Penelitian ini dilakukan utuk mengukur pengaruh kesiapan pelaku UMKM

terhadap penerimaan TIK. Indikator pengukuran pada penelitian ini menggunakan

model TRI 1.0 Parasuraman (2000) dan TAM Davis (1989). Sampel pada

penelitian ini adalah pelaku UMKM yang terdaftar pada Disperindagkop

44
Yogyakarta. Data kuesioner dilakukan dengan melalui teknik simple

randomsampling dan analisis dilakukan dengan pendekatan PLS. Penelitian ini

menemukan bahwa optimism memiliki pengaruh positif terhadap perceived ease

of use dan perceived usefulness, innovativeness memiliki pegaruh positif terhadap

perceived ease of use, namun tidak memiliki pengaruh signifikan terhadap

perceived usefulness.

Discomfort memiliki pengaruh negatif terhadap perceived ease of use,

namun tidak memilik pengaruh terhadap perceived usefulness, hasil temuan ini

sesuai dengan penelitian sebelumnya yang dilakukan oleh Walczuch et al (2007)

yang mengatakan bahwa pengguna yang tidak nyaman terhadap penggunaan

teknologi cenderung tidak memiliki presepsi dan ekspektasi terhadap kegunaan

dari teknologi tersebut. Insecurity tidak memiliki pengaruh signifikan terhadap

perceived ease of use, namun hasil sebaliknya yang ditemukan atas pengaruh

insecurity terhadap perceived usefulness yang menunjukan hasil yang positif. Hal

ini dapat terjadi karena sample yang digunakan adalah unit usaha yang bertujuan

untuk mendapatkan laba, sehingga mayoritas responden berfikir meskipun suatu

teknologi memiliki resiko akan tetap diadopsi asalkan memberikan bermanfaat.

6) Hallikainen & Laukkanen (2016)

Penelitian ini dilakukan kepada pelanggan pada sektor B2B (Business to Business)

yang berpengalaman menggunakan layanan digital perusahaan. Model yang

digunakan adalah perpaduan indikator TRI 2.0 (Parasuraman & Colby, 2015) dan

4 indikator TAM 3 (Venkatesh & Bala, 2008). Hasil penelitian ini menemukan

45
bahwa optimism memiliki pengaruh positif yang signifikan terhadap perceived

ease of use dan perceived usefulness, sedangkan Innovativeness tidak memiliki

pengaruh terhadap perceived ease of use dan perceived usefulness yang signifikan

meskipun memiliki kecenderungan pada angka positif.

Discomfort memiliki pengaruh negatif pada perceived ease of use namun

tidak memiliki dampak terhadap perceived usefulness. Temuan yang berbeda

dengan beberapa hasil penelitian sebelumnya terdapat pada insecurity yang

menunjukan kecenderungan berpengaruh positif terhahap perceived ease of use

dan perceived usefulness. Temuan tersebut bertolak belakang terhadap teori yang

menyebutkan bahwa insecurity akan cenderung menjadi penghambat pengguna

dalam menerima teknologi.

2.14.1. Ringkasan Penelitian Sejenis

Hasil dari penelitian sejenis terdahulu yang telah dilakukan beberapa peneliti

menemukan bahwa optimism sangat berpengaruh terhadap perceived usefulness

dan perceived ease of use, sehingga dapat diartikan bahwa optimisme pengguna

akan berpengaruh terhadap penerimaan dan penerapan teknologi maupun sistem

informasi. Hal tersebut sesuai dengan teori yang diungkapkan oleh Parasuraman

(2000) yang menggolongkan variabel optimism sebagai pendorong penerapan

teknologi maupun sistem informasi. Selanjutnya, innovativeness memiliki

pengaruh positif terhadap perceived ease of use dari 5 hasil penelitian, hanya 1

hasil penelitian oleh Hallikainen & Laukkanen (2016) yang menunjukan

46
innovativeness tidak memiliki pengaruh signifikan terhadap perceived ease of

use.

Meskipun mayoritas hasil penelitian menunjukan hubungan positif antara

innovativeness dan perceived ease of use, serta teori yang menyebutkan bahwa

innovativeness dianggap sebagai pendorong adopsi teknologi informasi, namun

beberapa penelitian menunjukan hasil yang berbeda antara hubungan

innovativeness terhadap perceived usefulness. 3 dari 6 hasil penelitian (Lin et al,

2007; Lin & Chang, 20011; Erdogmus & Esen, 2011) menunjukan

innovativeness berpengaruh positif terhadap perceived usefulness, namun

penelitian Walchzuch et al (2007) menemukan hasil yang negatif. Penelitian lain

yang dilakukan Aisyah et al (2014) dan Hallikainen & Laukkanen (2016)

menemukan bahwa innovativeness terhadap perceived usefulness tidak memiliki

pengaruh. Hasil dari beberapa penelitian pada variabel innovativeness terhadap

perceived ease of use dan perceived usefulness menunjukan bahwa pengguna

SI/TI dengan karakter inovatif akan mendorong pengguna untuk dapat menguasai

dan memahami penggunaan SI/TI sehingga akan mampu menggunakan

teknologi/sistem dengan baik, namun semakin kuat karakter inovatif pengguna

tidak selalu menilai bahwa penggunaan SI/TI akan berguna bagi dirinya.

Walchzuch (2007) mengatakan bahwa pengguna dengan karakter inovatif yang

kuat, akan menjadi lebih kritis terhadap penggunaan SI/TI.

Variabel discomfort menunjukan pengaruh negatif terhadap perceived ease

of use pada beberapa hasil penelitian, hal tersebut menunjukan bahwa ketidak

nyamanan dalam penggunaan SI/TI mempengaruhi pengguna dalam menilai

47
kemudahan penggunaan SI/TI. Hasil beberapa penelitian pada variabel discomfort

terhadap perceived usefulness terdapat beberapa perbedaan, 2 diantara 6 penelitian

tersebut menemukan pengaruh negatif dan 4 diantaranya menemukan bahwa

discomfort tidak memiliki pengaruh terhadap perceived usefulness. Hasil dari

beberapa penelitian ini menunjukan bahwa variabel discomfort memiliki

kecenderungan sebagai penghambat dalam penerimaan dan penerapan SI/TI. Hal

tersebut dapat diartikan bahwa semakin tinggi ketidaknyamanan pengguna dalam

penggunaan SI/TI, makan akan semakin menghambat penerapan SI/TI.

Pada variabel Insecurity, hasil dari beberapa penelitian mayoritas

menjukan bahwa variabel tersebut memiliki pengaruh negatif terhadap perceived

ease of use, hanya penelitian Hallikainen & Laukkanen (2016) yang menemukan

bahwa Insecurity memiliki pengaruh positif terhadap perceived ease of use.

Temuan tersebut mungkin dipengaruhi oleh responden penelitian Hallikainen &

Laukkanen (2016) yang merupakan pengguna layanan B2B (Business to

Business) yang beranggapan meskipun sebuah teknologi cenderung diragukan dan

tidak sepenuhnya dipercaya oleh pengguna, namun pengguna akan tetap

menganggap bahwa penggunaan SI/TI akan lebih memudahkan dalam membantu

pekerjaan.

Hasil lainnya pada insecurity terhadap perceived usefulness adalah 3 dari 6

hasil penelitian menunjukan hubungan diantara variabel tersebut negatif

(Walchzuch et al, 2007; Lin et al, 2007; Lin & Chang, 2011), hasil ini sesuai

dengan teori yang dinyatakan Parasuraman (2000) bahwa insecurity digolongkan

menjadi penghambat dalam adopsi SI/TI. Erdogmus & Esen (2011) mendapatkan

48
hasil bahwa insecurity tidak memiliki pengaruh yang signifikan tehadap perceived

usefulness cenderung tidak memberikan pengaruh yang positif, namun Aisyah et

al (2014) serta Hallikainen & Laukkanen (2016) menemukan hasil yang

menunjukan kedua variabel tersebut memiliki hubungan yang positif. Hal tersebut

mungkin dapat terjadi karena karena responden keduanya memiliki anggapan

bahwa selama penggunaan SI/TI memiliki manfaat, pengguna sistem akan tetap

menerima.

Perbedaaan temuan dari beberapa penelitian terdahulu dapat disebabkan

oleh beberapa faktor seperti objek penelitian terkait organisasi, responden dan

jenis SI/TI. Rangkuman hasil penelitian sejenis dapat dilihat pada tabel berikut:

49
 Tabel 2.1 Ringkasan Penelitian Terdahulu

No Penulis Optpeu Innpeu Dispeu Inspeu Optpu Innpu Dispu Inspu puitu peuitu

1 Walczuch & Positif Positif Negatif Negatif Positif Negatif x Negatif _ _

Streunkens (2007)
2 Lin et al. (2007) Positif Positif Negatif Negatif Positif Positif Negatif Negatif Positif Positif

3 Lin & Chang Positif Positif Negatif Negatif Positif Positif Negatif Negatif Positif Positif
(2011)
4 Erdogmus & Esen Positif Positif x x Positif Positif x X Positif x
(2011)
5 Aisyah, et al(2014) Positif Positif Negatif x Positif x x Positif Positif Positif

6 Hallikainen & Positif x Negatif Positif Positif x x Positif _ _

Laukkanen, 2016

Keterangan :

Opt : Optimis Dis : Discomfort Peu : Perceived ease of use Pu : Perceived usefulness -: Tidak termasuk model penelitian

Inn : Innovativeness Ins : Insecurity Itu : Intention to use x : Tidak ditemukan pengaruh

50
2.15 Model Penelitian

2.15.1. Penyusunan Model Penelitian

Berdasarkan kajian teori dan hasil penelitian sejenis yang telah dilakukan oleh para

peneliti yang dijabarkan pada sub bab sebelumnya, secara garis besar menjelaskan

bahwa kesiapan pengguna dalam menggunakan SI/TI akan menggambarkan sejauh

mana individu tersebut akan mampu beradaptasi dalam memanfaatkan

teknologi/sistem informasi.

Beberapa penelitian sebelumnya yang telah diajabarkan diatas, melakukan

analisa tentang pengaruh kesiapan pengguna dalam mengadopsi teknologi terhadap

penerimaan teknologi dengan menggabungkan TRI yang dikemukakan Parasuraman

(2000) dan TAM Davis (1989). Hasil beberapa penelitian sebelumnya secara garis

besar cenderung memiliki kesesuaian terhadap teori yang dikemukakan oleh

Parasuraman (2000), yang menyatakan bahwa optimisme (optimism) dan rasa

inovatif (innovativeness) merupakan hal yang mendorong pengguna dalam kesiapan

mengadopsi atau menggunakan SI/TI, sedangkan ketidaknyamanan (discomfort) dan

rasa tidak aman (insecurity) menjadi penghambat seseorang dalam kesiapan

mengadopsi SI/TI. Meskipun hasil beberapa penelitian sebelumnya cenderung sesuai

teori tersebut, sebagian penelitian mendapatkan hasil yang berbeda, dan hal tersebut

dipengaruhi oleh objek penelitian yang dituju.

Berdasarkan beberapa hal diatas, penelitian ini akan menggunakan variabel-

variabel yang ada pada model TRAM (Lin et al, 2007) yang merupakan perpaduan

TRI dan TAM, namun pada konteks indikator yang berhubungan dengan kesiapan,

peneliti menggunakan TRI 2.0 yang merupakan pengembangan dari TRI

(Parasuraman & Colby, 2015). variabel-variabel yang akan digunakan dalam

51
penelitian ini terdiri, optimism (OPT), innovativeness (INN), discomfort (DIS),

insecurity (INS), perceived usefulness (PU), perceived ease of use (PEU), intention

to use (ITU). Dari Analisis yang akan didapatkan pada penelitian ini berdasarkan

hipotesis penelitian sebagai berikut:

1) Optimism (OPT) berpengaruh signifikam positif terhadap Perceived

Usefulness (PU)

2) Innovatveness (INN) berpengaruh signifikan positif terhadap Perceived

Usefulness (PU)

3) Discomfort (DIS) berpengaruh signifikan negatif terhadap Perceived

Usefulness (PU)

4) Insecurity (INS) berpengaruh signifikan negatif terhadap Perceived

Usefulness (PU)

5) Optimism (OPT) berpengaruh signifikan positif terhadap Perceived Ease

of Use (PEU)

6) Innovatveness (INN) berpengaruh signifikan positif terhadap Perceived

Ease of Use (PEU)

7) Discomfort (DIS) berpengaruh signifikan negatif terhadap Perceived

Ease of Use (PEU)

8) Insecurity (INS) berpengaruh signifikan negatif terhadap Perceived Ease

of Use (PEU)

9) Perceived Usefulness (PU) berpengaruh signifikan positif terhadap

Intention to Use (ITU)

52
 10) Perceived Ease of Use (PEU) berpengaruh signifikan positif terhadap
Intention to Use (ITU)
Gambar 2.6 Model Penelitian (Lin et al, 2007)
Tabel 2.2 Refrensi Indikator
Variabel Indikator Variabel
Kontribusi teknologi
terhadap kualitas pekerjaan
Kemudahan mobilitas
Optimism
Kontrol pekerjaan dengan
teknologi
Produktifitas
Kemampuan memberi
penjelasan terkait teknologi
Innovativeness
Penguasaan penggunaan
teknologi
53
Refrensi Kode
Parasuraman, 2015;
Hallikainen & Laukkanen, OPT1
2016
Parasuraman, 2000;
Parasuraman, 2015;
Walchzuch, 2007; Lin et al,
OPT2
2007; Lin & Chan, 2011;
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Parasuraman, 2000;
Parasuraman, 2015;
Walchzuch, 2007; Lin et al,
OPT3
2007; Lin & Chan, 2011;
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Parasuraman, 2015;
Hallikainen & Laukkanen, OPT4
2016
Parasuraman, 2000;
Parasuraman, 2015;
Walchzuch, 2007; Lin et al,
INN1
2007; Lin & Chan, 2011;
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Parasuraman, 2000;
Parasuraman, 2015;
INN2
Walchzuch, 2007; Lin et al,
2007; Lin & Chan, 2011;

Kemandirian penggunaan
teknologi
Mengikuti perkembangan
teknologi
Keraguan saat menghadapi
masalah pada teknologi
Discomfort Keraguan atas dukungan
teknis penggunaan teknologi
Kepercayaan diri dalam
penggunaan teknologi
Ketidak pahaman panduan
teknis penggunaan
Ketrgantungan terhadap
teknologi
Insecurity
Presepsi bahaya penggunaan
teknologi
Presepsi atas interaksi
langsung
Keyakinan penggunaan
teknologi online
Kecepatan pekerjaan
54
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Parasuraman, 2000;
Parasuraman, 2015;
Walchzuch, 2007; Lin et al,
INN3
2007; Lin & Chan, 2011;
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Parasuraman, 2000;
Parasuraman, 2015;
Walchzuch, 2007; Lin et al,
INN4
2007; Lin & Chan, 2011;
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Parasuraman, 2000;
Parasuraman, 2015;
Walchzuch, 2007; Lin et al,
DIS1
2007; Lin & Chan, 2011;
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Parasuraman, 2000;
Parasuraman, 2015;
Walchzuch, 2007; Lin et al,
DIS2
2007; Lin & Chan, 2011;
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Parasuraman, 2000;
Parasuraman, 2015;
Walchzuch, 2007; Lin et al,
DIS3
2007; Lin & Chan, 2011;
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Parasuraman, 2000;
Parasuraman, 2015;
Walchzuch, 2007; Lin et al,
DIS4
2007; Lin & Chan, 2011;
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Parasuraman, 2015;
Hallikainen & Laukkanen, INS1
2016
Parasuraman, 2015;
Hallikainen & Laukkanen, INS2
2016
Parasuraman, 2015;
Hallikainen & Laukkanen, INS3
2016
Parasuraman, 2015;
Hallikainen & Laukkanen, INS4
2016
Davis, 1989; Walchzuch, PU1
 2007; Lin et al, 2007;
Perceived Edrogmus & Esen, 2011;
Usefulness Aisyah et al, 2014
Performa pekerjaan Davis, 1989; Walchzuch,
2007; Lin et al, 2007;
PU2
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Peningkatan produktifitas Davis, 1989; Walchzuch,
2007; Lin et al, 2007;
PU3
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Efektifitas pekerjaan Davis, 1989; Walchzuch,
2007; Lin et al, 2007;
PU4
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Kemudaah pekerjaan Davis, 1989; Walchzuch,
2007; Lin et al, 2007;
PU5
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Penilaian manfaat Davis, 1989; Walchzuch,
2007; Lin et al, 2007;
PU6
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Teknologi mudah dipelajari Davis, 1989; Walchzuch,
2007; Lin et al, 2007;
PEU1
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Perceived Ease Mudah dalam mengontrol Davis, 1989; Walchzuch,
of Use teknologi 2007; Lin et al, 2007;
PEU2
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Jelas dan mudah dimengerti Davis, 1989; Walchzuch,
2007; Lin et al, 2007;
PEU3
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Fleksibilitas Davis, 1989; Walchzuch,
2007; Lin et al, 2007;
PEU4
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Memudahkan pekerjaan Davis, 1989; Walchzuch,
2007; Lin et al, 2007;
PEU5
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Peniliaian kemudahan Davis, 1989; Walchzuch,
2007; Lin et al, 2007;
PEU6
Edrogmus & Esen, 2011;
Aisyah et al, 2014
Minat menggunakan Davis, 1989; Lin et al, 2007;
Edrogmus & Esen, 2011;
Intention to Use ITU1
Aisyah et al, 2014

55
 Ketertarikan atas Lin et al, 2007; Edrogmus &
ITU2
pengembangan Sistem Esen, 2011; Aisyah et al, 2014

2.16 Ringkasan

Technology Readiness and Acceptance Model (TRAM) merupakan model yang

dapat mengukur pengaruh kesiapan penerimaan pengguna terhadap penerapan SI/TI.

Hal tersebut dapat dilihat dari kecenderungan seseorang dalam menggunakan SI/TI.

TRAM memiliki tujuh variabel yaitu optimism, innovativeness, discomfort,

insecurity, perceived usefulness, perceived ease of use, intention to use. Pengaruh

antar variabel dapat diketahui dengan pengukuran menggunakan metode PLS-SEM.

Terdapat dua tahapan yang harus dilakukan dalam PLS-SEM, yaitu evaluasi model

pengukuran, dan evaluasi struktural model.

56
 BAB III
METODOLOGI PENELITIAN

3.1 Pendahuluan

Bab ini mememaparkan secara metodis proses pelaksanaan penelitian, mencakup

penjelasan-penjelasan tentang pendekatan, prosedur, populasi dan sampel,

instrumen, pengumpulan dan pemrosesan data, serta analisis data dan interpretasi

hasilnya. Tujuannya secara tidak langsung memberikan gambaran tentang ruang

lingkup dan batasan penelitian kepada para pembaca. Sub-bab berikut menjelaskan

hal-hal tersebut di atas.

3.2 Pendekatan Penelitian

Penelitian ini dilakukan dengan menggunakan pendekatan kuantitatif untuk

mengukur mengukur pengaruh kesiapan penerimaan pengguna terhadap penerapan

SI pada lingkup LKMS. Sesuai dengan pendekatan penelitian yang ditentukan,

metode, teknik, serta instrumen penelitian yang digunakan adalah secara kuantitatif.

Salah satu bentuk pendekatan kuantitatif pada penelitian ini adalah pengumpulan

data yang dilakukan melalui survei dengan menggunakan kuesioner dan analisis data

yang dilakukan secara statistik dengan menggunakan aplikasi pengolah data statistik.

Peneliti juga melakukan wawancara tidak terstruktur kepada beberapa

responden, hasil dari wawancara tersebut ditujukan sebagai data tambahan dalam

penelitian ini. Responden yang terlibat pada penelitian ini adalah pengurus dan

pegawai LKMS.

57
3.3 Prosedur Penelitian

Penelitian ini dilakukan dalam beberapa tahap secara prosedural yang diperlihatkan

pada Gambar 3.1, yang meliputi: kajian pustaka, perancangan penelitian, pembuatan

instrumen penelitian, pengumpulan data, analisis data, interpretasi data, dan

pembuatan laporan penelitian. Selanjutnya, penjelasan setiap tahap prosedur

penelitian ini akan dijabarkan pada sub bab berikutnya.

(1)
Kajian Pustaka

(2) Rancangan
Perancangan Penelitian
Penelitian

(3)
Instrumen
Pembuatan
Penelitian
Instrumen
Penelitian

(4)
Data
Pengumpulan
Data

Hasil Analisis (5)

Analisis Data

(6)
Hasil Interpretasi
Interpretasi Data

Laporan (7)
Penelitian Pembuatan
Laporan

Gambar 3.1 Prosedur Penelitian

58
3.4 Sampel Penelitian

Dalam menentukan LKMS yang menjadi objek penelitian, peneliti mengacu pada

data yang dimiliki oleh Masyarakat Ekonomi Syariah, terdapat 76 BMT dan koperasi

syariah. Selain itu, berdasarkan data yang dimiliki oleh Otoritas Jasa Keuangan

(OJK), terdapat 12 nama BPRS di JADETABEK.

Peneliti melakukan pengambilan sampel dengan menggunakan teknik multi-

stage purposive sampling (Onwuegbuzie & Collins, 2007). Tahap pertama

pengambilan sampel adalah pemilihan bagian dari populasi yang sesuai kriteria

(purposive sampling), dimana kriteria tersebut adalah lembaga keuangan mikro

syariah yang dijadikan sampel harus yang telah mengaplikasikan sistem informasi.

Tahap kedua adalah penentuan sampel responden adalah pengguna sistem.

Dengan pertimbangan keterbatasan waktu, dan biaya maka dari itu peneliti

mengkerucutkan daerah penelitian pada Jakarta Selatan, Jakarta Timur, Bekasi,

Depok, dan Tanggerang Selatan. Dari 20 lembaga keuangan mikro syariah yang

dijadikan target sampel penelitian, 13 diantaranya menerima permohonan penelitian

yang diajukan, dan 7 lembaga lainnya menolak. Dari 13 LKMS yang menjadi

ssampel penelitian, seluruhnya telah menerapkan SI, khususnya sistem informasi

keuangan. hal tersebut menyebabkan responden yang terlibat adalah pengguna

sistem informasi keuangan. Dengan perkiraan responden yang mencapai lebih dari

100 orang, hal tersebut menurut beberapa ahli (Guritno et al., 2011; Wong, 2013)

telah mencakupi sampel yang dibutuhkan dalam structural equation modeling

(SEM).

59
3.5 Instrumen Penelitian

Instrumen penelitian yang digunakan terdiri 2 bagian, bagian pertama berisi surat

permohonan untuk pengisian kuesioner dan bagian kedua berisi poin-poin

pertanyaan penelitian. Bagian pertanyaan penelitian berisikan 30 butir pertanyaan

yang dipecah menjadi 7 kelompok untuk mewakili setiap variabel yang akan

dianalisis. 7 kelompok pertanyaan tersebut adalah 4 pertanyaan optimism, 4

pertanyaan innovativeness, 4 pertanyaan discomfort, 4 pertanyaan insecurity, 6

pertanyaan perceived usefulness, 6 pertanyaan perceived ease of use, dan 2

pertanyaan intention to use.

Skala yang digunakan pada pertanyaan penelitian menggunakan skala Likert

yang berisikan 5 poin skala (Rosalina et al, 2017). Rentang poin tersebut berisikan

(1) Sangat setuju, (2) Tidak setuju, (3) Netral/Biasa saja, (4) Setuju, (5) Sangat

setuju. Indikator dan pertanyaan pada penelitian ini mengacu pada TRI 2.0 oleh

Parasuraman dan Colby (2015) serta TAM oleh Davis (1989) yang juga digunakan

oleh beberapa penelitian sejenis terdahulu. Tabel berikut memperlihatkan indikator

dan pertanyaan yang tertera pada kuesioner.

Tabel 3.1 Indikator dan Pertanyaan

Variabel Indikator Variabel Pertanyaan Kode

Kontribusi teknologi
terhadap kualitas pekerjaan
Kemudahan Mobilitas
Optimism
Kontrol pekerjaan dengan
Penggunaan sistem
berkontribusi pada kualitas OPT1
pekerjaan saya yang lebih baik
Penggunaan sistem
memudahkan akses terhadap OPT2
pekerjaan
Penggunaan sistem OPT3

60
 Teknologi
Produktifitas
kemampuan memberi
penjelasan terkait teknologi
Penguasaan penggunaan
teknologi
Innovativeness Kemandirian penggunaan
teknologi
Mengikuti perkembangan
teknologi
Keraguan saat menghadapi
masalah pada teknologi
Keraguan atas dukungan
teknis penggunaan teknologi
Discomfort
Kepercayaan diri dalam
penggunaan teknologi
Ketidak pahaman panduan
teknis penggunaan
Ketrgantungan terhadap
teknologi
Insecurity
Presepsi bahaya penggunaan
teknologi
61
memberikan saya kontrol yang
lebih baik terhadap pekerjaan
Penggunaan sistem membuat
saya lebih produktif dalam OPT4
pekerjaan
Saya dapat menjelaskan
penggunaan sistem kepada INN1
rekan kerja saya
Saya cepat menguasai sistem
INN2
dalam lingkup pekerjaan
Saya mampu memahami
penggunaan sistem yang INN3
digunakan secara mandiri
Saya mengikuti perkembangan
sistem yang sesuai bidang INN4
pekerjaan saya
Saya merasa bingung ketika
menghadapi masalah pada DIS1
sistem yang digunakan
Saya merasa bantuan teknis
(technical support) yang
DIS2
diberikan tidak banyak
membantu dan sulit dimengerti
Saya merasa tidak percaya diri
DIS3
dalam penggunaan sistem
Saya sulit memahami panduan
DIS4
sistem yang digunakan
Saya terlalu bergantung
terhadap sistem dalam INS1
pekerjaan saya
Saya merasa penggunaan
sistem secara menyeluruh
INS2
terhadap pekerjaan cenderung
berbahaya
 Presepsi atas interaksi
langsung
Keyakinan penggunaan
teknologi online
Kecepatan pekerjaan
Perceived
Usefulness Performa pekerjaan
Peningkatan produktifitas
Efektifitas pekerjaan
Kemudaah pekerjaan
Penilaian manfaat
Teknologi mudah dipelajari
Mudah dalam mengontrol
Perceived Ease teknologi
of Use Jelas dan mudah dimengerti
Fleksibilitas
62
Saya merasa penggunaan
sistem menurunkan kualitas
INS3
hubungan karena mengurangi
interaksi antar individu
Saya merasa tidak yakin jika
melakukan pekerjaan dengan INS4
sistem secara online
Penggunaan sistem membuat
pekerjaan saya lebih cepat PU1
selesai
Penggunaan sistem
meningkatkan performa saya PU2
dalam pekerjaan
Penggunaan sistem
menjadikan saya lebih PU3
produktif
Penggunaan sistem
memberikan efektifitas dalam PU4
pekerjaan
Penggunaan sistem
memberikan kemudahan PU5
dalam pekerjaan
Secara keseluruhan, sistem
saat ini berguna dan PU6
bermanfaat bagi anda
Sistem yang digunakan saat ini
PEU1
mudah untuk dipelajari
Sistem yang digunakan saat ini
PEU2
mudah untuk dikontrol
Sistem yang digunakan saat ini
PEU3
mudah dipahami dengan baik
Sistem yang digunakan saat ini
PEU4
menjadikan pekerjaan lebih
 fleksibel
Memudahkan pekerjaan Sistem yang digunakan saat ini
memberikan kemudahan PEU5
dalam pekerjaan
Peniliaian kemudahan Secara keseluruhan, sistem
yang digunakan saat ini mudah PEU6
digunakan
Minat menggunakan Secara keseluruhan, Anda
berminat untuk terus
ITU1
menggunakan sistem pada
pekerjaan Anda
Intention to Use
Ketertarikan atas Secara keseluruhan, Anda
pengembangan Sistem tertarik terhadap pembaruan
ITU2
(upgarade) sistem untuk
mendukung pekerjaan anda

3.6 Pengumpulan dan Pemrosesan Data

Proses pengumpulan data dilakukan dengan dua cara, yaitu dengan melakukan

penyebaran kuesioner untuk mendapatkan data utama, dan wawancara tidak

terstruktur sebagai data pendukung penelitian ini. Penyebaran kuesioner dilakukan

secara langsung pada beberapa tempat Lembaga Keuangan Mikro Syariah (LKMS)

yaitu BMT, Koperasi Syariah, dan BPRS di Jakarta Selatan, Jakarta Timur, Bekasi,

Depok, dan Tanggerang Selatan. Prosedur awal yang dilakukan dalam kegiatan

pengumpulan data adalah perizinan yang diajukan peneliti kepada lembaga terkait,

setelah disetujui proses pengambilan data dilakukan dengan menyerahkan kuesioner

kepada perwakilan masing-masing LKMS dan menjelaskan bagaimana cara

63
pengisian kuesioner tersebut. Proses pengumpulan data dilakukan dari tanggal 28

Agustus sampai 4 Oktober 2017.

Jumlah kuesioner yang terkumpul berjumlah 123 kuesioner yang berasal dari

9 BMT & Koperasi Syariah, serta 4 BPRS. Sselanjutnya kuesioner tersebut

dikonfersi menjadi bentuk data digital dengan menggunakan MS. Excel 2010.

Keseluruhan kuesioner yang diperoleh dinyatakan valid karena sesuai dengan

kriteria dan dinyatakan lengkap.

3.7 Analisis dan Interpretasi Data

Penelitian ini melakukan analisis statistik inferensial menggunakan metode PLS-

SEM (Subiyakto et al, 2015a; 2015b; Putra et al, 2016; Subiyakto et al, 2017),

dengan aplikasi SmartPLS versi 3.0. Ada dua analisis yang harus dilakukan dalam

tahap ini, yaitu analisis measurement model dan structural model. Measurement

model dilakukan untuk menguji reliabilitas dan validitas outer model melalui

indikator reliability, internal consistency reliability, convergent validity, dan

discriminant validity. Sedangkan pengujian structural model dilakukan untuk

menguji path ceofficient (β), coefficient of determination (R2), t-test melalui metode

bootstrapping, effect size (f2), predictive relevance (Q2), dan relative impact (q2)

(Henseler et al, 2009; Urbach & Ahlemann, 2010; Hair et al., 2011; Yamin &

Kurniawan, 2011; Hair et al, 2012; Yuliasari et al, 2014; Wong, 2013; Chinomona &

Dubihlela, 2014; Alshibly, 2014; Irawati & Putra, 2015; Subiyakto et al, 2015;

Subiyakto et al, 2016; Gutierrez et al, 2015; Nugroho et al, 2016).

Bagian selanjutnya adalah interpretasi hasil, peneliti mendiskusikan hasil

analisis demografi responden dengan kondisi lapangan yang berjalan dan juga

64
menterjemahkan hasil analisis model secara statistik kuantitatif dengan

membandingkan dan mempertimbangkan sejumlah literatur terkait terdahulu.

Selanjutnya, hasil analisis dan interpretasi tersebut secara lengkap akan dijelaskan

pada Bab IV.

3.8 Ringkasan

Secara lengkap, bab ini menjelaskan bahwa pelaksanaan penelitian ini telah

dilakukan secara kuantitatif dengan menggunakan teknik survei. Sampel responden

penelitian ini adalah pengurus dan pegawai Lembaga Keuangan Mikro Syariah

(LKMS) di JADETABEK. Pengumpulan data menggunakan alat bantu kuesioner

dengan teknik multi-stage purposive sampling. Teknik analisis menggunakan PLS

SEM yang bertujuan menjelaskan hubungan antar variabel dan mengukur nilai

hubungan tersebut.

65
 BAB IV

HASIL ANALISIS DAN INTERPRETASI

4.1 Pendahuluan

Pada bab ini akan dipaparkan analisis data dan hasilnya, interpretasi, dan diskusi

hasil penelitian. Analisis data dilakukan terhadap data yang telah dikumpulkan

menggunakan PLS-SEM, dengan perangkat lunak Ms. Excel untuk analisis data

demografis dan SmartPLS versi 3.0 untuk analisis statistik inferensialnya. Analisis

demografi meliputi data profil responden, sedangkan analisis inferensialnya

dilakukan dengan analisis pengukuran model (measurement model analysis) dan

struktur model (structural model analysis). Selanjutnya, interpretasi dan diskusi

dilakukan dengan merujuk pada teori atau konsep terkait pengembangan model

penelitian dengan memperhatikan dan menimbang pelaksanaan penelitian di

lapangan.

4.2 Hasil Analisis

4.2.1. Hasil Aalisis Demografis

Hasil analisis demografis dilakukan pada bagian profil responden dan untuk

menghasilkan informasi demografis terkait profil responden, tingkat pendidikan dan

bagaimana responden tersebut menilai kemampuannya menggunakan komputer.

66
1) Jenis Kelamin

Gambar 4.1 memperlihatkan bahwa dari 123 data responden yang

terlibat dalam penelitian ini, sebagian besar responden berjenis

kelamin laki-laki, yaitu sebanyak 68 orang (55%) dan jumlah dari

responden perempuan yaitu sebanyak 55 orang (45%).

Jenis Kelamin

Perempuan Laki-Laki
45% 55%

Gambar 4.1 Diagram Jenis Kelamin Responden

2) Usia

Gambar 4.2 memperlihatkan bahwa dari 123 data responden yang

digunakan dalam penelitian ini, sebagian besar didominasi oleh

responden dengan rentang usia 21-30 tahun yaitu sebanyak 63 orang

(51%), selanjutnya rentang usia 30-40 tahun sebanyak 47 orang

(38%), rentang usia >40 tahun sebanyak 12 orang (10%), dan hanya 1

responden yang berusia <20 tahun (1%).

67
 >40
Usia <20
10% 1%

21-30
30-40 51%
38%

Gambar 4.2 Diagram Usia Responden

3) Pendidikan

Gambar 4.3 menunjukan bahwa responden yang terlibat dalam

penelitian ini memiliki keragaman tingkat pendidikan. Sebanyak 56

responden (46%) merupakan lulusan S1, 39 responden (32%) lulusan

SMA, 25 responden (20%) merupakan lulusan D3, dan 3 responden

merupakan lulusan S2 (2%).

Pendidikan
S2
2%
SMA
S1 32%
46%
D3
20%

Gambar 4.3 Diagram Pendidikan Responden

4) Kemampuan Penggunaan Komputer

Gambar 4.4 menunjukan penilaian responden atas kapabilitas

penggunaan komputer. Hasil ini diambil berdasarkan jawaban

68
 responden atas pertanyaan kemampuan penggunaan komputer yang

memiliki pilihan, Baik, Cukup, Kurang, dan Buruk. Sebanyak 69

(56%) responden menjawab “Baik”, 53 (43%) responden menjawab

“Cukup”, dan 1 responden menjawab “Kurang”.

Penggunaan Komputer
Kurang
1%

Cukup
43% Baik
56%

Gambar 4.4 Diagram Kemampuan Penggunaan Komputer

5) Pengalaman kerja dan Jabatan Responden

Pengalaman kerja responden di tempat tersebut adalah <1 tahun

sebanyak 10 (8%), 1-3 tahun sebanyak 35 (29%), 3-5 tahun sebanyak

14 (11%), dan >5 tahun sebanyak 64 (52% )responden.. Sedangkan

untuk jabatan atau posisi kerja berasal dari: ketua, sekretaris, kepala

cabang, kepala bagian, manajer, supervisior, teller, akunting,

marketing, konsultan business development, account officer, staff

administrasi, back office officer, customer relation officer, customer

service, staff IT. Hal ini menunjukan bahwa data kuesioner yang

didapat mewakili berbagai sudut pandang pada lembaga keuangan

mikro syariah. Gambar 4.4 menunjukan jenis-jenis LKMS yang

menjadi responden penelitian ini.

69
 Pengalaman Kerja
<1 thn
8%

>5 thn 1-3 thn

52% 29%

3-5 thn
11%

Gambar 4.5 Diagram Pengalaman kerja

4.2.2. Hasil Analisis Pengukuran Model

Analisis pengukuran model (measurement model) dilakukan melalui empat tahap

pengujian seperti yang sudah dilakukan oleh beberapa peneliti sebelumnya. Empat

pengujian itu adalah individual item reliability, internal consistency reliability,

average variance extracted, dan discriminant validity (Yamin & Kurniawan, 2011;

Hair et al., 2011; Afthanorhan, 2013; Wong, 2013; Ringle, 2015; Subiyakto et al.,

2015). Secara grafis, hasilnya dapat dilihat pada Tabel 4.1, Tabel 4.2, dan Gambar

4.6. Berikut ini adalah penjelasan tentang pelaksanaan dan hasil dari empat

pengujian tersebut:

1) Individual Item Reliabilty

Standardized loading factor menggambarkan besarnya korelasi antara

setiap item pengukuran (indikator) dengan konstruknya. Nilai loading

factor diatas 0,7 dapat dikatakan ideal, artinya bahwa indikator tersebut

dikatakan valid sebagai indikator yang mengukur konstruk jika

angkanya antara 0,5 – 0,6 dikatakan cukup (Ghozali, 2016), sedangkan

untuk indikator dengan angka 0,4 – 0,5 dapat dipertimbangkan jika nilai

composite reliability masih pada batas aman dan indikator dapat dihapus

70
 jika hal tersebut meningkatkan nilai composite reliability (Walchzuch,

2007; Hair at al, 2011). Setelah beberapa kali pengujian, terdapat dua

indikator yang memiliki nilai dibawah 0,7 yaitu DIS1 dan INS1, namun

peneliti tidak menghapus indikator tersebut karena nilai composite

reliability masih diatas 0,7.

2) Internal Consistency

Pengujian ini dilakukan dengan melihat nilai composite reliability (CR)

dengan batas ambang di atas 0,7 (Hair et al., 2012; Afthanorhan, 2013;

Ringle, 2015). Hasilnya dapat dilihat pada Tabel 4.1 bahwa nilai CR dari

semua variabel di atas 0,8 sehingga memenuhi syarat untuk digunakan.

3) Average Variance Extracted

Pengujian convergent validity selanjutnya dilakukan dengan melihat

nilai average variance extracted (AVE). Nilai ini menggambarkan

besaran varian atau keragaman variabel manifes (indikator) yang dapat

dikandung oleh variabel laten (konstruk). Nilai AVE minimal 0,5

menunjukan ukuran convergent validity yang baik (Yamin &

Kurniawan, 2011; Hair et al., 2012; Afthanorhan, 2013; Wong, 2013;

Ringle, 2015). Artinya, variabel laten (konstruk) dapat menjelaskan rata-

rata lebih dari setengah variance dari indikator-indikatornya. Hasilnya

dapat dilihat pada Tabel 4.1 yang menunjukan bahwa nilai AVE dari

semua variabel di atas 0,5 sehingga memenuhi syarat untuk digunakan.

4) Discrimant Validity

Pengujian ini dilakukan melalui dua tahap pemeriksaan cross loading,

yaitu cross loading antar indikator dan cross loading Fornell-Lacker’s

71
 (Subiyakto et al., 2015). Pemeriksaan cross loading tiap indikator

dilakukan dengan membandingkan korelasi indikator dengan

variabelnya dan variabel blok lainnya. Bila korelasi antara indikator

dengan variabelnya lebih tinggi dari korelasi dengan variabel blok

lainnya, hal ini menunjukkan konstruk tersebut memprediksi ukuran

pada blok mereka lebih baik dari blok lainnya (Hair et al., 2012;

Afthanorhan, 2013; Wong, 2013; Ringle, 2015). Pemeriksaan cross

loading Fornell-Lacker’s dilakukan dengan melihat nilai akar AVE yang

harus lebih tinggi daripada korelasi antara variabel dengan variabel

lainnya (Hair et al., 2012; Afthanorhan, 2013; Wong, 2013; Ringle,

2015). Pada Tabel 4.1 dan Tabel 4.2 menunjukan bahwa nilai cross

loading indikator dengan konstruk dari semua variabel lebih tinggi dari

korelasi dengan konstruk blok lain, dan nilai akar AVE lebih tinggi

daripada korelasi antara konstruk dengan konstruk lainnya.

Secara ringkas, analisis pengukuran model di atas menunjukan bahwa model

penelitian yang diajukan sudah memiliki karakteristik yang baik secara statistik.

Tabel 4.1, Tabel 4.2, dan Gambar 4.6 memaparkan hasil pengujian pengukuran

model ini. Selanjutnya dapat disimpulkan bahwa model tersebut memenuhi syarat

untuk dilanjutkan ke tahap pengujian struktur model (Hair et al., 2012; Afthanorhan,

2013; Wong, 2013).

72
Gambar 4.6 Hasil Analisis dengan SmartPLS

73
 Tabel 4.1 Hasil Analisis Pengukuran Model

CL
VAR IND LF AVE CR R2 Q2
OPT INN DIS INS PU PEU ITU
OPT1 0.855 0.855 0.557 -0.284 -0.201 0.616 0.437 0.474
OPT2 0.939 0.939 0.545 -0.385 -0.246 0.724 0.482 0.523
OPT 0.822 0.949 0,000 0,000
OPT3 0.926 0.926 0.602 -0.371 -0.331 0.710 0.512 0.511
OPT4 0.905 0.905 0.555 -0.270 -0.273 0.703 0.391 0.390
INN1 0.817 0.569 0.817 -0.406 -0.364 0.557 0.522 0.437
INN2 0.877 0.484 0.877 -0.520 -0.377 0.510 0.469 0.338
INN 0.713 0.908 0,000 0,000
INN3 0.845 0.459 0.845 -0.410 -0.310 0.468 0.448 0.281
INN4 0.837 0.580 0.837 -0.426 -0.345 0.517 0.460 0.318
DIS1 0.686 -0.230 -0.490 0.686 0.256 -0.364 -0.320 -0.082
DIS2 0.725 -0.269 -0.354 0.725 0.428 -0.285 -0.308 -0.153
DIS 0.595 0.854 0,000 0,000
DIS3 0.856 -0.325 -0.366 0.856 0.419 -0.364 -0.402 -0.117
DIS4 0.808 -0.293 -0.402 0.808 0.352 -0.311 -0.392 -0.174
INS1 0.469 -0.186 -0.225 0.354 0.469 -0.103 -0.185 0.007
INS2 0.749 -0.157 -0.271 0.299 0.749 -0.208 -0.276 -0.060
INS 0.548 0.823 0,000 0,000
INS3 0.863 -0.274 -0.389 0.366 0.863 -0.243 -0.291 -0.242
INS4 0.817 -0.244 -0.327 0.397 0.817 -0.255 -0.291 -0.311

74
 Tabel 4.1 Hasil Analisis Pengukuran Model (Lanjutan)

CL
VAR IND LF AVE CR R2 Q2
OPT INN DIS INS PU PEU ITU
PU1 0.897 0.685 0.548 -0.369 -0.278 0.897 0.568 0.512
PU2 0.863 0.612 0.531 -0.325 -0.146 0.863 0.424 0.420
PU3 0.889 0.647 0.542 -0.355 -0.182 0.889 0.483 0.404
PU 0.775 0.954 0,620 0,432
PU4 0.893 0.699 0.529 -0.416 -0.268 0.893 0.512 0.509
PU5 0.908 0.699 0.538 -0.383 -0.233 0.908 0.575 0.560
PU6 0.829 0.664 0.537 -0.420 -0.377 0.829 0.701 0.535
PEU1 0.813 0.298 0.480 -0.300 -0.205 0.418 0.813 0.398
PEU2 0.816 0.323 0.452 -0.327 -0.162 0.371 0.816 0.333
PEU3 0.800 0.305 0.378 -0.366 -0.155 0.384 0.800 0.323
PEU 0.681 0.927 0,397 0,233
PEU4 0.839 0.508 0.458 -0.392 -0.310 0.615 0.839 0.490
PEU5 0.823 0.535 0.479 -0.428 -0.412 0.656 0.823 0.539
PEU6 0.857 0.442 0.527 -0.448 -0.421 0.539 0.857 0.482
ITU1 0.948 0.515 0.407 -0.165 -0.215 0.540 0.568 0.948
ITU 0.880 0.936 0,369 0,288
ITU2 0.928 0.466 0.362 -0.150 -0.220 0.509 0.420 0.928

Keterangan :

LF : Loadings Factor Q2 : Predictive Relevance CR : Composite Reliability

VAR : Variabel CL : Cross Loading R2 : Coefficient of Determination

IND : Indikator AVE : Average Variance Extracted

75
 Tabel 4.2 Discrimant Validity

DIS INN INS ITU OPT PEU PE

DIS 0,772
INN -0,522 0,844
INS 0,470 -0,415 0,740
ITU -0,169 0,411 -0,231 0,938
OPT -0,364 0,623 -0,292 0,524 0,907
PEU -0,464 0,565 -0,357 0,533 0,504 0,825
PU -0,431 0,611 -0,284 0,560 0,760 0,622 0,880

4.2.3. Hasil Struktur Model

Analisis struktur model dilakukan melalui enam tahapan pengujian, yaitu pengujian

path coefficient (β), coefficient of determination (R2), t-test menggunakan metode

bootstrapping, effect size (f2), predictive relevance ( ), dan relative impact ( )

(Yamin & Kurniawan, 2011; Hair et al., 2012; Afthanorhan, 2013; Wong, 2013)

Secara grafis, hasilnya dapat dilihat pada Tabel 4.1, Tabel 4.3, dan Gambar 4.7.

Berikut adalah penjelasan dari ke enam tahap pengujian :

1) Path Coefficient (β)

Pengujian ini dilakukan dengan melihat nilai ambang batas di atas 0,1.

Artinya menyatakan bahwa jalur (path) yang dimaksud mempunyai

pengaruh dalam model (Hair et al., 2012; Afthanorhan, 2013; Wong,

2013, Ringle, 2015). Dari 10 jalur, empat diantaranya yaitu DIS→PU,

INS→PU, DIS→PEU, dan INS→PEU menunjukkan nilai koefisien

dibawah 0,1. Keempat jalur tersebut mewakili hipotesa hubungan yang

negatif, sehingga nilai batas ambang untuk keempat jalur tersebut

dikatakan signifikan jika memiliki nilai dibawah -0,1 (Walchzuch, 2007).

Hasilnya menunjukan jalur INS→PU dan INS→PEU tidak memiliki

76
 pengaruh yang signifikan seperti yang dapat dilihat pada Tabel 4.3 dan

Gambar 4.7.

2) Coefficient of Determination (R2)

Pengujian ini dilakukan untuk menjelaskan varian dari tiap target

endogenous variabel (variabel yang dianggap dipengaruhi oleh variabel

lain dalam model) dengan standar pengukuran sekitar 0,670 sebagai kuat,

sekitar 0,333 moderat, dan 0,190 atau di bawahnya menunjukan tingkat

varian yang lemah (Hair et al., 2012; Afthanorhan, 2013; Wong, 2013,

Ringle, 2015). Tabel 4.3 dan Gambar 4.6 menunjukan bahwa R2 dari PU

memiliki nilai 0,620, R2 dari PEU memiliki nilai 0,397, dan R2 dari ITU

memiliki nilai 0,369. Hal tersebut dapat diartikan bahwa OPT, INN, DIS,

INS menjelaskan secara moderat (62,0 %) varian dari PU, selanjutnya

menjelaskan secara mo derat (39,7 %) varian dari PEU. Disisi lain, PU

dan PEU menjelaskan secara moderat (36,9 %) varian dari ITU.

3) t-test

Pengujian ini dilakukan dengan metode bootstrapping dengan tingkat

signifikansi 5% (0,05) untuk menguji hipotesis-hipotesis penelitian.

Hipotesis tersebut akan diterima jika memiliki t-test lebih besar dari 1,96

(Hair et al., 2012; Afthanorhan, 2013; Wong, 2013, Ringle, 2015). Tabel

4.3 dan Gambar 4.8 menunjukan bahwa ada 7 dari 10 hipotesis yang

diterima dan sisanya ditolak.

77
4) Effect Size (f2)

Pengujian ini dilakukan untuk memprediksi pengaruh variabel tertentu

terhadap variabel lainnya dalam struktur model dengan nilai ambang

batas sekitar 0,02 untuk pengaruh kecil, 0,15 untuk menengah, dan 0,35

untuk pengaruh besar (Hair et al., 2012; Wong, 2013). f2 dihitung dengan

menggunakan rumus sebagai berikut :

f2 =

Hasilnya, Tabel 4.3 menunjukkan pengujian f2 terhadap 10 jalur. Jalur

OPT→PU memiliki pengaruh yang besar, Sembilan jalur lainnya

memiliki pengaruh yang kecil.

5) Predictive Relevance ( )

Pengujian ini dilakukan dengan metode blindfolding untuk memberikan

bukti bahwa variabel tertentu yang digunakan dalam model mempunyai

keterkaitan prediktif (predictive relevance) dengan variabel lainnya

dalam model dengan ambang batas pengukuran di atas nol (Hair et al.,

2012; Afthanorhan, 2013; Wong, 2013). Tabel 4.1 dan Tabel 4.3

menunjukan bahwa dari semua variabel memiliki keterkaitan prediktif.

78
6) Relative Impact ( )

Pengujian ini dilakukan dengan metode blindfolding untuk mengukur

relatif pengaruh dari sebuah keterkaitan prediktif suatu variabel tertentu

dengan variabel lainnya dengan nilai ambang batas sekitar 0,02 untuk

pengaruh kecil, 0,15 untuk pengaruh menengah/sedang, dan 0,35 untuk

pengaruh besar (Hair et al., 2012). Rumus yang digunakan untuk

perhitungan adalah sebagai berikut :

q2 =

Tabel 4.3 menunjukan hasil bahwa OPT→PU jalur mempunyai nilai

0,285 yang berarti memiliki pengaruh sedang dan Sembilan jalur lainnya

memiliki pengaruh kecil.

79
 Tabel 4.3 Hasil Analisis Struktural Model

Hipotesis f2 q2 Analisis
β t-test 2 2 2 2 2 2 2
No Jalur R -in R -ex ∑f Q -in Q -ex ∑q β t-test R f2 Q2 q2
H1 OPT → PU 0,614 7,379 0,620 0,390 0,60525 0,432 0.270 0,285 Sign Diterima M b Predictive Relevance m
H2 INN → PU 0,171 2,512 0,620 0.606 0,03684 0,432 0,422 0,018 Sign Diterima M k Predictive Relevance k
H3 DIS → PU -0,131 1,668 0,620 0.609 0,02895 0,432 0,425 0,012 Sign Ditolak M k Predictive Relevance k
H4 INS → PU 0,027 0,312 0,620 0.620 - 0,432 0,432 - Insign Ditolak M k Predictive Relevance k
H5 OPT → PEU 0,232 2,159 0,397 0.363 0,05638 0,233 0,218 0,020 Sign Diterima M k Predictive Relevance k
H6 INN → PEU 0,287 2,978 0,397 0.361 0,05970 0,233 0,205 0,037 Sign Diterima M k Predictive Relevance k
H7 DIS → PEU -0,193 2,057 0,397 0.373 0,03980 0,233 0,219 0,018 Sign Diterima M k Predictive Relevance k
H8 INS → PEU -0,079 0,785 0,397 0.391 0,00995 0,233 0,234 -0,001 Insign Ditolak M k Predictive Relevance k
H9 PU → ITU 0,373 2,802 0,369 0.289 0,12678 0,288 0,234 0,076 Sign Diterima M k Predictive Relevance k
H10 PEU → ITU 0,301 2,590 0,369 0.313 0,08875 0,288 0,246 0,059 Sign Diterima M k Predictive Relevance k

Keterangan :
Sign : Signifikan
Insign : Insignifikan
K : Kuat
M : Moderat
L : Lemah
b : Besar
m : Menengah
k : Kecil

80
 OPT

H1

INN H2 PU

H5
H9
H3
H6
ITU
DIS 0

H4
H7 H1
PEU

H8

INS
Keterangan :
OPT : Optimism
INN :Innovativeness
DIS : Discomfort Keterangan :
INS : Insecurity
Signifikan
PU : Perceived Usefulness
Insignifikan
PEU : Perceived ease of use
ITU : Intention to use

Gambar 4.7 Hasil Analisis Path Coefficient

OPT

H1

INN H2 PU
H5

H9
H3
H6
ITU
DIS 0
H4

H7 H1
PEU

H8

INS
Keterangan :
OPT : Optimism
INN :Innovativeness
DIS : Discomfort Keterangan :
INS : Insecurity
PU : Perceived Usefulness Diterima
PEU : Perceived ease of use Tidak Diterima
ITU : Intention to use

Gambar 4.8 Hasil Analisis t-test

81
4.3 Interpretasi Hasil dan Pembahasan

4.3.1. Interpretasi Hasil dan Pembahasan Analisis Data Demografis

Berdasarkan hasil analisis informasi demografis responden, peneliti melakukan

interpretasi dan mendiskusikan hasil analisisnya sebagai berikut :

1) Perbandingan LKMS yang terlibat adalah 9 BMT dan koperasi syariah,

serta 4 BPRS. Hal ini sesuai dengan data yang ada di MES dan OJK

bahwa LKMS didominasi oleh BMT dan koperasi syariah.

2) Dari hasil analisis dapat diketahui informasi bahwa mayoritas pengguna

sistem informasi pada LKMS yang menjadi tempat penelitian adalah laki-

laki dengan perbandingan 55% dengan 45% perempuan.

3) Responden penelitian memiliki tingkat pendidikan yang beragam dengan

rentang pendidikan SMA, D3, S1, dan S2. Beragamnya tingkat

pendidikan responden akan berimplikasi terhadap variasi jawaban, serta

peneliti menilai bahwa kuesioner penelitian akan mampu dipahami.

4) Penilaian responden terhadap kemampuan dirinya dalam menggunakan

komputer sebanyak 69 (56%) responden menjawab “Baik” dan 53 (43%)

responden menjawab “Cukup”, hanya 1 orang yang menjawab kurang.

Hal tersebut menandakan bahwa kemampuan responden sudah cukup

baik dalam menggunakan komputer. Peneliti memperkirakan hal ini

berkaitan dengan mayoritas responden berusia dibawa 30 tahun, yang

popular disebut dengan generasi Y (Anantatmula, 2012) yang dianggap

telah terbiasa dengan penggunaan teknologi informasi.

82
 5) Mayoritas responden yang terlibat telah memiliki pengalaman bekerja di

LKMS lebih dari 1 tahun. Didasari hal tersebut, peneliti menganggap

bahwa jawaban yang diberikan layak untuk dijadikan data peneitian.

4.3.2. Interpretasi Hasil dan Pembahasan Hasil Pengukuran Model

Berdasarkan hasil analisis model pengukuran, ada beberapa poin penting yang harus

diperhatikan yaitu sebagai berikut :

1) Hasil akhir dari analisis telah menunjukan bahwa pengukuran model dari

model penelitian ini telah memenuhi syarat dan memiliki karakteristik

yang baik sehingga layak untuk dilanjutkan ke tahap analisis struktur

model untuk menguji inner model.

2) Terdapat dua indikator yang memiliki nilai outer loading dibawah 0,7

yaitu DIS1 dan INS1, namun hal tersebut masih dapat ditoleransi dengan

melihat nilai composite reliability diatas 0,7.

Peneliti beranggapan bahwa hal-hal pada poin dua disebabkan karena

pertimbangan waktu kerja para responden, menyebabkan proses pengisian kuesioner

yang tidak didampingi langsung oleh peneliti, sehingga memungkinkan adanya

pemaknaan pertanyaan yang tidak tepat. Terkait dengan hal ini, meskipun pembuatan

instrumen dan penjelasan awal kepada beberapa pihak yang mewakili penerimaan

kuesioner penelititan pada setiap LKMS dalam penelitian ini telah dilakukan dengan

sebaik mungkin, hal-hal di luar rencana dan kendali tidak dapat dihindari khususnya

saat pelaksanaan penelitian di lapangan.

83
4.3.3. Interpretasi Hasil dan Pembahasan Hasil Struktural Model

Bagian ini akan memaparkan interpretasi dan diskusi berdasarkan hasil dari enam

tahap analisis struktur model yaitu path coefficient (β), coefficient of determination

(R2), t-test menggunakan metode bootstrapping, effect size (f2), predictive relevance

( ), dan relative impact ( ). Berikut adalah pemaparan yang dilakukan dengan

mengikuti pertanyaan-pertanyaan penelitian dan hipotesis-hipotesis yang telah

dirumuskan sebelumnya :

H1- Apakah OPT berpengaruh positif terhadap PU?

Hasil analisis t-test analisis model struktural menunjukkan bahwa hipotesis

satu (H1) diterima. Ini berarti OPT memiliki pengaruh positif terhadap PU.

Hal tersebut juga ditunjukan oleh jalur OPT→PU memiliki pengaruh yang

siginifikan dalam model dengan nilai path coefficient (β) 0,614.

Pengertian dari berpengaruh positif dalam hal ini adalah pengguna

yang memiliki rasa optimis (optimism) terhadap sistem informasi akan

beranggapan bahwa penggunaan sistem informasi untuk mendukung

pekerjaan akan menimbulkan manfaat (perceived usefulness). Hasil ini

menunjukan kesesuaian dengan penelitian terdahulu yang menyatakan bahwa

optimisme berpengaruh secara positif terhadap pandangan pengguna atas

manfaat penggunaan sistem informasi (Walchzuch et al, 2007; Lin et al,

2007; Lin & Chang, 2011; Edrogmus & Esen, 2011; Aisyah et al, 2014;

Hallikainen & Laukkanen, 2016).

84
H2- Apakah INN berpengaruh positif terhadap PU?

Hasil analisis t-test analisis model struktural menunjukkan bahwa hipotesis

satu (H2) diterima. Ini berarti INN memiliki pengaruh positif terhadap PU.

Hal tersebut juga ditunjukan oleh jalur INN→PU memiliki pengaruh yang

siginifikan dalam model dengan nilai path coefficient (β) 0,171.

Pengaruh Innovativeness atau pemikiran inovatif akan mempengaruhi

peniliaian manfaat penggunaan sistem. Pemikiran inovatif (Innovativeness)

akan berimplikasi mendorong penerimaan sistem informasi. Hasil ini

menunjukan kesesuaian dengan penelitian terdahulu yang menyatakan bahwa

Innovativeness berpengaruh secara positif terhadap presepsi manfaat

penggunaan sistem informasi (Lin et al, 2007; Lin & Chang, 2011; Edrogmus

& Esen, 2011)

H3- Apakah DIS berpengaruh negatif terhadap PU?

Hasil analisis t-test analisis model struktural menunjukkan bahwa hipotesis

satu (H3) tidak diterima. Meskipun jalur DIS→PU memiliki pengaruh

negatif yang siginifikan dalam model dengan nilai path coefficient (β) -0,131,

namun secara analisis statistik, hipotesis tersebut memiliki nilai 1,668 belum

mampu memenuhi syarat 1,96.

Hal ini menunjukan bahwa terdapat kecenderungan pengguna yang

merasa tidak nyaman (discomfort) dengan penggunaan sistem informasi akan

mengurangi penilaianya terhadap manfaat penggunaan sistem informasi

(perceived usefulness). Meskipun hasil ini secara analisis statistik memiliki

kesesuaian dengan beberapa penelitian terdahulu yang menyatakan bahwa

85
Discomfort tidak memiliki pengaruh negatif terhadap presepsi manfaat

penggunaan sistem (Walchzuch et al, 2007; Edrogmus & Esen, 2011; Aisyah

et al, 2014; Hallikainen & Laukkanen, 2016), namun secara hasil signifikansi

path coefficient (β) terdapat keseuaian dengan penelitian terdahulu yang

menyatakan bahwa Discomfort memiliki pengaruh negatif terhadap presepsi

manfaat penggunaan teknologi (Lin et al, 2007; Lin & Chang, 2011). Peneliti

memperkirakan bahwa hal ini dapat terjadi karena jumlah responden pada

penelitian ini meskipun sudah cukup dan memenuhi standar, namun belum

mencakup jumlah responden yang besar.

H4- Apakah INS berpengaruh negatif terhadap PU?

Hasil analisis t-test analisis model struktural menunjukkan bahwa hipotesis

satu (H4) tidak diterima. Hasil path coefficient (β) jalur INS→PU juga

menunjukan bahwa Insecurity tidak berpengaruh negatif terhadap pandangan

pengguna terhadap manfaat dari penggunaan sistem informasi.

Hasil ini berbeda dengan beberapa penelitian terdahulu yang

menyatakan bahwa rasa ketidakamanan (insecurity) memiliki pengaruh

negatif terhadap pandangan pengguna tentang manfaat penggunaan sistem

informasi (perceived usefulness) (Walchzuch et al, 2007; Lin et al, 2007; Lin

& Chang, 2011), dan berbeda juga penelitian terdahulu yang menyatakan

bahwa insecurity memiliki pengaruh positif terhadap pandangan pengguna

tentang manfaat penggunaan sistem informasi (Aisyah et al, 2014;

Hallikainen & Laukkanen, 2016). Meskipun hasil temuan ini berbeda dari

beberapa penelitian terdahulu, namun hasil ini memiliki kesesuaian dengan

86
penelitian oleh Edrogmus dan Esen (2011). Peneliti memperkirakan bahwa

hal ini dipengaruhi oleh sebagian besar responden merupakan pegawai

lembaga keuangan mikro syariah yang tidak berada pada posisi pengambil

keputusan. Hal ini menyebabkan pegawai tersebut tidak perlu memperhatikan

aspek aman atau tidaknya penggunaan sistem informasi dan hanya tinggal

menggunakannya saja.

H5- Apakah OPT berpengaruh positif terhadap PEU?

Hasil analisis t-test analisis model struktural menunjukkan bahwa hipotesis

satu (H5) diterima. Ini berarti OPT memiliki pengaruh positif terhadap PEU.

Hal tersebut juga ditunjukan oleh jalur OPT→PEU memiliki pengaruh yang

siginifikan dalam model dengan nilai path coefficient (β) 0,232.

Pengertian dari berpengaruh positif dalam hal ini adalah pengguna

yang memiliki rasa optimis (optimism) terhadap sistem informasi akan

memiliki ekspektasi terhadap penggunaan sistem informasi, hal tersebut akan

mempengaruhi pandangan pengguna tentang kemudahan menggunakan

sistem informasi (perceived ease of use). Hasil ini menunjukan kesesuaian

dengan penelitian terdahulu yang menyatakan bahwa optimisme berpengaruh

secara positif terhadap pandangan pengguna atas kemudahan penggunaan

sistem informasi (Walchzuch et al, 2007; Lin et al, 2007; Lin & Chang,

2011; Edrogmus & Esen, 2011; Aisyah et al, 2014; Hallikainen &

Laukkanen, 2016).

87
H6- Apakah INN berpengaruh positif terhadap PEU?

Hasil analisis t-test analisis model struktural menunjukkan bahwa hipotesis

satu (H6) diterima. Ini berarti INN memiliki pengaruh positif terhadap PU.

Hal tersebut juga ditunjukan oleh jalur INN→PEU memiliki pengaruh yang

siginifikan dalam model dengan nilai path coefficient (β) 0,287.

Pengaruh Innovativeness atau pemikiran inovatif akan mempengaruhi

pengguna dalam meningkatkan kapabilitas penggunaan sistem informasi, hal

tersebut akan mempengaruhi pandangan pengguna tentang kemudahan

menggunakan sistem informasi (perceived ease of use). Hasil ini menunjukan

kesesuaian dengan penelitian terdahulu yang menyatakan bahwa

Innovativeness berpengaruh secara positif terhadap presepsi kemudahan

penggunaan sistem informasi (Lin et al, 2007; Lin & Chang, 2011; Edrogmus

& Esen, 2011).

H7- Apakah DIS berpengaruh negatif terhadap PEU?

Hasil analisis t-test analisis model struktural menunjukkan bahwa hipotesis

satu (H7) diterima. Hal tersebut juga ditunjukan oleh jalur DIS→PEU

memiliki pengaruh negatif yang siginifikan dalam model dengan nilai path

coefficient (β) -0,193.

Hal ini menunjukan bahwa rasa ketidaknyamanan (discomfort)

pengguna terhadap penggunaan sistem informasi akan menilai penggunaan

sistem tersebut merupakan hal yang sulit. Hasil ini memiliki kesesuaian

dengan beberapa penelitian terdahulu yang menyatakan bahwa Discomfort

memiliki pengaruh yang negatif terhadap presepsi manfaat penggunaan

88
sistem informasi (Walchzuch et al, 2007; Lin et al, 2007; Lin & Chang,

2011; Aisyah et al, 2014; Hallikainen & Laukkanen, 2016).

H8- Apakah INS berpengaruh negatif terhadap PEU?

Hasil analisis t-test analisis model struktural menunjukkan bahwa hipotesis

satu (H8) tidak diterima. Hasil path coefficient (β) jalur INS→PEU juga

menunjukan bahwa Insecurity tidak berpengaruh negatif terhadap pandangan

pengguna terhadap kemudahan penggunaan sistem informasi.

Hasil ini berbeda dengan beberapa penelitian terdahulu yang

menyatakan bahwa rasa ketidakamanan (insecurity) memiliki pengaruh

negatif terhadap pandangan pengguna tentang kemudahan penggunaan sistem

informasi (perceived ease of use). (Walchzuch et al, 2007; Lin et al, 2007;

Lin & Chang, 2011). Peneliti memperkirakan bahwa hal ini dipengaruhi oleh

sebagian besar responden merupakan pegawai lembaga keuangan mikro

syariah yang tidak berada pada posisi pengambil keputusan, hal ini

menyebabkan pegawai tersebut tidak perlu memperhatikan aspek aman atau

tidaknya penggunaan sistem informasi dan hanya tinggal menggunakannya

saja.

H9- Apakah PU berpengaruh positif terhadap ITU?

Hasil analisis t-test analisis model struktural menunjukkan bahwa hipotesis

satu (H9) diterima. Ini berarti PU memiliki pengaruh positif terhadap ITU.

Hal tersebut juga ditunjukan oleh jalur PU→ITU memiliki pengaruh yang

siginifikan dalam model dengan nilai path coefficient (β) 0,373.

89
 Hasil ini mengindikasikan bahwa semakin besar penilaian pengguna

terhadap manfaat (perceived usefulness) penggunaan sistem informasi maka

akan mempengaruhi minat orang tersebut untuk menggunakan atau menerima

sistem tersebut (intention to use). Hasil ini menunjukan kesesuaian dengan

penelitian terdahulu yang menyatakan bahwa presepsi manfaat penggunaan

sistem informasi (perceived usefulness) berpengaruh secara positif terhadap

minat pengguna (intention to use) untuk menggunakan sistem infrormasi

(Davis, 1989; Lin et al, 2007; Lin & Chang, 2011; Edrogmus & Esen, 2011;

Aisyah et al, 2014).

H10- Apakah PEU berpengaruh positif terhadap ITU?

Hasil analisis t-test analisis model struktural menunjukkan bahwa hipotesis

satu (H10) diterima. Ini berarti PEU memiliki pengaruh positif terhadap

ITU. Hal tersebut juga ditunjukan oleh jalur PU→ITU memiliki pengaruh

yang siginifikan dalam model dengan nilai path coefficient (β) 0,301.

Hasil ini mengindikasikan bahwa semakin besar penilaian pengguna

terhadap kemudahan penggunaan (perceived ease of use) sistem informasi

maka akan mempengaruhi minat (intention to use) orang tersebut untuk

menggunakan atau menerima sistem informasi. Hasil ini menunjukan

kesesuaian dengan penelitian terdahulu yang menyatakan bahwa presepsi

kemudahan penggunaan sistem informasi (perceived ease of use)

berpengaruh secara positif terhadap minat (intention to use) pengguna untuk

menggunakan sistem infrormasi (Lin et al, 2007; Lin & Chang, 2011;

Edrogmus & Esen, 2011; Aisyah et al, 2014).

90
 Tabel 4.4 Perbandingan Hasil Penelitian Terdahulu & Penelitian ini

No Penulis Optpeu Innpeu Dispeu Inspeu Optpu Innpu Dispu Inspu puitu peuitu

1 Walczuch & Positif Positif Negatif Negatif Positif Negatif x Negatif _ _

Streunkens (2007)
2 Lin et al. (2007) Positif Positif Negatif Negatif Positif Positif Negatif Negatif Positif Positif

3 Lin & Chang Positif Positif Negatif Negatif Positif Positif Negatif Negatif Positif Positif
(2011)
4 Erdogmus & Esen Positif Positif x x Positif Positif x x Positif x
(2011)
5 Aisyah, et al(2014) Positif Positif Negatif x Positif x x Positif Positif Positif

6 Hallikainen & Positif x Negatif Positif Positif x x Positif _ _

Laukkanen, 2016
7 Hasil Penelitian Positif Positif Negatif x Positif Positif Negatif x Positif Positif
(x)

Keterangan :

- : Tidak termasuk model peneliti x : Tidak ditemukan Pengaruh (x); Berpengaruh, namun hipotesis ditolak.

91
4.4 Ringkasan

Telah dilakukannya analisis data berserta hasil, interpretasi, dan diskusi hasil

penelitian terkait pengaruh kesiapan penerimaan pengguna terhadap penerapan SI

pada lingkup LKMS. Analisis struktur model telah dilakukan berdasarkan hasil

pengukuran model yang meliputi enam jenis analisis, mulai dari analisis menguji β,

, t-test melalui meode bootstrapping, f2, , dan . Terdapat tujuh hipotesis yang

diterima pada penelitian ini yaitu H1, H2, H5, H6, H7, H9, dan H10, serta tiga

hipotesis yang tidak diterima H3, H4, dan H8 (Gambar 4.8). Interpretasi hasilnya

juga telah dilakukan dengan mempertimbangkan batasan aspek pengujian statistik,

aspek teoritis berdasarkan dukungan dari sejumlah teori sebelumnya, dan aspek

praktis terkait kondisi riil pelaksanaan penelitian di lapangan.

Dari hasil ini, diketahui bahwa terdapat keterkaitan pengaruh positif antara

rasa optimis (optimism) dan rasa inovatif (innovativeness) terhadap penilaian tentang

manfaat (perceived usefulness) dan kemudahan penggunaan (perceived ease of use)

sistem informasi. Hal tersebut menjadi faktor yang mendorong minat pengguna

untuk menerima atau terus menggunakan (intention to use) sistem informasi,

sehingga akan berpengaruh baik terhadap penerapan sistem informasi. Disisi lain

faktor ketidaknyamanan (discomfort) pengguna dalam menggunakan sistem

informasi cenderung berpengaruh secara negatif terhadap penilaian tentang manfaat

(perceived usefulness) dan kemudahan penggunaan (perceived ease of use) sistem

informasi. Hal tersebut akan menjadi faktor yang menghambat minat pengguna

untuk menggunakan (intention to use) sistem informasi, sehingga akan menghambat

proses penerapan sistem informasi. Pada faktor ketidakamanan (insecurity), tidak

ditemukan pengaruh terhadap terhadap penilaian tentang manfaat (perceived

92
usefulness) dan kemudahan penggunaan (perceived ease of use) sistem informasi,

temuan hasil ini memiliki beberapa perbedaan dengan penelitian sebelumnya

(Walchzuch et al, 2007; Lin et al, 2007; Lin & Chang, 2011, Aisyah et al, 2014;

Hallikainen & Laukkanen, 2016). Perbedaan hasil temuan penelitian ini dengan

penelitian terdahulu dipengaruhi beberapa faktor, diantaranya adalah adanya

perbedaan objek, sampel, dan instrumen penelitian.

93
 BAB V

KESIMPULAN DAN SARAN

5.1 Pendahuluan

Pada bab ini akan dipaparkan dua poin utama sebagai penutup laporan penelitian.

Poin pertama adalah kesimpulan pelaksanaan penelitian. Poin kedua adalah

kesimpiulan hasil akhir penelitian, yang merujuk pada tujuan, sasaran penelitian, dan

temuan penelitian yang menjawab pertanyaan dan hipotesis penelitian. Sedangkan

poin berikutnya adalah saran yang berkaitan langsung dengan temuan penelitian dan

batasan penelitian untuk tindak lanjut penelitian selanjutnya serta saran sebagai

pertimbangan praktis bagi pihak-pihak yang memiliki keterkaitan dengan Lembaga

Keuangan Mikro Syariah (LKMS).

5.2 Kesimpulan

Berdasarkan kegiatan penelitian dan hasil temuan, berikut adalah kesimpulan penting

pada penelitian ini:

1) Pada penelitian ini, dilakukan pengukuran untuk mengetahui

pengaruh kesiapan penerimaan pengguna terhadap penerapan SI pada

lingkup LKMS.

2) Tidak diterimanya tiga dari sepuluh hipotesis yaitu DIS→PU (H3),

INS→PU (H4), dan INS→PEU (H8). Meskipun hipotesis H3 ditolak

94
 secara analisis statistik dan memiliki kesesuaian dengan penelitian

terdahulu (Walchzuch et al, 2007; Edrogmus & Esen, 2011; Aisyah et

al, 2014; Hallikainen & Laukkanen, 2016), namun namun secara hasil

signifikansi path coefficient (β) terdapat keseuaian dengan penelitian

terdahulu lainnya (Lin et al, 2007; Lin & Chang, 2011). Ditolaknya

hipotesis H4 dan H8 menunjukan perbedaan hasil dengan penelititan

terdahulu (Walchzuch et al, 2007; Lin et al, 2007; Lin & Chang,

2011; Aisyah et al, 2014; Hallikainen & Laukkanen, 2016).

Perbedaan hasil temuan penelitian ini dengan penelitian terdahulu

dipengaruhi beberapa faktor, diantaranya adalah adanya perbedaan

objek, sampel, dan instrumen penelitian.

3) Diterimanya tujuh hipotesis yaitu OPT→PU (H1), INN→PU (H2),

OPT→PEU (H5), INN→PEU (H6), DIS→PEU (H7), PU→ITU (H9),

PEU→ITU (H10). Sehingga dapat dilihat bahwa dalam lingkup

LKMS terdapat beberapa pengaruh yang terjadi antara kesiapan

penerimaan pengguna terhadap penerapan SI yaitu sebagai berikut:

a. Pandangan optimisme (optimism) pengguna berpengaruh positif

terhadap penilaian manfaat dan kemudahan penggunaan SI. Hal

tersebut akan berpengaruh positif terhadap penerimaan pengguna,

sehingga akan menjadi faktor pendorong penerapan SI.

b. Pemikiran inovatif (innovativeness) pengguna berpengaruh positif

terhadap penilaian manfaat dan kemudahan penggunaan SI. Hal

95
 tersebut akan berpengaruh positif terhadap penerimaan pengguna,

sehingga akan menjadi faktor pendorong penerapan SI.

c. Rasa ketidaknyamanan (discomfort) pengguna terhadap SI

memiliki pengaruh negatif terhadap peniliaian pengguna atas

kemudahan penggunaan sistem informasi. Hal itu cenderung

berpengaruh negatif terhadap penerimaan pengguna, sehingga

akan menjadi faktor penghambat penerapan SI.

d. Persepsi manfaat (perceived usefulness) dan persepsi kemudahan

(perceived ease of use) atas penggunaan sistem informasi menjadi

faktor yang mempengaruhi minat pengguna dalam menggunakan

SI, berpengaruh positif terhadap penerimaan pengguna, sehingga

akan menjadi faktor yang mempengaruhi penerapan SI.

4) Berdasarkan beberapa hasil temuan pada penelitian ini, peneliti

menganggap penelitian ini telah berkontribusi pada beberapa hal

yaitu:

a. Secara teori penelitian ini telah menambahkan refrensi

penggunaan konstruk TRI 2.0 (Parasuraman & Colby, 2015)

terhadap model TRAM, yang sebelumnya menggunakan konstruk

TRI. Hal ini sesuai dengan pernyataan Belout dan Gauvreau

dalam Subiyakto et al., 2014 bahwa sebagian besar model

penelitian dikembangkan menggunakan teori sebelumnya,

sehingga akhirnya penelitian ini dapat menjadi alternatif secara

teoritis bagi peneliti selanjutnya atau pihak lainnya dalam

96
 memahami faktor-faktor yang mempengaruhi penerapan SI dan

bentuk pengaruhnya berdasarkan perspektif pengguna.

b. Secara metodologi, penelitian ini juga berperan dalam mendorong

pemanfaatan metode kuantitatif dalam penyusunan skripsi di

Program Studi Sistem Informasi UIN Syarif Hidayatullah Jakarta

yang masih didominasi oleh penelitian kualitatif.

c. Secara praktis hasil penelitian ini dapat digunakan sebagai salah

satu bahan pertimbangan dalam pengembangan pemanfaatan

sistem informasi pada lingkup Lembaga Keuangan Mikro Syariah

(LKMS) oleh praktisi, lembaga edukasi, perhihmpunan LKMS,

maupun akademisi, khususnya di Indonesia.

5.3 Keterbatasan Penelitian

Penelitian ini memiliki beberapa keterbatasan, yaitu terkait jumlah sampel organisasi

dan responden yang terlibat. Dikarenakan keterbatasan tersebut, penelitian ini belum

mampu memberikan analis dan interpretasi yang berfokus pada segmentasi

demografi tertentu, seperti pendidikan, jabatan, pengalaman kerja, dan lainnya. Hal

ini menyebabkan hasil penelitian ini bersifat umum berdasarkan berbagai latar

belakang pengguna dari berbagai usia, tingkat pendidikan, pengalaman bekerja,

jabatan dan jenis kelamin.

5.4 Saran

Bagian ini berisikan saran yang berkaitan langsung dengan temuan penelitian

sebagai pertimbangan praktis bagi pihak-pihak yang memiliki keterkaitan dengan

97
Lembaga Keuangan Mikro Syariah (LKMS) serta untuk tindak lanjut penelitian

selanjutnya.

1) Diharapkan bagi praktisi, lembaga edukasi LKMS, serta

perhihmpunan LKMS dapat memperhatikan rasa optimisme, rasa

inovatif dan rasa ketidaknyamanan pengguna, karena hal-hal tersebut

menjadi faktor-faktor yang mempengaruhi penerapan sistem

informasi. Pihak-pihak manajerial alangkah baiknya agar dapat

menciptakan strategi pengimplementasian sistem informasi dengan

upaya meningkatkan rasa optimis dan inovatif para pengguna sistem

dan meminimalisir ketidaknyamanan dalam penggunaan sistem.

2) Berdasarkan batasan, metode, dan hasil penelitian, peneliti

memberikan saran bagi para mahasiswa dan peneliti selanjutnya

(khususnya yang tertarik pada kajian sejenis) diharapkan dapat

meninjau kembali dan memperhatikan hal-hal berikut:

a. Penelitian ini memiliki keterbatasan cakupan wilayah lembaga

keuangan mikro syariah. Penelitian yang akan datang diharapkan

akan mampu mencakup wilayah yang lebih luas, sehingga akan

memperkaya jumlah responden yang terlibat dan mampu

memberikan hasil yang lebih akurat.

b. Terkait dengan proses pengumpulan data, sebaiknya dilakukan

pendampingan secara langsung, agar dapat memastikan bahwa

responden mampu memahami dengan jelas setiap poin

pertanyaan yang diberikan.

98
 c. Terkait dengan hasil analisis dan interpretasi data, penelitian yang

akan datang diharapkan mampu melakukan pengelompokan

analisis berdasarkan posisi jabatan, sehingga akan mampu

memberikan hasil interpretasi dari berbagai prespektif responden

yang terlibat.

5.5 Ringkasan

Bab ini memaparkan masing-masing poin yang saling berkaitan antara kesimpulan

dan saran penelitian. Harapannya, semoga para praktisi, lembaga edukasi LKMS,

serta perhihmpunan LKMS dan para peneliti selanjutnya mendapatkan bahan

masukan secara praktis dan teoritis terkait evaluasi kepuasan pengguna akhir untuk

penelitian di masa depan.

99
 DAFTAR PUSTAKA

Acharya, A. S., Prakash, A., Saxena, P., & Nigam, A. (2013). Sampling: Why and
how of it. Indian Journal of Medical Specialties, 4(2), 330-333.
Aisyah, M. N., Nugroho, M. A., & Sagoro, E. M. (2014). Pengaruh Technology
Readiness Terhadap Penerimaan Teknologi Komputer Pada UMKM Di
Yogyakarta. Jurnal Economia, 10(2), 105-119.
Alshibly, H. H. (2014). Evaluating E-HRM success: A Validation of the Information
Systems Success Model. International Journal of Human Resource Studies,
4(3), 107.
Anantatmula, V. S., & Shrivastav, B. (2012). Evolution of project teams for
Generation Y workforce. International Journal of Managing Projects in
Business, 5(1), 9-26.
Apriadi, F. (2013). The Solution of Human Resources Development for Baytul Maal
wat Tamwil (BMT) in Indonesia: an Analytic Network Process (ANP)
Approach. Jurnal al-Muzara'ah, 1(2).
Arikunto, S. & Jabar. (2004). Evaluasi Program Pendidikan. Bumi Aksara. Jakarta.
Arikunto, S., (2009). Prosedur Penelitian Suatu Pendekatan Praktik. Edisi Revisi 6.
Rineka Cipta. Jakarta.
Bailey, K. (1994) Method of Social Research, 4th ed. The Free Press. New York.
Basgoze, P., (2015). Integration of Technology Readiness (TR) Into The Technology
Acceptance Model (TAM) For M-Shopping. International Journal of
Scientific Research and Innovative Technology, 2(3), pp.26–35.
Chaplin, J. P. (2006). Kamus Lengkap Psikologi.(diterjemahkan oleh Kartono, K)
Jakarta: PT. RajaGrafindo Persada.
Chinomona, R., & Dubihlela, D. (2014). Does customer satisfaction lead to customer
trust, loyalty and repurchase intention of local store brands? The case of
Gauteng Province of South Africa. Mediterranean Journal of Social
Sciences, 5(9), 23. DOI: 10.5901/mjss.2014.v5n9p23.
Dalyono, M. (2005). Psikologi Belajar. Rineka Cipta. Jakarta.

100
Darwanto, D. (2014). Strategi Penguatan Microfinance Syariah Berbasis Ekonomi
Kelembagaan. Inferensi, 8(2), 501-522.
Davis, F.D., (1989). Perceived usefulness, perceived ease of use, and user acceptance
of information technology. MIS Quarterly, 3(3), pp. 319–340.
Djaali & Muljono, P. 2008. Pengukuran Dalam Bidang Pendidikan. Grasindo.
Jakarta.
Erdoğmuş, N., & Esen, M. (2011). An investigation of the effects of technology
readiness on technology acceptance in e-HRM. Procedia-Social and
Behavioral Sciences, 24, 487-495.
Ghozali, I. (2006). Aplikai Analisis Multivarite dengan SPSS, Cetakan Keempat.
Badan Penerbit Universitas Diponegoro, Semarang.
Goodhue, D. L. (1995). Understanding user evaluations of information
systems. Management science, 41(12), 1827-1844.
Guritno, S., Sudaryono, & Rahardja, U. (2011). Theory and Application of IT
Research : Metodologi Penelitian Teknologi Informasi. Edisi 1. Andi.
Yogyakarta
Gutierrez, A. M. J., Ang, E. K. S., Carlos, P. M. A., & Umali, J. C. (2015, August).
A Multi-Dimensional Study On The Relationship Of Emotional Intelligence
To The Multitasking Ability Of Nursing Students: A Structural Equation
Modeling Approach. In Proceedings 19th Triennial Congress of the IEA
(Vol. 9, p. 14).
Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L.
(1998). Multivariate data analysis (Vol. 5, No. 3, pp. 207-219). Upper
Saddle River, NJ: Prentice hall.
Hair, J. F., Ringle, C. M., & Sarstedt, M. (2011). PLS-SEM: Indeed a silver bullet.
Journal of Marketing theory and Practice, 19(2), 139-152. ISSN: 1069-6679
(Print) 1944-7175 (Online).
Hair, J. F., Sarstedt, M., Ringle, C. M., & Mena, J. A. (2012). An assessment of the
use of partial least squares structural equation modeling in marketing
research. Journal of the academy of marketing science, 40(3), 414-433. DOI
10.1007/s11747-011-0261-6.

101
Hallikainen, H., & Laukkanen, T. (2016, June). How Technology Readiness
Explains Acceptance and Satisfaction of Digital Services in B2B Healthcare
Sector?. PACIS (p. 294).
Hamalik, O. (2006). Manajemen pengembangan kurikulum. Sekolah Pascasarjana
Universitas Pendidikan Indonesia dengan PT Remaja Rosdakarya.
Handayani, R. (2007). Analisis Faktor-Faktor yang Mempengaruhi Minat
Pemanfaatan Sistem Informasi dan Penggunaan Sistem Informasi (Studi
Empiris Pada Perusahaan Manufaktur di Bursa Efek Jakarta). Jurnal
Akuntansi Keuangan, 9(2), 76-87.
Henseler, J., Ringle, C. M., & Sinkovics, R. R. (2009). The use of partial least
squares path modeling in international marketing. Advances in international
marketing, 20(1), 277-319. ISSN: 1474-7979/doi:10.1108/S1474-
7979(2009)0000020014.
Huda, M. Q., Hidayah, N. A., & Utami, M. C. (2017, August). Exploring the
organizational factor contributing to effective IT implementation. In Cyber
and IT Service Management (CITSM), 2017 5th International Conference
on (pp. 1-5). IEEE.
Irawati, A., & Putra, D. (2015). Analisis Technology Acceptance Model dalam
Memahami Niat Perilaku Mahasiswa untuk Menggunakan E-Learning.
Prosiding Sembistek 2014, 1(01), 177-189.
Jogiyanto. (2007). Model Kesuksesan Sistem Teknologi Informasi. Edisi 1. Andi.
Yogyakarta.
Jogiyanto. (2008). Metodologi Penelitian Sistem Informasi. Edisi 1. Andi.
Yogyakarta.
Kadir, A. (2003). Pengenalan Sistem Informasi. Andi. Yogyakarta.
Kusrini. (2007). Konsep dan Aplikasi Sistem Pendukung Keputusan. Andi.
Yogyakarta.
Lazuardi, A. (2013). Tingkat Kesiapan (Readiness) Pengadopsian Teknologi
Informasi : Studi Kasus Panin Bank. Thesis. Universitas Indonesia.
Likert, R. (1932). A technique for the measurement of attitudes. Archives of
psychology.

102
Lin, C.H., Shih, H.Y. & Sher, P.J., (2007). Integrating technology readiness into
technology acceptance: The TRAM model. Psychology and Marketing,
pp.641–657.
Lin, J. S. C., & Chang, H. C. (2011). The role of technology readiness in self-service
technology acceptance. Managing Service Quality: An International
Journal, 21(4), 424-444.
Mulyanto, A. (2009). Sistem Informasi Konsep dan Aplikasi. Pustaka Belajar.
Yogyakarta.
Nasir, M. (2013) Evaluasi Penerimaan Teknologi Informasi Mahasiswa di
Palembang menggunakan Model UTAUT. SNATI, 1-5.
Nazir, M. (2003). Metodologi Penelitian. Ghalia Indonesia. Jakarta.
Nazwirman, N. (2008). Peranan Lembaga Keuangan Mikro Berbasis Teknologi
Informasi dalam Mengembangkan Usaha Mikro. The Winners, 9(2), 124-134.
Nerkar, A., & Shane, S. (2007). Determinants of invention commercialization: An
empirical examination of academically sourced inventions. Strategic
Management Journal, 28(11), 1155-1166.
Nugroho, A. R., Masduqi, A., & Otok, B. W. (2016). Aplikasi Partial Least Square
Structural Equation Modelling untuk Menilai Faktor Pencemaran Air Kali
Surabaya. Jurnal Purifikasi,14(2), 136-148.
Onwuegbuzie, A. J., & Collins, K. M. (2007). A typology of mixed methods
sampling designs in social science research. The qualitative report, 12(2),
281-316.
Parasuraman, A. (2000). “Technology Readiness Index (TRI): a multiple-item to
measure readiness to embrace new technologies”, Journal of Service
Research, Vol 2, No 4, pp 307-320
Parasuraman, A., & Colby, C. L. (2015). An updated and streamlined technology
readiness index: TRI 2.0. Journal of service research, 18(1), 59-74.
Pramuka, B. A., & Maghfiroh, S. (2015). Sistem Informasi Akuntansi Berbasis
Eletronik Pada Lembaga Keuangan Mikro Syariah. Sustainable Competitive
Advantage (SCA), 5(1).
Prasetyo, B., & Jannah, L. M. (2006). Metode Penelitian Kuantitatif: teori dan
aplikasi. RajaGrafindo Persada.
103
Putra, S. J., Subiyakto, A., Ahlan, A. R., &amp; Kartiwi, M. (2016). A Coherent
Framework for Understanding the Success of an Information System Project.
TELKOMNIKA (Telecommunication, Computing, Electronics and Control),
14(1), 302-308. doi:10.12928/TELKOMNIKA.v14i1.2711
Raharjo, M. D. (1999). Islam dan Tantangan Transformasi Sosial Ekonomi. Lembaga
Studi Agama dan Filsafah. Jakarta.
Rahman, A & Rahim, A. (2007). Islamic Microfinance: A missing component in
Islamic Banking. Kyoto Bulletin of Islamic Area Study 1-2: 38-53.
Rogers, E.M. (1983). Diffusion of Innovations, 3rd Edition, The Free Press New
York
Rusydiana, A. S., & Devi, A. (2013). Aplikasi Metode Analytic Networks Process
(ANP) Untuk Mengurai Problem Pengembangan Baitul Maal Wat-tamwill
(BMT) Di Indonesia. Jurnal Ekonomi dan Bisnis Islami. Volume III Nomor
1.
Sarwono, J. (2006). Metode Penelitian Kuantitatif dan Kualitatif. Graha Ilmu.
Yogyakarta.
Scheaffer, R. L., Mendenhall III, W., Ott, R. L., & Gerow, K. G. (2011). Elementary
survey sampling. Cengage Learning.
Sekaran, U. (1992). Metodologi Penelitian Untuk Bisnis. Salemba Empat. Jakarta.
Slameto. (2010). Belajar & Faktor-faktor yang Mempengaruhi. Rineka Cipta.
Jakarta.
Subiyakto, A., & Ahlan, A. R. (2013, 27-28 Nov. 2013). A coherent framework for
understanding critical success factors of ICT project environment. Paper
presented at the 2013 International Conference on Research and Innovation
in Information Systems (ICRIIS).
Subiyakto, A., Ahlan, A. R., Sukmana, H. T. (2014). An alternative method for
determining critical success factors of information system
project. TELKOMNIKA (Telecommunication Computing Electronics and
Control), 12(3), 665-674.
Subiyakto, A., Ahlan, R., Putra, S. J., & Kartiwi, M. (2015). Validation of
information system project success model: a focus group study. SAGE
OPEN. doi:10.1177/2158244015581650.
104
Subiyakto, A., Ahlan, A. R., Kartiwi, M., &amp; Sukmana, H. T. (2015a). Influences
of the Input Factors towards Success of An Information System Project.
TELKOMNIKA (Telecommunication Computing Electronics and Control),
13(2), 686-693. doi:http://dx.doi.org/10.12928/telkomnika.v13i2.1323
Subiyakto, A., Ahlan, A. R., Kartiwi, M., & Sukmana, H. T. (2015b). Measurement
of Information System Project Success Based on Perceptions of the Internal
Stakeholders. International Journal of Electrical and Computer Engineering
(IJECE), 5(2), 271-279. Retrieved from
http://iaesjournal.com/online/index.php/IJECE/article/view/7009
Subiyakto, A. A., Ahlan, A. R., Kartiwi, M., & Putra, S. J. (2016). Measurement of
the information system project success of the higher education institutions in
Indonesia: a pilot study. International Journal of Business Information
Systems, 23(2), 229-247.
Subiyakto, A., Ahlan, A. R., Kartiwi, M., Putra, S. J., &amp; Durachman, Y. (2016).
The User Satisfaction Perspectives of the Information System Projects.
Indonesian Journal of Electrical Engineering and Computer Science, 4(1).
Subiyakto, A., Septiandani, D., Nurmiati, E., Durachman, Y., Kartiwi, M., &amp;
Ahlan, A. R. (2017). Managers Perceptions towards the Success of E-
Performance Reporting System. TELKOMNIKA (Telecommunication
Computing Electronics and Control), 15(3), 1389-1396.
doi:10.12928/TELKOMNIKA.v15i3.5133
Subiyakto, A., Rosalina, R., Utami, M. C., Kumaladewi, N., & Putra, S. J. (2017,
August). The psychometric and interpretative analyses for assessing the end-
user computing satisfaction questionnaire. In Cyber and IT Service
Management (CITSM), 2017 5th International Conference on (pp. 1-6).
IEEE.
Succi, M. J., & Walter, Z. D. (1999, January). Theory of user acceptance of
information technologies: an examination of health care professionals.
In Systems Sciences, 1999. HICSS-32. Proceedings of the 32nd Annual
Hawaii International Conference on (pp. 7-pp). IEEE.
Sugiyono. (2009). Metode Penelitian Kuantitatif dan Kualitatif. CV.Alfabeta
Bandung.
105
Sutabri, T. (2012). Analisis Sistem Informasi. Andi. Yogyakarta.
Teo, T. (2011). Factors influencing teachers’ intention to use technology: Model
development and test. Computers & Education, 57(4), 2432-2440.
Urbach, N., & Ahlemann, F. (2010). Structural equation modeling in information
systems research using partial least squares. JITTA: Journal of Information
Technology Theory and Application, 11(2), 5.
Venkatesh, V., & Bala, H. (2008). Technology acceptance model 3 and a research
agenda on interventions. Decision Sciences, 39(2), 273-315.
Walczuch, R., Lemmink, J., & Streukens, S. (2007). The effect of service employees’
technology readiness on technology acceptance. Information &
Management, 44(2), 206-215.
Widoyoko, E.P. (2012). Teknik Penyusunan Instrumen Penelitian. Pustaka Belajar.
Yogyakarta.
Wong, K. K. K. (2013). Partial least squares structural equation modeling (PLS-
SEM) techniques using SmartPLS. Marketing Bulletin, 24(1), 1-32.
Xu, X., Zhang, W., & Barkhi, R. (2010). IT infrastructure capabilities and IT project
success: a development team perspective. Information Technology and
Management, 11(3), 123-142.
Yamin, S. & Kurniawan, H. (2011). Generasi Baru Mengolah Data Penelitian dengan
Partial Least Square Path Modeling : Aplikasi dengan software XLSTAT,
SmartPLS, dan Visual PLS. Edisi 1. Salemba Infotek. Jakarta.
Yuliasari, E., Winarno, W. W., & Hantono, B. S. (2014). Analisis Faktor Determinan
Penggunaan Sistem Pendukung E-Government dan Implikasinya Terhadap
Kinerja Pengguna. SEMNASTEKNOMEDIA ONLINE, 2(1), 3-03.

106
LAMPIRAN

107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122