SKRIPSI

ANALISIS CONTINUANCE USE INTENTION PADA SITUS JEJARING

SOSIAL INSTAGRAM DENGAN MENGGUNAKAN EXPECTATION-
CONFIRMATION MODEL (ECM)

Oleh:

Uswatun Hasanah
11150930000020

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA
2020 / 1441 H
ANALISIS CONTINUANCE USE INTENTION PADA SITUS JEJARING
SOSIAL INSTAGRAM DENGAN MENGGUNAKAN EXPECTATION-
CONFIRMATION MODEL (ECM)

Skripsi
Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sistem Informasi
Fakultas Sains dan Teknologi

Universitas Islam Negeri Syarif Hidayatullah Jakarta

Oleh:

USWATUN HASANAH
11150930000020

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA
2020 / 1441 H

i
 PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR-

BENAR HASIL KARYA SANDIRI DAN BELUM PERNAH DIAJUKAN

SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN

TINGGI ATAU LEMBAGA MANAPUN.

Jakarta, Februari 2020

Uswatun Hasanah
11150930000020

ii
 ABSTRAK

Uswatun Hasanah – 11150930000020. Analisis Continuance Use Intention pada

Situs Jejaring Sosial Instagram dengan menggunakan Expectation-Confirmation
Model (ECM) di bawah bimbingan Qomarul Huda, Ph.D dan Mei Catur Utami,
M.T.
Instagram merupakan salah satu situs jejaring sosial yang paling banyak di
gandrungi oleh remaja di Indonesia. Terbukti dengan jumlah pengguna yang
mencapai 1 miliar pengguna menjadikan Instagram sangat populer. Dengan jumlah
pengguna yang terus meningkat, memahami faktor continuance use intention
sangat di perlukan, guna keberlangsungan jangka panjang serta kesuksesan suatu
aplikasi. Pasar situs jejaring sosial pun cukup kompetitif, karena mereka
menawarkan layanan dan fitur yang serupa. Hal ini juga cukup mudah bagi
pengguna untuk beralih dari satu situs jejaring sosial ke situs jejaring sosial yang
lain, karena banyak aplikasi yang dapat diunduh secara gratis. Mempertahankan
pengguna dan memfasilitasi pengguna berkelanjutan sangat penting untuk
keberhasilan suatu sistem informasi. Hal ini di karenakan biaya mendapatkan
pengguna baru sekitar lima kali lipat lebih besar dari pada mempertahankan
pengguna yang lama. Penelitian ini bertujuan untuk mengetahui faktor yang
mempengaruhi continuance use intention, yang menjadi salah satu faktor penting
dalam niat penggunaan situs jejaring sosial Instagram. Penelitian ini menggunakan
Expectation Confirmation Model (ECM) dengan menambahkan variabel Habit dan
Enjoyment. Populasi pada penelitian ini adalah mahasiswa UIN Syarif Hidayatullah
Jakarta yang menjadi pengguna Instagram. Pengambilan sampel dilakukan dengan
menggunakan teknik purposive sampling. Terdapat 403 responden dari total
populasi tersebut yang digunakan sebagai sampel untuk penelitian ini. Pengolahan
data dengan menggunakan metode PLS-SEM dengan bantuan aplisasi SmartPLS
versi 3.0. Berdasarkan hasil penelitian bahwa Statisfaction, Perceived Usefullness,
Habit dan Enjoyment berpengaruh terhadap Continuance Use Intention. Hasil dari
penelitian ini diharapkan dapat menjadi salah satu acuan dan menjadi bahan
pertimbangan pengambilan keputusan bagi pengembangan aplikasi sejenis guna
memenangkan persaingan.
Kata kunci : Continuance Use Intention, Instagram, Expectation Confirmation
Model (ECM), PLS-SEM, SmartPLS.

BAB I-V+ xiv Halaman + 140 Halaman + 8 Gambar + 40 Tabel + Daftar Pustakka
+ Lampiran

iii
 KATA PENGANTAR

Assalamualaikum Wr.Wb.

Alhamdulillah segala puji dan syukur peneliti panjatkan ke hadirat Allah

SWT atas segala nikmat serta karunia yang telah dilimpahkan, sehingga peneliti

dapat menyelesaikan laporan skripsi ini dengan sebaik-baiknya. Peneliti menyadari

bahwa laporan skripsi ini masih jauh dari kesempurnaan. Namun, peneliti berharap

laporan skripsi ini dapat memenuhi persyaratan untuk dapat lulus dan mendapatkan

gelar sarjana. Shalawat serta salam senantiasa tercurahkan kepada Nabi

Muhammad SAW yang telah memberikan tuntunan dan petunjuk kepada umat

manusia menuju kehidupan dan peradaban, serta para keluarga dan para sahabat

yang dicintainya.

Dalam penyusunan laporan ini peneliti telah mendapatkan banyak bantuan

dan bimbingan serta semangat dari berbagai pihak, baik berupa pengetahuan, moral,

maupun meteril. Tanpa bantuan dari berbagai pihak, tentu proses penyusunan

laporan ini akan terasa sulit untuk dapat diselesaikan. Oleh karena itu, peneliti ingin

menyampaikan terima kasih kepada:

1. Bapak. Dr. Lily Surayya Eka Putri, M.Env.Stud selaku Dekan Fakultas

Sains dan Teknologi UIN Syarif Hidayatullah Jakarta.

2. Bapak A’ang Subiyakto, Ph.D selaku Ketua Program Studi Sistem

Informasi Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta

dan Ibu Nida’ul Hasanati,MMSI selaku Sekertaris Program Studi Sistem

Informasi, Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta.

iv
3. Bapak Qomarul Huda, Ph.D selaku Dosem Pembimbing I dan Ibu Mei Catur

Utami, M.T selaku Dosen Pembimbing II yang telah menyediakan

waktunya untuk memberikan ilmu, arahan, dukungan, serta doa kepada

peneliti hingga terselesaikan laporan ini.

4. Dosen-dosen Program Studi Sistem Informasi Fakultas Sains dan Teknologi

UIN Syarif Hidayatullah Jakarta yang telah memberikan ilmu selama proses

perkuliahan.

5. Bapak Syamsuri dan Ibu Saniah selaku orang tua peneliti yang telah

memberikan doa, motivasi, semangat, nasehat, dan uang kepada peneliti

sehingga laporan skripsi ini dapat terselesaikan.

6. Desi Arisandi dan Muhammad Irham selaku kakak dan adik yang selalu

memberikan dukungan dan doa kepada penulis.

7. Sahabat Kosan Nenek, Adinda Fitra, Ranti Novella, Tuti Astuti, Desti

Nuraini, Desintia, Alfia Miranti, Ova Amalia, Ashifa, dan Gina Sajiah dan

lainnya yang tidak bisa disebutkan satu persatu. Terima kasih atas segala

bentuk dukungan, motivasi serta doa kepada peneliti.

8. Sahabat-sahabat penulis, Robbi Miftah, Sari Rahma Pertiwi, Muthia,

Novira, Asri Cahya, Nesya, Rahma, Maulina, Bella, Mardiatuzzahra, Fitri

Sundari selaku sahabat yang memberikan dukungan dan motivasi kepada

penulis.

9. Keluarga Sistem Informasi 2015, khususnya SI-A yang banyak memberikan

motivasi dan doa dalam penyelesaian skripsi ini.

v
 10. Seluruh responden yang telah bersedia meluangkan waktunya dan teman-

teman yang telah membantu dalam penyebaran kuesioner untuk penelitian

skripsi ini. Semoga Allah SWT memberikan balasan atas kebaikan teman-

teman semua.

11. Dan seluruh pihak-pihak yang terkait dan banyak membantu dalam proses

penyelesaian laporan skripsi ini yang tidak dapat disebutkan satu persatu

namun tidak mengurangi rasa terimakasih sedikitpun dari peneliti.

Dengan segala bentuk bantuan dari semua pihak, peneliti sangat bersyukur

dan berterima kasih, semoga semua bantuan yang peneliti terima dalam proses

penulisan skripsi ini mendapatkan balasan yang setimpal di akhirat nantinya.

Peneliti tentu menyadari segala bentuk kekurangan dalam ppenyusunan laporan

skripsi ini baik dari segi bahasa, penyusunan, maupun penulisannya. Untuk itu

peneliti berharap agar pembaca dapat memaklumi atas kekurangan dalam laporan

skripsi ini. Akhir kata, penulis berharap semoga laporan skripsi ini dapat

bermanfaat bagi para pembaca pada umumnya.

Wassalamualaikum. Wr.Wb

Jakarta, Februari 2020

Uswatun Hasanah
111509300000020

vi
 DAFTAR ISI

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

PERNYATAAN ................................................................................................. ii

ABSTRAK......................................................................................................... iii

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

DAFTAR TABEL ............................................................................................. xi

DAFTAR GAMBAR ....................................................................................... xiii

DAFTAR LAMPIRAN ................................................................................... xiv

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

1.1. Latar Belakang .................................................................................... 1

1.2. Identifikasi Masalah ............................................................................ 7

1.3. Rumusan Masalah ............................................................................... 7

1.4. Tujuan Masalah ................................................................................... 8

1.5. Ruang Lingkup dan Batasan Penelitian ............................................. 8

1.6. Model Penelitian .................................................................................. 9

1.7. Hipotesis Peneletian ............................................................................. 9

1.8. Metodologi Penelitian ........................................................................ 10

1.8.1. Metode Pengumpulan Data ........................................................ 10

1.8.2. Metode Analisis Data .................................................................. 11

1.9. Manfaat Penelitian ............................................................................. 11

vii
 1.10. Sistematika Penulisan .................................................................... 12

BAB II LANDASAN TEORI ........................................................................... 13

2.1. Definisi Analisis.................................................................................. 13

2.2. Definisi Situs Jejaring Sosial ............................................................. 13

2.3. Perkembagan Instagram ................................................................... 15

2.4. Definisi Sistem Informasi .................................................................. 16

2.4.1. Sistem .......................................................................................... 16

2.4.2. Informasi ..................................................................................... 17

2.4.3. Sistem Informasi ......................................................................... 18

2.5. Expectation-Confirmation Model ....................................................... 18

2.5.1. Perceived Usefulness (PU) ........................................................... 21

2.5.2. Confirmation (C) ......................................................................... 21

2.5.3. Satisfaction (S)............................................................................. 22

2.5.4. Continuance Use Intention (CUI) ............................................... 22

2.6. Habit (H)............................................................................................. 23

2.7. Enjoyment (E) ..................................................................................... 24

2.8. Metode Pengumpulan Data ............................................................... 24

2.9. Skala Likert........................................................................................ 26

2.10. Variabel Penelitian ......................................................................... 27

2.11. Populasi dan Sampel ...................................................................... 30

viii
 2.11.1. Teknik Sampling ......................................................................... 30

2.11.2. Ukuran Sampel ........................................................................... 33

2.12. Analisis Data ................................................................................... 36

2.12.1. Metode Kuantitatif ..................................................................... 36

2.12.2. Partial Least Square-Structural Equation Model (PLS-SEM) .... 37

2.13. Hipotesis ......................................................................................... 43

2.14. SmartPLS ....................................................................................... 44

BAB III METODE PENELITIAN .................................................................. 47

3.1. Pendekatan Penelitian ....................................................................... 47

3.2. Populasi dan Sampel Penelitian ........................................................ 47

3.3. Metode Pengumpulan Data ............................................................... 49

3.3.1. Studi Literatur ............................................................................ 49

3.3.2. Survei .......................................................................................... 56

3.4. Metode Analisis Data ......................................................................... 57

3.4.1. Model Penelitian ......................................................................... 57

3.4.2. Indikator Penelitian .................................................................... 57

3.5. Analisis Data dan Interpretasi Hasil ................................................. 61

BAB IV HASIL DAN PEMBAHASAN........................................................... 64

4.1. Pengumpulan Data ............................................................................ 64

4.2. Statistika Deskriptif ........................................................................... 65

ix
 4.3. Hasil Analisis ...................................................................................... 79

4.3.1. Hasil Analisis Demografis........................................................... 79

4.3.2. Hasil Analisis Outer Model ......................................................... 87

4.3.3. Hasil Analisis Inner Model .......................................................... 92

4.4. Interpretasi dan Diskusi Hasil Analisis ............................................. 97

4.4.1. Interpretasi dan Diskusi Hasil Analisis Data Demografis ......... 97

4.4.2. Interpretasi dan Diskusi Hasil Outer Model ............................ 100

4.4.3. Interpretasi dan Diskusi Hasil Inner Model ............................. 101

BAB V KESIMPULAN DAN SARAN .......................................................... 108

5.1. Kesimpulan ...................................................................................... 108

5.2. Saran ................................................................................................ 109

DAFTAR PUSTAKA ..................................................................................... 111

Lampiran 1 Kuesioner Penelitian ................................................................. 119

Lampiran 2 Data Responden ......................................................................... 123

x
 DAFTAR TABEL

Tabel 2. 1 Format Responden untuk Pertanyaan ............................................................ 27

Tabel 3. 1 Studi Literatur ........................................................................................... 51

Tabel 3. 2 Data Kuesioner ............................................................................................ 57

Tabel 3. 3 Indikator Penelitian ...................................................................................... 58

Tabel 3. 4 Daftar pertanyaan ......................................................................................... 59

Tabel 4. 1 Data Kuesioner ............................................................................................ 65

Tabel 4. 2 Frekuensi Indikator Kemudahan ................................................................... 66

Tabel 4. 3 Frekuensi Meningkatkan Kemampuan .......................................................... 66

Tabel 4. 4 Frekuensi Indikator Efisiensi ........................................................................ 67

Tabel 4. 5 Frekuensi Indikator Manfaat......................................................................... 67

Tabel 4. 6 Frekuensi Indikator Pengalaman Pengguna Sistem ....................................... 68

Tabel 4. 7 Frekuensi Indikator Layanan ........................................................................ 69

Tabel 4. 8 Frekuensi Indikator Harapan ........................................................................ 69

Tabel 4. 9 Frekuensi Indikator Ekspetasi secara Keseluruhan ........................................ 70

Tabel 4. 10 Frekuensi Indikator Pengalaman penggunaan Instagram memuaskan .......... 70

Tabel 4. 11 Frekuensi Indikator Pengalaman yang menyenangkan ................................ 71

Tabel 4. 12 Frekuensi Indikator Kepuasan Pengguna .................................................... 72

Tabel 4. 13 Frekuensi Indikator Kinerja ........................................................................ 72

Tabel 4. 14 Frekuensi Indikator Kepuasan secara Keseluruhan...................................... 73

Tabel 4. 15 Frekuensi Indikator Kesenangan ................................................................. 73

Tabel 4. 16 Frekuensi Indikator Hiburan ....................................................................... 74

Tabel 4. 17 Frekuensi Indikator Layanan ...................................................................... 74

Tabel 4. 18 Frekuensi Indikator Penggunaan Sebelumnya ............................................. 75

Tabel 4. 19 Frekuensi Indikator Kecanduan .................................................................. 76

xi
Tabel 4. 20 Frekuensi Indikator Perilaku yang Otomatis ............................................... 76

Tabel 4. 21 Frekuensi Indikator Rutinitas...................................................................... 77

Tabel 4. 22 Frekuensi Indikator Berniat untuk terus menggunakan dari pada berhenti ... 77

Tabel 4. 23 Frekuensi Indikator Berniat untuk terus dari pada menggunakan sistem lain78

Tabel 4. 24 Frekuensi Indikator Berniat meningkatkan penggunaan di masa depan ....... 78

Tabel 4. 25 Data Demografis Jenis Kelamin ................................................................. 79

Tabel 4. 26 Data Demografis Fakultas .......................................................................... 80

Tabel 4. 27 Data Semester ............................................................................................. 82

Tabel 4. 28 Data Demografis Lama menggunakan Instagram ........................................ 83

Tabel 4. 29 Data Demografis Frekuensi Penggunaan Instagram (Perhari) ...................... 84

Tabel 4. 30 Data Demografis Kepuasan Penggunaan Instagram .................................... 85

Tabel 4. 31 Data Demografis Niat Pengguna Instagram ................................................ 86

Tabel 4. 32 Analisis Outer Loading .............................................................................. 89

Tabel 4. 33 Analisis Outer Model .................................................................................. 91

Tabel 4. 34 Analisis Nilai Cross Loading Fornell-Larcker’s. ......................................... 92

Tabel 4. 35 Analisis Path Coefficient ............................................................................ 93

Tabel 4. 36 Analisis Coefficient of Determination ......................................................... 93

Tabel 4. 37 Analisis t-test ............................................................................................. 94

Tabel 4. 38 Analisis Effect Size ..................................................................................... 95

Tabel 4. 39 Analisis Predictive Relevance..................................................................... 96

Tabel 4. 40 Analisis Relative Impact ............................................................................. 97

xii
 DAFTAR GAMBAR

Gambar 1. 2 Model penelitian yang digunakan............................................................... 9

Gambar 2. 1 Instagram................................................................................................. 15

Gambar 2. 2 Expectation-Confirmation Model (ECM) ................................................. 20

Gambar 2. 3 Proses Analisis PLS-SEM........................................................................ 38

Gambar 2. 4 Konstruk dalam SmartPLS 3.0 ................................................................. 46

Gambar 3. 1 Model penelitian yang digunakan............................................................. 57

Gambar 3. 2 Kerangka Penelitian ................................................................................. 63

Gambar 4. 1 Data Presentase Demografis Jenis Kelamin .............................................. 80

Gambar 4. 2 Data Presentase Demografis Fakultas ....................................................... 81

Gambar 4. 3 Data Presentase Demografis Semester...................................................... 82

Gambar 4. 4 Data Presentase Demografis Lama Menggunakan Instagram .................... 83

Gambar 4. 5 Data Presentase Demografis Frekuensi Penggunaan Instagram (Perhari) .. 85

Gambar 4. 6 Data Demografis Presentase Kepuasan Penggunaan Instagram ................. 86

Gambar 4. 7 Data Presentase Demografis Niat Keberlanjutan Penggunaan Instagram. .. 87

Gambar 4. 8 Model Penelitian pada SmartPLS 3 .......................................................... 88

xiii
 DAFTAR LAMPIRAN

Lampiran 1 Kuesioner Penelitian

Lampiran 2 Data Responden

xiv
 BAB I

PENDAHULUAN

1.1. Latar Belakang

Situs jejaring sosial saat ini sedang berkembang dengan sangat pesat.

Situs jejaring sosial telah banyak menarik perhatian oleh para penggunanya.

Tercatat saat ini jumlah pengguna aktif situs jejaring sosial mencapai 3.484

juta pengguna atau sebesar 45% dari tatotal populasi. Di Indonesia sendiri,

sebanyak 150 juta pengguna atau sebesar 56% dari total populasi, jumlah

tersebut naik 20% dari survei sebelumnya (We Are Social, 2019).

Dengan jumlah pengguna yang terus bertambah menjadikan situs

jejaring sosial sangat populer di berbagai negara, baik negara maju atau

negara berkembang, seperti Indonesia. Setelah kesuksesan pada tahap

penerimaannya, dirasa perlu untuk memahami lebih lanjut mengenai faktor

Continuance Use Intention (CUI) para pengguna untuk terus menggunakan

situs jejaring sosial.

Continuance Use Intention (CUI) merupakan niat kelanjutan dari

perilaku penerimaan ( Bhattacherjee, 2001). Pelanggan membentuk pendapat

setelah pertama kali menggunakan sistem dan kemudian merasakan kegunaan

sistem. Niat kelanjutan dapat ditentukan sebagai proses untuk terus

mempertahankan bisnis dan menggunakan kembali produk atau jasa dari

suatu organisasi (Abbas & hamdy, 2015).

1
 Memahami alasan niat kelanjutan pengguna merupakan hal penting

untuk kelangsungan jangka panjang dan keberhasilan suatu sistem informasi

( Bhattacherjee, 2001). Terlebih situs jejaring sosial berbeda dengan sistem

informasi lain seperti sistem informasi kepegawai, sistem informasi akutansi

yang bersifat mendatori, situs jejaring sosial bersifat sukarela. Menurut (Boyd

& Ellison, 2008) situs jejaring sosial memungkinkan pengguna untuk secara

jelas mengartikulasikan jejaring sosial mereka dan memungkinkan pengguna

untuk menikmati aktivitas jejaring sosial secara sukarela. Sifat sukarela ini

membuat kemungkinan pengguna untuk tidak melanjutkan penggunanya

terhadap suatu situs jejaringan sosial menjadi lebih tinggi dibanding sistem

informasi yang bersifat mendatori.

Penyedia layanan jejaring sosial di Indonesia cukup banyak seperti

Facebook, Twitter, Snapchat, Youtube, dan lainnya. Dengan banyaknya

jumlah situs jejaring sosial, persaingan antar penyedia layanan jejaring sosial

di Indonesia pun cukup ketat. Jika penyedia layanan jejaring sosial ingin

meningkatkan penggunaan jejaring sosial, mereka harus merancang sebuah

metode dan inovasi yang efektif untuk mendorong pengguna untuk terus

menggunakan layanan ini. Untuk mencapai tujuan ini, mereka harus

memahami faktor-faktor yang mempengaruhi Continuance Use Intention

(CUI) atau niat kelanjutan pengguna untuk menggunakan layanan jejaring

sosial setelah konsumsi awal mereka.

Pemahaman mengenai faktor Continuance Use Intention (CUI)

pengguna sangat penting untuk keberhasilan suatu perusahaan (Mouakket,

2
2015). Untuk membuat strategi yang lebih baik agar dapat mempertahankan

pengguna serta meningkatkan jumlah pengguna. Mempertahankan pengguna

dan memfasilitasi pengguna berkelanjutan sangat penting untuk keberhasilan

suatu sistem informasi (Zhou,T.,&Li, H. , 2014). Hal ini di karenakan biaya

mendapatkan pelanggan baru sekitar lima kali lipat lebih besar dari pada

mempertahankan pelanggan yang lama ( Bhattacherjee, 2001). Bagi penyedia

layanan untuk dapat mengembalikan investasi awal yang dilakukan dengan

menginstall dan meluncurkan layanan, oleh karena itu penting bahwa

pengguna layanan untuk tidak berhenti setelah penerapan awal. Pasar situs

jejaring sosial cukup kompetitif karena mereka menawarkan layanan dan fitur

yang serupa (Zhou,T.,&Li, H. , 2014). Hal ini juga cukup mudah bagi

pengguna untuk beralih dari satu situs jejaring sosial ke situs jejaring sosial

yang lain, karena banyak aplikasi yang dapat diunduh secara gratis.

Penggunaan berkelanjutan oleh pengguna dapat menjadi sumber keunggulan

kompetitif bagi penyedia layanan ini.

Meskipun jumlah pengguna situs jejaring sosial berkembang pesat,

beberapa perusahaan penyedia layanan jejaring sosial yang mengalami

kemunduran akibat tidak dapat mempertahankan penggunanya dan kalah

bersaing dengan penyedia layanan jejaring sosial lain. Situs jejaring sosial

media seperti Hi5, My Space, Friendster, dan Path tidak dapat

mempertahankan penggunanya, mereka telah kalah dalam arena kompetitif

ini. Kemunduran Friendster disebabkan karena kualitas sistem yang buruk

dan mekanisme dalam menyebarkan foto yang menjadi kompleks (McMillan,

3
2013). Fakta bahwa beberapa kemunduran situs jejaring sosial dikarenakan

kehilangan popularitas dengan pesaing yang memberikan layanan yang lebih

baik dan fitur yang lebih sesuai dengan pengguna. Maka dari itu, memahami

karakteristik Continuance Use Intention (CUI) pengguna sangat diperlukan.

Pada penelitian ini, terdapat model untuk meyelidiki faktor

Continuance Use Intention (CUI) dengan mengembangkan Expectation-

Confirmation Model (ECM) oleh (Bhattacherjee 2001). Menurut (Kang,

Hong, & Lee, 2009) beberapa penelitian telah menerapkan ECM untuk

menyelidiki Continuance Use Intention terhadap penggunaan Social Network

Sites (SNS). ECM berfokus pada motivasi psikologi pengguna setelah

penggunaan awal dari sebuah sistem informasi dan dianggap sebagai salah

satu kerangka kerja yang paling terkenal untuk menjelaskan penggunaan

pasca-adopsi sistem informasi (Kang, Hong, & Lee, 2009). Model ECM

didukung oleh tiga variabel untuk memprediksi dan menjelaskan niat

pengguna untuk terus menggunakan teknologi informasi yaitu Perceived

Usefulness, Confirmation, dan Statisfaction. Variabel Perceived usefulness

dan Statisfaction merupakan variabel utama untuk menentukan Continuance

Use Intention atau niat kelanjutan dari penggunaan suatu sistem informasi.

Literatur sebelumnya menunjukkan bahwa salah satu kunci penentu

niat kelanjutan menggunakan sistem adalah Statisfaction atau kepuasan

pelanggan (Ha dan Park, 2013). Meningkatkan kepuasan pelanggan dengan

memenuhi kebutuhan dan persyaratan telah lama menjadi perhatian penting

dalam bidang pemasaran dan perilaku konsumen (Bhattacherjee, 2001;

4
Oliver, 1980). Di bidang Sistem Informasi, kepuasan pengguna dengan

teknologi juga merupakan faktor penting yang mempengaruhi adopsi dan

kelanjutan penggunaan teknologi (Bhattacherjee, 2001). Selain itu, Habit dan

Enjoyment juga menjadi faktor penting pada Continuance Use Intention

(Mouakket, 2015).

Menurut Habit theory dapat dikatakan bahwa Habit memiliki

hubungan positif dengan Continuance Use Intention karena perilaku

kebiasaan sebelumnya dapat membuahkan perasaan suka terhadap

perilaku tersebut, oleh karenanya intensi keberlanjutan akan meningkat

(Kim & Malhotra, 2005). Kebiasaan didefinisikan sebagai hasil dari proses

otomatis di mana individu akan kurang memperhatikan kinerja perilaku

mereka begitu kebiasaan terbentuk dan formasi semacam ini bisa terjadi

terlibat dengan pemrosesan kognitif non-reflektif (Ronis, Yates, & Kirsht,

1989). Pembentukan kebiasaan didasarkan pada karakteristik suka tidak

disengaja, tidak terkendali, kurang kesadaran dan efisiensi (Lee W. K., 2014).

Berdasarkan pengamatan, jika menggunakan situs jejaring sosial dapat

menjadi kebiasaan, perilaku terus menggunakan situs jejaring sosial sebagian

besar akan dikendalikan oleh kebiasaan, bukan tindakan beralasan.

Selain itu, Enjoyment dianggap sebagai motivasi intrinsik yang

merefleksikan kesenangan dan kegembiraan yang terkait dengan pengguna

sistem informasi karena berinteraksi secara langsung pada penggunaan sistem

(Krasnova, Kolesnikova, & Guenther, 2009). Pengguna media sosial tidak

5
cukup hanya menggunakan media sosial secara sering dalam niat kelanjutan

penggunaan, namun kesenangan ketika penggunaan dirasa harus menjadi

faktor penting dalam niat kelanjutan penggunaan (Li, et al., 2018).

Peningkatan fungsi kesenangan terhadap penggunaan media sosial dapat

menjadi strategi untuk mempertahankan pengguna (Li, et al., 2018). Pada

penelitian Xiaolin Lin, et all pada tahun (2016), Enjoyment memiliki

pengaruh yang positif terhadap Continuance Use Intention pada

penelitiannya yang membahas mengenai faktor yang mempengaruhi

kelanjutan penggunaan situs jejaring sosial.

Instagram merupakan salah satu dari sekian banyak media sosial yang

kian di gandrungi di Indonesia saat ini. Instagram saat ini merupakan aplikasi

media sosial paling populer di kalangan anak muda di seluruh dunia. Lebih

dari 70% orang antara usia 12 sampai 24 tahun adalah pengguna Instagram

(Huang & Su, 2018). Menurut (Statista, 2019) Instagram sendiri pada Juni

tahun 2018 ini telah naik jumlah pengguna menjadi 1000 juta pengguna, dari

jumlah pengguna sebelumnya di tahun 2017 yang mencapai 800 pengguna.

Intensitas penggunaan yang semakin meningkat pada Instagram untuk

berbagai keperluan, tentunya diawali dengan berbagai niat pengunaannya.

Niat menggunakan Instagram ini sendiri dapat berbagai macam, mulai dari

berbagi foto, berbagi informasi, berinteraksi dengan pengguna.

Pengguna situs jejaring sosial Instagram tentunya sampai mahasiswa

Universitas Islam Negeri Syarif Hidayatullah Jakarta. Jumlah mahasiswa

aktif di Universitas Negeri Syarif Hidayatullah Jakarta mencapai 34.188

6
mahasiswa, menurut data Kementrian Riset, Teknologi, dan Pendidikan

Tinggi pada tahun (2019) yang tentunya mengetahui situs jejaring sosial

Instagram. Instagram didirikan pada tahun 2010 yang merupakan aplikasi

mobile untuk Smartphone yang tersedia secara bebas di Application Store dan

Google Play (Bergstrom, 2013).

Dari latar belakang yang telah diuraikan, peneliti ingin menganalisis

pengguna situs jejaring sosial Instagram di kalangan mahasiswa Universitas

Negeri Syarif Hidayatullah Jakarta. Sehingga peneliti mengambil judul

“Analisis Continuance Use Intention pada Situs Jejaring Sosial

Instagram dengan Menggunakan Expectation-Confirmation Model

(ECM)”.

1.2. Identifikasi Masalah

Berdasarkan latar belakang yang telah dipaparkan oleh penulis, maka

dapat diidentifikasi permasalahan yaitu sebagai berikut :

a. Pentingnya Continuance Use Intention (CUI) pengguna demi

memenangkan persaingan antar situs jejaring sosial.

b. Pengguna yang mudah beralih ke situs jejaring sosial lain.

c. Sulitnya untuk mempertahankan pengguna situs jejaring sosial.

1.3. Rumusan Masalah

Berdasarkan latar belakang yang telah diuraikan di atas, perumusan

masalah yang akan dijadikan pembahasan pada penelitian ini adalah :

7
 “Faktor apa saja yang mempengaruhi Continuance Use Intention (CUI)

atau niat kelanjutan pengguna terhadap situs jejaring sosial Instagram ?”

1.4. Tujuan Masalah

Adapun tujuan dari dilakukannya penelitian adalah sebagai berikut:

a. Memahami karakteristik Continuance Use Intention (CUI)

terhadap penggunaan situs jejaring sosial Instagram.

b. Mengetahui faktor-faktor yang mempengaruhi Continuance Use

Intention (CUI) pengguna situs jejaring sosial Instagram.

c. Memberikan rekomendasi sebagai bahan pertimbangan kepada

Instagram dalam strategi mempertahankan pengguna.

1.5. Ruang Lingkup dan Batasan Penelitian

Agar penelitian dapat lebih terfokus dan mudah dipahami, maka

penelitian dibatasi pada beberapa hal, yaitu :

a. Penelitian dilakukan kepada mahasiswa UIN Syarif Hidayatullah

Jakarta yang menjadi pengguna situs jejaring sosial Instagram.

b. Model yang digunakan pada penelitian ini adalah Expectation

Confirmation Model (ECM) dengan variabel perceived usefulness

(PU), confirmation (C), statisfaction (S), continuance use intention

(CUI). Dan menambah variabel Habit (H) dan Enjoyment (E).

c. Penelitian ini menggunakan metode kuantitatif dengan teknik

Purposive Sampling untuk penyebaran kuisioner.

d. Penelitian ini menggunakan 5 point skala likert untuk menyusun

pengukuran terhadap situs jejaring sosial Instagram.

8
 e. Pengumpulan data dilakukan dengan cara survei dengan

penyebaran secara langsung dan tidak langsung dengan

memanfaatkan fitur google Form.

f. Peneliti menggunakan pendekatan PLS-SEM dengan bantuan

aplikasi SmartPLS versi 3.0.

1.6. Model Penelitian

Model dari penelitian ini terdapat pada gambar 1.1 yang merupakan

model yang diteliti oleh ( Bhattacherjee, 2001), yaitu model Expectation-

Confirmation Model (ECM) yang terdiri dari 4 variabel yaitu Perceived

Usefulness (PU), Confirmation (C), Statisfaction (S), Continuance Use

Intention (CUI). Kemudian peneliti memodifikasi dengan menambah 2

variabel yaitu Habit (H) dan Enjoyment (E).

Gambar 1. 1 Model penelitian yang digunakan

1.7. Hipotesis Peneletian

Berdasarkan beberapa faktor yang terdapat pada model yang digunakan

sebagaimana dapat dilihat pada gambar 1.1, maka terdapat 6 faktor yang

dapat diasumsikan dapat saling mempengaruhi, diantaranya :

9
H1. Apakah variabel Confirmation (C) berperngaruh secara signifikan

terhadap variabel Perceived Usefulness (PU) ?

H2. Apakah variabel Confirmation (C) berpengaruh secara signifikan

terhadap variabel Statisfaction (S)?

H3. Apakah variabel Enjoyment (E) berpengaruh secara signifikan

terhadap variabel Continuance Use Intention (CUI) ?

H4. Apakah variabel Habit (H) berpengaruh secara signifikan terhadap

variabel Continuance Use Intention (CUI) ?

H5. Apakah variabel Perceived Usefulness (PU) berpengaruh secara

signifikan terhadap variabel Continuance Use Intention (CUI)?

H6. Apakah variabel Perceived Usefulness (PU) berpengaruh secara

signifikan terhadap variabel Statisfaction (S)?

H7. Apakah variabel Statisfaction (S) berpengaruh secara signifikan

terhadap variabel Continuance Use Intention (CUI) ?

1.8. Metodologi Penelitian

Penelitian ini menggunakan metode pendekatan kuantitaf. Agar

penelitian ini memiliki proses yang terarah, adapun metodologi pada

penelitian ini, yaitu:

1.8.1. Metode Pengumpulan Data

Metode pengumpulan data dilakukan melalui survei dengan

menyebarkan kuisioner. Kuisioner dirancang dalam bentuk pertanyaan

terbuka berdasarkan variabel serta indikator pada model ECM. Selain

10
 itu, studi literatur dilakukan untuk memperkuat latar belakang serta

teori-teori pada penelitian.

Penyebaran kuisioner dilakukan secara langsung (tatap muka)

dan tidak langsung melalui media sosial dan juga menggunakan Google

Forms untuk pengisian kuisioner secara online. Setelah semua

kuisioner terkumpul dilakukan penyeleksian dan klasifikasi

menggunakan Software pengelolahan angka MS.Excel 2013.

1.8.2. Metode Analisis Data

Adapun metode analisis data yang peneliti lakukan yaitu

dengan melakukan proses analisa demografis, analisis persepsi

responden terhadap indikator kemudian secara kuantitaf peneliti

melakukan analisis data ialah dengan interprestasi dan pembahasan

hasil berdasarkan hasil analisis data yang telah dilakukan.

1.9. Manfaat Penelitian

Adapun manfaat dari penelitian ini yaitu :

a. Secara teoritis, penelitian ini dapat menjadi referensi dalam

pengukuran niat kelanjutan suatu sistem informasi.

b. Secara praktis, penelitian ini dapat menjadi bahan pertimbangan

bagi pihak terkait dalam perkembangan penggunaan situs jejaring

sosial Instagram.

11
 1.10. Sistematika Penulisan

Laporan dari penelitian ini terdiri dari 5 (lima) bab. Berikut gambaran

umum pokok pembahasan yang akan dibahas tiap-tiap bab tersebut :

BAB I PENDAHULUAN

Pada bab ini akan diuraikan latar belakang, perumusan

masalah, batasan masalah, manfaat penelitian, metodologi

penelitian, dan sistematika penulisan.

BAB II LANDASAN TEORI

Pada bab ini akan diuraikan teori-teori relevan terkait

Analisis Continuance Use Intention Pada Situs Jejaring

Sosial Instagram Dengan Menggunakan Expectation-

Confirmation Model (ECM)

BAB III METODOLOGI PENELITIAN

Pada bab ini akan diuraikan mengenai metodologi maupun

model yang digunakan di dalam penelitian ini

BAB IV HASIL DAN PEMBAHASAN

Uraian hasil dan pembahasan dari analisis data yang telah

dilakukan akan dipaparkan pada bab Hasil dan Pembahasan

ini.

BAB V PENUTUP

Pada bab ini akan diuraikan kesimpulan dari uraian yang

telah dituangkan pada bab sebelumnya serta saran yang dapat

digunakan sebagai dasar dalam pengembangan selanjutnya.

12
 BAB II

LANDASAN TEORI

2.1. Definisi Analisis

Menurut Spradley dalam (Sugiyono, 2015) mengatakan bahwa analisis

merupakan sebuah kegiatan untuk mencari suatu pola selain cara berpikir yang

berkaitan dengan pengujian secara sistematis terhadap sesuatu untuk menentukan

bagian, hubungan antar bagian dan hubungannya dengan keseluruhan.

Analisis merupakan penguraian suatu pokok atas berbagai bagiannya dan

penelahan bagian itu sendiri serta hubungan antar bagian untuk memperoleh

pengertian yang tepat dan pemahaman arti keseluruhan (Kemendiknas,2002).

Menurut Yenni Salim (2002) menjabarkan analisis sebagai proses pemecahan

masalah yang dimulai dengan hipotesis (dugaan, dan sebagainya) sampai terbukti

kebenarannya melalui beberapa kepastian (pengamatan, percobaan, dan

sebagainya).

Dapat disimpulkan bahwa analisis merupakan sebuah kegiatan untuk

menyelesaikan sebuah dugaan yang diangggap sebagai permasalahan dengan

tahapan dan proses yang benar hingga menghasilkan sebuah temuan.

2.2. Definisi Situs Jejaring Sosial

Menurut J.A Barnes tahun 2013 dalam (Akhmalia, 2013) Situs jejaring sosial

adalah struktur sosial yang terdiri dari elemen-elemen individual atau organisasi.

13
Jejaring ini menunjukan jalan dimana mereka berhubungan karena kesamaan

sosialitas, mulai dari mereka yang dikenal sehari-hari sampai dengan keluarga.

Situs jejaring sosial merupakan sebuah layanan dalam bentuk jaringan,

platform, atau situs yang bertujuan memfasilitasi pembangunan jaringan sosial atau

hubungan sosial diantara orang-orang yang memiliki ketertarikan, aktivitas, latar

belakang, atau hubungan dunia nyata yang sama. Suatu layanan jejaring sosial

terdiri dari perwakilan masing-masing pengguna berupa profil, hubungan sosialnya,

dan berbagai layanan lainnya. Istilah jejaring sosial pertama kali diperkenalkan oleh

professor J.A Barnes pada tahun 1954.

Situs jejaring sosial kebanyakan berbais web kemudian penggunanya

berinteraksi melalui internet, seperti surat elektronik atau pesan instan. Situs-situs

jejaring sosial memungkinkan pengguna untuk berbagi ide, aktivitas, acara, dan

ketertarikan di dalam jaringan individunya masing-masing.

Kemunculan situs jejaring sosial diawali dari adanya inisiatif untuk

menghubungkan orang-orang dari seluruh belahan dunia (Watkins, S.Craig, 2009).

Situs jejaring sosial pertama kali adalah Sixdegrees.com mulai muncul pada tahun

1997. Pada tahun 1999 dan 2000 muncul situs sosial Lunarstrom, Live jurnal,

Cyword yang berfungsi memperluas informasi secara searah. Pada tahun 2001

muncul Ryze.com yang berperan untuk memperbesar jaringan bisnis. Kemudian

pada tahun 2002 muncul Friendster yang paling diminati oleh kalangan remaja

untuk berkenalan dengan pengguna lainnya. Di tahun 2004 Facebook muncul

sebagai situs jejaring sosial yang dikenal hingga sekarang yang merupakan salah

14
satu situs jejaring sosial yang banyak digunakan. Kemudian di susul oleh twitter

ditahun 2006 dan instagram di tahun 2010.

2.3. Perkembagan Instagram

Instagram merupakan suatu aplikasi untuk berbagi foto dan video yang

penggunanya dapat mengambil foto dan video serta menerapkannya pada jejaring

sosial dengan tambahan filter untuk mempercantik. Instagram diciptakan oleh

Kevin Systrom dan Mike Krieger yang merupakan sarjana dari Stanford University

di Amerika Serikat. Instagram di luncurkan pada Oktober tahun 2010. Sebuah

perusahaan Burbn,Inc yang berdiri sejak tahun 2010 dan hanya fokus pada

perkembangan aplikasi yang ada pada smartphone. Di awal Burbn,Inc berfokus

banyak pada HTML5, kemudian Kevin Systrom dan Mike Krieger sebagai CEO

memutuskan untuk lebih fokus pada satu hal saja yaitu berbagi foto.

Gambar 2. 1 Instagram

15
 Instagram berasal dari pengertian keseluruhan fungsi aplikasi. Kata “insta”

berasal dari kata “instan”, sedangkan “gram” diambil dari kata “telegram” yang

cara kerjanya untuk mengirimkan informasi informasi kepada orang lain dengan

cepat. Sama halnya dengan Instagram yang dapat mengunggah foto dengan

menggunakan jaringan internet, sehingga informasi yang ingin disampaikan dapat

diterima dengan cepat. Oleh karena itulah instagram merupakan gabungan dari kata

insta dan telegram (Instagram, 2011).

Instagram terus berkembang seiring berjalannya waktu. Pada awal

kemunculan hanya terdapat beberapa pengguna saja namun sekarang pengguna

Instagram sudah mencapai 1000 juta pengguna dari seluruh dunia. Untuk dapat

menyeimbangi dengan bertambahnya pengguna Instagram pun terus melakukan

inovasi. Pada tanggal 10 Feberuari 2020 Instagram telah mengeluarkan versi

128.0.0.26.28 dengan beberapa fitur-fitur yang ditambahkan dan di perbarui.

2.4. Definisi Sistem Informasi

2.4.1. Sistem

Menurut McLeod yang dikutip oleh Yakub dalam buku Pengantar

Sistem Informasi (2012), sistem adalah sekelompok elemen-elemen yang

terintegrasi dengan tujuan yang sama untuk mencapai tujuan. Sistem juga

merupakan suatu jaringan kerja dari prosedur-prosedur yang saling

berhubungan, terkumpul bersama-sama untuk melakukan suatu kegiatan atau

untuk tujuan tertentu.

Menurut O’Brian dan Marakas (2009), sistem adalah kumpulan

komponen yang saling berhubungan dengan batasan yang jelas, dan bekerja

16
sama untuk mencapai tujuan dengan menerima input dan menghasilkan output

dalam suatu proses transformasi yang terorganisasi. Menurut Jogiyanto dalam

(Arifin, 2018), sistem merupakan suatu jaringan kerja dari beberapa prosedur

yang saling berhubungan, berkumpul dan bekerjasama untuk melakukan suatu

kegiatan agar dapat menyelesaikan suatu tujuan tertentu

Berdasarkan beberapa definisi di atas, penulis dapat menarik

kesimpulan bahwa sistem adalah suatu rangkaian kegiatan atau aktivitas yang

dimulai dengan adanya input, proses dan output. Elemen seperti manusia, mesin

dan prosedur merupakan unsur-unsur penting yang terdapat pada sebuah sistem

untuk bisa saling berinteraksi mencapai tujuan tertentu.

2.4.2. Informasi

Menurut Davis, yang dikutip dari buku Husda (2012:117) informasi

adalah data yang telah diolah menjadi suatu bentuk yang penting bagi si

penerima dan mempunyai nilai yang nyata yang dapat dirasakan dalam

keputusan-keputusan yang sekarang atau keputusan-keputusan yang akan

datang. Informasi adalah suatu hasil pengolahan data dalam bentuk agregat

untuk menghasilkan pengetahuan atau kemampuan. Informasi adalah data yang

sudah mengalami pemrosesan sedemikian rupa sehingga dapat digunakan oleh

penggunaanya dalam mengambil keputusan (Sarosa & Samiaji, 2009).

Dari definisi-definisi di atas, maka penulis menyimpulkan bahwa

informasi adalah kumpulan data-data yang diolah sedemikian rupa sehingga

data tersebut dapat berguna dan memberikan manfaat bagi orang yang

17
 menggunakannya. Dengan kata lain, data bagi seseorang bisa jadi merupakan

informasi bagi orang lain.

2.4.3. Sistem Informasi

Menurut Mcleod, yang dikutip dari buku Husda (2012:119), sistem

informasi merupakan sistem yang mempunyai kemampuan untuk

mengumpulkan informasi dari semua sumber dan menggunakan berbagai media

untuk menampilkan infomasi. Menurut Leitch sistem informasi adalah suatu

sistem di dalam suatu organisasi yang mempertemukan kebutuhan pengolahan

transaksi harian, mendukung operasi, bersifat managerial dan kegiatan strategi

dari suatu organisasi dan menyediakan pihak luar tertentu dengan laporan-

laporan yang diperlukan.

Sistem informasi dapat didefinisikan sebagai suatu sistem yang

berkaitan dengan pengumpulan, penyimpanan dan pemrosesan data, baik yang

dilakukan secara manual atau dengan komputer untuk menghasilkan suatu

informasi yang sangat bermanfaat. Dengan demikian sistem informasi tidak

selalu harus berbasis komputer. Bisa saja pengolahan data dalam sistem

informasi dilakukan secara manual atau kombinasi antara sistem manual dengan

sistem berbasis komputer.

2.5. Expectation-Confirmation Model

Expectation-Confirmation Model (ECM) merupakan model yang

dikembangkan oleh Bhattacherjee pada penelitiannya yang berjudul Understanding

Information Systems Continuance: An Expectation-Confirmation Model

(Nematolahi et al., 2016). ECM berasal dari Expectation Disconfirmation Theory

18
(EDT) yang dikembangkan oleh (Oliver, 1980). EDT berpendapat bahwa harapan

dan kinerja yang dirasakan pelanggan dapat mengarah pada kepuasan pasca

pembelian dan dengan demikian memengaruhi niat pelanggan untuk melakukan

pembelian ulang (Hsu & Lin, 2015).

Bhattacherjee mengusulkan ECM sebagai model untuk memprediksi IT

continuance berdasarkan kesesuaian antara keputusan individu untuk melanjutkan

penggunaan mereka terhadap sebuah IT dan keputusan pelanggan untuk melakukan

pembelian berulang (Lee M.-C. , 2010). Kemiripan antara keduanya dikarenakan

kedua keputusan tersebut mengikuti keputusan awal, dipengaruhi oleh penggunaan

awal, dan berpotensi mengubah keputusan awal tersebut (Bhattacherjee, 2001; Hsu

& Lin, 2015).

Dalam mengadaptasi EDT pada kasus yang secara spesifik membicarakan

continuance use dari produk dan layanan IT, Bhattacherjee mengusulkan beberapa

ekstensi dan modifikasi pada model asli EDT. Salah satu usulan modifikasi tersebut

adalah mengganti ekspektasi yang digunakan pada EDT menjadi perceived

usefulness. Perubahan ini dikarenakan ekspektasi pada EDT hanya berfokus pada

ekspektasi pra-konsumsi, sementara ekspektasi pasca konsumsi, menurut

Bhattacherjee, dapat berubah seiring dengan waktu (Chen, Wang, & Chen, 2017).

Oleh karenanya, pada ECM, eksptektasi direpresentasikan oleh perceived

usefulness. Digunakannya perceived usefulness sebagai pengganti ekspektasi

adalah karena variabel ini merupakan satu-satunya variabel yang secara konsisten

mempengaruhi niat pengguna di seluruh tahap temporal penggunaan teknologi

informasi (Bhattacherjee, Understanding Information Systems Continuance: An

19
Expectation-Confirmation Model, 2001). Selain perceived usefulness, indikator

lain seperti confirmation, satisfaction, dan continuance intention membentuk model

IT continuance yang dikembangkan oleh Bhattacherjee ini (Lai, Chen, & Chang,

2016). Hubungan antara keempat variabel tersebut dapat dilihat pada Gambar 2.8.

di bawah ini.

Gambar 2. 2 Expectation-Confirmation Model (ECM)

(Bhattacherjee, Understanding Information Systems Continuance: An

Expectation-Confirmation Model, 2001)

Berdasarkan Gambar 2.1. di atas, perceived usefulness mempengaruhi

satisfaction bersama dengan confirmation. Hal ini dikarenakan ekspektasi atau

perceived usefulness merupakan dasar pengguna mengevaluasi suatu teknologi

informasi dan menentukan respons atau kepuasan evaluatif mereka. Evaluasi ini

kemudian memberikan sebuah konfirmasi bagi pengguna apakah teknologi

informasi yang digunakan sesuai dengan ekspektasi mereka atau tidak (Lai, Chen,

& Chang, 2016).

20
 Konfirmasi atas kesesuaian produk atau jasa dengan ekspektasi yang dimiliki

pengguna akan memicu kepuasan di dalam diri pengguna, yang mana menjelaskan

hubungan variabel confirmation dengan satisfaction yang ada pada ECM. Rasa

puas ini kemudian dapat memicu niat pengguna untuk menggunakan produk atau

jasa yang sama di kemudian hari (Lai, Chen, & Chang, 2016).

2.5.1. Perceived Usefulness (PU)

Perceived usefulness adalah persepsi pengguna tentang manfaat

yang dapat diharapkan dari penggunaan suatu teknologi informasi (Hsu & Lin,

2015). Menurut ( (Davis, 1989) Perceived usefulness mengacu pada sejauh

mana pengguna menanggap bahwa menggunakan Sistem Informasi akan

meningkatkan kinerja mereka. Perceived usefulness adalah persepsi subjektif

pengguna tentang manfaat yang diharapkan dari pengguna IS dan bukan

penilaian objektif. Jika penggunaan IS berguna, pengguna cenderung terus

menggunakannya. Dalam Expectation Confirmation Model (Bhattacherjee,

2001) mengemukakan bahwa Perceived usefulness dapat diterapkan dalam

konteks kelanjutan IS, dan hubungan antaranya dapat didukung oleh bukti

empiris. Semakin tinggi besar pengguna merasakan manfaat suatu layanan,

semakin tinggi kepuasan pengguna.

2.5.2. Confirmation (C)

Berdasarkan teori disonansi kognitif (Festinger,1962),

(Bhattacherjee, 2001) menjelaskan bahwa Confirmation dapat

mempromosikan manfaaat yang dirasakan oleh pengguna. Banyak penelitian

telah memverifikasi secara empiris bahwa Confirmation merupakan prediktor

21
signifikan dari Perceived Usefulness atau manfaat yang dirasakan dalam

konteks penggungaan Sistem Informasi ( (Lin C S, Wu, & Tsai, 2005). Pada

penelitian sebelumnya dalam penggunaan Sistem Informasi telah

memverifikasi hubungan positif antara Confirmation dengan Perceived

Usefulness dan Satisfaction (Bhattacherjee, 2001).

2.5.3. Satisfaction (S)

Satisfaction adalah evaluasi dari pengalaman uji coba awal

pengguna dengan layanan. Evaluasi ini dapat berupa perasaan positif atau

kepuasan, ketidak pedulian, dan perasaan negatif atau ketidak puasan (Hsu &

Lin, 2015). Satisfaction telah menjadi topik penelitian inti dalam Sistem

informasi. Menurut Expectation-Disconfirmation Theory, kepuasan

mencerminkan keadaan psikologis pengguna yang dihasilkan dari penilaian

kognitif diskonfirmasi (Bhattacherjee, 2001). Pada penelitian (Sheldon, Abad,

& Hinsch, 2011) menunjukkan bahwa satisfaction berhubungan positif

terhadap Continuance Use Intention pada penggunaan Facebook .

2.5.4. Continuance Use Intention (CUI)

Continuance use intention adalah tingkat di mana pengguna

bermaksud untuk terus menggunakan suatu teknologi informasi (Hsu & Lin,

2015). Continuance Use Intention (CUI) merupakan kelanjutan dari perilaku

penerimaan ( Bhattacherjee, 2001). Pelanggan membentuk pendapat setelah

pertama kali menggunakan sistem dan kemudian merasakan kegunaan sistem.

Niat kelanjutan dapat ditentukan sebagai proses untuk terus mempertahankan

22
 bisnis dan menggunakan kembali produk atau jasa dari suatu organisasi (Abbas

& hamdy, 2015).

2.6. Habit (H)

Menurut Limayem (2007) dalam Venkatesh (2012) menyatakan bahwa

habit diartikan sebagai sejauh mana seseorang cenderung untuk berperilaku secara

otomatis karena pembelajaran sebelumnya. Habit menggambarkan bagaimana

seseorang menggunakan suatu sistem dalam kesehariannya (Harsono,2014). Dalam

penelitian Venkatesh (2012) menjelaskan bahwa ada pengaruh yang signifikan dari

kebiasaan konsumen pada penggunaan teknologi pribadi ketika mereka

menghadapi lingkungan yang beragam dan selalu berubah. Kebiasaan didefinisikan

sebagai hasil dari proses otomatis di mana individu akan kurang memperhatikan

kinerja perilaku mereka begitu kebiasaan terbentuk dan formasi semacam ini bisa

terjadi terlibat dengan pemrosesan kognitif non-reflektif (Ronis, Yates, & Kirsht,

1989). Pembentukan kebiasaan didasarkan pada karakteristik suka tidak disengaja,

tidak terkendali, kurang kesadaran dan efisiensi (Lee W. K., 2014). Ini adalah

tindakan berulang yang terjadi tanpa kesadaran dalam jangka waktu jangka panjang

tertentu (Verplanken & Aarts, 1999). Studi sebelumnya tentang perilaku kebiasaan

lebih fokus pada teori dan ukuran kebiasaan Sistem Informasi (SI) yang terkait

dengan SI niat melanjutkan penggunaan. Berdasarkan penelitian, bisa jadi

menyimpulkan bahwa jika menggunakan SNS dapat menjadi kebiasaan, perilaku

terus menggunakan SNS sebagian besar akan dikendalikan oleh kebiasaan, bukan

tindakan beralasan.

23
2.7. Enjoyment (E)

Menurut (Praveena K. & Sam Thomas, 2014) Enjoyment merupakan motivasi

intrinsik yang menekankan pada proses penggunaan dan mencerminkan

kesenangan dan kenikmatan yang terkait dengan penggunaan sistem. Enjoyment

adalah sejauh mana suatu kegiatan menggunakan suatu teknologi dianggap sesuatu

yang menyenangkan (Davis, 1989). Enjoyment adalah salah satu alasan utama

orang menggunakan situs jejaring sosial. Enjoyment berpengaruh signifikasi

terhadap Continuance Use Intention dalam menggunakan situs jejaring sosial (M.

Igbaria T, Guimaraes, & G.B. Davis,, 1995).

Sebagai contoh, (Venkatesh, 2000) mendeteksi bahwa ketika pengalaman

seseorang dengan teknologi meningkat, kenikmatan yang dirasakan menjadi lebih

sebagai pemain dalam niat seseorang untuk menggunakan teknologi, temuan yang

dapat dianggap sebagai indikasi penelitian kelanjutan TI. Kenikmatan yang

dirasakan telah terbukti menjadi faktor penting yang memengaruhi niat orang untuk

menggunakan sistem hedonis (Van Der Heijen, 2004). Penggunaan SNS sering

dipandang sebagai cara yang menyenangkan untuk terhubung dengan teman dan

mengelola jaringan; dengan demikian, kenikmatan yang dirasakan dianggap

sebagai konstruksi langsung yang vital untuk penelitian kelanjutan niat SNS.

2.8. Metode Pengumpulan Data

Menurut (Setiawan, 2016) pengumpulan data yaitu cara yang dapat dilakukan

oleh peneliti untuk memperoleh informasi yang dibutuhkan dalam rangka mencapai

tujuan dalam suatu penelitian. Peneliti melakukan beberapa cara dalam melakukan

24
pengumpulan data, yaitu dengan melakukan observasi, wawancara, studi pustaka,

dan kuesioner.

1) Observasi

Observasi adalah metode pengumpulan data yang banyak dilakukan

dalam desain eksperimentasi (laboratorium dan lapangan) dan studi

kasus kualitatif (etnografi, eksplorasi dan partisipan observatory)

(Abdillah, 2017). Observasi merupakan teknik pengumpulan data

dengan langsung melihat kegiatan yang dilakukan oleh user (Sutabri,

2012).

2) Wawancara

Wawancara merupakan metode pengumpulan data yang banyak

digunakan dalam penelitian-penelitian eksploratif dan studi lapangan.

Pada prinsipnya, teknik wawancara tidak berbeda dengan teknik

kuesioner dengan format pertanyaan/pertanyaan terbuka. Wawancara

bertujuan untuk mendapatkan informasi atau mengonfirmasi beberapa

informs secara langsung kepada responden atau partisipan (Abdillah,

2017).

3) Studi pustaka

Studi pustaka adalah mengumpulkan data dan informasi dengan cara

membaca dan mempelajari buku-buku, referensi serta situs-situs

penyedia layanan yang berkaitan dengan judul (Nazir, 2005).

Sedangkan menurut Jogiyanto menjelaskan bahwa studi pustaka adalah

cara penelitian yang dilakukan dengan membaca dan mempelajari buku-

25
 buku pustaka, dan website tertentu yang dijadikan pendukung dalam

penelitian yang dilakukan (Jogiyanto, 2005).

4) Kuesioner

Menurut Abdillah, kuesioner ialah metode pengumpulan data primer

menggunakan sejumlah item-item pertanyaan atay peernyataan dengan

format tertentu. Kuesioner memiliki keunggulan karena memuat

informasi yang afektif dan efesien sesuai dengan tujuan penelitian

(Abdillah, 2017).

2.9. Skala Likert

Skala likert adalah skala yang dapat dipergunakan untuk mengukur sikap,

pendapat, dan persepsi seseorang atau sekelompok orang tentang suatu gejala atau

fenomena (Djaali & Muljono, 2008). Skala ini mempunyai beberapa pertanyaan

yang disusun sengan mengacu pada dimensi positif dan negatif sehingga

membentuk suati nilai yang menggambarkan sifat dari individu, seperti

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

Menurut (Sugiyono, 2013) Skala likert merupakan skala yang digunakan

untuk mengukur sikap, pendapat dan persepsi seseorang atau kelompok orang

tentang fenimena sosial. Data yang telah terkumpul melalui kuiesioner, kemudian

peneliti mengolah dalam bentuk kuantutatif yaitu dengan cara menetapkan bobot

jawaban dari pertanyaan yang telah dijawab oleh responden, dimana pemberian

bobot tersebut berdasarkan ketentuan.

26
 Tabel 2. 1 Format Responden untuk Pertanyaan

Jawaban Bobot
Sangat Tidak Setuju 1
Tidak Setuju 2
Netral 3
Setuju 4
Sangat Setuju 5

2.10. Variabel Penelitian

Variabel adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh

peneliti untuk mempelajari sehinggaa diperoleh informasi tentang hasil tersebut,

kemudian ditarik kesimpulannya (Sugiyono, 2017). Peneltitian kuantitatif

umumnya menggunakan asumsi dan batasan pada faktor tertentu yang diamati

dalam bentuk variabel penelitian. Faktor-faktor lain yang tidak diamati diasumsikan

sebagai faktor yang tidak signifikan dengan fenomena tertentu yang diteliti

(Sangadji & Sopiah, 2010).

Menurut (Sangadji & Sopiah, 2010) variabel penelitian dapat diklasifikasikan

berdasarkan beberapa pendekatan, diantaranya berdasarkan :

1. Fungsi Variabel

Tipe-tipe variabel dapat di kalasifikan berdasarkan fungsi variabel dalam

hubungan antara variabel, yaitu :

a. Variabel Independen dan Variabel Dependen

Variabel independen adalah tipe variabel yang menjelaskan atau

mempengaruhi variabel lain. Variabel dependen adalah tipe variabel

yang dijelaskan atau dipengaruhi oleh variabel independen. Kedua

27
 tipe variabel merupakan kategori variabel penelitian yang paling

sering digunakan dlam penelitian karena mempunyai aplikasi yang

luas.

b. Variabel Moderating

Hubungan langsung antara variabel independen dengan variabel

dependen kemungkinan dipengaruhi oleh variabel-variabel lain.

Salah satu diantaranya variabel moderating, yaitu tipe variabel yang

memperkuat atau memperlemah hubungan langsung antara variabel

independen dengan variabel dependen. Variabel Moderating

merupakan tipe variabel yang mempunyai pengaruh terhadap sifat

atau arah hubungan antar variabel. Sifat arah hubungan antara

variabel independen dengan variabel dependen kemungkinan positif

atau negative dalam hal ini tergantung pada variabel moderating.

c. Variabel Intervening

Variabel intervening adalah variabel yang mempengaruhi hubungan

antara variabel independen dengan variabel dependen menjadi

hubungan tidak langsung. Variabel intervening merupakan variabel

yang terletak antara variabel independen dengan variabel dependen,

sehingga variabel independen tidak langsung menjelaskan atau

mempengaruhi variabel dependen.

2. Skala nilai Variabel

28
 Variabel umumnya diukur dengan skala dalam kisaran nilai tertentu.

Berdasarkan skala nialainya, variabel penelitian diklasifikasikan menjadi

dua, yaitu :

a. Variabel Kontinu

Variabel kontinu adalah tipe variabel penelitian yang memiliki

kumpulan nilai teratur dalam kisaran tertentu. Nilai dalam variabel

kontinu setidaknya menggambarkan peringkat atau jarak

berdasarkan skala pengukuran tertentu.

b. Variabel Kategoris

Variabel kategoris adalah tipe variabel peneltian yang meliki nilai

berdasarkan kategori tertentu atau lebih dikenal dengan sebutan

skala nominal. Skala niilai pada variabel ini hanya merupakan label

untuk mengidentifikasi kategori atau kelompok variabel yang

bersangkutan.

3. Perlakuan terhadap variabel

Karakteristik penelitian eksperimen adalah adanya manipulasi terhadap

variabel tertentu. Manipulasi terhadap hal ini berarti memberikan perlakuan

berbeda kepada kelompok yang berbeda. Kklasifikasi variabel berdasarkan

perlakuan penelitian terhadap variabel penelitian bermanfaat perlakuan

peneliti bermanfaat untuk mengetahui perbedaan antara variabel-variabel

yang tidak dimanipulasi.

29
2.11. Populasi dan Sampel

Populasi adalah generalisasi yang terdiri atas obyek/subyek dengan kualitas

dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan

kemudian ditarik kesimpulannya (Sugiyono, 2012). Populasi bukan hanya sekedar

jumlah pada subyek atau obyek yang dipelajari, tetapi meliputi seluruh karakteristik

atau sifat yang dimiliki oleh subyek atau obyek yang diteliti, jika berfungsi sebagai

sumber informasi (Sangadji & Sopiah, 2010).

Sebagian dari jumlah dan karakteristik yang dimiliki oleh sebuah populasi

dapat disebut sebagai sampel (Sugiyono, 2012). Sampel merupakan bagian dari

jumlah dan karakteristik yang dimiliki oleh populasi yang akan digunakan untuk

mengambil sebuah kesimpulan, oleh karena itu sampel yang akan diamil harus

benar-benar representatif (Sugiyono, 2012). Bila populasi besar, dan peneliti tidak

mungkin mempelajari semua yang ada pada populasi, misalnya karena keterbatasan

dana, tenaga, dan waktu, maka peneliti dapat menggunakan sampel yang diambil

dari populasi. Untuk itu sampel yang diambil dari suatu populasi harus

representative (mewakili) populasi tersebut (Sangadji & Sopiah, 2010).

2.11.1. Teknik Sampling

Dalam menentukan sampel yang akan digunakan dalam sebuah

penelitian, peneliti membutuhkan sebuah teknik sampling. Teknik

pengambilan sampel (sampling) menurut (Sugiyono, 2012) pada dasarnya

terbagi menjadi dua teknik , antara lain:

1) Probability Sampling

30
Probability sampling adalah teknik pengambilan sampel yang

memberikan peluang yang sama bagi setiap unsur (anggota) populasi

untuk dipilih menjadi anggota sampel. Teknik ini meliputi simpel

random sampling, proportionate stratified random sampling,

disproportionate stratified random sampling, area (cluster)

sampling (sampling menurut daerah).

a. Simple Random Sampling

Teknik pengambilan anggota sampel dari populasi yang

dilakukan secara acak tanpa memperhatikan strata yang ada

dalam populasi. Teknik simple random sampling ini

merupakan teknik yang paling mudah dan dapat digunakan

pada populasi yang memiliki karakteristik relative

homogeny.

b. Proportionate Stratified Random Sampling

Teknik yang dilakukan apabila populasi mempunyai

anggota/unsur yang tidak homogen dan berstrata secara

proporsional.

c. Disproportionate Stratified Random Sampling

Teknik yang digunakan untuk menentukan jumlah sampel

bila populsi berstrata tetapi kurang proporsional.

d. Area (Cluster) Sampling

Tenik ini digunakan untuk menentukan sampel bila objek

yang akan diteliti atau sumber data sangat luas. Cluster

31
 Sampling sering dilakukan dengan dua tahap, yaitu

menentukan daerah sampel dan menentukan orang-orang

yang ada pada daerah tersebut secara sampling.

2) Non probability Sampling

Non probability sampling adalah teknik pengambilan sampel yang

tidak memberi peluang/kesempatan sama bagi setiap unsur atau

anggota populasi untuk dipilih menjadi sampel. Teknik ini meliputi

sampling sistematis, sampling kuota, sampling aksidental, sampling

jenuh, snowball sampling, dan purposive sampling.

a. Sampling sistematis

Teknik pengambilan sampel berdasarkan urutan dari anggota

populasi yang telah diberi nomor urut.

b. Sampling kuota

Teknik untuk menentukan sampel dari populasi yang

mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang

diinginkan.

c. Sampling incidental

Teknik penentuan sampel berdasarkan kebetulan, yaitu siapa

saja yang secara kebetulan/insidental bertemu dengan

peneliti dapat digunakan sebagai sampel, bila dipandang

orang yang kebetulan ditemui itu cocok sebagai sumber data.

d. Sampling jenuh

32
 Teknik penentuan sampel bila semua anggota populasi

digunakan sebagai sampel.

e. Snowball sampling

Teknik penentuan sampel yang mula-mula jumlahnya kecil,

kemudian besar. Teknik pengambilan sampel dengan cara

responden yang berhasil diperoleh diminta menunjukkan

reponden lainnya secara berantai. Teknik ini dilakukan

ketika peneliti kurang mengerti mengenai kondisi dan data

populasi yang menjadi target penelitiannya (Nursiyono,

2015).

f. Purposive sampling adalah teknik penentuan sampel dengan

pertimbangan/kriteria tertentu. Dalam purposive sampling,

pemilihan sekelompok subjek didasarkan atas ciri-ciri atau

sifat-sifat tertentu yang dipandang mempunyai sangkut paut

yang erat dengan ciri-ciri atau sifat-sifat populasi yang sudah

diketahui sebelumnya (Hadi S. , 2016).

2.11.2. Ukuran Sampel

Besarnya jumlah sampel yang harus diambil dari populasi dalam

suatu kegiatan penelitian sangat bergantung dari keadaan populasi itu

sendiri, semakin homogen populasinya maka jumlah sampel semakin

sedikit, begitu juga sebaliknya (Putra, 2018). Menurut Guritno (2011)

penentuan jumlah sampel yang diperlukan dalam SEM (Structural

Equation Model) berkisar antara 100 sampai 200 sampel.

33
 Peneliti dapat menentukan jumlah sampel untuk penelitian yang

akan dilakukannya dengan mengikuti salah satu dari berbagai metode yang

telah ada. Menurut Roscoe dalam (Sugiyono, 2012), terdapat empat hal

yang perlu diperhatikan dalam menentukan sebuah sampel, antara lain:

1. Ukuran sampel yang layak dalam penelitian adalah antara 30 sampai

500 sampel.

2. Bila sampel dibagi dalam kategori (misalnya: pria-wanita, pegawai

negeri-swasta, dan lain-lain) maka jumlah anggota sampel setiap

kategori minimal 30.

3. Bila dalam penelitian akan melakukan analisis dengan multivariate

(korelasi atau regresi ganda misalnya), maka jumlah anggota sampel

minimal 10 kali dari jumlah variabel yang diteliti.

4. Untuk penelitian eksperimen yang sederhana, yang menggunakan

kelompok eksperimen dan kelompok kontrol, maka jumlah anggota

sampel masing-masing kelompok antara 10 sampai dengan 20.

Barclay et al. dalam (Hair et al., 2017) mengemukakan sebuah 10 times

rule yang menyatakan bahwa ukuran sampel yang digunakan oleh sebuah

penelitian harus:

1) Sepuluh kali jumlah terbesar dari indikator formatif yang digunakan

untuk mengukur satu konstruksi.

2) Sepuluh kali jumlah jalur struktural terbesar yang diarahkan pada

konstruksi tertentu dalam model struktural.

34
 Selain beberapa teknik penentuan dalam ukuran sampel diatas,

penentuan jumlah sampel juga dapat menggunakan dengan rumus Slovin.

Rumus Slovin digunakan untuk menentukan survey, dimana jumlah populasi

terlalu besar sehingga diperlukan sebuah rumus untuk memperkecil jumlah

sampel akan tetapi tetap mewakili populasi secara keseluruhan. Rumus Slovin

mempertimbangkan batas ketelitian yang dapat mempengaruhi kesalahan

dalam pengambilan sampel (Putra, 2018).

Rumus Slovin dapat digunakan dalam penelitian yang mengukur proporsi

populasi penelitian, dengan menggunakan asumsi tingkat keandalan 95% dan

memakai pendekatan distribusi normal (Askuba, 2018). Adapun rumus dari

Slovin sendiri adalah sebagai berikut (Sangadji & Sopiah, 2010):

𝑁
𝑛= (2.1)
𝑁.𝑒 2 + 1

Keterangan:

n : Ukuran sampel

N : Ukuran populasi

e : Nilai kritis (batas ketelitian)

Penggunaan rumus slovin ini, pertama dengan ditentukan berapa batas

toleransi kesalahan. Batas toleransi kesalahan ini dinyatakan dalam bentuk

presentase. Menurut (Sugiyono, 2012) untuk populasi dalam jumlah besar,

nilai presentase kelonggaran ketelitian kesalahan pengambilan sampel masih

bisa ditolerir kembali 10% atau 0,1. Sedangkan untuk populasi dalam jumlah

kecil nilai presentase kelonggaran ketelitian kesalahan pengambilan sampel

yang bisa ditolerir bernilai 20% atau 0,2.

35
2.12. Analisis Data

Pada penelitian kuantitatif, analisis data merupakan kegiatan setelah data dari

seluruh responden atau sumber data lain terkumpul (Sugiyono, 2013). Kegiatan

dalam analisis data mengelompokkan data berdasarkan variabel dan jenis

responden, mentabulasi data berdasarkan variabel dari seluruh responden,

menyajikan data tiap variabel yang diteliti, serta melakukan perhitungan untuk

menjawab rumusan maslah, dan melakukan perhitungan untuk hipotesis yang

dilakukan. Dalam penelitian ini, peneliti menggunakan metode analisis

menggunakan metode kuantitafi dengan PLS-SEM menggunakan tools SmartPLS

versi 3.0.

2.12.1. Metode Kuantitatif

Menurut (Sugiyono, 2013) metode kuantitatif merupakan metode

penelitian yang berkarakteristik sistematis, terencana dan terstruktur dengan

jelas dari tahap perencanaan hingga tahap pembuatan desain penelitiannya.

Menurut (Sarwono, 2013), terdapat beberapa tahapan dalam melakukan

penelitian kuantitatif, yaitu :

a. Mengidentifikasi dan merumuskan masalah yang akan diteliti

b. Membuat hipotesis yang akan diuji

c. Melakukan kajian teori yang relevan

d. Mengidentifikasi dan memberi nama variabel

e. Membuat definisi operasional

f. Memanipulasi dan mengontrol variabel (ini hanya untuk penelitian

eksperimental)

36
g. Menyusun desain penelitian

h. Mengidentifikasi dan menyusun alat observasi dan pengukuran

i. Membuat kuisioner (jika dibutuhkan data primer)

j. Melakukan analisis statistik

k. Menulis laporan hasil penelitian

Terdapat beberapa keterbatasan dalam melakukan penelitian

kuantitatif (Idris, 2009), yaitu sebagai berikut :

a. Lama dalam proses perencanaan

b. Sulit memperdalam data

c. Kelemahan angket/skala/tes

2.12.2. Partial Least Square-Structural Equation Modelling (PLS-SEM)

Menurut (Abdillah, 2017) Partial Least Squares (PLS) merupakan

teknik statistika multivariat yang melakukan perbandingan antara variabel

dependen berganda dan variabel independen jamak. PLS adalah salah satu

metode statistikan SEM berbasis varian yang didesain untuk menyelesaikan

regresi berganda ketika terjadi permasalahan spesifik pada data, seperti ukuran

sampel penelitian kecil, permasalahan spesifik pada data, seperti ukuran

sampel penelitian kecil, adanya data yang hilang (missing values) dan

multikolinearitas.

PLS-SEM adalah suatu metode yang digunakan untuk menganalisis

dan dinilai kuat karena digunakan pada setiap jenis skala data seperti data

interval, data nominal, dan rasio serta syarat asumsi yang lebih fleksibel

(Yamin & Kurniawan, 2011).

37
 Menurut (Ringle, 2018), terdapat empat aspek dalam proses analisis

PLS-SEM yang terstruktur bahwa penelitian sebelumnya mengenai

penggunaan PLS-SEM diidentifikasi sebagai relevan yaitu (1) menentukan

tujuan penelitian, (2) spesifikasi model structural (3) spesifikasi model

pengukuran dan (4) hasil evaluasi.

Model
Determination Measurement
Struktur Model Estimation and
of the Research Model
Specification Results
Goal Specification
Evaluation

Gambar 2. 3 Proses Analisis PLS-SEM

Sumber: (Ringle, 2018)

Menurut (Yamin & Kurniawan, 2011) Evaluasi model dalam PLS

meliputi dua tahap yaitu evaluasi outer model atau model pengukuran dan

evaluasi terhadap inner model atau model struktural.

1. Evaluasi Pengukuran Model (Outer Model)

Di dalam Evaluasi pengukuran model dapat meliputi convergent validity

dan discriminant validity. Convergent validity terdiri atas individual item

reliability, internal consistency atau construct reliability, dan average

variance extracted. Tujuannya mengukur besarnya korelasi anatara konstrak

dengan varabel laten. Measurement model dilakukan untuk dapat mengetahui

hubungan antara konstrak (variabel) dengan indikator-indikatornya (Yamin &

Kurniawan, 2011).

a. Convergent Validity

38
1) Individual Item Reliability

Dapat dilihat dari standardize loading factor yang

menggambarkan besarnya korelasi antara setiap indikator

dengan konstraknya. Nilai loading factor baru dapat dikatakan

valid atau ideal jika lebih besar dari 0,7. Tapi, Yamin dan

Kurniawan (2011) berpendapat bahwa nilai loading factors >

0,5 sudah dapat dikatakan valid. Jika dibawah nilai tersebut,

maka item akan dikeluarkan dari model yang ada.

2) Internal Consistency Reliability

Dapat dilihat dari composite reliability atau cronbach’s alpha.

Namun, nilai composite reliability dianggap lebih baik dalam

mengukur internal consistency jika dibandingkan dengan

cronbaach’s alpha karena composite reliability tidak

mengasumsikan kesamaan boot dari tiap indikatornya.

Cronbach’s alpha akan memberikan estimasi yang terlalu

rendah. Nilai batas untuk cronbach’s alpha maupun composite

reliability adalah 0,7 yang sudah dapat diterima. Sedangkan

diatas 0,7 berarti sangat memuaskan.

Formula untuk Composite Reliability adalah

(∑ λ𝑖 )2
𝐶𝑅 = (2.2)
(∑ λ𝑖 )2 + ∑ 𝜀𝑖

Keterangan :

λ𝑖 = Loading Factors

39
 𝜀𝑖 = 1- λ𝑖 2

3) Average Variance Extracted (AVE)

Nilai average variance extracted (AVE) mendeskripsikan

besaran varian variabel yang dikandung oleh konstrak laten.

Nilai batasan untuk AVE adalah 0,5. Nilai AVE harus lebih

besar dari 0,5 untuk dapat dikatakan telah menunjukkan

convergent validity yang baik.

Formula untuk Average Variance Extacted (AVE)

∑ λ𝑖 2
𝐴𝑉𝐸 = (2.3)
∑ λ𝑖 2 + ∑ 𝜀𝑖

Keterangan

λ𝑖 = Loading Factors

𝜀𝑖 = 1- λ𝑖 2

b. Discriminant Validity

Discriminant validity dapat dilakukan dengan dua cara yaitu dengan

nilai cross loading antar indikator dan cross loading Fornell-

Lacker’s. Cross loading antar indikator akan membandingkan

korelasi antar indikator dengan konstraksnya dan konstrak dari blok

lainnya. Bila korelasi antara indikator dengan konstraknya lebig

tinggi dibandingkan dengan konstrak blok lain, maka artinya

konstrak tersebut memprediksi ukuran pada blok tersebut lebih baik

daripada blok lainnya. Sedangkan, nilai cross loading Fornell-

Lacker’s akan melihat nilai akar dari AVE, nilai akar AVE ini harus

40
 lebih tinggi jika dibandingkan dengan korelasi antar konstrak

dengan konstrak lainnya atau nilai AVE lebih tinggi dari kuadrat

korelasi antar konstrak. Cross loading antar indikator termasuk

dalam kriteria longgar, sedangkan cross loading Fornell-Lacker’s

adalah kriteria yang konservatif.

2. Evaluasi Struktural Model (Inner Model)

Inner Model merupakan model struktural untuk memprediksi hubungan

kualitas antar variabel laten. Melalui proses bootstrapping, parameter uji T-

statistic diperoleh untuk memprediksi adanya hubungan kausilitas (Abdillah,

2017). Pada model ini terdapat beberapa tahap dalam melakukan evaluasinya.

1. Path coefficient (𝛽)

Tahap pertama dimulai dengan melihat signifikansi hubungan antara

konstrak. Hal tersebut dapat dilihat dari koefisien jalur (Path

Coefficient) yang menjelaskan kekuatan hubungan antara kontrak.

Pengukuran Path Coefficient (β) memiliki nilai ambang batas diatas

0.1. Hal tersebut untuk menyatakan bahwa jalur (Path) yang dimaksud

mempunyai pengaruh di dalam model.

2. R2 (coefficient of determination)

Tahap kedua yaitu dengan mengevaluasi nilai R2 (Coefficient of

Determination). Nilai ini merupakan penjelasan varian dari tiap target

endogenous variabel dengan standar pengukuran sekitar 0,67 sebagai

kuat, sekitar 0,33 moderat dan dibawah 0,19 menunjukkan tingkat

varian yang lemah.

41
3. t-test

Tahap ketiga yaitu dengan melihat nilai t-test dengan menggunakan

boostrapping menggunakan uji two-tailed dengan tingkat signifikansi

5% untuk menguji hipotesis-hipotesis penelitian. Bila nitai t-test lebih

besar 1,96 maka hipotests penelitian yang dibuat dapat diterima.

4. f2 (effect size)

Tahap keempat adalah pengujian f2 (Effect Size). Pengujian ini dapat

dilakukan untuk dapat memprediksi pengaruh variabel tertentu

terhadap variabel lainnya dalam struktur model dengan nilai ambang

batas sekitar 0.02 untuk pengaruh kecil 0,15 untuk pengaruh menengah

dan 0,35 untuk pengaruh yang besar. Rumus perhitungan f2 adalah

sebagai berikut

2
𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑅2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒 (2.4)
𝑓 =
1 − 𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒

Dengan 𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 adalah coefficient of determination dan 𝑅2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒

adalah nilai yang ada diluar R.

5. Tahap kelima yaitu pengujian Q2 (predictive relevance) dengan

menggunakan metode blindfolding untuk dapat memberikan bukti

bahwa variabel tertuntu yang digunakann dalam suatu model yang ibuat

mempunyai keterkaitan prediktif (Predictive Relevance) dengan

variabel lainnya dalam model tersebut dengan nilai ambang batas

pengukuran diatas nol.

42
 6. Tahap keenam yaitu melakukan pengujian q2 (Relative Impact) dengan

menggunakan metode blind folding juga untuk dapat mengukur relative

pengaruh sebuah keterkaitan anatar prediktif sebuah variabel tertentu

dengan variabel lainnya yang memiliki nilai ambang batas sebesar 0,02

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

pengaruh besar.

𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑄2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒
𝑞2 = (2.5)
1 − 𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒

Dengan 𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 adalah predictive relevance dan 𝑄2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒 adalah

nilai yang ada diluar Q.

2.13. Hipotesis

Hipotesis adalah jawaban yang bersifat sementara terhadap permasalahan

dalam sebuah penelitian, sampai dibuktikan melalui data yang dikumpulkan

(Siswanto, 2012). Menurut Kerlinger dalam (Sangadji & Sopiah, 2010) hipotesis

merupakan pernyataan dugaan (conjectural) tentang hubungan antara dua variabel

atau lebih. Sedangkan menurut Buckley et al dalam (Sangadji & Sopiah, 2010)

hipotesis adalah suatu pernyataan sederhana mengenai harapan peneliti akan

hubungan antara variabel-variabel dalam suatu masalah untuk diuji dalam

penelitian. (Sangadji & Sopiah, 2010) menyimpulkan bahwa hipotesis adalah :

1. Jawaban sementara (tentatif) terhadap masalah yang diajukan

2. Telah memiliki kebenaran, tetappi baru merupakan kebenaran taraf

teoritis atau kebenaran logis (logical validity, deductive validity)

43
 3. Membutuhkan pembuktian atau pengujian (empirical validity,

statistical validity).

Menurut tingkat ekplanasi hipotesis yang akan diuji, maka rumusan hipotesis

dapat dikelompokkan menjadi tiga macam, yaitu (Sangadji & Sopiah, 2010):

1. Hipotesis Deskriptif

Hipotesis deskriptif adalah dugaan tentang nilai suatu variabel

mandiri, tidak membuat perbandingan atau hubungan.

2. Hipotesis Komparatif

Hipotesis komratatif adalah pertanyaan yang menunjukkan dugaan

nilai dalam suatu variabel atau lebih pada sempel yang berbeda.

3. Hipotesis Gabungan (Asosiatif)

Hipotesis asosiatif adalah suatu pertanyaan yang menunjukkan

dugaan tentang hubungan anttara dua variabel atau lebih.

2.14. SmartPLS

SmartPLS adalah software yang dikembangkan oleh Universitas Hambrug

Jerman yang biasa digunakan dalam analisis menggunakan PLS-SEM (Ghozali I &

Latan H, 2015). SmartPLS merupakan salah satu aplikasi perangkat lunak

terkemuka yang dapat digunakan untuk mengestimasi model PLS-SEM

(Widarjono,2015; Wong, 2013). Pada tahun 2015 aplikasi SmartPLS mendapatkan

popularitas di kalangan peneliti karna dianggap memiliki tatap muka grafis yang

dimilikinya (Wong, 2013).

44
 Aplikasi SmartPLS memiliki tujuan yang sama dengan Lisrel dan AMOS

yaitu untuk menuji hubungan antara variabel, baik sesama variabel latent maupun

dengan variabel, atau manifest. SmartPLS memiliki kelebihan dengan kemampuan

mengeolah data baik untuk model SEM formatif ataupun reflektif model SEM

formatif memiliki ciri-ciri diantaranya adalah variabel latent atau konstrak

dibangun oleh variabel indikator dimana panah mengarah dari variabel konstrak ke

variabel indikator. Model SEM reflektif merupakan model SEM dimana variabel

konstrak merupakan refleksi dari variabel indicator, sehingga panah mengarah dari

variabel indicator ke variabel latent. Secara statistik, konsekuensinya adalah tidak

aka nada nilai eror pada vaariabel indikator. Oleh karena itu SmartPLS ini

dikhususkan untuk melakukan olah data SEM dengan sampel kecil, maka tidak

cocok digunakan untuk penelitian dengan sampel besar (Putra, 2018).

Dalam SmartPLS terdapat beberapa istilah (Hussein, 2015), yaitu :

1. Konstruk Eksogen

Konstruk eksogen merupakan variabel independen yang tidak diprediksi

oleh variabel-variabel lain yang terdapat dalam model. Ini merupakan

variabel yang mempengaruhi variabel yang mempengaruhi variabel

endogen.

2. Konstruk Endogen

Konstruk endogen adalah variabel dependen yang merupakan faktor-faktor

yang diprediksi oleh satu atau beberapa konstruk. Konstruk endogen dapat

memprediksi satu atau beberapa konstruk endogen lainnya, namun hanya

dapat berhubungan kausal dengan konstruk endogen.

45
3. Latent Variable

Variabel laten adalah variabel yang tidak dapat diamati dan diukur secara

langsung, nilai kuantitatifnya tidak dapat diketahui secara langsung.

4. Observed Variable

Variabel ini sering disebut variabel manifest. Variabel ini adalah variabel

yang besaran kuantitatifnya dapat diketahui secara langsung, misalnya dari

skor respon subyek terhadap instrumen pengukuran.

Gambar 2. 4 Konstruk dalam SmartPLS 3.0

46
 BAB III

METODE PENELITIAN

3.1. Pendekatan Penelitian

Penelitian ini dilakukan dengan menggunakan pendekatan kuantitatif

untuk dapat menguji model Expected-Confirmation Model (ECM) dan

menambahkan 2 variabel yaitu Habit dan Enjoyment (Mouakket, 2015) terhadap

evaluasi penggunaan situs jejaring sosial Instagram di kalangan mahasiswa

Universitas Islam Negeri Syarif Hidayatullah Jakarta. Sesuai dengan pendekatan

penelitian yang ditentukan, metode, teknik, dan instrument penelitian yang dapat

digunakan adalah secara kuantitatif. Pada penelitian ini menggunakan bentuk

pendekatan kuantitatif dengan pengumpulan data yang dilakukan melalui survei

dengan menggunakan kuesioner dan analisis data yang dilakukan secara statistik

dengan menggunakan aplikasi pengolahan data statistik.

3.2. Populasi dan Sampel Penelitian

Pada penelitian ini populasi yang diambil adalah seluruh pengguna situs

jejaring sosial Instagram di kalangan mahasiswa Universitas Islam Negeri Syarif

Hidayatullah Jakarta. Berdasarkan data yang telah di dapat dari Kementrian Riset,

Teknologi dan Pendidikan Tinggi pada tahun 2019 jumlah mahasiswa Universitas

Islam Negeri Syarif Hidayatullah Jakarta mencapai 33.291 mahasiswa.

Pengambilan sampel yang dilakukan peneliti dengan menggunakan Teknik

Purpose Sampling. Teknik Purposive Sampling dilakukan guna memilih bagian

dari adanya suatu populasi. Dengan kriteria yang dipilih yaitu mahasiswa yang

47
menggunakan Instagram. Kemudian, pengambilan sampel juga dilakukan secara

aksidental yaitu memilih anggota sampel ketika secara kebetulan bertemu atau

berjumpa (Hadi S. , 2016).

Pada penelitian ini, peneliti mengambil beberapa teori dari penelitian

sebelumnya untuk mendukung pengambilan sampel penelitian. Teori tersebut yaitu,

pada penelitian (Guritno, Sudaryono, & Rahardja, 2011) sampel yang digunakan

dalam SEM (Struktural Equation Model) berkisar antara 100 sampai dengan 200

sampel. Kemudian pada PLS-SEM diatur mengenai penentuan sampel untuk

penelitian, yaitu 10 kali dari jumlah maksimum anak panah yang mengarah pada

variabel laten (10 time rule of thumb) (Hair, An Assesment Of The Use Of Partial

Least Squares Struktural Equation Modeling In Marketing Research, 2012).

Champion (1981) dalam (indrawan & Yaniawati, 2014) menjelaskan uji statistik

akan efektif jika sampel yang digunakan antara 120 sampai dengan 250 responden.

Menurut Roscoe dalam (Sugiyono, 2008), terdapat empat hal yang perlu

diperhatikan dalam menentukan sebuah sampel, antara lain:

1. Ukuran sampel yang layak dalam penelitian adalah antara 30 sampai 500 sampel.

2. Bila sampel dibagi dalam kategori (misalnya: pria-wanita, pegawai negeri-

swasta, dan lain-lain) maka jumlah anggota sampel setiap kategori minimal 30.

3. Bila dalam penelitian akan melakukan analisis dengan multivariate (korelasi

atau regresi ganda misalnya), maka jumlah anggota sampel minimal 10 kali dari

jumlah variabel yang diteliti.

48
4. Untuk penelitian eksperimen yang sederhana, yang menggunakan kelompok

eksperimen dan kelompok kontrol, maka jumlah anggota sampel masing-masing

kelompok antara 10 sampai dengan 20.

Kemudian untuk peneliti menambahkan dengan metode perhitungan

sampel Slovin untuk mendukung jumlah sampel penelitian. Populasi (N) sesuai

dengan jumlah mahasiswa UIN Syarif Hidayatullah Jakarta yaitu 34.291 orang.

Rumus Slovin dapat digunakan dalam penelitian yang mengukur proporsi populasi

penelitian, dengan menggunakan asumsi tingkat keandalan 95% dan memakai

pendekatan distribusi normal (Askuba, 2018).. Berikut merupakan perhitungan

minimal sampel penelitian :

34.188
n= = 395,3
(1+334.188 𝑥 0.052 )

Dari perhitungan rumus Slovin diatas dengan jumlah populasi yang

terhitung mencapai 34.188, maka di dapatkan jumlah minimal sampel yaitu 396

sampel.

3.3. Metode Pengumpulan Data

3.3.1. Studi Literatur

Peneliti menggunakan studi literatur sebagai sumber informasi dan

juga sebagai referensi untuk mengetahui hasil dan metode penelitian yang

terdapat pada penelitian sebelumnya. Peneliti mengamati beberapa literatur

yang berhubungan dengan penelitian ini dengan membaca artikel-artikel,

jurnal, serta skripsi yang membahas penelitian mengenai model Expected

49
Confirmation Mode (ECM). Berikut ini merupakan beberapa jurnal penelitian

sejenis yang akan dijelaskan pada tabel 3.1

50
 Tabel 3. 1 Studi Literatur

No Penelitian Model Tujuan Penelitian Variabel Hasil Penelitian

1 Factors influencing Expectation- Peneliti berharap hasil  Confirmation 1. Variabel Statisfaction
continuance Confirmation penelitian ini dapat  Perceived adalah penentu utama
intention to use Model (ECM) membantu developer dan Usefulness dalam niat berkelanjutan
social network manager SNS yang sedang  Statisfaction untuk menggunakan SNS
sites: mencari strategi yang tepat  Habit secara terus-menerus
The Facebook case untuk mendorong  Enjoyment 2. Variabel Subjective norms
(Samar Mouakket, continuance intention dari  Subjective norms dan Habit, enjoyment
2015) pengguna dalam berpengaruh terhadap
 Continuance
menggunakan SNS secara continuance usage
Usage Intention
umum, maupun facebook Intention.
secara khusus.
2 A Study of Social Model of social Mendeskripsikan  Communication 1. facebook paling banyak
Technology Use in technology penggunaan teknologi sosial  Collaboration digunakan dibandingkan
State Islamic di UIN Syarif Hidayatullah  Sharing resources aplikasi sosial media lain.
University (UIN) Jakarta dan  Usefulness 2. Sosial media digunakan
Syarif Hidayatullah  Frequency of untuk mendukung kegiatan
Jakarta : access sehari-hari
Muhammad
Qomarul Huda,
Nur Aeni
Hidayatullah,
Syopiansyah Jaya
Putra (2016)

51
No Penelitian Model Tujuan Penelitian Variabel Hasil Penelitian
3 Modeling use Expectation- Menguji layanan  Confirmation 1. Perilaku kelanjutan
continuance Confirmation microblogging yang paling  Critical Mass pengguna twitter ditentukan
behavior in Model (ECM) terpopuler yaitu Twitter,  Habit oleh persepsi pengguna
microblogging sedangkan twitter  Is continuance tentang nilai penggunaan
serviced: the case mempunyai banyak kritik Intention layanan.
of twitter  Perceived 2. Social Network Size
Usefulness mempengaruhi perceived
 Statisfaction Critical Mass karena
pengguna melihat nilai
 Social Network
berinteraksi dengan
Size
pengguna lain.
3. Penelitian ini memberikan
kontribusi untuk
pemahaman tentang
fenomena penggunaan
microblogging
4 Expectation- Meta-Analytic Untuk memahami dan  Perceived Variabel confirmation
Confirmation Structural memeriksa ECM serta Usefulness merupakan variabel terkuat
Model of Equation perluasan variabelnya  Confirmation
Information Modeling berdasarkan penelitian-  Statisfaction
System (MASEM) penelitian terdahulu terkait  Continuance
Continuance: A continuance intention. Behavior
Meta-Analysis  Habit
( Hui-Min Lai,  Continuance
Chin-Pin Chen, Intention
Yung-Fu Chang,
2016)

52
No Penelitian Model Tujuan Penelitian Variabel Hasil Penelitian
5 Explaining and ECM, TPB, Untuk menguji integrasi dari  Perceived Penelitian ini menunjukkan
Predicting Users’ TAM, & Flow ECM, TAM, TPB, dan flow usefulness bahwa variabel statisfaction
Continuance Theory theory dalam menjelaskan  Perceived ease of adalah variabel terkuat, diikuti
Intention Toward niat penggunaan jangka use oleh perceived usefulness,
E-Learning: An panjang dari e-learning.  Attitude attitude, concentration, dan
Extension of the Selain itu, penelitian ini juga  Subjective norm perceived behavior control.
Expectation- mengevaluasi faktor  Perceived
Confirmation manakah yang krusial dalam behavior control
Model mempengaruhi niat  Statisfaction
(Lee M.-C. , 2010) pengguaan ini.  Confirmation
 Perceived
enjoyment
 concentration
 Continuance
Intention
6 Determinants of ECM & Tujuan utama dari penelitian  Perceived Semua variabel penelitian
continuance usage UTAUT2 ini adalah untuk menyelidiki Usefulness berpengaruh terhadap
intention of social niat penggunaan  Statisfaction Continuance Use Intention
network services in keberlanjutan pengguna  Social influence (CUI)
malaysia. jejaring sosial (SNS).  Hedonic
(Yi, Ting, & Yee, Motivation
2016)  Effort Expectancy
 Continuance Use
Intention

53
No Penelitian Model Tujuan Penelitian Variabel Hasil Penelitian
7 Why People ECM, Social Penelitian ini bertujuan untuk  Perceived Dari 15 hipotesis yang
Continue to Use Exchange mengeksplorasi dimensi yang Benefits digunakan terdapat beberapa
Social Networking Theory (SET), didorrong oleh teori niat  Perceived Cost variabel yang ditolak yaitu
Services: & Social Capital kelanjutan pengguna dan  Use History Perceived Cost, trust, Use
Developing a Theory (SCT) persepsi pengguna dalam  Trust History. Variabel tersebut
Comprehensive layanan media sosial  Usage dinilai memberikan pengaruh
Model. Statisfaction yang negative terhadap variabel
(Tao Hu & William  Usege usage continuance
J.Kettinger,2008) Continuance
8 Factors Influencing ECM-IS model Penelitian ini bertujuan untuk  Privacy Concern 1. Dari 10 hipotesis yang
the Continuance (Bhattacherjee, meneliti lebih lanjut  Perceived digunakan terdapat 7
Use 2001), Perceived mengenai kekhawatiran Enjoyment hipotesis yang diterima
Enjoyment
of Mobile Social
(Koufaris, 2002),
privasi dalam penggunaan  Perceived Ease yaitu variabel PEOU=PU,
Media:The Effect berkelanjutan terhadap media Of Use PU=SAT, ENJ=SAT,
Perceived Risk
of Privacy (Zhou, 2011a)
sosial  Perceived PR=SAT, PRC=PR,
Concerns. and Privacy Usefulness PRC=SAT SAT=INT
(Kwame Simpe Concerns (Casaló,  Perceived Risk 2. Terdapat 3 hipotesis yang
Ofori, Otu Larbi- Flavián, &  Statisfaction di tolak yaitu PEOU=SAT,
Siaw, Eli Fianu, Guinalíu, 2007; PR=INT, dan PRC=INT.
 Continuance Use
Richard Eddie Zhao, Koenig-
Gladjah & Ezer Lewis, Hanmer-
Osei Yeboah Lloyd, & Ward,
Boateng, 2016) 2010).
9 An Empirical Uses and Untuk menganalisa efek dari  Entertaiment 1. Dari 7 hipotesis, ada 5
Study on Factors Gratification faktor motivasional seperti  Self-Expression variabel yang berpengaruh
Affecting Theory (UGT) entertainment, self-  Information signifikan. 2 variabel
Continuance expression, information Seeking

54
No Penelitian Model Tujuan Penelitian Variabel Hasil Penelitian
Intention of Using seeking, dan status seeking  Status Seeking ditolak yaitu self-expression
Facebook dalam continuance use  Statisfaction dan Information seeking
( Ecem Basak, intention pengguna  Attitude 2. Variabel attitude dan
Fethi Calisir, 2015) Facebook.  Continuance statisfaction merupakan
Intention variabel yang paling
berpengaruh terhadap niat
kelanjutan menggunakan
facebook.
10 The effects of Social Cognitive Tujuan utama dari penelitian  Utilitarian Semua variabel penelitian
hedonic/utilitarian Theory (SCT) ini adalah untuk outcome berpengaruh terhadap
expectations and mengidentifikasi faktor- expectations Continuance Intention.
social influence on faktor utama yang penting  Hedonic Outcome
continuance untuk Expectations
intention to play kelanjutan niat untuk  Subjective norm
online games. bermain game online.  Critical mass
(I-Cheng Chang,  Peer influence
Chuang-Chun  External
Liu, & Kuanchin Influence
Chen, 2014)  Flow
 Continuance
Intention

55
3.3.2. Survei

Survei berguna untuk membantu proses penelitian dengan

menggunakan instrument penelitian yang berupa kuesioner. Proses

penyebaran kuesioner peneliti melakukannya dengan secara langsung atau

tidak langsung. Peneliti menyebarkan kuesioner dengan secara langsung

melalui tatap muka secara langsung dengan setiap mahasiswa Universitas

Islam Negeri Syarif Hidayatullah Jakarta yang merupakan pengguna dari

Instagram. Sedangkan penyebaran kuesioner secara tidak langsung

dilakukan secara online dengan memanfaatkan fitur bantuan Google Form

untuk pengisian kuesioner serta media sosial seperti Whatsaap, Line, E-mail

dan lain-lain untuk menyebarkan kuesioner kepada pengguna Instagram di

kalangan mahasiswa UIN Syarif Hidayatullah Jakarta. Pengisian dan

penyebaran kuesioner hanya kepada pengguna Instagram saja. Penyebaran

dilakukan mulai dari tanggal 21 Oktober sampai dengan 4 November 2019.

Data yang telah terkumpul selama proses penelitian berlangsung

akan diproses dan di klasifikasikan menggunakan perangkat lunak

pengolah angka yaitu Ms.Excell 2013. Berdasarkan hasil dari

pengumpulan data, peneliti berhasil memperoleh 403 data dan diperoleh

seluruh data yang terkumpul valid untuk digunakan. Kuesioner yang

didapatkan dari penyebaran langsung yaitu sebanyak 148 data, sedangkan

255 data disebarkan secara tidak langsung melalui bantuan Google Forms.

56
 Tabel 3. 2 Data Kuesioner

Metode Penyebaran Jumlah

Penyebaran Langsung/ Manual 148
Penyebaran Tidak Langsung/ Online 255
Total 403

3.4. Metode Analisis Data

3.4.1. Model Penelitian

Model dari penelitian ini terdapat pada gambar 3.1 yang merupakan

model yang diteliti oleh ( Bhattacherjee, 2001), yaitu model Expectation-

Confirmation Model (ECM) yang terdiri dari 4 variabel yaitu Perceived

Usefulness (PU), Confirmation (C), Statisfaction (S), Continuance Use

Intention (CUI). Kemudian peneliti memodifikasi dengan menambah 2

variabel yaitu Habit (H) dan Enjoyment (E).

Gambar 3. 1 Model penelitian yang digunakan

3.4.2. Indikator Penelitian

Penelitian ini menggunakan indikator berupa kuesioner yang terbagi

menjadi dua bagian. Pada bagian pertama dengan menggunakan lembar

surat pengantar dari peneliti sebagai permohonan pengisian kuesioner. Pada

57
bagian dua, sebanyak 23 yang dibuat berdasarkan model ECM. Kemudian

pertanyaan-pertanyaan tersebut disesuaikan dengan variabel-variabel yang

terdapat dalam model ECM. Tabel 3.3 merupakan penjabaran dari indikator

setiap variabel yang terdapat pada model penelitian ini, dilengkapi dengan

referensi.

Tabel 3. 3 Indikator Penelitian

Variabel Indikator Referensi

Kode Nama Indikator
Perceives PE1 Kemudahan Venkatesh (2011) &
Usefulness Samar Mouakett (2016)
PE2 Meningkatkan Samar Mouakett (2016)
kemampuan
PE3 Efesiensi Samar Mouakett (2016)
& Yuan Sun, et al
(2013)
PE4 Manfaat D. Harrison McKnight
(2010) & Samar
Mouakett (2016)
Confirmation C1 Pengalaman Bhattacherjee (2001) &
penggunaan sistem Samar Mouakett
C2 Layanan (2016).
C3 Harapan
C4 Ekspetasi secara
keseluruhan
Satisfaction S1 Pengalaman Samar Mouakett (2016)
penggunaan
Instagram sangat
memuaskan
S2 Pengalaman yang
menyenangkan
S3 Keputusan Bhattacherjee (2001)
penggunaan
S4 Kinerja Eid, 2011; Hidayat et al.,
2016; Pratminingsih et

58
 al., 2013; Quintela &
Correia, 2015)
S5 Kepuasan secara Ching suk yi, et all
keseluruhan (2016)
Enjoyment E1 Kesenangan Samar Mouakett (2016)
E2 Hiburan
E3 Pelayanan
Habit H1 Penggunaan (Venkatesh et al. 2011 )
Sebelumnya
H2 Kecanduan
H3 Perilaku yang
otomatis
H4 Rutinitas Samar Mouakett (2016)
Continuance CUI1 Berniat untuk terus Bhattacherjee (2001)
Use menggunakan dari
Intention pada berhenti
CUI2 Berniat untuk terus
menggunakan sistem
dibanding
menggunakan sistem
lain
CUI3 Berniat Ching suk yi, et all
meningkatkan (2016)
penggunaan di masa
depan

Berdasarkan indikator penelitian pada tabel 3.3 akan dibuat

sebanyak 23 pertanyaan pengujian yang telah di sesuaikan dengan indikator

variabel yang ada di model ECM. Daftar pertanyaan dapat dilihat pada tabel

3.4, selengkapnya format kuesioner dapat dilihat di bagian lampiran.

Tabel 3. 4 Daftar pertanyaan

Variabel Kode Pertanyaan

Perceives PE1 Saya merasa Instagram dapt membant saya
Usefulness untuk berkomunikasi menjadi lebih mudah
dengan orang lain

59
 PE2 Saya merasa Instagram telah meningkatkan
kemampuan saya untuk berkomunikasi
dengan orang lain
PE3 Saya merasa Instagram dapat menningkatkan
efisiensi kepada saya dalam berbagi
informasi dan terinteraksi dengan orang lain
PE4 Saya merasa Instagram memberikan manfaat
kepada saya dalam berkomunikasi
Confirmation C1 Instagram memberikan pengalaman yang
lebih baik dari yang diharapkan
C2 Instagram memberikan layanan yang lebih
baik dari yang diharapkan
C3 Saya merasa harapan saya dalam
menggunakan Instagram sudah terpenuhi
C4 Secara keseluruhan, harapan saya terpenuhi
dari menggunakan Instagram
Satisfaction S1 Instagram memberikan pengalaman yang
sangat memuaskan
S2 Instagram memberikan pengalaman yang
sangat menyenangkan
S3 Saya merasa puas dengan keputusan saya
untuk menggunakan Instagram
S4 Kinerja Instagram sudah memenuhi harapan
saya
S5 Saya merasa puas dengan kinerja Instagram
Enjoyment E1 Saya merasa senang ketika menggunakan
Instagram
E2 Saya merasa terhibur ketika menggunakan
Instagram
E3 Instagram memberikan saya banyak
kesenangan
Habit H1 Saya terbiasa menggunakan Instagram
H2 Saya kecanduan menggunakan Instagram
H3 Saya harus menggunakan Instagram untuk
mendapatkan informasi
H4 Menggunakan Instagram telah menjadi
rutinitas bagi saya
CUI1 Saya berniat untuk terus menggunakan
instagram dari pada berenti menggunakannya

60
 Continuance CUI2 Saya berniat untuk terus menggunakan
Use instagram dari pada aplikasi situs jejaring
Intention sosial lain
CUI3 Saya berniat untuk terus meningkatkan
penggunaan instagram

Pada penelitian ini, peneliti menggunakan skala likert pada

kuesioner yang berarti skala penilaiannya menggunakan lima pilihan

jawaban yang terdiri dari sangat tidak setuju bernilai 1, tidak setuju bernilai

2, netral (tidak tahu) dengan nilai 3, setuju dengan bobot nilai 4 dan sangat

setuju dengan nilai 5.

3.5. Analisis Data dan Interpretasi Hasil

Pada tahap analisis interpretasi hasil dibagi menjadi dua tahapan yaitu

analisis demografis dan analisis statistik inferensial. Pada tahap pertama, peneliti

melakukan analisis dengan mengolah data demografis dengan menggunakan

pengolah angka yaitu Ms. Excel 2016. Kemudian data responden dikelompokkan

berdasarkan pertanyaan karakteristik responden serta pertanyaan umum kuesioner.

Selanjutnya tahap kedua yaitu melakukan analisis statistik inferensial

dengan pendekatan PLS-SEM dengan menggunakan tools SmartPLS versi 3.0

(Hair, 2012). Peneliti melakukan analisis dengan dua tahap, yaitu analisis

measurement model (inner model) dan structural mode (outer model).

Measurement model (inner model dilakukan dengan tujuan untuk menguji

reliabilitas dan validitas outer model melalui indikator reability, internal

consistency reliability, convergent validity, dan discriminant validity. Sedangkan

pengujian structural model (outer model) dilakukan bertujuan untuk menuji path

61
coefficient, coefficient of determination, t-test melalui metode bootstrapping, effect

size, predictive relevance, dan relative impact dengan menggukan metode

pengujian blind folding (Hair, 2012)

Setelah interpretasi hasil dari penelitian telah dijabarkan dengan

menggambarkan hasil dari analisis demografis resonden dengan kondisi lapangan

yang berjalan dan memaparkan hasil dari analisis measurement mode (inner model)

dan structural mode (outer model) yang telah dilakukan peneliti secara statistik-

kuantitatif dngan membandingkan serta mempertimbangkan sejumlah literatur

yang terkait dengan penelitian ini. Kemudian, hasil dari measurement mode (inner

model) dan structural mode (outer model) tersebut, peneliti memberikan

rekomendasi dari analisis Continuance use intention atau niat kelanjutan

penggunaan situs jejaring sosial Instagram di kalangan mahasiswa Universitas

Islam Negeri Syarif Hidayatullah Jakarta.

3.6. Kerangka Penelitian

Berikut ini merupakan kerangka penelitian yang digunakan oleh peneliti

sebagai dasar peneliti untuk melakukan penelitian.

62
Gambar 3. 2 Kerangka Penelitian

63
 BAB IV

HASIL DAN PEMBAHASAN

4.1. Pengumpulan Data

Pada penelitian ini, proses pengumpulan data dilakukan dengan cara

menyebarkan kuesioner secara langsung dan tidak langsung kepada responden.

Penyebaran secara langsung dilakukan oleh peneliti untuk mencari responden

yang tepat melalui tatap muka secara langsung dengan menggunakan media

kertas. Sedangkan untuk penyebaran secara tidak langsung dilakukan melalui

media sosial seperti WhatsApp, Line, dan lain-lain. Peneliti mamanfaatkan

bantuan fitur Google forms sebagai media pengisiannya. Penyebaran kuesioner

ini dilakukan dalam kurun waktu dua minggu terhitung dimulai pada tanggal

21 Oktober sampai dengan 4 November 2019 guna mencapai target sejumlah

sampel yang diinginkan.

Data yang telah terkumpul selama proses penelitian berlangsung

akan diproses dan di klasifikasikan menggunakan perangkat lunak pengolah

angka yaitu Ms.Excell 2013. Berdasarkan hasil dari pengumpulan data, peneliti

berhasil memperoleh 403 data dan diperoleh seluruh data yang terkumpul valid

untuk digunakan. Kuesioner yang didapatkan dari penyebaran langsung yaitu

sebanyak 148 data, sedangkan 255 data disebarkan secara tidak langsung

melalui bantuan Google Forms. Berikut tabel 4.1 yang merupakan data

kuesioner pada penelitian ini.

64
 Tabel 4. 1 Data Kuesioner

Metode Penyebaran Jumlah

Penyebaran Langsung/ Manual 148
Penyebaran Tidak Langsung/ Online 255
Total 403

4.2. Statistika Deskriptif

Statistika deskriptif dilakukan oleh peneliti untuk menganalisis data

dengan mengetahui gambaran data penelitian secara umum. Analisis data

secara deskriptif ini dilakukan dengan cara memaparkan secara rinci frekuensi

jawaban responden terhadap masing-masing indikator dalam kuesioner.

Berikut ini merupakan analisis deskriptif untuk masing-masing variabel yang

digunakan dalam penelitian ini.

1. Variabel Perceived Usefulness

Variabel Perceived Usefulness digunakan untuk mengukur manfaat

yang di harapkan oleh pengguna dalam meningkatkan kinerja pengguna

dalam pengunaan Instagram. Variabel ini terdiri dari beberapa indikator,

yaitu :

a. Kemudahan

Kemudahan yang dimaksud adalah fitur yang terdapat pada aplikasi

Instagram bisa di mengerti dengan mudah dan sesuai dengan harapan

pengguna. Berdasarkan hasil pengukuran, terdapat 4 (1%) responden

memilih sangat tidak setuju. 15 responden (4%) yang memilih Tidak

Setuju. 76 responden (19%) memilih Tidak Tahu. 234 responden (58%)

memilih Setuju. Dan 74 responden (18%) memilih Sangat Setuju.

65
 Tabel 4. 2 Frekuensi Indikator Kemudahan
PU1
Frekuensi %
Sangat Tidak Setuju 4 1%
Tidak Setuju 15 4%
Tidak Tahu 76 19%
Setuju 234 58%
Sangat Setuju 74 18%

b. Meningkatkan kemampuan

Meningkatkan kemampuan yang dimaksud adalah pengguna bisa

lebih meningkatkan penggunaan teknologi informasi melalui pengunaan

Instagram dalam berinteraksi dengan orang lain. Bersadarkan hasil

pengukuran, terdapat 10 responden (3%) memilih Sangat Tidak Setuju,

39 responden (10%) memilih Tidak Setuju, 138 responden (34%)

memilih Tidak Tahu, 166 responden (41%) memilih Setuju, dan 50

responden (12%) memilih Sangat setuju.

Tabel 4. 3 Frekuensi Meningkatkan Kemampuan

PU2
Frekuensi %
Sangat Tidak Setuju 10 3%
Tidak Setuju 39 10%
Tidak Tahu 138 34%
Setuju 166 41%
Sangat Setuju 50 12%

c. Efisiensi

Efisiensi yang dimaksud adalah ukuran keberhasilan Instagram

dalam memberikan pelayan yang diberikan kepada pengguna.

Bersadarkan hasil pengukuran, terdapat 1 (0%) responden yang memilih

Sangat Tidak Setuju, 12 (3%) responden yang memilih Tidak setuju, 77

66
(19%) responden yang memilih Tidak Tahu, 233 (58%) responden

memilih Setuju, dan 80 (20%) responden memilih Sangat Setuju.

Tabel 4. 4 Frekuensi Indikator Efisiensi

PU3
Frekuensi %
Sangat Tidak Setuju 1 0%
Tidak Setuju 12 3%
Tidak Tahu 77 19%
Setuju 233 58%
Sangat Setuju 80 20%

d. Manfaat

Manfaat yang maksud adalah penggunaan Instagram memberikan

manfaat bagi pengguna dalam berkomunikasi dengan pengguna lain.

berdasarkan hasil pengukuran, terdapat 3 (1%) responden yang memilih

Sangat Tidak Setuju, 17 (4%) resonden memilih Tidak Setuju. 93 (23%)

responden memilih Tidak Tahu, 223 (55%) responden memilih Setuju,

dan 67 (17%) responden memilih sangat setuju.

Tabel 4. 5 Frekuensi Indikator Manfaat

PU4
Frekuensi %
Sangat Tidak Setuju 3 1%
Tidak Setuju 17 4%
Tidak Tahu 93 23%
Setuju 223 55%
Sangat Setuju 67 17%

67
2. Variabel Confirmation

Variabel Confirmation digunakan untuk mengukur persepsi

pengguna mengenai harapan pengguna atas kinerja Instagram. Variabel ini

terdiri dari beberapa indikator, yaitu:

a. Pengalaman Penggunaan Sistem

Pengalaman penggunaan sistem yang dimaksud yaitu penggunaan

Instagram memberikan pengalaman yang lebih baik dari yang diharapkan

dari situs jejaring sosial lainnya. Berdasarkan hasil pengukuran, terdapat

4 (1%) responden yang memilih sangat tidak setuju, 40 (10%) responden

yang memilih tidak setuju, 145 (36%) responden memilih tidak tahu, 174

(43%) responden memilih setuju, dan 40 (10%) responden memilih

sangat setuju.

Tabel 4. 6 Frekuensi Indikator Pengalaman Pengguna Sistem

C1
Frekuensi %
Sangat Tidak Setuju 4 1%
Tidak Setuju 40 10%
Tidak Tahu 145 36%
Setuju 174 43%
Sangat Setuju 40 10%

b. Layanan

Layanan yang dimaksud adalah pertukaran informasi berupa foto

dan video yang di tawarkan Instagram sudah memenuhi harapan

pengguna. Berdasarkan hasil pengukuran, terdapat 2 (1%) responden

yang memilih sangat tidak setuju, 32 (8%) responden memilih tidak

68
setuju, 147 (36%) responden memilih tidak tahu, 186 (46%) responden

memilih setuju, dan 36 (9%) responden memilih sangat setuju.

Tabel 4. 7 Frekuensi Indikator Layanan

C2
Frekuensi %
Sangat Tidak Setuju 2 1%
Tidak Setuju 32 8%
Tidak Tahu 147 36%
Setuju 186 46%
Sangat Setuju 36 9%

c. Harapan

Harapan yang dimaksud adalah fitur-fitur yang di tawarkan

Instagram dalam bentuk foto dan video telah memenuhi harapan dari

pengguna. Berdasarkan hasil pengukuran, terdapat 14 (3%) responden

yang memilih sangat tidak setuju, 56 (14%) responden memilih tidak

setuju, 172 (43%) memilih tidak tahu, 124 (31%) responden memilih

setuju, dan 37 (9%) responden memilih sangat setuju.

Tabel 4. 8 Frekuensi Indikator Harapan

C3
Frekuensi %
Sangat Tidak Setuju 14 3%
Tidak Setuju 56 14%
Tidak Tahu 172 43%
Setuju 124 31%
Sangat Setuju 37 9%

d. Ekspetasi secara keseluruhan

Ekspetasi secara keseluruhan yang dimaksud adalah fitur dan

kegunaan secara keseluruhan dari Instagram yang sudah di tawarkan

dapat memenuhi harapan pengguna. Berdasarkan hasil pengukuran,

terdapat 16 (4%) responden memilih sangat tidak setuju, 66 (16%)

69
 responden memilih tidak setuju, 168 (42%) memilih tidak tahu, 122

(30%) responden memilih setuju, dan 31 (8%) responden memilih sangat

setuju.

Tabel 4. 9 Frekuensi Indikator Ekspetasi secara Keseluruhan

C4
Frekuensi %
Sangat Tidak Setuju 16 4%
Tidak Setuju 66 16%
Tidak Tahu 168 42%
Setuju 122 30%
Sangat Setuju 31 8%

3. Variabel Statisfacation

Variabel Statisfaction merupakan evaluasi dari pengalaman uji coba

awal pengguna dengan layanan yang di berikan. Variabel ini terdiri dari

beberapa indikator, yaitu :

a. Pengalaman penggunaan Instagram sangat memuaskan

Pengalaman pengguna Instagram sangat memuaskan yang dimaksud

merupakan selama penggunaan Instagram fitur-fitur berupa informasi

foto dan video serta berkomunikasi dan berinteraksi dengan pengguna

lain yang telah di sajikan intagram telah memberikan kinerja yang

memuaskan pengguna. Berdasarkan hasil pengukuran, 3 (1%) responden

memilih sangat tidak setuju, 42 (10%) responden memilih tidak setuju,

145 (36%) responden memilih tidak tahu, 168 (42%) responden memilih

setuju, dan 45 (11%) responden memilih sangat setuju.

Tabel 4. 10 Frekuensi Indikator Pengalaman penggunaan

Instagram sangat memuaskan
S1
Frekuensi %
Sangat Tidak Setuju 3 1%

70
 Tidak Setuju 42 10%
Tidak Tahu 145 36%
Setuju 168 42%
Sangat Setuju 45 11%

b. Pengalaman yang menyenangkan

Pengalaman yang menyenangkan maksudnya adalah pengguna

merasakan senang atas layanan yang ditawarkan oleh Instagram baik

informasi berupa foto atau pun video. Bersarkan hasil pengukuran, tidak

ada responden yang memilih sangat tidak setuju, sedangkan terdapat 22

(6%) responden yang memilih tidak setuju, 121 (30%) responden

memilih tidak tahu, 202 (50%) responden memilih setuju, dan 58 (14%)

responden memilih sangat setuju.

Tabel 4. 11 Frekuensi Indikator Pengalaman yang menyenangkan

S2
Frekuensi %
Sangat Tidak Setuju 0 0%
Tidak Setuju 22 6%
Tidak Tahu 121 30%
Setuju 202 50%
Sangat Setuju 58 14%

c. Kepuasan pengguna

Kepuasan pengguna yang dimaksud adalah dari fitur-fitur yang

disajikan Instagram sudah memberikan kepuasan bagi para pengguna.

Berdasarkan hasil pegukuran, terdapat 2 (1%) responden memilih sangat

tidak setuju, 21 (5%) responden memilih tidak setuju, 124 (31%)

responden memilih tidak tahu, 202 (50%) memilih setuju, dan 54 (13%)

responden memilih sangat setuju.

71
 Tabel 4. 12 Frekuensi Indikator Kepuasan Pengguna
S3
Frekuensi %
Sangat Tidak Setuju 2 1%
Tidak Setuju 21 5%
Tidak Tahu 124 31%
Setuju 202 50%
Sangat Setuju 54 13%

d. Kinerja

Kinerja yang dimaksud adalah kemampuan Instagram dalam

memberikan kinerja yang baik untuk pengguna. Berdasarkan hasil

pengukuran, terdapat 2 (1%) responden yang memilih sangat tidak

setuju, 38 (9%) responden memilih tidak setuju, 165 (41%) responden

memilih tidak tahu, 159 (39%) memilih setuju, dan 39 (10%) responden

memilih setuju.

Tabel 4. 13 Frekuensi Indikator Kinerja

S4
Frekuensi %
Sangat Tidak Setuju 2 1%
Tidak Setuju 38 9%
Tidak Tahu 165 41%
Setuju 159 39%
Sangat Setuju 39 10%

e. Kepuasan secara keseluruhan

Kepuasan seecara keseluruhan yang dimaksud adalah tingkat

pelayanan, fitur-fitur, komunikasi serta informasi yang disajikan oleh

Instagram memberikan kepuasan bagi pengguna. Berdasarkan hasil

pengukuran, terdapat 1 responden (0.4%) yang memilih sangat tidak

setuju, 31 responden (13.0%) memilih tidak setuju, 82 responden

72
 (34.3%) memilih tidak tahu, 107 responden (44.8%) memilih setuju, dan

18 responden (7.5%) memilih sangat setuju.

Tabel 4. 14 Frekuensi Indikator Kepuasan secara Keseluruhan

S5
Frekuensi %
Sangat Tidak Setuju 3 1%
Tidak Setuju 38 9%
Tidak Tahu 137 34%
Setuju 185 46%
Sangat Setuju 40 10%

4. Variabel Enjoyment

Variabel enjoyment merupakan proses penggunaan dan

mencerminkan kesenangan dan kenikmatan yang terkait dengan

penggunaan sistem. Variabel enjoyment terdiri dari beberapa indikator,

yaitu :

a. Kesenangan

Kesenangan yang di maksud adalah sejauh mana pengguna

merasakan kesenangan dalam penggunaan Instagram sehari-hari.

Berdasarkan hasil pengukuran, terdapat 4 responden (1%) yang memilih

sangat tidak setuju, 12 responden (3%) yang memilih tidak setuju, 82

responden (20%) memilih tidak tahu, 225 responden (56%) memilih

setuju, dan 80 responden (20%) memilih sangat setuju.

Tabel 4. 15 Frekuensi Indikator Kesenangan

E1
Frekuensi %
Sangat Tidak Setuju 4 1%
Tidak Setuju 12 3%
Tidak Tahu 82 20%
Setuju 225 56%
Sangat Setuju 80 20%

73
b. Hiburan

Hiburan yang dimaksud adalah ketika pengguna menggunakan

Instagram maka akan merasakan hiburan bagi si pengguna. Berdasarkan

hasil yang telah diukur, terdapat 6 responden (1%) memilih sangat setuju,

9 responden (2%) memilih tidak setuju, 63 responden (16%) memilih

tidak tahu, 225 responden (56%) responden memilih setuju, dan 100

(25%) memilih sangat setuju.

Tabel 4. 16 Frekuensi Indikator Hiburan

E2
Frekuensi %
Sangat Tidak Setuju 6 1%
Tidak Setuju 9 2%
Tidak Tahu 63 16%
Setuju 225 56%
Sangat Setuju 100 25%

c. Pelayanan

Pelayanan yang dimaksud adalah Instagram memberikan pelayanan

yang di berikan Instagram sudah menyenangkan bagi pengguna.

Berdasarkan hasil pengukuran, terdapat 3 responden (1%) memilih

sangat tidak setuju, 24 responden (6%) memilih tidak setuju, 116

responden (29%) memilih tidak tahu, 190 responden (47%) memilih

setuju, dan 70 responden (17%) memilih sangat setuju.

Tabel 4. 17 Frekuensi Indikator Layanan

E3
Frekuensi %
Sangat Tidak Setuju 3 1%
Tidak Setuju 24 6%
Tidak Tahu 116 29%
Setuju 190 47%
Sangat Setuju 70 17%

74
5. Variabel Habit

Variabel habit merupakan variabel yang mengukur sejauh mana

pengguna cenderung untuk berperilaku secara otomatis. Variabel ini terdiri

dari beberapa indikator, yaitu :

a. Penggunaan sebelumnya

Penggunaan sebelumnya yang dimaksud adalah pengguna sudah

pernah merasakan penggunaan sistem sebelumnya. Berdasarkan hasil

pengukuran, terdapat 14 responden (3%) yang memilih sangat tidak

setuju, 48 responden (12%) memilih tidak setuju, 104 responden (26%)

memilih tidak tahu, 174 responden (43%) memilih setuju, dan 63

responden (16%) memilih sangat setuju.

Tabel 4. 18 Frekuensi Indikator Penggunaan Sebelumnya

H1
Frekuensi %
Sangat Tidak Setuju 14 3%
Tidak Setuju 48 12%
Tidak Tahu 104 26%
Setuju 174 43%
Sangat Setuju 63 16%

b. Kecanduan

Kecanduan yang dimaksud yaitu pengguna menjadi terus

mengulang-ngulang penggunaan instagram. Berdasarkan hasil

pengukuran, terdapat 45 responden (11%) memilih sangat tidak setuju,

91 responden (23%) memilih tidak setuju, 120 responden (30%) memilih

tidak tahu, 93 responden (23%) memilih setuju, dan 54 responden (13%)

memilih sangat setuju.

75
 Tabel 4. 19 Frekuensi Indikator Kecanduan
H2
Frekuensi %
Sangat Tidak Setuju 45 11%
Tidak Setuju 91 23%
Tidak Tahu 120 30%
Setuju 93 23%
Sangat Setuju 54 13%

c. Perilaku yang otomatis

Perilaku yang otomatis yang dimaksud merupakan instagram akan

digunakan oleh pengguna secara cuma-cuma. Berdasarkan hasil

pengukuran, terdapat 18 responden (5%) memilih sangat tidak setuju, 64

responden (16%) memilih tidak setuju, 106 responden (26%) memilih

tidak tahu, 159 responden (39%) memilih setuju, dan 56 responden

(14%) memilih sangat setuju.

Tabel 4. 20 Frekuensi Indikator Perilaku yang Otomatis

H3
Frekuensi %
Sangat Tidak Setuju 18 5%
Tidak Setuju 64 16%
Tidak Tahu 106 26%
Setuju 159 39%
Sangat Setuju 56 14%

d. Rutinitas

Rutinitas yang dimaksud adalah pengguna menjadikan Instagram

sebagai rutinitas dalam sehari-hari untuk digunakan. Berdasarkan hasil

pengukuran, terdapat 25 responden (6%) memilih sangat tidak setuju. 72

responden (18%) memilih tidak setuju, 110 responden (27%) memilih

tidak tahu, 140 responden (35%) memilih setuju, dan 56 responden

(14%) memilih sangat setuju.

76
 Tabel 4. 21 Frekuensi Indikator Rutinitas
H4
Frekuensi %
Sangat Tidak Setuju 25 6%
Tidak Setuju 72 18%
Tidak Tahu 110 27%
Setuju 140 35%
Sangat Setuju 56 14%

6. Variabel Continuance Use Intention

Variabel Continuance Use Intention merupakan variabel yang

mengukur tingkat dimana pengguna bermaksud untuk menggunakan suatu

teknologi informasi. Variabel ini terdiri dari beberapa indikator, yaitu :

a. Berniat untuk terus menggunakan dari pada berhenti

Berniat untuk terus menggunakan dari pada berhenti maksudnya niat

pengguna akan terus menggunakan instagram dari pada tidak

menggunakan Instagram lagi. Berdasarkan hasil pengukuran, terdapat 17

responden (4%) memilih sangat tidak setuju, 63 responden (16%)

memilih tidak setuju, 162 responden (40%) memilih tidak tahu, 122

responden (30%) memilih setuju, dan 39 responden (10%) memilih

sangat setuju.

Tabel 4. 22 Frekuensi Indikator Berniat untuk terus menggunakan

dari pada berhenti
CUI1
Frekuensi %
Sangat Tidak Setuju 17 4%
Tidak Setuju 63 16%
Tidak Tahu 162 40%
Setuju 122 30%
Sangat Setuju 39 10%

77
b. Berniat untuk terus menggunakan Instagram dari pada

menggunakan sistem lain

Beniat untuk terus menggunakan Instagram dari dapat menggunakan

sistem lain adalah pengguna memiliki pilihan untuk terus menggunakan

Instagram atau situs jejaring sosial lain. Berdasarkan hasil pengukuran,

terdapat 23 responden (6%) yang memilih sangat tidak setuju, 91

responden (22%) memilih tidak setuju, 153 responden (38%) memilih

tidak tahu, 108 responden (27%) memilih setuju, dan 28 responden (7%)

memilih sangat tidak setuju.

Tabel 4. 23 Frekuensi Indikator Berniat untuk terus menggunakan

Instagram dari pada menggunakan sistem lain
CUI2
Frekuensi %
Sangat Tidak Setuju 23 6%
Tidak Setuju 91 22%
Tidak Tahu 153 38%
Setuju 108 27%
Sangat Setuju 28 7%

c. Berniat meningkatkan penggunaan di masa depan

Berniat meningkatkan penggunaan di masa depan maksudnya

adalah pengguna akan terus meningkatkan penggunaan Instagram di

masa yang akan mendatang. Berdasarkan hasil pengukuran, terdapat 24

responden (6%) yang memilih sangat tidak setuju, 88 responden (22%)

memilih tidak setuju, 181 responden (45%) memilih tidak tahu, 81

responden (20%) memilih setuju, dan 29 responden (7%) memilih

sangat setuju.

Tabel 4. 24 Frekuensi Indikator Berniat meningkatkan

penggunaan di masa depan

78
 CUI3
Frekuensi %
Sangat Tidak Setuju 24 6%
Tidak Setuju 88 22%
Tidak Tahu 181 45%
Setuju 81 20%
Sangat Setuju 29 7%

4.3. Hasil Analisis

4.3.1. Hasil Analisis Demografis

Pada tahap ini peneliti menganalisis jawaban responden pada

kuesioner, terkhusus pada bagian profil responden serta mengenai

penggunaan situs jejaring sosial Instagram. Peneliti berhasil mengumpulkan

403 responden dalam kurun waktu 2 minggu (21 Oktober – 4 November

2019). Informasi demografis yang dihasilkan meliputi jenis kelamin,

fakultas, semester, lama menggunakan Instagram, frekuensi waktu

penggunaan, kepuasan penggunaan Instagram, dan status niat keberlanjuta

penggunaan Instagram.

1. Jenis Kelamin

Tabel 4.25 di bawah ini merupakan data dari responden yang telah

berhasil dikumpulkan oleh peneliti. Jumlah responden yang terkumpul yaitu

mencapai 403 responden.

Tabel 4. 25 Data Demografis Jenis Kelamin

Jenis kelamin Jumlah
Laki-laki 127
Perempuan 276

Pada penelitian ini, mayoritas berasal dari responden dengan

berjenis kelamin perempuan yaitu sebanyak 276 orang (68%). Sedangkan

79
 sisanya dari responden berjenis kelamin laki-laki yaitu sebanyak 127 orang

(32%), seperti yang ditunjukkan pada gambar 4.1 di bawah ini.

Presentase Jenis Kelamin

32%

68%

Laki-laki Perempuan

Gambar 4. 1 Data Presentase Demografis Jenis Kelamin

2. Fakultas

Pada penelitian ini, peneliti berhasil mendapatkan responden dari

masing-masing fakultas di UIN Jakarta. Tabel 4.26 Di bawah ini

menunjukkan data responden yang telah berhasil di kumpulkan oleh

peneliti.

Tabel 4. 26 Data Demografis Fakultas

Fakultas Jumlah
Fakultas Adab & Humaniora (FAH) 29
Fakultas Dakwah & Ilmu Komunikasi (FDIKOM) 30
Fakultas Dirasat Islamiyah (FDI) 5
Fakultas Ekonomi & Bisnis (FEB) 19
Fakultas Ilmu Kesehatan (FIKES) 10
Fakultas Ilmu Sosial & Ilmu Politik (FISIP) 21
Fakultas Ilmu Tarbiyah & Keguruan (FITK) 93
Fakultas Kedokteran 4
Fakultas Psikologi 8
Fakultas Sains & Teknologi (FST) 152
Fakultas Syariah & Hukum (FSH) 12
Fakultas Ushuludin (FU) 20

80
 Bersadarkan data yang telah dikumpulkan peneliti, bahwa dari 403

reponden sebagian besar di dominasi oleh responden dari Fakultas Sains dan

Teknologi (FST) yaitu sebanyak 152 responden (38%), disusul dengan

responden yang berasal dari Fakultas Ilmu Tarbiyah dan Keguruan (FITK)

yaitu sebanyak 93 reponden (23%). Sedangkan, jumlah responden yang

paling sedikit yaitu responden yang berasal dari Fakultas Kedokteran yang

peneliti hanya mendapatkan 4 responden (1%). Seperti yang di tunjukkan

pada gambar 4.2 di bawah ini.

Gambar 4. 2 Data Presentase Demografis Fakultas

3. Semester

Pada penelitian ini, peneliti berhasil mendapatkan responden

berdasarkan mahasiswa bersemester ganjil. Tabel 4.27 di bawah ini

81
menunjukkan data responden yang telah berhasil di kumpulkan oleh

peneliti.

Tabel 4. 27 Data Semester

Semester Jumlah
1 53
3 24
5 91
7 46
lainnya 189

Berdasarkan data yang berhasil di kumpulkan oleh peneliti, bahwa

dari 403 responden sebagian besar di dominasi oleh responden semester

semester 9 sebanyak 189 responden (47%), lalu disusul oleh responden

semester 5 yaitu sebanyak 91 responden (23%), kemudian disusul oleh

responden semester 1 yaitu sebanyak 53 responden (13%) dan responden

semester 7 dengan memperoleh responden sebanyak 46 responden (11%).

Jumlah responden yang paling sedikit yaitu semester 3 yaitu 24 responden

(6%). Seperti yang di tunjukkan pada gambar 4.3 di bawah ini.

Presentase Semester
53, 13%

24, 6%

189, 47%

91, 23%

46, 11%

1 3 5 7 lainnya

Gambar 4. 3 Data Presentase Demografis Semester

82
4. Lama Menggunakan Instagram

Pada penelitian ini, peneliti berhasil mendapatkan responden

berdasarkan lama menggunakan Instagram. Tabel 4.28 Di bawah ini

menunjukkan data responden yang telah berhasil di kumpulkan oleh

peneliti.

Tabel 4. 28 Data Demografis Lama menggunakan Instagram

Lama menggunakan Instagram Jumlah
<2 Tahun 23
2-5 Tahun 218
>5 Tahun 162

Berdasarkan data yang telah dikumpulkan oleh peneliti, bahwa dari

403 responden, sebagian besar responden telah menggunakan Instagram

sejak 2-5 tahun mencapai 218 responden (54%). Lalu disusul dengan 162

responden (40%) yang telah lebih dari 5 tahun telah menggunakan

Instagram. Sedangkan, sebanyak 23 responden (6%) responden yang

mengunakan Instagram sejak kurang dari 2 tahun. Seperti yang di tunjukkan

pada gambar 4.4 di bawah ini.

Presentase Lama Penggunaan Instagram

23, 6%

162, 40%

218, 54%

<2 Tahun 2-5 Tahun >5 Tahun

Gambar 4. 4 Data Presentase Demografis Lama Menggunakan Instagram

83
5. Frekuensi Penggunaan Instagram (Perhari)

Pada penelitian ini, peneliti berhasil mendapatkan responden

berdasarkan frekuensi penggunaan Instagram dalam waktu perhari. Tabel

4.29 Di bawah ini menunjukkan data responden yang telah berhasil di

dapatkan oleh peneliti.

Tabel 4. 29 Data Demografis Frekuensi Penggunaan Instagram

(Perhari)
Frekuaensi Penggunaan Jumlah
Instagram (Perhari)
<1 Jam 104
1-5 Jam 236
>5 Jam 63

Berdasarkan data yang telah di kumpulkan oleh peneliti, bahwa dari

403 responden, sebagian besar pengguna Instagram menghabiskan waktu

pengunaan Instagram dalam waktu 1 hari yaitu 1-5 jam sebanyak 236

responden (58%). Kemudian sebanyak 104 responden (26%) menghabiskan

waktu kurang dari 1 jam dalam pemakaian Instagram. Sedangkan 63

responden (16%) menghabiskan waktu lebih dari 5 jam. Seperti yang

ditunjukkan oleh gambar 4.5 di bawah ini.

84
 Presentase Frekuensi Penggunaan Instagram
63, 16%
104, 26%

236, 58%

<1 Jam 1-5 Jam >5 jam

Gambar 4. 5 Data Presentase Demografis Frekuensi Penggunaan

Instagram (Perhari)

6. Kepuasan Penggunaan Instagram

Pada penelitian ini, peneliti berhasil mendapatkan responden

berdasarkan kepuasan penggunaan terhadap Instagram. Tabel 4.30 Di

bawah ini menunjukkan data responden yang telah berhasil di dapatkan oleh

peneliti.

Tabel 4. 30 Data Demografis Kepuasan Penggunaan Instagram

Kepuasan Pengguna
Jumlah
Instagram
Puas 169
Netral 227
Tidak Puas 7

Berdasarkan data yang telah dikumpulkan oleh peneliti, bahwa dari

403 responden sebagian besar pengguna Instagram memilih netral dalam hal

kepuasan penggunaan Instagram yaitu sebanyak 227 responden (56%).

Disusul dengan 169 responden (42%) yang menyatakan kepuasannya dalam

penggunaan Instagram. Dan hanya 7 responden (2%) yang merasa tidak

85
puas dalam penggunaan Instagram. Seperti yang di tunjukkan pada gambar

4.6 di bawah ini.

Presentase Kepuasan Penggunaan Instagram

7, 2%

169, 42%

227, 56%

Puas Netral Tidak Puas

Gambar 4. 6 Data Demografis Presentase Kepuasan Penggunaan

Instagram
7. Status Niat Keberlanjutan Penggunaan Instagram

Pada penelitian ini, peneliti berhasil mendapatkan responden

berdasarkan kepuasan penggunaan terhadap Instagram. Tabel 4.31 Di

bawah ini menunjukkan data responden yang telah berhasil di dapatkan oleh

peneliti.

Tabel 4. 31 Data Demografis Niat Pengguna Instagram

Niat Keberlanjutan Pengguna
Jumlah
Instagram
Iya 210
Mungkin 180
Tidak 13

Berdasarkan data yang telah berhasil di kumpulkan oleh peneliti,

bahwa dari 403 responden mayoritas responden menyatakan bahwa mereka

akan berniat untuk menggunakan Instagram yaitu sebanyak 210 responden

(52%). 180 responden (45%) memilih mungkin akan melanjutkan

86
penggunaan Instagram. Dan yang tidak berniat melanjutkan penggunaan

hanya 13 responden (3%). Seperti yang di tunjukkan pada gambar 4.7 di

bawah ini.

Presentase Niat keberlanjutan Penggunaan

Instagram
13, 3%

180, 45% 210, 52%

Ya Mungkin Tidak

Gambar 4. 7 Data Presentase Demografis Niat Keberlanjutan

Penggunaan Instagram.
4.3.2. Hasil Analisis Outer Model

Pada tahap ini dilakukan analisis pengukuran model (Measurement

Model) yaitu analisis pengukuran model yang terdiri dari empat tahapan

pengujian. Tahapan pengujian yaitu individual item realibility, internal

consistency reliability, Average Varian Extracted (AVE) dan discriminant

Validity.

87
 Gambar 4. 8 Model Penelitian pada SmartPLS 3
Berdasarkan gambar 4.8 diatas menunjukkan model yang

digunakan dalam penelitian ini terdiri dari 6 variabel dan 23 item

pertanyaan. Berikut adalah penjelasan mengenai empat pengujian outer

model untuk model penelitian diatas :

4.3.2.1. Uji Individual Item Reliability

Pengujian ini dilakukan dengan cara melihat standardized

loading factor. Nilai ini menggambarkan besarnya korelasi antara setiap

indikator dengan konstraknya. Menurut (Hair, Hult, Ringle, & Sarstedt,

2017) Nilai loading factor yang dapat dikatakan valid yaitu jika nilainya

lebih besar dri 0.7. Tetapi, beberapa peneliti seperti Kurniawan dan Yamin

berpendapat jika nilai loading factor lebih besar dari 0.5 sudah dapat

dikatakan valid.

88
 Tabel 4. 32 Analisis Outer Loading
C CUI E H PU S
C1 0.807
C2 0.836
C3 0.882
C4 0.88
CUI1 0.888
CUI2 0.891
CUI3 0.889
E1 0.911
E2 0.872
E3 0.907
H1 0.885
H2 0.874
H3 0.776
H4 0.914
PU1 0.808
PU2 0.808
PU3 0.787
PU4 0.839
S1 0.831
S2 0.816
S3 0.807
S4 0.816
S5 0.828

Berdasarkan Tabel 4.2 di atas, setelah melakukan pengujian

pada penelitian ini menunjukkan bahwa semua item bisa diterima karena

sudah memenuhi persyaratan. Semua item yang ada sudah berada diatas

0.7 dan nilai loading factor-nya sudah diatas 0.5 sehingga seluruh item

bisa digunakan dalam penelitian ini.

4.3.2.2. Uji Internal Consistency Reliability

Uji Internal Consistency Reliability dilakukan dengan melihat

nilai composite reliability dengan nilai ambang batas 0.7. Nilai composite

reliability untuk ke-enam variabel yang digunakan dalam penelitian ini

sudah berada diatas 0.7 sehingga semua variabel sudah memenuhi

89
persyaratan dan dapat digunakan dalam penelitian. Nilai composite

reliability untuk setiap variabel dapat dilihat pada tabel 4.3 dibawah ini.

4.3.2.3. Uji Average Variance Extracted (AVE)

Pengujian Average Variance Extracted (AVE) ini dilakukan

dengan cara melihat nilai Average Variance Extracted (AVE). Nilai

AVE dapat digunakan untuk menggambarkan besaran varian atau

keragaman indikator yang dapat dikandung oleh variabel laten. Ukuran

convergent validity yang baik, nilai AVE harus diatas 0.5. Nilai tersebut

artinya bahwa variabel laten dapat menjelaskan lebih dari setengah dari

keberagaman indikator-indikator didalamnya. Dalam penelitian ini,

nilai AVE untuk semua variabel sudah diatas 0.5 sehingga semua

variabel dapat digunakan dalam penelitian. Pada tabel 4.33

menunjukkan nilai Average Variance Extracted (AVE) di setiap

variabel.

4.3.2.4. Uji Discriminant Validity

Pengujian Discriminant Validity dilakukan dengan dua cara

yaitu melihat nilai cross loading antar indikator dan cross loading

Fornell-Lacker’s. Cross loading antar indikator digunakan untuk

membandingkan korelasi antar indikator dengan konstraknya dan

konstrak blok lainnya. Sedangkan, nilai cross loading Fornell-Lacker’s

yaitu dengan membandingkan dengan nilai akar AVE, dimana nilai

akar AVE harus lebih besar dari pada korelasi antar konstrak dengan

konstrak lainnya.

90
 Pada penelitian ini, nilai cross loading di setiap indikator

sudah memenuhi persyaratan yang ada. Bahwa korelasi antar indikator

dengan variabelnya sudah lebih tinggi dibandingkan dengan variabel

lain, sehingga dapat digunakan untuk penelitian ini. Nilai cross loading

antar indikator dapat dilihat pada tabel 4.33.

Tabel 4. 33 Analisis Outer Model

Outer Cross Loading
Variabel Kode AVE CR
Loading C CUI E H PU S
C1 0.807 0.807 0.47 0.455 0.44 0.457 0.638
C2 0.836 0.836 0.421 0.4 0.444 0.384 0.64
C 0.805 0.925
C3 0.882 0.882 0.443 0.416 0.378 0.426 0.684
C4 0.88 0.88 0.479 0.424 0.416 0.477 0.696
CUI1 0.888 0.46 0.888 0.546 0.593 0.457 0.567
CUI CUI2 0.891 0.46 0.891 0.487 0.568 0.45 0.499 0.791 0.919
CUI3 0.889 0.502 0.889 0.504 0.57 0.47 0.541
E1 0.911 0.472 0.562 0.911 0.509 0.467 0.614
E E2 0.872 0.391 0.424 0.872 0.401 0.475 0.521 0.746 0.921
E3 0.907 0.465 0.547 0.907 0.505 0.473 0.6
H1 0.885 0.453 0.598 0.557 0.885 0.475 0.464
H2 0.874 0.377 0.541 0.411 0.874 0.363 0.379
H 0.726 0.913
H3 0.776 0.378 0.485 0.354 0.776 0.423 0.442
H4 0.914 0.481 0.609 0.494 0.914 0.451 0.496
PU1 0.808 0.4 0.372 0.404 0.385 0.808 0.424
PU2 0.808 0.419 0.474 0.403 0.383 0.808 0.405
PU 0.672 0.911
PU3 0.787 0.425 0.386 0.448 0.424 0.787 0.456
PU4 0.839 0.419 0.437 0.444 0.416 0.839 0.435
S1 0.831 0.696 0.493 0.545 0.412 0.436 0.831
S2 0.816 0.585 0.533 0.633 0.478 0.457 0.816
S S3 0.807 0.576 0.587 0.601 0.47 0.488 0.807 0.657 0.884
S4 0.816 0.668 0.412 0.41 0.346 0.386 0.816
S5 0.828 0.675 0.441 0.462 0.405 0.404 0.828

Sedangkan untuk Nilai cross loading Fornell-Lacker’s, pada

penelitian ini nilai akar AVE antar konstrak untuk setiap variabel sudah

91
 memenuhi persyaratan. Bahwa nilai akar AVE antar konstrak sudah

lebih besar jika dibandingkan dengan nilai dengan konstrak lainnya.

Sehingga dapat digunakan pada penelitian ini. Nilai cross loading

Fornell-Lacker’s dapat dilihat pada tabel 4.43 di bawah ini.

Tabel 4. 34 Analisis Nilai Cross Loading Fornell-Larcker’s.

C CUI E H PU S
C 0.852
CUI 0.533 0.889
E 0.498 0.577 0.897
H 0.492 0.649 0.531 0.864
PU 0.513 0.516 0.524 0.496 0.811
S 0.781 0.603 0.649 0.516 0.531 0.82

Secara keseluruhan setelah melakukan analisis outer model dengan

mengggunakan empat tahapan diatas, dapat di katakan bahwa model yang

digunakan dalam penelitian ini memiliki karakteriktik yang baik secara

statistik. Sehingga dapat disimpulkan bahwa model yang diajukan sudah

memenuhi syarat untuk dilanjutkan ke tahap pengujian struktur model yaitu

analisis Inner Model.

4.3.3. Hasil Analisis Inner Model

Pada tahapan ini, dilakukan analisis struktur model (inner model)

bertujuan untuk menganalisis faktor bersamaan dengan pengujian hipotesis

penelitian yang telah dirumuskan ( Widarjono A, 2015). Pada tahap analisis

model struktural ini dilakukan enam tahapan pengujian, yang terdiri dari

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

92
dengan menggunakan bootstrapping, effect size (f2), predictive relevance

(Q2), dan relative impact (q2) yang dilakukan dengan metode blindfolding.

4.3.3.1. Uji Path Coefficient (β)

Pada tahapan ini, pengujian dilakukan untuk mengevaluasi

besarnya pengaruh masing-masing variabel laten independen dengan

melihat koefisien analisis jalurnya ( Widarjono A, 2015). Nilai path

coeffient di atas ambang batas, yaitu 0.1 maka dinyatakan memiliki

pengaruh dalam model. Hasil dari path coefficient untuk tiap jalur yang

ada di dalam penelitian ini terdapat pada tabel 4.35.

Tabel 4. 35 Analisis Path Coefficient

Jalur Penelitian Path Coefficient Analisis
CPU 0.513 Signifikan
CS 0.69 Signifikan
ECUI 0.154 Signifikan
HCUI 0.385 Signifikan
PUCUI 0.116 Signifikan
PUS 0.176 Signifikan
SCUI 0.244 Signifikan

4.3.3.2. Uji Coefficient of Determination (R2)

Pada tahapan ini pengujian dilakukan untuk melihat

mengukur seberapa besar variabel laten dependen dijelaskan oleh

variabel laten independen dengan standar pengukuran 0.67 dikatakan

kuat, 0.33 dikatakan moderat dan dibawah 0.19 dikatakan lemah.

Tabel 4. 36 Analisis Coefficient of Determination

R2 Keterangan
CUI 0.545 Moderat
PU 0.263 Lemah
S 0.632 Moderat

93
4.3.3.3. Uji t-test

Pada tahapan ini dilakukan untuk dengan menggunakan

metode bootsraping dengan uji two-tailed dengan tingkat signifikasi

sebesar 5% untuk menguji hipotesis penelitian. Hipotesis akan diterima

jika nilai t-test lebih besar dari 1.96. Pada penelitian ini semua hipotesis

dapat diterima karena semua nilai pada setiap variabel sudah lebih dari

1.96. Berikut merupakan nilai t-test untuk setiap hipotesis yang ada

dalam penelitian ini.

Tabel 4. 37 Analisis t-test

Hipotesis/Jalur t-test Analisis
C  PU 10.099 Diterima
CS 21.47 Diterima
E  CUI 2.9 Diterima
H  CUI 7.962 Diterima
PU  CUI 2.208 Diterima
PU  S 4.787 Diterima
S  CUI 4.781 Diterima

4.3.3.4. Uji Effect Size (f2)

Pada tahapan ini dilakukan untuk mempredikasi pengaruh

variabel tertentu terhadap variabel lainnya dalam struktur model

penelitian. Nilai f2 memiliki batasan yaitu 0.02 untuk pengaruh kecil,

0.15 untuk pengaruh menengah dan 0.35 untuk pengaruh besar. f2

dihitung dengan menggunakan rumus sebagi berikut :

𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑅2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒
2
𝑓 =
1 − 𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒

Keterangan :

94
 R2 Include : Nilai R2 yang diperoleh ketika konstrak eksogen

dimasukkan ke model

R2 exclude : Nilai R2 yang diperoleh ketika konstruk eksogen

dikeluarkan dari model

Pada peneltian ini, hasil pengujian f2 terhadap 7 jalur

menunjukkan bahwa terdapat dua jalur yaitu Confirmation (C) terhadap

Perceived Usefullnes (PU) dan Confirmation (C) terhadap Statifaction

(S) memiliki pengaruh Besar. Lalu satu jalur yaitu Habit (H) terhadap

Continuance Use Intention (CUI) memiliki pengaruh menengah.

Sedangkan empat jalur lainnya memiliki pengaruh kecil. Berikut

merupakan tabel 4.8 yang menunjukkan hasil f2 untuk tujuh dalam

penelitian ini :

Tabel 4. 38 Analisis Effect Size

Jalur
R2 include R2 exclude f2 Analisis
Penelitian
C  PU 0.263 0 0.356 Besar
CS 0.632 0.285 0.942 Besar
E  CUI 0.545 0.533 0.026 Kecil
H  CUI 0.545 0.452 0.204 Menengah
PU  CUI 0.545 0.537 0.017 Kecil
PU  S 0.632 0.61 0.059 Kecil
S  CUI 0.545 0.515 0.065 Kecil

4.3.3.5. Uji Predictive Relevance (Q2)

Pada tahapan ini, pengujian dilakukan dengan menggunakan

metode blindfolding untuk dapat memberikan bukti dalam suatu model

yang dibuat memiliki keterkaitan prediktif (predictive relevance) dengan

variabel lainnya dalam model penelitian dengan ambang batas

95
pengukuran diatas nol. Hasil pengujian menunjukkan bahwa seluruh

jalur yang ada dalam penelitian ini adalah sebagai berikut :

Tabel 4. 39 Analisis Predictive Relevance

Jalur Penelitian Q2 Analisis
C  PU 0.163 Predictive Relevance
CS 0.399 Predictive Relevance
E  CUI 0.405 Predictive Relevance
H  CUI 0.405 Predictive Relevance
PU  CUI 0.405 Predictive Relevance
PU  S 0.399 Predictive Relevance
S  CUI 0.405 Predictive Relevance

4.3.3.6. Uji Relative Impact (q2)

Pada tahapan ini, pengujian dilakukan dengan menggunakan

metode blindfolding untuk mengukur pengaruh relative dari sebuah

keterkaitan anatara prediktif sebuah variabel tertentu dengan variabel

lainnya dalam model penelitian. Nilai ambang batas untuk pengukuran

ini yaitu 0.02 untuk pengaruh kecil, 0.15 untuk pengaruh sedang, dan

0.35 untuk pengaruh besar. Rumus untuk perhitungan q2 yaitu sebagai

berikut :

𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒𝑑 − 𝑄2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒𝑑
𝑞2 =
1 − 𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒𝑑

Keterangan :

Q2 included : Nilai Q2 yang diperoleh ketika konstruk eksogen

dimasukkan ke dalam model

Q2 ekscluded : Nilai Q2 yang diperoleh ketika konstuk eksogen

dikeluarkan dari model

96
 Pada penelitian ini, hasil pengujian q2 terhadap 7 jalur

menunjukkan bahwa terdapat satu jalur yang memiliki pengaruh Besar

yaitu Confirmation (C) terhadap Statisfaction (S). Kemudian, terdapat

satu jalur yang memiliki pengaruh Menengah yaitu Confirmation (C)

terhadap Perceived Usefulness (PU). Sedangkan lima jalur lainnya

memeiliki pengaruh yang Kecil. Berikut ini merupakan hasil q2 untuk 7

jalur dalam penelitian ini :

Tabel 4. 40 Analisis Relative Impact

Jalur Q2 Q2
q2 Analisis
Penelitian Included Excluded
C  PU 0.163 0 0.194 Menengah
CS 0.399 0.177 0.369 Besar
E  CUI 0.405 0.397 0.013 Kecil
H  CUI 0.405 0.335 0.117 Kecil
PU  CUI 0.405 0.399 0.01 Kecil
PU  S 0.399 0.385 0.023 Kecil
S  CUI 0.405 0.384 0.035 Kecil

4.4. Interpretasi dan Diskusi Hasil Analisis

4.4.1. Interpretasi dan Diskusi Hasil Analisis Data Demografis

Berdasarkan hasil analisis informasi demografis profil

responden, peneliti melakukan interpretasi dan diskusi hasil, maka di

dapatkan hasil analisis sebagai berikut :

1. Jenis Kelamin

Berdasarkan pada gambar 4.1 yang terdapat pada analisis

demografis sebelumnya, dapat diketahui bahwa pada penelitian ini dari

jumlah 403 data responden yang terkumpul mayoritas berasal dari

97
responden dengan berjenis kelamin perempuan yaitu sebanyak 276 orang

(68%%). Sedangkan sisanya dari responden berjenis kelamin laki-laki

yaitu sebanyak 127 orang (32%). Hal ini karena pada saat peneliti

menyebarkan kuesioner secara langsung, ataupun tidak langsung melalui

(google form) peneliti lebih banyak menjumpai responden yang berjenis

kelamin perempuan.

2. Fakultas

Berdasarkan pada gambar 4.2 menunjukkan bahwa dari 403

reponden yang berhasil peneliti kumpulkan, sebagian besar di dominasi

oleh responden dari Fakultas Sains dan Teknologi (FST) yaitu sebanyak

152 responden (38%), disusul dengan responden yang berasal dari

Fakultas Ilmu Tarbiyah dan Keguruan (FITK) yaitu sebanyak 93 reponden

(23%). Sedangkan, jumlah responden yang paling sedikit yaitu responden

yang berasal dari Fakultas Kedokteran yaitu hanya terdapat 4 responden

(1%).

Hal ini di karenakan pada saat penyebaran kuesioner peneliti

menyebarkan kuesioner di lingkungan sekitar peneliti yang berasal dari

Fakultas Sanins dan Teknologi (FST). Sedangkan untuk responden yang

berasal dari Fakultas Kedokteran, peneliti hanya berhasil mendapatkan

bebarapa responden karena keterbatasan waktu penelitian.

3. Semester

Berdasarkan pada Gambar 4.3 mengenai semester dari responden

penelitian, menunjukkan bahwa dari 403 responden yang berhasil

98
dikumpulkan peneliti, sebagian besar di dominasi oleh responden semester

9 sebanyak 189 responden (47%), lalu disusul oleh responden semester 5

yaitu sebanyak 91 responden (23%), kemudian disusul oleh responden

semester 1 yaitu sebanyak 53 responden (13%) dan responden semester 7

dengan memperoleh responden sebanyak 46 responden (9%). Jumlah

responden yang paling sedikit yaitu semester 3 yaitu 24 responden (6%).

4. Lama Menggunakan Instagram

Berdasarkan pada Gambar 4.4 mengenai lama penggunaan

Instagram menunjukkan bahwa dari 403 responden yang berhasil

dikumpulkan oleh peneliti, sebagian besar responden telah menggunakan

Instagram sejak 2-5 tahun mencapai 218 responden (54%). Lalu disusul

dengan 162 responden (40%) yang telah lebih dari 5 tahun telah

menggunakan Instagram. Sedangkan, sebanyak 23 responden (6%)

responden yang mengunakan Instagram sejak kurang dari 2 tahun.

5. Frekuensi Penggunaan Instagram (Perhari)

Berdasarkan gambar 4.5 menunjukkan bahwa dari 403 responden

yang telah dikumpulkan oleh peneliti, sebagian besar pengguna Instagram

menghabiskan waktu pengunaan Instagram dalam waktu 1 hari yaitu 1-5

jam sebanyak 236 responden (58%). Kemudian sebanyak 104 responden

(26%) menghabiskan waktu kurang dari 1 jam dalam pemakaian

Instagram. Sedangkan 38 responden (16%) menghabiskan waktu lebih dari

5 jam.

99
 6. Kepuasan Penggunaan Instagram

Berdasarkan gambar 4.6 menunjukkan bahwa dari 403 responden

yang telah dikumpulkan oleh peneliti, sebagian besar pengguna Instagram

memilih netral dalam hal kepuasan penggunaan Instagram yaitu sebanyak

227 responden (56%). Disusul dengan 169 responden (42%) yang

menyatakan kepuasannya dalam penggunaan Instagram. Dan hanya 4

responden (2%) yang merasa tidak puas dalam penggunaan Instagram.

7. Status Niat Keberlanjutan Penggunaan Instagram

Berdasarkan Gambar 4.7 menunjukkan bahwa dari 403 responden

yang telah dikumpulkan oleh peneliti, mayoritas responden menyatakan

bahwa mereka akan berniat untuk menggunakan Instagram yaitu sebanyak

210 responden (52%). Sedangkan, responden yang tidak berniat

melanjutkan penggunaan hanya 13 responden (3%). Sisanya responden

memilih mungkin mengenai status niat keberlanjutan yaitu sebanyak 180

responden (45%). Hal ini dikarenakan oleh situs jejaring sosial Instagram

yang pada saat ini merupakan situs jejaring sosial yang paling sering di

gunakan dari pada situs jejaring sosial lainnya.

4.4.2. Interpretasi dan Diskusi Hasil Outer Model

Berdasarkan hasil analisis pengukuran model (outer model)

yang telah di paparkan sebelumnya, hasil akhirnya menunjukkan bahwa

pada analisis pengukuruan model dari model penelitian ini telah memenuhi

syarat dan memiliki karakteristik yang baik. Hal ini di buktikan dengan

seluruh indikator yang memiliki nilai outer loading di atas 0.6 serta nilai

100
composite reliability dan cronbach’s alpha sudah di atas 0.7. Kemudian,

seluruh indikator yang digunakan dalam penelitian ini memiliki nilai AVE

di atas 0.5 serta cross loading dan fornell-larker yang memiliki kriteria

sesuai dengan syarat yang ada.

4.4.3. Interpretasi dan Diskusi Hasil Inner Model

Pada bagian ini akan dijelaskan interpretasil dan diskusi

berdasarkan tahapan pengujian yang ada pada analisis struktur model yaitu

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

menggunakan metode bootsrapping, effect size (f2), predictive relevance

(Q2), dan relative impact (q2). Berikut merupakan pembahasan intrepretasi

hasil analisis struktural model yang dilakukan dengan mengikuti

pertanyaan-pertanyaan penelitian dan hipotesis-hipotesis yang telah

dirumuskan pada sub bab sebelumnya.

1. H1 : Apakah Confirmation (C) berpengaruh terhadap Perceived

Usefulness (PU)?

Hasil pengujian t-test pada analisis inner model menunjukkan

bahwa hipotesis petama (H1) Diterima. Hal ini artinya Confirmation

(C) memiliki pengaruh yang signifikan terhadap Perceived Usefulness

(PU). Dengan nilai hasil pengujian path coefficient yaitu 0.513. Jalur

ini memiliki nilai pengaruh yang besar berdasarkan perhitungan f2

yaitu sebesar 0.356 dan q2 bernilai 0.194.

Hal tersebut konsisten dengan penelitian (Mouakket, 2015),

(Tam, Santos, & Oliveira, 2018) yang menyatakan bahwa dari

101
 persepektif ECM temuan mereka mendukung gagasan bahwa

confirmation (C) memiliki pengaruh yang signifikan terhadap

Perceived Usefulness (PU).

Hubungan ini semakin menunjukkan bahwa harapan

pengguna terhadap Instagram sudah terpenuhi dengan manfaat yang

dirasakan dalam penggunaan Instagram sehari-hari. Pengguna

Instagram telah merasakan manfaat, baik dalam hal bertukar

informasi, foto ataupun video. Fitur tersebut sudah sesuai dengan

harapan yang di inginkan pengguna.

2. H2 : Apakah Confirmation (C) berpengaruh terhadap

Statisfaction (S) ?

Hasil pengujian t-test pada analisis inner model yang telah

dilakukan, bahwa hipotesis kedua (H2) Diterima. Hal ini artinya

Confirmation (C) memiliki pengaruh yang signifikan terhadap

terhadap Statisfaction (S). Jalur ini merupakan jalur yang paling kuat,

dengan nilai hasil pengujian path coefficient yaitu 0.69. disisi lain,

pengaruh variabel Confirmation (C) terhadap variabel Statisfaction

(S) memiliki nilai relative impact (q2) 0.369 dan effect size (f 2) 0.942

sehingga pengaruh pada hubungan variabel tersebut dapat dikatakan

besar.

Pengaruh Confirmation (C) yang kuat dan signifikan ini

menunjukkan Perceived Usefulness (PU) dan Statisfaction (S) yang

dirasakan pengguna Instagram memperoleh manfaat yang

102
 diharapkan. Selain itu, situs jejaring sosial Instagram bisa berkinerja

seperti yang apa yang diharapkan, sehingga pengguna lebih cenderung

merasa puas ketika menggunakan Instagram.

Hal tersebut konsisten dengan penelitian (Tam, Santos, &

Oliveira, 2018) (Mouakket, 2015). Hal ini semakin menunjukkan

bahwa harapan pengguna terhadap penggunaan Instagram sudah

terpenuhi, maka dapat mempengaruhi kepuasan pengguna untuk

menggunakan Instagram secara terus-menerus. Pengguna akan

merasa puas jika ketika harapan pengguna terhadap penggunaan

Instagram di perhatikan seperti kemampuan untuk bertukan foto

ataupun video.

3. H3 : Apakah Enjoyment (E) berpengaruh terhadap Continuance

Use Intention (CUI) ?

Hasil pengujian t-test pada analisis inner model yang telah

dilakukan, bahwa hipotesis ketiga (H3) Diterima. Hal ini artinya

Enjoyment (E) memiliki pengaruh yang signifikan terhadap terhadap

Continuance Use Intention (CUI). Dengan nilai hasil pengujian path

coefficient yaitu 0.154. Jalur ini memiliki nilai pengaruh yang kecil

berdasarkan perhitungan f2 yaitu sebesar 0.026 dan q2 bernilai 0.13.

Hal tersebut konsisten dengan penelitian (M. IgbariaT,

Guimareas & G.B Davis, 1995) dan pada penelitian (Mouakket, 2015)

yang menyatakan bahwa dari persepektif ECM temuan mereka

mendukung gagasan bahwa Enjoyment (E) memiliki pengaruh yang

103
 signifikan terhadap Continuance Use Intention (CUI). Kemudian

dapat disimpulkan bahwa pengguna Instagram merasa terhibur

dengan fitur yang telah di berikan oleh penggunanya. Enjoyment

merupakan salah satu alasan utama orang untuk terus menggunakan

situs jejaring sosial.

4. H4 : Apakah Habit (H) berpengaruh terhadap Continuance Use

Intention (CUI)?

Hasil pengujian t-test pada analisis inner model yang telah

dilakukan, bahwa hipotesis ke empat (H4) diterima. Hal ini, artinya

Habit (H) memiliki pengaruh yang signifikan terhadap Continuancce

Use Intention (CUI). Hal ini dikarenakan hasil nilai pengujian path

coefficient 0.385. Jalur Habit terhadap continance use intention

memiliki nilai pengaruh yang sedang atau menengah yaitu 0.204

berdasarkan perhitungan f2. Sedangkan berdasarkan perhitungan q2

memiliki pengaruh yang kecil yaitu 0.117.

Hal ini selaras dengan penelitian yang telah dilakukan oleh

(Mouakket, 2015), (Tam, Santos, & Oliveira, 2018). Habit

merupakan faktor penting untuk mempelajari niat kelanjutan. Ketika

seseorang mengulangi suatu tindakan secara teratur dan pengguna

merasakan puas dengan hasilnya, kemudian pengguna akan menjadi

kebiasaan (Verplanken & Orbell, 2003). Studi terbaru menunjukkan

bahwa ketika penggunaan IS menjadi rutin, maka kebiasaan dapat

104
 meningkat niat perilaku untuk terus menggunakan teknologi (Gefen,

2003) ; Liao, Palviab, & Lin, 2006; Limayem, Hirt, & Chin, 2001).

5. H5 : Apakah Perceived Usefulness (PU) berpengaruh terhadap

Continuance Use Intention (CUI) ?

Hasil pengujian t-test pada analisis inner model menunjukkan

bahwa hipotesis petama (H5) Diterima, Hal ini, artinya Perceived

Usefulness (PU) memiliki pengaruh yang signifikan terhadap

Continuance Use Intention (CUI). Dengan hasil nilai pengujian path

coefficient yaitu 0.116. Jalur ini memiliki nilai pengaruh yang kecil

berdasarkan perhitungan f2 yaitu 0.017 dan q2 yaitu 0.01.

Hal ini selaras dengan penelitian yang telah dilakukan oleh

(Mouakket, 2015). Hal ini menunjukkan bahwa semakin tinggi

manfaat yang dirasakan oleh pengguna maka pengguna akan

cenderung terus menggunakannya. Instagram telah memberikan

layanan yang dapat memberikan manfaat bagi penggunanya.

Haltersebut menjadikan pengguna akan cenderung ingin tetap

menggunakan Instagram.

6. H6 : Apakah Perceived Usefulness (PU) berpengaruh terhadap

Statisfaction (S) ?

Hasil pengujian t-test pada analisis inner model yang telah

dilakukan, bahwa hipotesis ke empat (H6) Diterima. Hal ini, artinya

Perceived Usefulness (PU) memiliki pengaruh yang signifikan

terhadap Statisfaction (S). Dengan hasil nilai pengujian path

105
 coefficient yaitu 0.176. Jalur ini memiliki nilai pengaruh yang kecil

berdasarkan perhitungan f2 0.059 dan q2 yaitu 0.023.

Hal ini selaras dengan penelitian yang telah dilakukan oleh

(Mouakket, 2015). Hal ini menunjukkan bahwa semakin tinggi

manfaat yang dirasakan oleh pengguna maka pengguna akan merasa

puas. Pengaruh konfirmasi yang kuat dan signifikan ini menunjukkan

kegunaan dan kepuasan yang dirasakan bahwa sebagai pengguna situs

jejaring sosial Instagram memperoleh manfaat yang diharapkan.

Semakin Instagram berkinerja dengan baik seperti yang diharapkan

oleh pengguna, pengguna lebih merasakan puas.

7. H7 : Apakah Statisfaction (S) berpengaruh terhadap Continuance

Use Intention (CUI) ?

Hasil pengujian t-test pada analisis inner model yang telah

dilakukan, bahwa hipotesis ke empat (H7) Diterima. Hal ini, artinya

Statisfaction (S) memiliki pengaruh yang signifikan terhadap

Continuance Use Intention (CUI). Hal ini dikarenakan hasil nilai

pengujian path coefficient mencapai 0.244.

Hal ini selaras dengan penelitian yang telah dilakukan oleh

(Battacherjee, 2001; Chen et al., 2009; Joo et al., 2017; Stone & Baker-

Eveleth, 2013; Tran et al., 2018; Zhao et al., 2012; Zhou, 2013; Joo et

al., 2017) yang menyatakan bahwa rasa puas yang dirasakan oleh

pengguna dapat mempengaruhi niat pengguna untuk menggunakan

kembali sebuah sistem atau teknologi.

106
 Berdasarkan hasil pengamatan, peneliti beranggapan bahwa hasil

ini telah sesuai dengan kondisi yang ada di lapangan, dimana pengguna

akan memiliki niat untuk menggunakan kembali Instagram jika

pengguna puas dengan apa yang di berikan oleh penyedia Instagram yang

digunakan. Variabel statisfacation merupakan salah satu yang menjadi

pertimbangkan dalam mendorong niat untuk menggunakan kembali

Instagram. Namun, jika pengguna merasa tidak puas dengan penggunaan

Instagram, pengguna mungkin akan memilih untuk berhenti

menggunakan Instagram. Maka dari itu, dapat disimpulkan bahwa

Statisfaction (S) mempengaruh Continuance Use Intention (CUI) yang

dimiliki pengguna terhadap penggunaan Instagram.

107
 BAB V

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Berdasarkan hasil penelitian terhadap Pengaruh Habit Dan Enjoyment

Terhadap Continuance Use Intention Pada Situs Jejaring Sosial Instagram, dapat

diambil kesimpulan yaitu sebagai berikut :

1. Hasil pengolahan data yang telah dilakukan oleh peneliti, dari jumlah

responden mencapai 403 responden yang merupakan mahasiswa UIN

Syarif Hidayatullah Jakarta yang telah menjadi pengguna situs jejaring

sosial Instagram. Terdapat sebanyak 210 responden (52%) akan berniat

untuk menggunakan Instagram. 180 responden (45%) memilih

mungkin akan melanjutkan penggunaan Instagram. Dan yang tidak

berniat melanjutkan penggunaan Instagram hanya 13 responden (3%).

Mayoritas dari responden menyatakan bahwa responden akan berniat

untuk terus menggunakan Instagram.

2. Berdasarkan hasil dari penelitian, seluruh hipotesis pada penelitian ini

terbukti secara statistik berpengaruh positif dan signifikan terhadap

pengukuran tingkat niat kelanjutan pengguna dalam penggunaan situs

jejaring sosial Instagram. Pengguna merasa Instagram telah memenuhi

kriteria dan telah memberikan layanan yang terbaik bagi para

penggunanya, dengan memberikan manfaat serta hiburan dalam setiap

penggunaannya. Hal tersebut menjadikan pengguna merasakan

108
 kepuasan dalam penggunaannya dan menjadi faktor yang mendorong

pengguna untuk terus dapat menggunakan Instagram.

3. Berdasarkan hasil penelitian, hipotesis yang memiliki hasil effect size

yang berpengaruh besar adalah CS. Pengaruh Confirmation (C) yang

kuat dan signifikan terhadap Statisfaction (S), menunjukkan bahwa

kinerja yang telah diberikan oleh Instagram telah sesuai dengan harapan

penggunanya. Pengguna telah memperoleh manfaat yang sesuai dengan

apa yang diharapkan sehingga pengguna lebih cenderung merasa puas

ketika menggunakan Instagram.

5.2. Saran

Berdasarkan dari hasil penelitian yang telah dilakukan, terdapat

beberapa saran yang perlu diperhatikan untuk peneliti selanjutnya, yaitu sebagai

berikut :

1. Peneliti selanjutnya disarankan untuk mengembangkan kembali model

yang digunakan oleh peneliti, serta menambahkan variabel-variabel

yang terbukti memiliki pengaruh yang signifikan.

2. Peneliti selanjutnya disarankan untuk mendapatkan data dengan

cakupan yang lebih luas, dan tidak membatasi kriteria responden yang

dicari.

3. Penyebaran kuesioner lebih diperbanyak dengan cara tatap muka

langsung dengan responden agar dapat dengan mudah mengetahui

sasaran responden yang dituju, serta membantu responden jika ada

109
 pertanyaan yang kurang dimengerti guna menghindari kesalah

pahaman terhadap pertanyaan dalam kuesioner.

4. Bagi pihak Instagram agar terus meningkatkan layanan dan dapat terus

mempertahankan penggunanya dengan tetap terus meningkatkan fitur-

fitur terbaru serta memperbaiki kualitas sistem agar pengguna tidak

merasakan bosan dalam penggunaannya.

110
 DAFTAR PUSTAKA

Bhattacherjee, A. (2001). Understanding Information System Continuance: An

Expection Model. International Journal Of Electronic Commerce.

Widarjono A. (2015). Analisis Multivariat Terapan dengan Program SPSS, AMOS,

dan SmartPLS. Yogyakarta: UPP STIM YKPN.

Abbas, & hamdy. (2015). Determinants of continuance intention factor in Kuwait

communication market: Case study of Zain-Kuwait. Computers in Human
Behaviour.

Abdillah, W. (2017). Metode Penelitian Terpadu Sistem Informasi. Andi.

Akhmalia, R. (2013). perkembangan jejaring sosial media di Indonesiaa.

Arifin, F. (2018). Evaluasi Penerimaan Sistem E-ticket di Taman Margasatwa

Ragunan Berdasarkan Tema UTAUT. Skripsi: UIN Syarif Hidayatullah
Jakarta.

Askuba, A. D. (2018). Pengukuran Atas Penerapan Sistem Informasi Perhotelan

Bluefish Menggunakan Extended Human Organization Technology (HOT)
FIT Model. Jakarta: Fakultas Sains dan Teknologi Universitas Islam Negeri
Syarif Hidayatullah Jakarta.

Bergstrom, T. &. (2013). Marketing and PR in Social Media: How the unitilization
of Instagram builds and maintains customer relationship. Media and
Communication.

Bhattacherjee, A. (2001). Understanding Information Systems Continuance: An

Expectation-Confirmation Model. MIS Quarterly, 351-370.

Boyd, D. M., & Ellison, N. B. (2008). Social network sites: definition,history, and
scholarship. Journal of Computer-Mediated Communication.

111
Chen, C. M., Wang, E. T., & Chen, M. F. (2017). Assessing the impact of
determinants in E-Magazines acceptance : An empirical study. computer
standar & interfaces, 1-10.

Davis, F. (1989). Perceived Usefulness, Perceived Ease of Use and Acceptance of

Information System Technology. MIS Quartery, 319-339.

Direktorat Tenaga Kependidikan. (2008). Pendekatan, Jenis, dan Metode

Penelitian Pendidikan. Jakarta: Direktorat Tenaga Kependidikan Direktorat
Jenderal Peningkatan Mutu Pendidikan dan Tenaga Kependidikan
Departemen Pendidikan Nasional.

Djaali, & Muljono. (2008). Pengukuran dalam Bidang Pendidikan . Jakarta:

Grasindo.

Gefen, D. (2003). TAM or just plain habit: A look at experienced online shoppers.
Journal of Organizational and End User Computing.

Ghozali I, & Latan H. (2015). Partial Least Square: Konsep, Teknik dan Aplikasi
Menggunakan SmartPLS 3.0 Edisi 2. Semarang.

Guritno, S., Sudaryono, & Rahardja, U. (2011). Metodologi Penelitian Teknologi

Informasi. Yogyakarta: ANDI.

Hadi, S. (2016). Statistik. Jakarta: Pustaka Pelajar.

Hadi, S. (2016). Statistik. Jakarta: pustaka Pelajar.

Hair, J. F. (2012). An Assesment Of The Use Of Partial Least Squares Struktural

Equation Modeling In Marketing Research. Journal of the academy of
marketing science, vol. 40, no 3, pp 414-433.

Hair, J. F., Hult, G., Ringle, C., & Sarstedt, M. (2017). A primer on Partial Least
Squares Structural Equation Modeling (PLS-SEM) second edition. amerika:
SAGE Publications.

112
Hsu, C.-L., & Lin, J. C.-C. (2015). What Drives Purchase Intention for Paid Mobile
Apps? - An Expectation Confirmation Model with Perceived Value.
Electronic Commerce Research and Applications, 46-57.

Huang, T. Y., & Su, S. F. (2018, Agustus). Motives for Instagram Use and Topics
of Interest.

Huda, M. Q., & Aeni, N. (2016). A Study of Social Technology Use in State Islamic
University (UIN) Syarif Hidayatullah Jakarta. International Conference on
Cyber and IT Service Management.

Hussein, A. S. (2015). Penelitian Bisnis dan Manajemen Menggunakan Partial

Least Squares (PLS) dengan SmartPLS 3.0. Modul Ajar: Universitas
Brawijaya.

Idris, M. (2009). Metode Penelitian Ilmu Sosial. Jakarta: Penerbit Erlangga.

indrawan, R., & Yaniawati, R. P. (2014). Metodologi Penelitian Kuantitatif,

Kualitatif, dan Campuran untuk manajemen, pembangunan, dan
pendidikan. Bandung: PT Refika Aditama.

Instagram. (2011).

Jogiyanto. (2005). Analisa dan Desain Sistem Informasi: Pendekatan Terstruktur

Teori dan Praktik Aplikasi Bisnis. Yogyakarta: ANDI.

Kang, Y. S., Hong, S., & Lee, H. (2009). Exploring continued online service usage
behavior: the roles of self-image congruity and regret. Computer in huan
behavior, 111-122.

Kementrian Riset, T. d. (2019). Pangkalan Data Pendidikan Tinggi. Retrieved from

Forlap.ristekdikti.go.id:
https://forlap.ristekdikti.go.id/perguruantinggi/detail/

Kim, S. S., & Malhotra, N. K. (2005). A longitudinal model of continuaned IS use:

an integrative view of four mechanisms underlying post adoption
phenomena . Management Science.

113
Krasnova, H., Kolesnikova, E., & Guenther, O. (2009). It won’t happen to me:
selfdisclosure in online social networks. In Proceedings of the fifteenth
Americas.

Krume Nikoloski. (2015). Annuals of the Constrantin Brâncuşi University of Târgu

Jiu. Leadership and management: Practice of the art of influance, 31-39.

Lai, H. M., Chen, C. P., & Chang, Y. F. (2016). Expectation Confirmation Model
of Information system continuance: A meta analysis.

Lee, M.-C. (2010). Explaining and Predicting Users' Continuance Intention Toward
E-Learning: An Extension of the Expectation-Confirmation Model.
Computers & Education, 506-516.

Lee, W. K. (2014). The temporal relationships among habit,. Computers in Human

Behavior.

Li, H., Li, L., Gan, C., Liu, Y., Tan, W. C., & Deng, Z. (2018). Disentangling the
Factors Driving Users’ Continuance Intention Towards Social Media: A
Configurational Perspective. Accepted Manuscript.

Lin C S, Wu, S., & Tsai, R. J. (2005). Integrating perceived playfulness into
expectation-confirmation model for web portal context. Inf. Mannage.

Lin, X., Featherman, M., & Sarker, S. (2016). Understanding factors affecting
users’ social networking site. Informatin & Magagement.

M. Igbaria T, Guimaraes, & G.B. Davis,. (1995). Testing the Determinants of

Microcomputer Usage via Structural Equation Model. Journal of
Management Information Systems.

McMillan, R. (2013). The Friendster autopsy: how a social network dies. Retrieved
from available at: www.wired.com/2013/02/friendster-autopsy/

Mouakket, S. (2015). Factors influencing continuance intention to use social

network sites: the facebook case. Computer in Human Behavior.

114
Mouakket, S. (2015). Factors influencing continuance intention to use social
network sites: The Facebook case.

Nazir. (2005). Metode Penelitian. Bogor: Ghalia Indonesia.

Nazir, M. (2003). Metodologi Penelitian. Jakarta: Ghalia Indonesia.

Nursiyono, J. (2015). Kompas Teknik Pengambilan Sampel. Bogor: In Media.

Oliver, R. L. (1980). A Cognitive Model of the Antecedents and Consequences of

Satisfaction Decisions. Journal of Marketing Research.

Praveena K., & Sam Thomas. (2014). Continuance Intention to Use Facebook: A
Study of Perceived Enjoyment and.

Putra, M. A. (2018). Evaluasi Penggunaan pada Produk Uang Elektronik E-money

Bank Mandiri Menggunakan Model UTAUT 2 (Studi Kasus:Kecamatan
Ciputat).

Ringle. (2018). Partial Least Squares Structural Equation Modelling in HRM

Research. The International of Human Resource Management, 5192, 1-27.

Ronis, D. L., Yates, J. F., & Kirsht, J. P. (1989). Attitudes,decisions, and habit as
determinants of repeated behavior. Attitude structure and function., 213-
239.

Sangadji, E. M., & Sopiah. (2010). Metodologi Penelitian: Pendekatan Praktis

dalam Penelitian. Yogyakarta: C.V Andi Offset.

Sangadji, E. M., & Sopiah. (2010). Metodologi Penelitian: Pendekatan Praktis

dalam Penelitian. Yogyakarta: Andi Offset.

Sarosa, & Samiaji. (2009). Sistem Informasi Akuntansi. Jakarta: Grasindo.

Sarwono, J. (2013). Strategi Melakukan Riset. Yogyakarta: Andi Offset.

Setiawan, A. B. (2016). Evaluasi Kepuasan Pengguna Sistem Aplikasi Surat

Keterangan Tinggal Sementara Online (SKTS) dengan Menggunakan

115
 Metode End-User Computing Satisfaction. Surabaya: Universitas
Airlangga.

Sheldon, K. M., Abad, N., & Hinsch, C. (2011). Two-process view of facebook use
and relatedness need-satisfaction: Disconnection drives use, and connection
rewards it. J.Pers.Soc.Psychool.

Siswanto, V. A. (2012). Strategi dan Langkah-langkah Penelitian. Yogyakarta:

Graha Ilmu.

Sugiyono. (2008). Statistika untuk Penelitian. Jawa Barat: CV Alfabeta.

Sugiyono. (2012). Statistika untuk Penelitian. Jawa Barat: CV Alfabeta.

Sugiyono. (2013). Metodologi Penelitian Kuantitaf, Kualitatif dan R&D. Bandung:

Alfabeta.

Sugiyono. (2015). Metode Penelitian Pendidikan Pedekatan Kuantitatif, Kualitatif

dan R&D. Bandung: Alfabeta.

Sugiyono. (2017). Metode Penelitian.

Sutabri, T. (2012). Analisis Sistem Informasi. Yogyakarta: Andi.

Tam, C., Santos, D., & Oliveira, T. (2018). Exploring the influential factors of
continuance intention to use mobile Apps: Extending the expectation
confirmation model.

Van Der Heijen, H. (2004). User Acceptance of Hedonic information system. MIS
Q, 695-704.

Venkatesh, V. (2000). Determinants of perceived ease of use: integrating control,

intrinsic motivation, and emotion into the technology acceptance model.
432-365.

Verplanken, B., & Aarts, H. (1999). Habit, Attitude, and Planned Behaviour: Is
Habit an Empty Construct or an Interesting Case of Goal-directed
Automaticity? European Review of Social Psychology.

116
Verplanken, B., & Orbell, S. (2003). Reflections on past behavior: A self-report
index of habit strength. journal of Applied Social Psychology.

Vitcci, F. (201). instagram 2.0 now available: Live Filters,New Camera UI faster
engine. Wikipedia.

Watkins, S.Craig. (2009). What the Migration to Social Network Sites, Games, and
Anytime, Anywhere Media Means for Our Future. The Young and the
Digital.

We Are Social. (2019).

Wirawan. (2011). Evaluasi Teori Model Standar Aplikasi dan Profesi, Contoh
Aplikasi Evaluasi Program: Pengembangan Sumber Daya Manusia,
Program Nasional Pemberdayaan Masyarakat (PNPM) Mandiri Pedesaan
Kurikulum, Perpustakaan, dan Buku Tes. Jakarta: Raja Grafindo Persada.

Yamin, & K. H. (2011). Generasi Baru Mengolah Data Penelitian dengan Partial
Least Square Path Modelling : Aplikasi dengan software XLSTAT,
SmartPLS, dan Visual PLS . Jakarta: Salemba Infotek.

Yi, C. S., Ting, C. Y., & Yee, N. S. (2016). Determinants of Continuance Usige
Intention Of Social Network Services In Malaysia.

Zhou,T.,&Li, H. . (2014). Understanding mobile SNS continuance usage.

117
LAMPIRAN – LAMPIRAN

118
Lampiran 1 : Kuesioner Penelitian

Analisis Continuance Use Intention pada Situs Jejaring Sosial Instagram

dengan Menggunakan Expectation-Confirmation Model (ECM)

Assalamu’alaikum Wr.Wb

Saya Uswatun Hasanah, mahasiswi program studi Sistem Informasi,

Fakultas Sains dan Teknologi, Universitas Islam Negeri Syarif Hidayatullah Jakarta
(UIN Jakarta) yang saat ini sedang melaksanakan penelitian dalam rangka
penyelesaian skripsi.

Penelitian ini bertujuan untuk mengetahui niat berkelanjutan pengguna

Situs Jejaring Sosial Instagram berdasarkan persepsi pengguna yaitu mahasiswa
UIN Syarif Hidayatullah Jakarta yang telah menjadi pengguna Instagram dengan
menggunakan Expectation Confirmation Model (ECM) oleh Anol Bhattacherjee
(2001).

Peneliti memohon kepada responden untuk meluangkan waktu untuk

mengisi kuesioner di bawah ini. Jika terdapat informasi yang kurang jelas atau ada
hal yang ingin ditanyakan, Anda dapat menghubungi saya selaku peneliti melalui ;

Email : Uswatun.hasanah15@mhs.uinjkt.ac.id

No.telp : 089601243593

1) Bagian Pertama
A. Profil Responden
Petunjuk: Jawablah pertanyaan di bawah ini dengan memberikan tanda
(x) pada pilihan jawaban yang tersedia sesuai dengan pendapat saudara:
1 Nama : ……………………………………………………
. ……….
2 Jenis : o Laki-laki o Perempuan
. Kelami
n
3 Fakulta : o Fakultas Dirasat Islamiyah (FDI)
. s o Fakultas Ilmu Tarbiyah & Keguruan (FITK)

119
 o Fakultas Syariah & Hukum (FSH)
o Fakultas Adab & Humaniora (FAH)
o Fakultas Ilmu Sosial & Ilmu Politik (FISIP)
o Fakultas Kedokteran (FK)
o Fakultas Ushuludin (FU)
o Fakultas Dakwah & Ilmu Komunikasi
(FDIKOM)
o Fakultas Ekonomi & Bisnis (FEB)
o Fakultas Sains & Teknologi (FST)
o Fakultas Psikologi
o Fakultas Ilmu Kesehatan (FIKES)
4 NIM : ……………………………………..........................
. ...........
5 Semest : o 1 o 5 o lainnya
. er o 2 o 6
o 3 o 7
o 4 o 8
6 Akun : @..............................................................................
. ...........
7. Sudah berapa lama anda menggunakan Instagram ?
o < 2 tahun
o 2-5 tahun
o > 5 tahun
8. Berapa lama frekuensi penggunaan Instagram (perhari) ?
o < 1 jam
o 1-5 jam
o >5 jam

B. Status Kepuasan dan niat penggunaan

1. Secara keseluruhan, apakah anda puas dengan Instagram ?
 Puas
 Netral
 Tidak Puas
2. Apakah anda akan terus menggunakan Instagram ?
 Iya
 mungkin
 Tidak
2) Bagian Kedua
Bagian kedua dari kuesioner ini berisikan pertanyaan terkait pengalaman
pengguna menggunakan Instagram serta kepuasan dan niat penggunaan
Instagram. Untuk pertanyaan berikut, berikan tanda (x) pada kolom yang
tersedia sesuai dengan pendapat saudara dengan pilihan jawaban:
Jawaban Singkatan Nilai
Sangat Tidak Setuju STS 1
Tidak Setuju TS 2

120
 Tidak Tahu TT 3
Setuju S 4
Sangat Setuju SS 5

Kuesioner Penelitian

No Pertanyaan STS TS TT S SS
Perceives Usefulness
1. Instagram membantu saya untuk
berkomunikasi lebih mudah dengan orang
lain
2. Menggunakan Instagram telah meningkatkan
kemampuan saya untuk berkomunikasi
dengan orang lain.
3. Menggunakan Instagram meningkatkan
efesiensi dalam berbagi informasi dan
berinteraksi dengan orang lain
4. Menggunakan Instagram meningkatkan
efesiensi dalam berbagi informasi dan
berinteraksi dengan orang lain
Confirmation
5. Pengalaman saya dalam menggunakan
Instagram lebih baik dari yang diharapkan
6. Tingkat layanan menggunakan Instagram
lebih baik dari yang diharapkan
7. Harapan saya dalam penggunaan Instagram
terpenuhi
8. Secara keseluruhan, harapan saya terpenuhi
dari menggunakan Instagram
Satisfaction
9. Pengalaman penggunaan Instagram sangat
memuaskan
10. Pengalaman penggunaan Instagram sangat
menyenangkan
11. Saya merasa puas dengan keputusan saya
untuk menggunakan Instagram
12. Kinerja Instagram sudah memenuhi harapan
saya
13. Saya merasa puas dengan kinerja Instagram
Enjoyment
14. Saya merasa senang ketika menggunakan
Instagram
15. Saya merasa terhibur ketika menggunakan
Instagram

121
No Pertanyaan STS TS TT S SS
16. Instagram memberikan saya banyak
kesenangan
Habit
17. Saya terbiasa menggunakan Instagram
18. Saya kecanduan menggunakan Instagram
19. Saya harus menggunakan Instagram untuk
mendapatkan informasi
20. Menggunakan Instagram telah menjadi
rutinitas bagi saya
Continuance Use Intention
21. Saya berniat untuk terus menggunakan
instagram dari pada berenti menggunakannya
22. Saya berniat untuk terus menggunakan
instagram dari pada aplikasi situs jejaring
sosial lain
23. Saya berniat untuk terus meningkatkan
penggunaan instagram

122
Lampiran 2 : Data Responden

PU1 PU2 PU3 PU4 C1 C2 C3 C4 S1 S2 S3 S4 S5 E1 E2 E3 H1 H2 H3 H4 CUI1 CUI2 CUI3

4 4 4 4 4 4 4 4 5 5 5 3 4 5 5 5 5 5 5 5 5 5 4
4 4 4 4 2 2 2 3 2 4 4 2 2 4 4 4 5 5 4 5 4 4 3
4 3 4 5 4 4 4 4 4 4 5 3 3 4 4 3 4 3 3 4 5 4 3
5 3 5 4 5 5 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5
5 5 5 5 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5
4 3 5 3 3 4 3 3 3 4 3 4 4 3 4 2 4 4 4 4 4 3 2
4 5 4 4 5 4 5 4 4 5 4 4 4 4 4 4 5 5 4 5 5 4 5
4 5 5 5 2 2 1 2 4 4 4 2 2 4 5 5 4 4 4 4 4 2 2
4 4 4 4 4 4 3 3 3 4 3 4 4 4 4 4 4 3 4 4 3 4 3
2 2 3 2 3 3 2 3 3 3 3 3 2 3 2 3 3 3 2 2 2 2 2
4 4 4 4 2 2 2 2 4 4 4 4 4 4 4 4 2 2 4 2 2 1 1
4 4 4 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
3 4 4 4 3 3 3 3 2 2 3 3 3 4 4 3 3 3 3 3 3 3 3
3 2 4 4 4 4 4 4 3 4 4 3 3 4 4 4 2 3 3 3 2 2 2
5 5 5 5 5 4 4 4 4 4 4 4 4 3 3 3 4 4 4 4 2 2 2
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
3 2 3 3 4 4 1 1 3 3 3 2 2 4 1 3 4 3 5 4 3 4 3
4 3 3 3 3 4 3 4 3 2 2 3 3 2 3 2 3 2 2 2 2 2 2
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3 3 3 3
3 3 3 4 3 3 3 3 3 3 3 3 3 3 3 3 2 2 2 2 3 3 3
3 3 3 3 2 3 3 2 3 3 2 3 3 4 4 4 3 3 2 2 3 3 2
3 2 3 3 3 2 3 2 2 3 3 3 3 3 3 3 3 3 3 3 3 2 2
4 3 4 4 4 4 3 3 3 4 4 4 4 4 5 4 4 3 3 4 4 4 3

123
4 2 4 4 4 4 4 4 4 4 3 4 4 4 4 3 2 2 2 2 2 2 2
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
4 3 4 3 3 3 3 3 3 4 2 3 3 4 4 3 4 3 2 4 2 3 2
4 4 4 4 4 4 3 4 4 4 4 4 4 4 3 3 3 3 4 3 3 3 3
3 1 3 3 4 4 3 3 3 3 3 3 3 4 4 3 3 3 1 3 1 1 1
5 3 5 4 3 5 3 3 3 3 4 5 5 3 4 3 3 2 3 3 3 3 2
5 5 5 5 3 3 4 4 3 4 4 4 4 5 4 4 3 2 3 4 4 4 3
3 3 4 4 3 4 5 3 4 4 4 5 5 4 4 4 3 3 5 5 3 2 2
3 2 2 3 2 3 2 2 2 2 2 2 2 2 2 2 2 2 1 1 2 1 1
4 3 4 5 4 3 3 3 4 5 4 3 3 4 5 4 3 2 4 3 3 3 4
4 3 3 4 3 3 3 4 3 3 3 4 4 3 4 4 3 3 3 3 3 3 3
3 3 4 3 4 4 3 3 4 4 4 4 4 4 4 4 3 3 3 3 3 3 3
3 4 4 3 3 3 4 3 4 4 4 3 3 4 4 3 3 1 3 2 3 2 3
4 4 4 4 3 3 3 3 3 3 3 3 4 4 4 4 4 4 3 3 3 3 3
2 4 4 3 3 3 3 3 3 3 4 3 3 4 4 4 3 1 2 2 3 3 3
4 1 4 4 3 3 2 2 3 4 4 3 4 4 4 5 3 5 3 4 4 4 1
4 4 5 4 5 4 3 3 4 4 4 5 4 4 4 4 5 4 4 4 4 4 4
5 3 3 4 4 4 3 4 4 4 5 4 5 5 4 4 5 5 5 5 4 4 4
1 1 3 1 1 1 1 1 1 3 3 3 3 1 1 1 1 1 4 1 1 1 1
4 4 4 4 3 3 3 3 3 3 3 3 3 4 4 3 4 3 4 4 2 2 2
3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 3 2 3 3 3 3 3
3 4 4 4 4 3 3 4 4 4 4 3 4 5 5 4 3 1 3 4 4 2 3
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 4 4 5 5 4 3
4 4 5 5 5 4 3 5 5 5 5 4 4 4 4 4 5 5 5 5 4 4 5
4 3 4 4 3 3 4 4 4 4 4 4 4 4 4 4 2 2 3 3 4 3 2

124
4 3 4 3 2 4 2 2 4 5 4 3 4 5 5 4 4 3 3 4 4 3 3
4 3 4 4 4 4 3 3 4 3 4 4 4 4 4 4 4 5 4 4 3 3 4
4 4 4 4 4 3 3 2 3 4 4 3 3 4 4 4 4 1 4 4 4 4 3
4 3 3 3 4 4 4 4 4 4 3 3 3 3 3 3 3 2 2 2 3 2 2
5 5 4 4 3 4 4 3 3 4 4 4 4 4 4 3 4 3 5 3 3 4 3
5 4 4 4 3 3 2 3 3 3 3 3 3 3 4 3 3 3 5 3 3 2 3
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
5 3 4 4 5 5 4 4 5 5 5 4 4 4 4 4 4 4 4 4 4 4 4
4 3 4 3 4 4 4 4 4 3 3 3 3 4 4 4 3 3 3 3 3 3 3
3 3 4 2 5 5 5 5 5 5 4 4 4 5 5 5 5 5 4 5 4 4 4
4 3 3 3 4 5 5 4 4 4 4 4 4 4 4 4 3 3 3 3 1 3 3
5 5 5 5 3 3 1 1 1 3 3 2 3 4 4 4 3 3 3 3 3 4 4
4 4 4 4 5 5 5 5 5 5 4 4 4 5 5 5 5 5 5 5 3 3 4
3 3 3 3 4 4 3 3 4 4 4 3 3 4 4 4 4 3 3 3 3 3 3
4 4 4 4 3 3 3 3 4 4 4 3 3 5 5 5 4 4 4 5 4 4 4
5 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 3 3 3 4 3 3
4 3 3 3 2 4 3 3 3 2 3 3 3 3 3 3 4 3 4 4 2 1 1
4 3 4 4 3 3 3 3 3 3 3 3 3 4 4 4 5 4 3 4 3 2 2
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 4 3 4 4
4 4 4 4 4 4 3 2 4 4 3 3 3 4 4 4 3 2 4 3 3 3 3
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 2 3 3
4 3 4 4 5 4 5 4 5 4 5 4 5 4 5 4 4 2 2 3 4 2 3
3 3 3 3 3 3 3 2 2 2 2 3 3 3 3 3 1 1 2 1 2 3 3
4 4 4 4 4 4 4 5 5 4 4 4 4 5 5 4 3 4 3 4 4 3 4
4 4 5 4 3 3 4 3 2 3 3 4 4 5 5 2 4 5 4 4 4 4 2

125
4 4 3 4 3 4 3 3 3 3 4 3 3 3 3 3 4 4 4 4 4 3 3
4 4 5 4 3 4 3 3 4 3 4 3 3 4 4 3 4 4 3 4 3 3 3
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 2 2 3 2 3 3 3
4 4 4 4 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 3 3 3
5 3 5 4 3 4 4 3 4 4 5 5 5 5 5 5 5 4 4 5 4 4 4
5 5 5 5 4 4 4 4 4 4 4 4 4 4 3 3 4 3 4 4 4 3 3
4 4 5 5 5 4 3 4 4 4 5 4 5 5 5 5 5 3 4 4 4 5 5
3 3 4 4 3 3 3 3 3 3 3 3 3 4 4 3 4 4 4 4 4 4 4
3 3 3 3 3 3 3 3 3 3 4 3 3 3 3 3 3 3 4 3 3 2 2
5 3 5 3 4 4 4 3 3 5 5 3 3 5 5 5 3 3 5 3 4 3 5
4 4 4 3 4 3 4 3 4 4 3 3 4 3 3 3 4 3 4 4 4 4 3
4 4 3 3 3 4 3 2 3 3 5 2 2 4 5 3 4 3 2 2 2 2 3
3 3 3 4 3 5 4 4 3 4 4 5 5 4 4 4 2 1 3 3 3 1 3
4 4 5 4 4 3 3 3 3 4 4 4 3 4 4 4 3 3 3 3 3 3 3
3 4 4 3 3 3 3 3 2 3 3 3 3 4 4 4 4 3 3 4 4 4 3
2 3 4 2 4 4 4 4 4 4 4 4 4 3 3 2 4 4 4 4 2 2 2
4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3 3 4 4 3
3 3 4 3 4 4 4 4 4 5 5 3 3 5 5 5 5 5 5 5 4 4 4
3 3 4 4 3 3 3 3 4 4 4 3 3 4 4 4 4 3 4 4 4 3 3
3 3 3 3 2 2 2 2 3 3 3 3 3 3 3 2 2 2 2 2 3 4 2
4 4 4 4 4 4 3 3 3 4 3 3 3 4 4 4 4 4 4 3 3 3 3
4 2 5 4 2 5 4 4 4 3 4 4 4 4 4 5 5 2 2 5 2 1 3
3 3 4 3 3 3 4 3 3 3 3 3 3 3 3 3 4 4 4 3 4 3 3
4 2 4 4 4 4 2 2 2 4 4 2 1 3 3 4 4 4 2 4 4 2 3
3 2 3 3 3 3 2 2 3 3 3 2 2 3 4 4 3 2 3 2 3 3 3

126
4 4 3 5 4 3 3 4 3 3 4 3 4 4 4 4 4 4 4 3 3 3 3
3 2 4 3 3 3 2 2 3 2 3 3 3 4 3 3 4 4 3 4 4 3 3
4 3 4 3 4 4 4 4 4 4 4 4 4 5 5 4 4 4 4 4 3 3 3
4 5 4 4 3 3 3 4 3 4 4 3 3 4 5 3 2 1 4 3 3 3 3
4 4 3 4 3 3 2 2 3 3 3 2 3 3 3 3 4 3 3 3 3 2 3
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 2 2 3 3 3 3 3
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3 4 4 4
3 2 2 2 3 3 1 1 4 4 4 3 3 3 5 3 2 1 1 1 2 2 1
3 3 3 3 2 3 3 3 3 3 3 3 2 3 3 3 2 2 2 2 3 3 2
4 4 4 4 4 4 4 3 3 4 5 4 5 5 5 4 4 3 4 4 3 4 3
4 4 3 3 3 3 3 3 3 3 3 3 3 4 4 3 3 3 3 3 3 3 3
4 4 4 4 4 3 3 3 3 3 3 3 3 4 4 4 3 2 3 3 3 3 3
3 3 3 3 3 3 2 2 3 3 3 3 3 4 4 3 4 2 3 3 2 2 2
3 3 4 4 4 4 3 3 3 3 3 3 4 4 4 3 4 4 3 3 2 2 2
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 2 2 3 2 3 3 3
4 3 4 4 3 4 4 4 4 4 3 3 3 4 3 4 4 3 3 4 3 3 4
4 4 4 4 4 4 4 4 4 4 3 4 3 4 3 3 3 3 3 3 3 4 3
3 3 4 3 3 3 3 3 3 3 4 4 4 4 4 4 4 3 4 4 4 3 3
2 2 4 2 4 4 4 2 4 4 4 4 4 4 2 2 2 2 4 2 2 2 2
4 4 4 4 4 3 4 4 4 4 4 3 3 4 4 4 3 2 2 3 3 3 3
3 3 3 3 2 2 2 2 3 3 3 3 2 3 3 3 2 1 1 1 2 2 2
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
3 3 3 5 3 4 3 4 5 3 3 4 3 4 3 3 3 4 4 4 4 3 4
4 4 5 4 4 4 3 4 3 3 4 3 3 4 5 5 5 5 5 5 5 5 5
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3

127
3 2 4 3 2 3 2 1 2 2 2 2 3 3 3 2 3 3 4 3 3 2 2
4 3 3 4 3 4 3 2 3 3 3 3 3 3 4 3 3 2 2 2 3 3 2
3 3 3 3 3 3 2 2 3 3 3 3 3 3 3 3 1 1 2 1 3 2 3
5 4 5 5 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 3 3
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
5 3 3 4 3 3 3 3 4 4 4 4 4 5 5 5 5 5 5 5 5 3 3
4 5 5 4 3 4 3 4 4 5 3 3 4 4 5 5 5 4 3 5 3 3 3
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
4 3 3 4 3 3 2 2 2 3 3 2 2 4 4 4 4 3 2 4 4 4 3
3 3 4 4 4 5 5 4 3 4 4 4 4 5 5 4 5 3 4 5 5 3 3
4 3 5 4 3 2 2 2 4 4 4 2 2 5 5 4 4 5 4 5 3 2 3
3 3 4 3 4 3 4 3 5 5 3 4 4 4 5 5 3 4 4 4 1 1 1
3 2 2 3 3 3 2 1 2 3 3 2 3 4 4 3 3 3 2 3 3 3 4
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 2 2 4 2 3 3 3
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3 3 3 4 3
4 4 4 4 4 3 3 3 3 3 4 3 3 3 4 3 3 3 4 3 4 4 3
4 4 4 4 5 4 4 3 4 5 4 4 4 4 5 4 5 4 4 4 4 5 4
5 5 5 5 3 3 3 3 3 3 3 3 3 5 3 3 3 1 3 3 3 3 3
5 5 5 4 4 4 3 4 4 4 5 3 3 4 4 4 4 3 4 5 4 4 3
4 4 4 4 4 3 3 3 4 4 4 4 4 4 4 4 3 1 2 2 3 3 4
4 4 4 4 3 4 3 3 4 4 4 4 4 5 5 5 5 4 4 4 3 2 4
4 4 4 5 5 5 5 5 4 4 4 4 4 2 2 2 2 1 5 5 2 5 4
4 2 4 2 4 2 2 2 2 4 4 2 2 4 4 4 2 1 2 1 3 3 2
4 4 4 4 3 3 3 2 2 4 2 3 2 4 4 4 4 4 3 4 2 2 2
3 3 4 4 4 4 3 3 3 4 3 3 3 4 4 4 4 2 3 2 2 2 2

128
4 3 4 4 4 4 3 3 4 4 5 4 4 5 5 5 5 5 5 5 5 4 4
4 3 4 4 4 4 3 3 5 4 4 3 4 5 5 5 4 5 4 4 4 4 4
4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
5 5 5 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4
4 4 4 4 4 4 4 2 3 3 3 3 3 4 4 3 4 4 4 4 4 3 3
4 3 4 4 4 4 3 3 4 4 4 3 4 4 4 4 3 3 4 3 4 2 3
4 4 4 4 5 4 1 1 2 2 2 3 4 4 4 4 4 1 3 1 1 1 1
4 3 4 4 4 3 4 4 4 4 4 4 4 4 4 4 3 2 3 3 4 4 4
5 4 4 4 4 4 3 4 4 4 4 4 4 4 5 5 4 3 2 4 3 4 3
5 4 5 4 4 3 3 2 4 5 4 3 3 4 4 4 5 5 5 5 3 3 3
4 3 3 4 4 4 4 4 4 4 3 3 3 5 5 5 4 2 4 2 4 4 3
3 3 4 4 3 3 3 3 3 4 4 3 3 4 4 4 3 2 3 2 3 2 2
4 4 4 4 4 4 3 3 4 4 3 4 4 3 4 4 4 4 4 4 3 3 3
4 4 4 4 4 4 3 3 4 4 4 4 4 4 4 3 4 3 3 4 3 3 3
2 4 4 2 3 4 3 1 2 3 2 2 2 4 4 3 3 2 4 1 2 4 2
4 3 4 4 2 2 3 3 2 2 4 3 3 4 4 2 2 2 2 2 4 2 3
5 4 5 5 4 5 4 3 4 4 5 2 3 4 5 5 4 2 5 4 3 3 3
4 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 2 2 2 4 2 4
1 1 4 4 3 3 1 1 2 4 4 3 2 4 4 3 4 2 4 2 2 2 2
4 4 4 4 4 4 2 2 4 4 4 4 4 4 4 4 4 2 2 2 4 4 4
2 2 1 2 4 4 4 4 4 4 4 4 4 4 4 4 2 1 1 2 2 2 1
4 3 4 4 3 3 4 3 3 3 3 4 4 3 3 4 3 3 3 3 2 2 2
4 3 3 3 4 3 3 3 4 4 3 3 3 4 4 4 2 1 1 1 3 3 3
5 4 4 5 3 3 3 3 3 4 3 3 3 4 4 5 4 4 3 4 3 2 3
5 4 4 4 4 3 3 3 4 4 4 3 4 4 4 4 4 2 3 3 3 3 1

129
5 4 5 5 4 4 4 4 5 5 5 4 5 5 5 5 4 4 5 5 5 5 5
2 2 4 4 2 4 2 2 2 4 4 2 2 4 4 2 2 2 4 2 2 2 2
4 4 3 3 4 4 3 3 4 4 4 3 4 4 4 4 4 4 2 4 4 4 4
4 2 2 2 2 2 2 2 4 4 2 2 2 4 4 4 4 2 4 2 2 2 2
4 2 4 4 2 2 2 2 2 4 1 4 2 2 4 4 4 3 4 3 1 2 2
4 4 4 4 3 3 3 3 4 4 4 4 4 4 4 4 4 2 2 2 4 4 4
5 4 4 4 4 3 3 3 3 4 4 4 4 4 4 4 4 3 4 2 3 3 3
4 4 4 4 2 2 2 2 2 2 3 3 3 4 4 4 4 2 3 3 3 3 3
2 2 4 4 3 3 3 3 2 2 4 4 2 2 2 2 4 2 2 2 3 2 2
4 3 4 4 4 3 3 3 3 4 3 3 3 4 4 3 4 3 4 3 3 3 3
4 4 4 5 4 4 4 4 5 5 4 4 4 5 4 4 4 4 4 4 4 3 3
4 4 5 5 4 4 5 4 4 5 4 4 4 5 5 5 4 5 4 4 4 4 4
5 4 5 5 4 4 4 4 5 4 4 5 5 4 5 5 4 2 4 2 4 4 3
5 5 4 3 4 4 4 4 4 4 4 4 4 5 3 4 4 5 3 4 3 4 5
5 5 5 5 3 3 3 3 3 5 5 5 3 5 5 5 4 3 2 2 4 3 3
4 4 4 3 3 3 3 3 3 4 4 3 4 4 4 3 3 3 4 3 4 4 4
5 4 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 3 3 3 3 3 3
4 4 4 4 5 4 3 4 4 4 4 3 4 4 4 4 4 4 3 3 3 3 3
4 3 5 4 3 4 4 3 3 4 4 3 4 4 5 4 4 4 3 4 3 4 3
4 4 5 4 4 3 4 3 4 4 4 3 4 4 4 3 4 3 3 3 4 3 3
3 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 3 3 3 3 3 3 3
4 4 4 3 3 3 4 4 3 3 4 4 4 4 4 4 4 4 4 4 3 3 3
4 3 3 4 3 3 3 3 3 3 4 4 3 3 4 3 3 2 1 2 1 2 2
4 4 5 5 4 4 4 4 4 4 4 2 3 4 4 4 4 4 4 4 4 4 4
4 3 4 4 3 3 3 3 4 3 3 3 3 4 4 3 3 2 4 2 3 2 2

130
4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 5 4 4 4 4 4 4 4
4 2 4 3 3 3 2 2 3 3 4 4 4 4 4 4 4 2 2 3 3 3 3
4 4 2 5 4 4 2 2 5 5 4 4 4 4 4 2 2 2 4 2 4 4 4
5 4 4 4 4 4 3 3 3 4 4 3 3 4 4 4 4 4 4 3 3 3 3
4 4 5 5 4 4 4 3 4 4 5 4 4 5 5 5 5 1 5 2 3 4 5
4 4 5 4 4 4 4 4 4 4 4 4 4 4 5 5 4 5 5 5 4 4 4
4 4 4 4 5 3 3 2 2 4 4 4 4 3 3 3 4 4 4 4 3 3 3
5 5 4 4 3 4 4 4 3 4 4 3 4 4 3 4 5 4 5 4 4 4 5
4 4 3 3 2 3 2 2 3 3 2 3 2 3 4 3 4 3 4 3 2 2 3
2 2 4 3 2 4 2 2 2 4 4 4 4 4 4 4 2 2 2 1 2 3 3
5 3 5 5 5 5 4 4 4 4 4 4 4 4 4 4 3 2 2 2 2 2 2
4 4 4 4 3 3 3 3 4 4 4 3 3 5 5 4 4 2 4 2 3 3 3
2 2 4 2 4 4 4 4 4 4 4 4 4 5 5 5 4 1 2 4 4 4 3
4 4 4 4 3 3 3 3 3 4 3 4 3 4 4 3 4 3 3 3 3 3 4
4 4 4 4 4 4 2 2 2 4 3 3 2 4 4 3 4 3 3 3 3 3 3
5 5 5 4 4 4 5 5 5 4 5 4 5 5 5 5 4 3 5 4 3 4 4
4 2 3 3 4 2 2 2 3 2 3 2 2 1 5 3 1 1 1 1 1 1 1
4 4 4 4 3 3 3 3 3 3 3 2 2 4 5 3 4 1 4 3 2 3 2
4 4 4 4 4 4 4 4 4 4 4 4 3 4 4 2 4 2 2 4 3 4 4
4 2 4 4 3 4 4 3 3 4 4 4 4 4 4 4 4 2 4 4 3 2 3
2 3 2 2 2 2 3 4 2 3 3 4 4 3 2 3 2 4 4 4 4 5 4
4 4 4 4 3 3 2 2 2 4 2 2 2 4 4 4 2 2 2 2 2 2 2
5 5 5 5 4 5 4 5 4 4 4 4 4 5 4 4 4 2 4 2 2 3 2
4 4 3 4 3 4 4 4 4 4 4 4 4 4 4 4 4 3 4 3 4 4 3
4 4 4 4 4 4 5 5 4 5 4 4 4 5 5 5 4 4 4 4 3 3 3

131
4 4 4 4 2 2 3 2 2 2 2 2 2 2 4 2 1 1 1 1 1 1 1
4 3 3 4 2 2 2 2 2 2 2 2 2 2 3 2 2 2 2 2 1 2 2
5 2 4 4 4 4 2 2 4 4 4 2 2 4 4 4 4 1 4 4 1 1 4
4 4 4 4 3 3 3 3 4 4 4 3 4 4 4 4 4 3 4 4 3 4 3
4 4 4 4 4 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
4 2 4 2 2 4 4 3 2 4 3 2 4 4 4 4 4 2 4 4 3 3 3
4 3 4 4 4 2 3 3 3 4 4 4 4 4 4 4 4 2 4 2 3 2 2
4 4 2 4 2 2 2 2 4 4 4 2 2 4 4 4 2 2 4 2 2 2 2
5 2 4 4 3 2 1 1 3 4 4 4 4 4 4 4 2 2 2 2 3 2 2
4 4 4 4 4 4 2 2 2 4 4 3 4 4 4 4 4 3 4 3 4 2 4
4 4 4 4 3 4 4 2 2 2 4 4 2 4 4 4 4 4 4 4 4 4 3
4 3 4 3 3 4 3 3 4 4 4 3 3 4 4 3 4 2 5 4 3 3 4
4 4 4 4 2 2 2 3 3 3 4 2 2 3 3 3 4 4 4 4 3 3 3
5 3 4 4 2 2 3 3 3 3 3 3 4 4 4 3 4 4 2 2 3 3 2
4 4 4 4 3 4 4 3 2 2 3 3 4 2 4 3 3 3 5 4 2 2 1
4 4 4 4 3 3 3 3 2 2 4 2 2 4 4 4 4 4 4 3 3 3 2
5 5 5 5 5 5 4 4 4 4 4 4 4 4 4 4 4 3 3 3 3 4 4
4 3 4 4 2 3 3 3 2 3 3 3 3 3 3 3 3 2 2 3 2 1 1
3 3 4 4 4 4 4 4 4 4 3 4 4 3 3 3 2 1 3 3 4 4 3
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 3 3
5 5 5 5 1 2 2 2 4 4 4 2 1 4 4 4 1 1 1 1 4 4 4
5 5 4 4 4 4 4 4 4 4 3 4 4 3 4 3 4 4 5 4 3 2 2
4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
4 3 5 4 4 4 4 4 4 4 4 4 4 4 4 4 5 3 4 3 3 3 4
2 1 2 2 2 2 2 2 3 2 1 1 2 1 1 1 1 3 2 1 1 1 1

132
4 3 3 3 4 3 3 3 4 3 4 3 4 4 4 3 3 3 2 2 3 3 3
5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 4 4 4 4 5 4
4 4 5 4 3 3 3 3 4 4 3 4 3 4 4 4 3 1 3 1 2 3 3
4 3 4 2 2 3 4 4 3 4 4 4 4 2 1 2 2 1 4 3 2 1 3
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
3 3 4 3 4 4 2 2 3 3 4 3 3 4 4 4 4 5 3 4 2 2 2
2 2 3 3 1 3 1 1 2 3 3 2 3 3 3 3 2 2 1 2 2 2 2
4 5 4 5 4 5 4 5 4 5 4 5 4 5 4 5 4 5 4 5 4 5 4
5 3 3 4 3 3 3 3 4 3 3 3 4 3 3 2 2 2 1 2 2 1 2
5 4 4 4 4 3 2 2 3 4 3 5 5 4 4 4 4 4 4 4 2 3 2
5 4 5 5 5 4 3 2 4 4 4 3 3 5 5 5 5 4 4 5 5 5 5
4 5 5 5 4 4 5 4 3 4 4 4 4 5 5 5 4 4 4 4 4 4 4
4 5 3 5 4 4 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
4 2 3 4 4 4 3 3 4 4 4 3 4 3 4 3 4 3 4 4 4 3 3
4 3 4 4 4 3 3 3 4 4 4 3 3 4 4 3 3 2 4 3 4 3 4
5 3 4 2 5 4 4 4 4 3 3 5 5 3 4 4 2 1 3 1 4 2 2
4 3 4 4 3 3 4 3 4 4 4 4 4 5 5 4 3 2 4 3 3 3 2
3 3 4 3 3 3 3 3 3 3 4 3 3 3 4 3 2 1 3 2 3 2 3
4 4 4 3 4 4 3 3 4 4 4 4 4 4 4 3 4 3 4 4 2 3 2
3 3 4 4 3 3 2 1 2 3 3 3 3 3 3 2 3 3 4 4 2 3 3
4 3 3 3 3 3 3 3 3 3 3 3 3 3 4 3 2 2 3 2 2 2 2
4 4 5 4 4 3 3 3 3 4 4 3 3 4 4 4 4 4 4 4 4 3 4
4 4 4 4 2 3 2 1 3 3 3 1 2 3 3 3 5 5 4 3 2 5 3
5 4 4 4 4 3 3 3 5 4 3 3 3 5 5 4 5 4 5 5 3 3 3
4 3 4 4 3 3 3 3 3 3 3 3 3 3 4 4 3 3 3 3 3 2 3

133
4 3 4 3 3 3 3 3 4 3 3 3 3 3 3 3 2 1 3 1 3 2 1
4 4 4 4 4 4 4 4 4 3 4 4 4 3 4 3 5 5 5 5 3 3 3
3 3 4 4 3 5 3 3 3 4 4 4 3 4 5 4 4 4 5 4 4 3 3
4 3 5 3 4 2 1 2 2 2 2 2 3 4 5 3 1 3 4 2 1 2 3
3 3 3 3 4 4 4 3 3 4 4 4 4 4 4 4 2 1 1 1 2 2 2
4 4 4 4 3 3 3 3 3 3 3 3 3 3 4 3 4 3 4 4 3 3 3
5 5 5 5 4 4 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4
3 5 2 1 3 2 2 2 3 3 3 3 3 4 4 4 1 1 2 1 3 3 3
4 3 4 4 3 3 4 4 3 4 3 4 3 4 4 4 3 2 2 3 3 2 2
4 4 4 4 4 4 3 3 4 4 4 3 4 5 5 5 4 4 4 4 4 4 4
4 3 3 4 4 4 2 3 3 3 3 2 3 3 3 2 4 5 3 4 2 2 2
3 4 3 4 4 4 4 3 4 4 4 4 4 4 4 4 3 2 3 3 4 3 3
4 4 4 3 4 4 4 4 4 4 4 4 4 4 5 4 5 4 4 4 4 3 4
4 3 5 4 4 4 5 5 5 5 4 4 4 5 5 4 5 5 5 5 4 4 5
4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
4 3 2 4 2 2 2 2 2 3 2 2 1 3 3 3 3 3 4 3 4 2 4
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 3 2 5 3 3 2 2
4 4 4 5 4 4 5 5 4 5 5 5 5 5 5 4 5 5 5 5 4 4 4
5 5 4 4 3 3 2 3 3 3 4 3 4 3 5 4 3 3 5 3 5 2 4
5 4 4 4 4 4 3 3 3 3 4 3 4 3 4 3 3 2 4 2 3 2 3
4 4 5 4 3 3 4 4 4 3 3 3 4 3 4 3 2 1 1 2 3 2 3
4 3 3 3 4 4 3 3 4 3 3 3 4 4 4 5 4 5 5 4 3 4 3
4 3 4 3 4 4 4 4 4 4 4 4 4 4 4 5 5 4 3 4 5 5 5
4 3 4 4 3 3 3 3 3 3 3 3 3 3 4 3 3 1 1 3 3 3 2
4 5 5 5 4 4 4 4 4 5 4 4 4 4 4 4 5 5 5 5 4 4 3

134
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 4 4 4 3
4 5 5 4 4 5 5 5 5 4 5 5 5 4 3 4 4 3 4 3 3 4 3
4 3 3 3 3 3 4 4 3 3 3 3 3 3 3 3 3 2 2 2 2 3 2
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
4 3 4 4 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
4 4 4 4 3 4 3 3 3 3 4 4 4 4 4 4 3 2 4 4 3 2 2
4 4 4 4 4 4 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 3
4 4 4 5 4 4 4 4 5 5 5 4 4 4 4 4 5 5 4 4 4 5 4
4 4 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 2 2 2 2 2
4 4 4 4 4 4 4 4 4 4 5 4 4 5 5 5 4 4 4 4 5 4 3
4 4 4 4 3 4 3 3 3 3 3 3 3 3 3 3 3 3 4 3 3 3 3
5 4 4 4 3 4 3 3 4 5 5 4 4 4 5 4 3 3 4 3 3 3 3
3 2 3 4 3 3 2 3 3 3 3 3 3 4 4 4 4 3 2 3 3 3 2
3 3 4 3 3 3 4 4 3 5 4 4 4 5 5 4 4 4 3 4 3 3 2
4 4 5 5 4 4 4 4 3 3 3 4 4 3 3 3 3 2 4 3 4 3 3
5 4 5 3 3 4 3 3 4 4 5 5 5 3 4 4 3 2 2 4 5 3 3
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 4 3 3 2 3
4 3 4 3 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 3 3
4 4 4 4 4 4 3 3 4 4 4 3 3 4 5 4 2 2 3 2 3 3 2
4 4 4 4 3 4 3 2 4 4 4 4 3 4 3 4 3 2 3 4 3 3 3
4 3 3 4 4 4 3 3 4 4 5 4 4 5 4 3 3 2 3 2 3 2 4
5 3 4 4 3 3 4 4 4 4 4 4 4 4 4 4 4 2 3 2 3 3 3
4 5 5 5 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 5 4 3
3 3 4 4 3 3 4 3 4 4 4 4 4 5 5 5 4 4 3 4 5 3 3
4 3 4 4 3 3 3 3 3 3 4 3 3 3 4 3 4 3 4 4 4 4 3

135
1 2 2 2 2 2 1 1 3 3 3 3 3 3 3 3 4 3 4 3 3 3 3
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 1 1 2 1 3 3 3
4 4 3 3 4 3 3 3 4 4 3 5 4 4 4 4 3 2 2 3 3 4 3
5 5 5 5 5 4 3 3 3 3 4 4 4 4 4 4 4 4 4 5 4 4 4
4 3 4 4 3 3 3 3 3 3 5 4 4 5 5 5 4 3 3 4 4 3 3
5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 5 5 4 5 5 4 4
4 3 3 4 3 3 3 3 3 4 3 3 4 5 4 4 4 3 3 4 3 3 3
5 5 5 5 5 3 3 3 5 5 5 3 3 5 5 5 5 4 3 3 3 5 3
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
4 4 4 4 2 2 2 2 3 3 3 3 3 4 4 3 3 3 2 3 3 3 3
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 3 4 4 4 4 4
3 2 4 4 3 3 3 3 4 4 4 3 3 4 4 4 4 3 2 4 3 4 3
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3 3
5 4 5 5 4 4 4 4 4 4 4 4 4 5 5 5 5 4 4 4 4 3 4
4 1 3 3 3 4 3 2 4 3 2 4 4 3 4 3 4 4 5 4 4 1 3
4 4 3 3 4 3 3 3 3 3 3 3 3 3 4 4 3 2 4 3 2 2 2
4 3 4 5 3 4 5 3 5 5 4 5 4 4 5 4 2 1 3 2 3 2 4
4 4 5 4 4 5 4 4 5 5 4 4 4 4 5 4 3 3 2 2 4 4 4
3 3 4 3 3 3 3 3 3 3 3 3 3 5 5 5 4 3 2 4 3 3 3
3 4 4 4 3 3 3 3 3 3 3 3 3 4 4 3 1 1 3 1 1 1 1
3 3 4 3 3 4 3 3 3 3 3 3 3 3 3 3 1 1 1 1 1 1 1
4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 5 4 5 5 5 3 3

136
3 3 4 5 3 3 2 3 3 3 4 3 3 3 4 4 3 3 2 3 3 3 2
3 1 4 3 2 4 4 2 3 3 3 3 3 2 2 2 1 1 2 2 2 2 2
4 4 4 4 4 4 3 4 4 5 5 4 4 5 5 4 5 4 4 4 4 4 4
4 4 4 4 4 4 4 4 5 5 5 3 4 5 5 5 5 5 5 5 5 5 4
4 4 4 4 2 2 2 3 2 4 4 2 2 4 4 4 5 5 4 5 4 4 3
4 3 4 5 4 4 4 4 4 4 5 3 3 4 4 3 4 3 3 4 5 4 3
5 3 5 4 5 5 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5
5 5 5 5 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5
4 3 5 3 3 4 3 3 3 4 3 4 4 3 4 2 4 4 4 4 4 3 2
4 5 4 4 5 4 5 4 4 5 4 4 4 4 4 4 5 5 4 5 5 4 5
4 5 5 5 2 2 1 2 4 4 4 2 2 4 5 5 4 4 4 4 4 2 2
4 4 4 4 4 4 3 3 3 4 3 4 4 4 4 4 4 3 4 4 3 4 3
2 2 3 2 3 3 2 3 3 3 3 3 2 3 2 3 3 3 2 2 2 2 2
4 4 4 4 2 2 2 2 4 4 4 4 4 4 4 4 2 2 4 2 2 1 1
4 4 4 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
3 4 4 4 3 3 3 3 2 2 3 3 3 4 4 3 3 3 3 3 3 3 3
3 2 4 4 4 4 4 4 3 4 4 3 3 4 4 4 2 3 3 3 2 2 2
5 5 5 5 5 4 4 4 4 4 4 4 4 3 3 3 4 4 4 4 2 2 2
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
3 2 3 3 4 4 1 1 3 3 3 2 2 4 1 3 4 3 5 4 3 4 3
4 3 3 3 3 4 3 4 3 2 2 3 3 2 3 2 3 2 2 2 2 2 2
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3 3 3 3
3 3 3 4 3 3 3 3 3 3 3 3 3 3 3 3 2 2 2 2 3 3 3
3 3 3 3 2 3 3 2 3 3 2 3 3 4 4 4 3 3 2 2 3 3 2
3 2 3 3 3 2 3 2 2 3 3 3 3 3 3 3 3 3 3 3 3 2 2

137
4 3 4 4 4 4 3 3 3 4 4 4 4 4 5 4 4 3 3 4 4 4 3
4 2 4 4 4 4 4 4 4 4 3 4 4 4 4 3 2 2 2 2 2 2 2
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
4 3 4 3 3 3 3 3 3 4 2 3 3 4 4 3 4 3 2 4 2 3 2
4 4 4 4 4 4 3 4 4 4 4 4 4 4 3 3 3 3 4 3 3 3 3
3 1 3 3 4 4 3 3 3 3 3 3 3 4 4 3 3 3 1 3 1 1 1
5 3 5 4 3 5 3 3 3 3 4 5 5 3 4 3 3 2 3 3 3 3 2
5 5 5 5 3 3 4 4 3 4 4 4 4 5 4 4 3 2 3 4 4 4 3
3 3 4 4 3 4 5 3 4 4 4 5 5 4 4 4 3 3 5 5 3 2 2
3 2 2 3 2 3 2 2 2 2 2 2 2 2 2 2 2 2 1 1 2 1 1
4 3 4 5 4 3 3 3 4 5 4 3 3 4 5 4 3 2 4 3 3 3 4
4 3 3 4 3 3 3 4 3 3 3 4 4 3 4 4 3 3 3 3 3 3 3
3 3 4 3 4 4 3 3 4 4 4 4 4 4 4 4 3 3 3 3 3 3 3
3 4 4 3 3 3 4 3 4 4 4 3 3 4 4 3 3 1 3 2 3 2 3
4 4 4 4 3 3 3 3 3 3 3 3 4 4 4 4 4 4 3 3 3 3 3
2 4 4 3 3 3 3 3 3 3 4 3 3 4 4 4 3 1 2 2 3 3 3
4 1 4 4 3 3 2 2 3 4 4 3 4 4 4 5 3 5 3 4 4 4 1
4 4 5 4 5 4 3 3 4 4 4 5 4 4 4 4 5 4 4 4 4 4 4
5 3 3 4 4 4 3 4 4 4 5 4 5 5 4 4 5 5 5 5 4 4 4
1 1 3 1 1 1 1 1 1 3 3 3 3 1 1 1 1 1 4 1 1 1 1
4 4 4 4 3 3 3 3 3 3 3 3 3 4 4 3 4 3 4 4 2 2 2
3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 3 2 3 3 3 3 3
3 4 4 4 4 3 3 4 4 4 4 3 4 5 5 4 3 1 3 4 4 2 3
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 4 4 5 5 4 3
4 4 5 5 5 4 3 5 5 5 5 4 4 4 4 4 5 5 5 5 4 4 5

138
4 3 4 4 3 3 4 4 4 4 4 4 4 4 4 4 2 2 3 3 4 3 2
4 3 4 3 2 4 2 2 4 5 4 3 4 5 5 4 4 3 3 4 4 3 3
4 3 4 4 4 4 3 3 4 3 4 4 4 4 4 4 4 5 4 4 3 3 4
4 4 4 4 4 3 3 2 3 4 4 3 3 4 4 4 4 1 4 4 4 4 3
4 3 3 3 4 4 4 4 4 4 3 3 3 3 3 3 3 2 2 2 3 2 2

139