Dison Librado
Program Studi Teknik Informatika STMIK AKAKOM
Jl. Raya Janti no. 143, Yogyakarta
Email: disonlibrado@gmail.com
ABSTRACT
Computer based data processing is expected to improve user performance, but the
computer was not completely accepted by individuals. STMIK AKAKOM in one of their
activities applied information technology to SIAKAD that provides some features for learning
activities on campus
The analysis of SIAKAD acceptance by students using the technology acceptance
model (TAM), with partial least square , is to know how the behavior of SIAKAD users as the
end user? It would be related to usefulness (PU), ease of use (PEOU), attitude toward using
(ATU), and behavioral intention to use (BITU).
From the analysis of data, the results is mention that there were a positive and
significant influence between the variables. Technology acceptance factors that inflict attitude
to use SIAKAD by student in their learning activities is the ease of use and usefulness )
112
STMIK Palangka Raya 113
Use
perilaku untuk tetap menggunakan suatu Penelitian ini akan menggunakan teknik
mahasiswa sebagai objek penelitian dibuat dan akan diuji. Berikut ini adalah
Perceived Ease
mahasiswa tersebut akan diambil Of Use
yang diperoleh tidak akan memberikan inner model digunakan untuk uji
manfaat apabila instrumen yang kausalitas (pengujian hipotesis dengan
digunakan untuk mengumpulkan data model prediksi) (Jogiyanto dan
penelitian tidak memiliki reliabilitas dan Abdillah, 2010:14). Teknik ini
validitas yang tinggi. Oleh karena itu menggunakan statistika multivariat
dalam hal ini akan dilakukan pengujian yang akan membandingkan antara
terhadap validitas dan reliabilitas data variabel dependen berganda dengan
yang diperoleh variabel independen berganda. Model
Uji validitas akan berhubungan evaluasi PLS mendasarkan pada
dengan ketepatan alat ukur untuk pengukuran prediksi yang bersifat non-
melakukan tugasnya mencapai sasaran parametrik. Evaluasi dengan model PLS
(Jogiyanto, 2008), yang dikelompokkan dilakukan dengan mengevaluasi outer
menjadi dua yaitu validitas isi (content model dan inner model.
validity) dan validitas konstruk. Uji Model struktural dievaluasi
Reliabilitas adalah untuk mengetahui dengan menggunakan R2 untuk
tingkat seberapa besar suatu pengukur konstruk dependen, nilai koefisien path
mengukur dengan stabil dan konsisten atau t-values tiap path diuji signifikansi
(Jogiyanto, 2008). Suatu konstruk antar konstruk dalam model struktural.
dianggap reliabel apabila nilai Semakin tinggi nilai R2 maka semakin
composite reliabilitynya di atas 0,7, baik model prediksi dari model
namun demikian pada riset penelitian tersebut, tetapi R2 tidaklah
pengembangan skala loading 0,5 sampai menjadi satu-satunya parameter yang
0,6 masih dapat diterima (Ghozali, absolute dalam mengukur kepetapan
2012). model prediksi karena dasar
Uji hipotesis akan dilakukan hubungannya adalah parameter yang
dengan alat analisis Partial Least paling utama yang dapat menjelaskan
Square (PLS), yang secara simultan hubungan kausalitas tersebut. Nilai
dapat melakukan pengujian model koefisien path atau inner model
pengukuran (Outer model) sekaligus menunjukkan tingkat signifikansi dalam
pengujian model struktural (Inner pengujian hipotesis. Nilai koefisien
model). Outer model digunakan untuk yang ditunjukkan dari T-statistic harus
uji validitas dan reliabilitas, sedangkan > 1,96 untuk hipotesis two tail atau T-
statistic > 1,64 untuk hipotesis one tail dengan loading faktor indicator dari
pada alpha 5% dan power 80% (Hair masing-masing konstruk. Hasil dari
dkk.., 1998) outer loading untuk melihat tingkat
validitas indikator dengan nilai loading
HASIL DAN PEMBAHASAN factor diatas 0,7 pada Gambar 3.
Sebelum melakukan pengujian Tingkat validitas indikator akan
terhadap model terlebih dulu dilakukan didasarkan pada nilai loading factor
model pengukuran untuk uji validitas dengan kriteria nilai diatas 0,7. Tabel 1
konstruk dan reliabilitas. Validitas harus berikut adalah hasil loading factor dari
diuji agar dapat diketahui kemampuan masing-masing indikator.
instrument penelitian ini dalam Tabel 1 Hasil Outer Loading
(Mean, STDEV, T-Values)
mengukur hal-hal yang ingin diukur.
ATU ITU PEOU PU
Selanjutnya pengujian reliabilitas ATU 1 0,908
ATU 2 0,865
dilakukan untuk mengukur konsistensi
ITU 1 0,885
alat ukur dan konsistensi responden ITU 2 0,797
PEOU 1 0,740
dalam menjawab instrument penelitian
PEOU 2 0,792
ini. Pengujian validitas dan reliabilitas PEOU 3 0,735
dalam penelitian ini menggunakan alat PU 1 0,783
PU 2 0,798
bantu software Partial Least Square PU 3 0,752
(SmartPLS versi 3.0). PU 4 0,775
Sumber: Hasil Output SmartPLS 3.0.
Validitas konvergensi diukur
(Werts dkk.., 1974 dalam Salisbury Dari Tabel 6 dapat dilihat bahwa
dkk.., 2002) yang dikutip Hartono dan nilai R-Square untuk variabel Sikap
Abdillah (2009). Rule of thumb nilai yang Mengarahkan Penggunaan (ATU)
alpha atau Composite Reliability harus adalah sebesar 0,470 yang berarti bahwa
lebih besar dari 0,7 meskipun nilai 0,6 47% variance Sikap yang Mengarahkan
masih dapat diterima pada studi yang Penggunaan (ATU) dijelaskan oleh
sifatnya eksploratory (Hair dkk..., variabel Persepsi Kegunaan (PU) dan
1998). Tabel 5. menunjukkan hasil uji Persepsi Kemudahan Penggunaan
reliabilitas konstruk, dimana masing- (PEOU), sedangkan sisanya 53%
masing konstruk di atas 0,7 sehingga dijelaskan oleh variabel lain di luar
pengukur dalam penelitian ini reliable. penelitian ini. Nilai R-Square untuk
Model struktural dievaluasi dengan variabel Niat Perilaku untuk
menggunakan R-Square untuk konstruk Menggunakan (ITU) adalah sebesar
dependen, uji-t, serta signifikansi dari 0,448 yang artinya 44,8% Niat Perilaku
koefisien parameter jalur struktural. untuk Menggunakan mampu dijelaskan
Tabel 6 menunjukkan R-Square yang oleh variabel Sikap yang Mengarahkan
perubahan nilainya akan digunakan Penggunaan (ATU) sedangkan lainnya
untuk menilai pengaruh variabel laten sebesar 55.2% dijelaskan oleh variabel
independen tertentu dengan variabel lain dari luar penelitian ini. Berikutnya
laten dependen serta melihat adanya untuk nilai R-Square variabel Persepsi
pengaruh substantif. Kegunaan (PU) yang bernilai 0,165
Tabel 5. Composite Reliability berarti bahwa 16,5% variabel Persepsi
Composite Reliability
Konstruk Kegunaan dapat dijelaskan oleh variabel
Kriteria > 0,7
PU 0,859 Persepsi Kemudahan Penggunaan
PEOU 0,800
(PEOU) sementara sisanya sebesar
ATU 0,880
ITU 0,830 83,5% dijelaskan oleh variabel lain dari
Sumber: Hasil Output SmartPLS 3.0. luar penelitian ini.
Tabel 6. R-Square Nilai T-statistic dalam tabel
R-Square
Path coefficient digunakan dalam model
ATU 0,470
ITU 0,448 struktural untuk melihat hubungan
PU 0,165 antara variabel independen ke variabel
Sumber: Hasil Output SmartPLS 3.0
dependen, sehingga dapat dinilai