Sustainability Konversi 2

keberlanjutan
Artikel
Memahami Tujuan Penggunaan Berkelanjutan dari
Teknologi Pembayaran Seluler di Korea:
Perbandingan Pengguna China dan Korea Lintas
Negara
Xin Lin 1,2, RunZe Wu 3, Yong-Taek Lim 1,*, Jieping Han 2,* dan Shih-Chih Chen 4,*
1
Departemen Perdagangan Internasional, Universitas Nasional Kunsan, Kunsan 54150, Korea; linxin@neepu.edu.cn
2
Sekolah Ekonomi dan Manajemen, Universitas Tenaga Listrik Timur Laut, Jilin 132012, Cina
3
Sekolah Tinggi Bisnis, Universitas Jiaxing, Jiaxing 314001, Cina; wu3140025@163.com
4
Departemen Manajemen Informasi, Universitas Sains dan Teknologi Kaohsiung Nasional, Kaohsiung 824,
Taiwan
* Korespondensi: lyt@kunsan.ac.kr (Y.-TL); hanjieping@neepu.edu.cn (JH); scchen@nkust.edu.tw (S.-CC)
Diterjemahkan dari bahasa Inggris ke bahasa Indonesia
periksa Eor - www.onlinedo
Diterima: 8 Agustus 2019; Diterima: 1 Oktober 2019; Diterbitkan: 8 Oktober 2019 pembarua
n
Abstrak: Pembayaran seluler (m-payment) memungkinkan konsumen untuk melakukan tugas pembayaran
mereka melalui platform teknologi seluler. Dalam studi ini, kami merangkum, mengevaluasi, dan
memperluas literatur tentang niat penggunaan m-payment dengan mengintegrasikan secara sintetis
keuntungan dari tiga teori sistem informasi ke dalam model terintegrasi, yang merinci hubungan
komplementer antara ukuran objektif, persepsi subjektif dari m- layanan pembayaran, dan karakteristik m-
payment technology-task fit. Berdasarkan sampel 908 individu dalam dua kelompok pengguna Kakaopay
yang berbeda (467 pengguna Kakaopay Cina di Korea dan 441 pengguna Kakaopay Korea lokal) dan
pengoptimalan terintegrasi tiga model, kami mengintegrasikan teori penerimaan dan penggunaan model
teknologi terpadu (UTAUT) , model keberhasilan sistem informasi (D&M ISS), dan model kesesuaian tugas-
teknologi (TTF), dengan mempertimbangkan variabel moderasi (konsumen berpengalaman Cina dan Korea)
dan analisis multi-kelompok. Kami memilih faktor-faktor yang mempengaruhi niat penggunaan konsumen
China dan Korea sebagai objek penelitian, dan pada akhirnya mencapai tujuan kami untuk memprediksi pola
perilaku konsumen secara lebih akurat guna memperluas skala calon konsumen China. Hasil empiris secara
teoritis berkontribusi pada solusi akademis dan praktis untuk produk pembayaran m Korea dan membantu
pemasok teknologi untuk merangsang pertumbuhan berkelanjutan kelompok konsumen pembayaran seluler
Korea di Korea. dan pada akhirnya mencapai tujuan kami untuk memprediksi pola perilaku konsumen secara
lebih akurat guna memperluas skala calon konsumen China. Hasil empiris secara teoritis berkontribusi pada
solusi akademis dan praktis untuk produk pembayaran m Korea dan membantu pemasok teknologi untuk
merangsang pertumbuhan berkelanjutan kelompok konsumen pembayaran seluler Korea di Korea. dan pada
akhirnya mencapai tujuan kami untuk memprediksi pola perilaku konsumen secara lebih akurat guna
memperluas skala calon konsumen China. Hasil empiris secara teoritis berkontribusi pada solusi akademis
dan praktis untuk produk pembayaran m Korea dan membantu pemasok teknologi untuk merangsang
pertumbuhan berkelanjutan kelompok konsumen pembayaran seluler Korea di Korea.
Kata kunci: pembayaran seluler; UTUT; D&M ISS; TTF; niat penggunaan
1. pengantar
Perekonomian dunia memiliki pola dunia tiga tingkat, dengan Kawasan Ekonomi Eropa, Kawasan
Perdagangan Bebas Amerika, dan Kerjasama Ekonomi Asia-Pasifik (APEC) sebagai pusatnya. Dilihat dari
data siklus perdagangan Korea Selatan dan global, dari Januari 2007 hingga Januari 2013, indikator ekspor
Korea terbukti menjadi leading indicator perdagangan global. Oleh karena itu, indikator ekspor Korea disebut
kenari di tambang batu bara, sebagai barometer pertumbuhan ekonomi global [1].
Menurut data yang dikumpulkan oleh Statistics Korea pada tahun 2018, di antara semua Indikator
pertumbuhan ekspor Korea Selatan (SKEG), jumlah total transaksi belanja online Korea meningkat menjadi
$0,096 triliun USD (peringkat kelima di negara-negara Organisasi untuk Kerjasama Ekonomi dan
Pembangunan (OECD), menghasilkan 6,27% dari PDB Korea ($1,53 triliun USD), menunjukkan karakteristik
yang jauh lebih berkelanjutan daripada rasio perdagangan manufaktur tradisional Korea, seperti sebagai
Keberlanjutan 2019, 11, 5532; doi:10.3390/su11195532www.mdpi.com
/jurnal/keberlanjutan
Keberlanjutan 2019, 11, 5532 2 dari
23
perdagangan manufaktur otomotif (4,0%) dan perdagangan pengapalan (1,3%). Pada tahun 2018, tingkat
pertumbuhan pembayaran seluler Korea yang secara signifikan berkontribusi terhadap keberlanjutan
pertumbuhan ekonomi Korea adalah sebesar 31,7% [2], jauh melebihi pertumbuhan produk domestik bruto
(PDB) Korea 2,7% pada tahun 2018 [3]. Pertumbuhan berkelanjutan pembayaran seluler Korea (m-payment)
sebagai bagian penting dari indikator SKEG sangat penting bagi pertumbuhan ekonomi Korea dan dunia yang
berkelanjutan.
Data yang relevan dari 2018 menunjukkan bahwa dibandingkan dengan dua pasar e-commerce utama
yang lebih besar, Amerika Serikat dan Eropa, penjualan perdagangan elektronik China mencapai $634 miliar
USD, yang telah menjadi yang tertinggi secara global. Penjualan e-commerce global tahun 2019 diperkirakan
akan melampaui ambang $2 triliun USD, dan pasar e-commerce China diperkirakan akan tetap unggul hingga
tahun 2023. Daya beli mulai bergeser dari Amerika Serikat dan Eropa ke China dan Asia Tenggara , didorong
oleh peningkatan jumlah pembeli Asia yang memperoleh e-commerce dari meningkatnya daya beli dan
penetrasi Internet yang lebih besar, terutama pada perangkat seluler. Data dari Kementerian Perdagangan
China mengungkapkan bahwa pada akhir 2018, nilai pasar e-commerce China menyumbang $633,9 miliar
USD,4].
Dari literatur yang disebutkan di atas, kesimpulan berikut dapat ditarik: Mempertimbangkan keunggulan
geografis yang unik dan didorong oleh tingkat penetrasi e-commerce yang lebih tinggi, pemasok layanan m-
payment Korea harus menyadari bahwa mempertahankan pelanggan Korea saat ini tidak cukup; perlu untuk
merangsang unsur-unsur yang mempengaruhi niat penggunaan kelompok konsumen Cina.
Dalam studi ini, kami mempertimbangkan platform pembayaran seluler terbesar di Korea, Kakaopay, dan
kami mempelajari secara komprehensif semua faktor yang mempengaruhi perkembangan berkelanjutan m-
payment Korea. Sebagai penyedia layanan pembayaran seluler dan dompet digital, Kakaopay (Kakao Co.,
Ltd., Seoul, Korea) memungkinkan konsumen untuk melakukan tugas pembayaran seluler menggunakan Near
Field Communication (NFC) dan kode dua dimensi [5]. Pada 22 Januari 2016, dengan mendirikan bank online
Kakao dan menerbitkan kartu debit, Kakao merambah ke transaksi keuangan online. Pada 21 Februari 2017,
Kakaopay memperoleh $200 juta USD dari Ant Financial of Alibaba Co., Ltd. (Hangzhou, China). Pada April
2017, Kakaopay diluncurkan secara terpisah untuk mengelola transaksi pembayaran. Kakaopay menerobos
penghalang 10 juta pengguna dalam waktu 20 bulan. Pada 21 Mei 2019, pemerintah Korea secara hukum
mengizinkan Kakaopay untuk mengembangkan layanan m-payment di luar negeri [6]. Bisa ditebak, Kakaopay
akan memberikan dukungan layanan bersama dengan Alipay untuk melayani 450 juta persyaratan m-payment
konsumen China dan Korea di masa mendatang. Menghadapi peningkatan jumlah konsumen China secara
eksponensial, pemasok m-payment Korea harus fokus pada faktor-faktor inti yang mempengaruhi niat
penggunaan sistem m-payment konsumen China dan Korea. Apakah sistem m-payment Korea dapat berhasil
bertahan sebagian besar dipengaruhi oleh faktor inti vital, seperti kepuasan pengguna, harapan kinerja (PE),
dan kompatibilitas antara fitur teknis dan tuntutan tugas [7].
Karena penelitian terbatas pada teori penerimaan dan penggunaan model teknologi terpadu
(UTAUT) untuk pembayaran seluler, penelitian kami adalah salah satu dari sedikit upaya untuk memperluas
UTAUT dari perspektif integrasi multi-grup dan multi-model. Berbagai peneliti telah mencari faktor-faktor
yang menentukan niat penggunaan [8,9]. Namun, elemen-elemen ini jarang diintegrasikan ke dalam model
yang komprehensif. Studi-studi di Asia ini telah memberikan bukti yang cukup dalam bidang penelitian
teknologi pembayaran seluler Korea, dengan banyak literatur penelitian empiris yang diterbitkan untuk
populasi Cina dan Korea [10]. Untuk mengatasi kurangnya penelitian di bidang terkait, kami menggabungkan
model keberhasilan sistem informasi (D&M ISS) dan model kecocokan teknologi tugas (TTF) dengan
UTAUT, dan menggunakan model terintegrasi ini sebagai model konseptual yang disajikan di sini. Model
gabungan ini mengkompensasi keterbatasan masing-masing dari tiga model individu dan mempertimbangkan
faktor subjektif dan objektif. Kami juga mempertimbangkan variabel moderator dari pengalaman Cina dan
Korea dan analisis multi-kelompok untuk meningkatkan metode integrasi multi-model.
Penelitian ini memberikan dua kontribusi yang signifikan. Pertama, dari perspektif konseptual, kami
memperluas penelitian sebelumnya tentang kesediaan penggunaan dalam kaitannya dengan pembayaran m
Korea dengan menyarankan bahwa D&M ISS dan TTF adalah komponen penting dari UTAUT. Dibandingkan
dengan tradisional
23
analisis model tunggal, model integrasi tiga dimensi ini memungkinkan pemeriksaan sistematis terhadap
faktor-faktor yang menentukan penerimaan konsumen atas solusi m-payment dari sudut pandang yang lebih
komprehensif. Kedua, kesimpulan yang ditarik dalam penelitian ini dapat memberikan perspektif yang kontras
tentang pengaruh moderasi pengalaman konsumen Cina dan Korea terhadap niat penggunaan Kakaopay.
Untuk menarik calon pengadopsi Cina, mengidentifikasi persamaan dan perbedaan antara konsumen Korea
dan Cina diperlukan. Secara umum, mengingat latar belakang pertumbuhan eksponensial Internet of Things
(IoT) 5G, perspektif yang terintegrasi dan kontras kondusif untuk penelitian lanjutan, memperluas cakupan
penelitian hingga penggunaan elemen yang mempengaruhi kesediaan m-payment global. Mempertimbangkan
kerjasama yang luas antara Cina dan Korea Selatan dalam industri pembayaran seluler, yang dimulai pada
awal tahun 2017, kami mempelajari elemen-elemen yang mempengaruhi niat penggunaan pengguna m-
payment Korea (pengguna Kakaopay Cina di Korea dan pengguna Kakaopay Korea lokal) sebagai objek
penelitian. . Dengan membandingkan perbedaan antara pengguna kedua negara, kami bertujuan untuk
merangsang faktor inti yang mempengaruhi niat penggunaan konsumen China di Korea, dan untuk
memberikan landasan teoretis yang diperlukan dan persiapan praktis untuk skala yang lebih besar China-
Korea berkelanjutan
kerjasama pasar pembayaran seluler.
Sisa dari makalah ini disusun sebagai berikut. Bagian2menyajikan literatur terkait pada tiga model sistem
informasi niat penggunaan pembayaran seluler Korea; Bagian3menyatakan desain penelitian, hipotesis
penelitian dan model yang diusulkan; Bagian4Rmelaporkan pengumpulan, analisis, dan hasil data, termasuk
desain survei dan pemilihan sampel; dan bagian terakhir menyajikan temuan penelitian, kontribusi penelitian,
dampak aktual, dan rekomendasi penelitian masa depan.
2. Latar Belakang dan Tinjauan Pustaka
2.1. Pembayaran Seluler

M-payment telah dijelaskan sebagai setiap transaksi pembayaran yang secara eksplisit dimulai,
diberikan, dan dikonfirmasi oleh terminal seluler [11]. Transaksi pembayaran seluler biasanya dilakukan dari
jarak jauh melalui SMS tarif preferensial, tagihan protokol aplikasi nirkabel, jaringan seluler, tagihan
pelanggan langsung, dan kartu kredit langsung. Oleh karena itu, m-payments dapat menangani transaksi
keuangan secara efisien melalui jaringan seluler, serta melalui beberapa keterampilan nirkabel, seperti
komunikasi jarak dekat (NFC) dan identifikasi frekuensi radio (RFID).12]. Teknologi M-payment telah
berkembang secara luas di seluruh dunia, dan kekuatan penyebaran serta pengaruh lintas batasnya meningkat.
Dompet digital, juga disebut "dompet elektronik", mengacu pada peralatan seluler atau transaksi bisnis online
yang mendukung konsumen saat melakukan bisnis elektronik [13]. Konsumen dapat menggunakan
smartphone untuk membeli sesuatu di toko offline. Rekening bank individu dapat dihubungkan ke dompet
digital, dan voucher dapat dikirimkan secara nirkabel ke terminal penjual melalui NFC.
Pada tahun 2018, teknologi pembayaran seluler menyumbang 4,6% dari PDB global, kontribusi yang
layak
$3,9 triliun USD dalam nilai ekonomi [14]. Wang [15] melaporkan bahwa m-payment lintas batas memiliki
peran penting dalam mempromosikan perdagangan internasional, menunjukkan bahwa layanan m-payment
yang tersistem akan mendorong integrasi m-payment dan settlement di kawasan Asia-Pasifik, dan bahkan
memungkinkan integrasi dan keberlanjutan perkembangan pasar konsumen di Asia Tenggara.
Namun, tidak semua pelanggan menerima pembayaran seluler sebagai layanan penting [16]. Oleh karena
itu, akademisi telah berfokus pada penentuan faktor-faktor yang mempengaruhi niat penggunaan. Chun [17]
menyatakan bahwa ketika argumen muncul antara pelanggan dan perusahaan dalam bisnis elektronik, alokasi
tanggung jawab sangat penting untuk keberlanjutan e-commerce. Dengan menganalisis reaksi pasar terhadap
Samsung Pay dan Apple Pay, Son dan Kim [18] mengungkapkan bahwa kebijakan administrasi teknologi
dapat memastikan keberlanjutan kemajuan teknologi yang cepat berubah. Penulis lain telah menggunakan
berbagai model persamaan struktural yang khas, termasuk model penerimaan teknologi (TAM), UTAUT, dan
teori terpadu penerimaan dan penggunaan teknologi 2 (UTAUT2), sebagai struktur dasar dalam penelitian
mereka untuk mengidentifikasi faktor apa pun yang dapat mempengaruhi kesediaan penggunaan m-payment
[11,19].
23
2.2. UTAU
Delapan model relevan penerimaan teknologi utama disatukan dan digabungkan dalam UTAUT oleh
Venkatesh et al. [20]. UTAUT juga mengemukakan empat variabel inti yang menjadi faktor penentu
kesediaan penggunaan dalam kaitannya dengan adopsi teknologi: Harapan kinerja (PE), harapan upaya (EE),
pengaruh sosial (SI), dan kondisi fasilitasi (FC). Selain itu, ia mendalilkan peran empat elemen moderasi
penting [20].
UTAU telah dipelajari dari berbagai perspektif penelitian tentang niat penggunaan perilaku dan adopsi
teknologi. Diusulkan sebagai perpanjangan TAM [21], UTUT [20] digunakan untuk mengevaluasi pentingnya
teknologi sistem informasi yang semakin umum dalam niat penggunaan. Menurut model UTAUT, niat
penggunaan dipengaruhi oleh PE, EE, SI, dan FC. UTAUT telah diterapkan untuk mengidentifikasi dan
menguji variabel yang mempengaruhi niat penggunaan penerimaan mobile commerce [22,23], belanja seluler
[24,25] dan adopsi penggunaan mobile banking [26,27]. Palau-Saumell [28] melaporkan bahwa pengalaman
konsumen memiliki efek moderasi pada hipotesis elemen independen dari kesesuaian tugas-teknologi,
kepuasan pengguna, PE, EE, SI, FC, dan niat penggunaan m-payment. Sebuah survei tentang potensi adopsi
pembayaran seluler menemukan bahwa pengalaman pengguna adalah moderator niat mereka untuk beralih
platform seluler [29], mengintegrasikan pengalaman ke dalam D&M ISS untuk menyelidiki apa yang
menentukan alasan mengapa pengguna beralih platform seluler. Oleh karena itu, untuk menguji seberapa kuat
variabel langsung memengaruhi niat penggunaan, kami menyertakan pengalaman pengguna dalam model
UTAUT sebagai variabel moderasi.
Karakteristik universal yang fleksibel [30] dari model UTAUT membuatnya sesuai untuk tujuan
penelitian ini, di mana kami mengintegrasikan beberapa teori penerimaan teknologi dan model TAM ke dalam
model yang komprehensif.
2.3. ISS DeLone dan McLean

Dalam penelitian ini, model D&M ISS diterapkan untuk mengetahui pengaruh pengaruh kepuasan dan
harapan kinerja dalam sistem pembayaran seluler terhadap niat penggunaan. D&M ISS diintegrasikan ke
dalam UTAUT untuk mengukur sistem informasi [31]. Kualitas sistem (SYQ), kualitas layanan (SQ), dan
kualitas informasi (IQ) secara bersama-sama mempengaruhi kepuasan pengguna dan harapan kinerja, yang
keduanya pada akhirnya mempengaruhi niat penggunaan.
Sejak penemuannya kembali, ISS telah diterapkan secara luas untuk mengevaluasi kesediaan
penggunaan dalam beragam sistem informasi. Mohammadi [32] mengintegrasikan D&M ISS ke dalam TAM
untuk menilai pengaruh pengaruh fasilitator kualitas, harapan kinerja, dan kepuasan pengguna, serta kegunaan
dalam e-learning. Sharma [33] mengeksploitasi D&M untuk mensurvei dan mengukur niat pengguna
pembayaran seluler, dan mengusulkan model konseptual yang dimodifikasi dengan memperluas D&M ISS
untuk memahami maksud penggunaan pembayaran seluler yang sebenarnya.
Seperti yang telah ditunjukkan oleh studi-studi ini, bahkan jika D&M ISS telah diterapkan secara luas
untuk menentukan niat penggunaan perilaku pelanggan, para peneliti jarang memeriksa area pembayaran
seluler di antara pelanggan Cina dan Korea, yang mewakili teknologi pembayaran canggih. Oleh karena itu,
model ISS D&M harus dimanfaatkan sebagai model konseptual pembayaran seluler [15].
2.4. TTF
TTF menentukan adaptasi antara kemampuan teknis dan kebutuhan misi; menunjukkan sejauh mana
kemampuan teknis cukup untuk mendukung tugas. Teori tersebut menyatakan bahwa adaptasi antara
fungsionalitas teknologi dan persyaratan misi mempengaruhi niat penggunaan (UI) dan harapan kinerja (PE)
[34]. Adaptasi yang lebih baik terhadap fitur teknis misi akan mendorong UI teknologi seluler, tetapi adaptasi
yang lebih buruk akan menurunkan UI [35]. Teori TTF mengandaikan konsumen sangat cerdas sehingga
mereka akan terus menggunakan fungsi teknologi tertentu jika mendukung persyaratan misi dengan sangat
baik. Penerimaan pelanggan terhadap model ini berasal dari asumsi bahwa model TTF adalah model
kompleks yang berisi tiga model kritis [36].
23
Bermacam-macam bidang telah mengadopsi model TTF untuk menentukan atau memprediksi niat
penggunaan teknologi pembayaran seluler, misalnya, teknologi nirkabel [37], penerimaan mobile banking
[38], perdagangan seluler [39], dan kesehatan seluler [40].
2.5. Mengintegrasikan UTAUT dan D&M ISS

Studi telah mengungkapkan bahwa ISS DeLone dan McLean dapat diterapkan secara moderat dalam
kombinasi dengan model tambahan. Berbagai perawatan D&M ISS, dalam kombinasi dengan teori yang
berbeda, memberikan dasar untuk penelitian kami dalam kaitannya dengan m-payments. Misalnya, harapan
kinerja individu merupakan masalah penting untuk kepuasan pengguna dalam lingkungan organisasi [41].
Penilaian kinerja individu ditemukan menjadi faktor penting yang mempengaruhi kepuasan pengguna [42].
Dalam studi ini, kami berkonsentrasi pada masing-masing karakteristik yang sesuai dari SYQ, SQ, dan
IQ, seperti fitur sistem informasi, keandalan informasi platform pembayaran seluler, seluruh dukungan yang
terhubung dengan layanan, dan kemampuannya untuk memengaruhi dan memengaruhi PE dan kepuasan.
Kelayakan untuk memperkirakan kombinasi ketiga kualitas ini secara berkelanjutan dapat mengurangi risiko
terkait layanan m-payment.
Kita mengakui pentingnya meningkatkan kepuasan pengguna yang mengaitkan PE dengan UI teknologi
seluler Korea: PE mendukung inisiatif efisiensi dan keberlanjutan dalam melaksanakan tugas m-payment
(lebih sedikit waktu dan biaya usaha) dan kepuasan pengguna antara ketiga kualitas dan penggunaan
teknologi yang berkelanjutan . Korelasi yang lebih tinggi antara ketiga faktor ini dapat mengurangi
konsekuensi yang semakin menipis atau bahkan meningkatkan figur calon konsumen. Literatur yang diadopsi
secara signifikan mempengaruhi dan meningkatkan niat penggunaan dan adopsi PE.
2.6. Mengintegrasikan UTAUT dan TTF

Beberapa survei menunjukkan bahwa UTAUT dapat diintegrasikan dengan beberapa model lain, seperti
TTF, untuk mengekspos UI pembayaran seluler [8]. Misalnya, TAM menunjukkan kesediaan penggunaan
menggunakan teknologi seluler [43]. Dikombinasikan dengan ITM, UTAUT menjelaskan penerimaan mobile
banking [38]. Dikombinasikan dengan model TTF, UTAUT menunjukkan bagaimana UTAUT memediasi
antara TTF dan UI [9].
Penulis studi di atas semuanya menemukan bahwa kombinasi TTF dan UTAUT memberikan deskripsi
lengkap tentang niat adopsi dibandingkan dengan model TTF saja. Namun, akademisi masih jarang
mengintegrasikan struktur di atas ke dalam model. Bahkan jika beberapa penelitian lain kadang-kadang
menggambarkan karakteristik teknologi pembayaran seluler, mereka gagal mengusulkan model terintegrasi
untuk transaksi pembayaran seluler dengan menghubungkan kepuasan pengguna dan harapan kinerja melalui
model persamaan struktural dengan literatur penelitian terkait untuk meningkatkan niat penggunaan [36].
UTAUT adalah teori terkenal yang hanya mempertimbangkan penerimaan teknologi informasi (TI), dan
tidak menangkap esensi kepentingan teknologi informasi; TTF mengadopsi prosedur objektif langsung dengan
mengandaikan bahwa konsumen menggunakan TI yang menawarkan manfaat, tetapi tidak mempertimbangkan
keyakinan dan niat konsumen terhadap TI. Ketidaksempurnaan kedua model dimitigasi dengan
mengintegrasikannya dalam penelitian ini. Misalnya, keterbatasan UTAUT adalah kurangnya pemikiran
tentang karakteristik tugas, dan bagaimana fitur teknis memenuhi kebutuhan tugas m-payment. Meskipun TTF
mencakup komponen tugas dan teknologi, tidak termasuk PE konsumen terhadap teknologi, yang merupakan
penentu langsung UI dalam konstruk inti UTAUT.
Oleh karena itu, kami secara empiris menguji model terintegrasi UTAUT dan TTF, yang menawarkan
lebih banyak kekuatan penjelas menggunakan metode SEM. LampiranAringkasan definisi operasional dari
setiap konstruk. Laporan analitis membenarkan bahwa model gabungan menghasilkan bukti deskriptif yang
lebih kuat daripada salah satu model individual. Beberapa hasil dan pengaruh praktis juga dipertimbangkan.
3. Model Penelitian
Tentang model yang diusulkan penelitian ini, D&M ISS dan TTF dihipotesiskan menjadi bagian tambahan
yang diperlukan untuk UTAUT (seperti yang ditunjukkan pada Gambar1). Selanjutnya, kesesuaian tugas-
teknologi,
23
kepuasan pengguna serta harapan kinerja dan harapan usaha, pengaruh sosial serta kondisi yang memfasilitasi
semuanya dihipotesiskan menjadi faktor penentu niat penggunaan. Akhirnya, perbedaan antara konsumen
Cina dan konsumen Korea seharusnya memoderasi pengaruh faktor-faktor penentu ini terhadap niat
penggunaan.
Mengingat latar belakang m-payment, karena konsumen tidak secara langsung mengunjungi organisasi
pembayaran seluler, kualitas sistem telah menjadi "toko online" untuk mempromosikan niat penggunaan
peralatan [15]. Kualitas sistem mencerminkan kenyamanan, waktu reaksi, keandalan, dan stabilitas antarmuka
pengguna [44-46]. SYQ m-payment diperlakukan sebagai kemampuan teknologi untuk mendukung konsumen
saat menyelesaikan tugas pembayaran. Kualitas sistem yang buruk dapat mengurangi kepuasan pengguna,
karena menambah kesulitan penggunaan m-payment dan tidak akan memenuhi kebutuhan bisnis m-payment
pengguna [42]. Karenanya:
Hipotesis 1a (H1a). Kualitas sistem positif affmempengaruhi kepuasan pengguna.
Hipotesis 1b (H1b). Kualitas sistem positif affmempengaruhi harapan kinerja.
DeLone dan McLean [31] mengidentifikasi sebagian besar karakteristik kualitas informasi, seperti
integralitas, ketepatan waktu, ketepatan, dan akurasi, yang merupakan faktor penting kepuasan pengguna [7].
Kualitas informasi (IQ) mencakup fitur-fitur tertentu, seperti korelasi [46], kecukupan [44], dan presisi [47],
yang mengungkapkan bahwa IQ adalah salah satu faktor penting yang menentukan sikap pengguna terhadap
teknologi [48] yang telah mereka gunakan.
Kualitas informasi mencakup fitur yang diharapkan dari sistem (misalnya, relevansi, akurasi, instan,
integritas, pemahaman, dan aksesibilitas), atau bahkan laporan umpan balik [49]. Kualitas informasi
mempengaruhi keyakinan perilaku masyarakat; misalnya, kenyamanan yang dirasakan akhirnya memengaruhi
sikap perilaku pembayaran seluler dan UI [9]. Oleh karena itu, IQ harus dianggap sebagai struktur inti yang
mempengaruhi kepuasan pengguna dan harapan kinerja [33]. Karenanya:
Hipotesis 2a (H2a). Kualitas informasi secara positif affmempengaruhi kepuasan pengguna.
Hipotesis 2b (H2b). Kualitas informasi secara positif affmempengaruhi harapan kinerja.
Gambar 1. Model penelitian.

23
Kualitas layanan (SQ) berarti karakteristik dukungan layanan (misalnya, reaksi, kepercayaan, singkatnya,
dan kemampuan teknologi) yang diperoleh konsumen dari departemen sistem informasi dan personel layanan
purna jual [50]. SQ umumnya didefinisikan sebagai bagaimana layanan pembayaran melengkapi kebutuhan
pengguna. Sebagian besar ukuran sistem informasi menekankan kualitas barang daripada kualitas layanan, dan
efektivitas sistem informasi tidak dapat dievaluasi dengan benar kecuali jika kualitas layanan dilibatkan. Kami
berpikir bahwa mengonfirmasi semua kualitas dukungan akan mengurangi risiko penggunaan. Oleh karena itu,
hipotesis berikut diajukan:
Hipotesis 3a (H3a). Kualitas layanan positif affmempengaruhi kepuasan pengguna.
Hipotesis 3b (H3b). Kualitas layanan positif affmempengaruhi harapan kinerja.
Ekspektasi kinerja (PE) dalam penelitian ini berkorelasi positif dengan model terkait yang
direkomendasikan oleh DeLone dan McLean [31], yang menyatakan bahwa ISS mempengaruhi kepuasan dan
niat penggunaan. Menurut edisi revisi model ISS [31], UTAUT menjelaskan bahwa penguatan kepuasan
pengguna (AS) lebih signifikan mempengaruhi niat penggunaan, yang selanjutnya dipengaruhi oleh PE.
Harapan yang dirasakan dari penggunaan D&M ISS mengungkapkan hubungan erat antara kepuasan dan
kemauan penggunaan [51]. Peningkatan PE akan meningkatkan kepuasan pengguna dan pada akhirnya
mempengaruhi kemauan penggunaan. Oleh karena itu, hipotesis berikut terbentuk:
Hipotesis 4a (H4a). Harapan kinerja positif affmempengaruhi kepuasan pengguna.
Hipotesis 4b (H4b). Kepuasan pengguna secara positif affmempengaruhi niat penggunaan.
Dari perspektif TTF yang luas, karakteristik tugas (TAC) menunjukkan perilaku pengguna dalam
mengubah input menjadi output untuk memenuhi kebutuhan informasi mereka [34]. Tugas dapat bervariasi
dalam banyak aspek: Tugas tidak konvensional, relevansi tugas, dan waktu kritis. Kesimpulannya adalah
bahwa niat penggunaan TI pengguna akan lebih rendah jika tugas membutuhkan lebih banyak biaya waktu
atau teknologi informasi menyediakan lebih sedikit fungsi [9]. Dalam konteks seluler, tingkat kesesuaian
antara karakteristik tugas dan fitur teknis menentukan tingkat TTF [52]. Karakteristik tugas yang sesuai secara
positif mempengaruhi keinginan pengguna untuk menggunakan teknologi pembayaran mobile. Sebaliknya,
kebugaran fitur tugas yang lemah menurunkan kemauan penggunaan konsumen [8,53,54]. Oleh karena itu,
hipotesis berikut dirumuskan:
Hipotesis 5a (H5a). Karakteristik tugas secara positif affdll.
Teknis karakteristik (TEC) adalah sistem terminal (perangkat seluler, aplikasi, dan sistem statistik
informasi transaksi) yang digunakan saat melakukan tugas pembayaran [34]. TEC menarik konsumen dengan
memungkinkan akses ke penyelesaian pembayaran transaksi, pertanyaan tepat waktu tentang logistik, arus
modal, dan layanan keuangan lainnya [9]. Oleh karena itu, pemilihan teknologi yang salah atau tidak
disengaja akan menyebabkan salah satu teknologi diabaikan atau ditutupi. Akibatnya, hipotesis berikut
didalilkan:
Hipotesis 5b (H5b). Karakteristik teknologi secara positif affdll.
UTAU mengasumsikan bahwa kesediaan konsumen mengenai TTF menghasilkan harapan kinerja (PE)
[9]. Karakteristik teknis m-payment akan mempengaruhi efisiensi usaha (EE). Manfaat m-payment, seperti
omnipresence dan instantness, memungkinkan konsumen menyelesaikan pembayaran dengan cepat dan
mengurangi biaya yang relevan. Dibandingkan dengan antarmuka pembatasan ruang dan waktu yang rumit
dari sistem pembayaran kartu kredit tradisional, m-payment memiliki lebih sedikit karakteristik dan
antarmuka khusus. Keuntungan ini dapat mengurangi kompleksitas operasi pengguna. Oleh karena itu, faktor
TTF akan mempengaruhi PE konsumen [55], dan hipotesis berikut dirumuskan:
Hipotesis 6a (H6a). Kesesuaian tugas-teknologi dari m-payment secara positif affmempengaruhi harapan
kinerja.
23
TTF adalah perspektif teknis tentang bagaimana teknologi baru mengoptimalkan tugas kerja. Hal ini
dipengaruhi oleh persyaratan tugas dan tingkat pencocokan fitur teknis. Dengan demikian, TTF
mempengaruhi niat konsumen terhadap pembayaran mobile [9]. Penelitian sebelumnya telah mengkonfirmasi
pengalaman bahwa TTF secara signifikan mempengaruhi niat pengguna. Oleh karena itu, kami berhipotesis
sebagai berikut:
Hipotesis 6b (H6b). Tugas-teknologi cocok secara positif affmempengaruhi niat penggunaan.
Venkatesh [56] menafsirkan PE sebagai "seberapa banyak teknologi akan menguntungkan konsumen
untuk menyelesaikan tugas-tugas tertentu". Oleh karena itu, ekspektasi kinerja mempengaruhi karakteristik
yang berbeda dari sistem informasi, yang akan menguntungkan konsumen. Misalnya, Jaradat [57] dan
Lee[58] melaporkan bahwa ekspektasi kinerja merupakan prediktor penting dari keinginan untuk
menggunakan perdagangan seluler. Bukti saat ini menunjukkan bahwa PE sangat penting untuk penerapan m-
payment [9,59,60]. Oleh karena itu, kami berhipotesis bahwa:
Hipotesis 7 (H7). Harapan kinerja positif affmempengaruhi niat penggunaan.
Upaya harapan (EE) dikonseptualisasikan sebagai "tingkat kenyamanan konsumen adopsi teknologi"
[56]. EE mendekati struktur kegunaan di TAM—yaitu, orang berpikir bahwa menggunakan sistem tertentu
akan mudah. Mengingat latar belakang pembayaran seluler, EE dapat ditentukan oleh kemampuan untuk
menyelesaikan transaksi pembayaran seluler tertentu dengan sedikit usaha [52]. Oleh karena itu, kami
berhipotesis:
Hipotesis 8 (H8). Effharapan ort positif affmempengaruhi niat penggunaan.
Dampak sosial (SI) digambarkan sebagai “tingkat dukungan yang dimiliki konsumen untuk
menggunakan peralatan teknologi terbaru” [9]. Dampak sosial mengungkapkan kerabat sosial dalam
mempengaruhi penerimaan teknologi individu. Individu cenderung mempertimbangkan pendapat orang lain
ketika memutuskan apakah akan menerima teknologi yang tidak dikenal. Jika sikap mereka optimis, pengguna
mengadopsinya; sebaliknya, dengan sikap negatif, pengguna tidak mengadopsi. Jaradat [57] dan Chuang [61]
membuktikan bahwa SI berpengaruh signifikan terhadap UI konsumen solusi m-payment. Oleh karena itu,
kami berhipotesis bahwa:
Hipotesis 9 (H9). Pengaruh sosial secara positif affmempengaruhi niat penggunaan.
Kondisi fasilitasi (FC) digambarkan sebagai "jumlah total modal dan bantuan yang tersedia yang dapat
digunakan konsumen untuk melaksanakan tindakan" [56]. Ini berarti bahwa FC dapat dilihat sebagai
pandangan konsumen tentang hambatan lingkungan atau sumber daya yang tersedia yang meningkatkan
aksesibilitas solusi pembayaran seluler. Karena Internet seluler harus digunakan untuk transaksi pembayaran
seluler, itu berdampak signifikan pada pembayaran seluler [52]. Misalnya, kenyamanan atau ambang batas
yang tinggi dari area layanan online tertentu dapat mempromosikan atau menghalangi konsumen
menggunakan pembayaran seluler. Dari konsep FC, kondisi kenyamanan yang mempengaruhi penggunaan
Internet seluler dibahas. Vongjaturapat [62] dan Fianu [63] mengungkapkan bahwa FC secara khusus
mempengaruhi niat penggunaan. Oleh karena itu, hipotesis berikut terbentuk:
Hipotesis 10 (H10). Memfasilitasi kondisi positif affdll penggunaan niat.
Saya [64] mengungkapkan hubungan antara variabel UTAUT untuk menentukan efek moderasi
kebangsaan. Melalui evaluasi data AS dan Korea, saya melaporkan bahwa efek EE pada perilaku penggunaan
lebih besar pada sampel konsumen AS. Zhang [65] mempelajari model adopsi perdagangan seluler, yang
memperluas TAM ke teori perilaku terencana (TPB) dan TI. Melalui analisis yang disesuaikan dan uji
segmentasi, konteksnya dibagi menjadi sub-kelompok budaya timur dan barat untuk mengkonfirmasi adopsi
mobile commerce oleh budaya nasional yang berbeda. Hasil penelitian menunjukkan bahwa UTAUT sangat
cocok dengan data. Lee dkk. [58] mengungkapkan efek moderasi peran pemerintah terhadap determinan niat
penggunaan dalam model UTAUT.
23
Menurut literatur ini, kami menguji secara statistik efek moderasi dari berbagai kebangsaan konsumen
dalam model UTAUT. Kami berasumsi bahwa ada beberapa perbedaan dalam peran nasional yang
memoderasi pengaruh determinan ini pada UI. Oleh karena itu, hipotesis berikut diuji:
Hipotesis 11 (H11). Dampak dari memfasilitasi kondisi pada niat penggunaan diffantara konsumen Cina dan
Korea.
Hipotesis 12 (H12). effpengaruh sosial terhadap niat penggunaan diffantara konsumen Cina dan Korea.
Hipotesis 13 (H13). pengaruh effharapan ort pada niat penggunaan diffantara konsumen Cina dan Korea.
Hipotesis 14 (H11). Pengaruh ekspektasi kinerja terhadap niat penggunaan berbedaffantara konsumen Cina
dan Korea.
Hipotesis 15 (H15). Dampak kepuasan pada niat penggunaan diffantara konsumen Cina dan Korea.
Hipotesis 16 (H16). Dampak kesesuaian tugas-teknologi pada niat penggunaan diffantara konsumen Cina
dan Korea.
4. Pengumpulan dan Hasil Data

Pada 21 Februari 2017, China Ant Financial dari Alibaba Co., Ltd. menginvestasikan $200 juta USD di
Kakaopay, yang diluncurkan secara terpisah untuk mengelola transaksi pembayaran yang dioperasikan oleh
perusahaan dua bulan kemudian. Ini berarti bahwa di masa mendatang, Kakaopay akan dapat memberikan
dukungan layanan bersama dengan Alipay untuk melayani 450 juta persyaratan m-payment konsumen China
dan Korea. Karena meningkatnya jumlah konsumen Tiongkok, penyedia pembayaran seluler Korea harus
menjelajahi pasar pengguna Tiongkok [6].
Sebagai platform keuangan yang komprehensif dengan skala yang cukup besar di kawasan Asia-Pasifik,
Kakaopay memiliki karakteristik keberlanjutan sebagai berikut: Penetrasi pemasok listrik yang lebih tinggi,
dukungan keuangan dan transaksi keuangan yang terintegrasi dengan cryptocurrency seperti bitcoin dan
Ethereum, dan dukungan layanan bersama dengan Alipay, yang akan menyediakan 450 juta konsumen Cina
dan Korea di masa mendatang [6].
Penelitian ini merancang kuesioner berdasarkan asumsi di atas. Dalam pre-test, semua variabel dan item
pengukuran terkait diperluas mengikuti tema dan latar belakang penelitian ini, mengacu pada literatur yang
relevan. Setelah desain kuesioner selesai dibuat, hampir 100 peserta yang sering melakukan transaksi
menggunakan Kakaopay diundang untuk menyelesaikan pre-test melalui wawancara tatap muka. Bagian
kuesioner yang ambigu atau mudah disalahpahami kemudian dimodifikasi sehingga peserta dapat sepenuhnya
mengidentifikasi isi kuesioner, meningkatkan akurasi survei. Mempertimbangkan keuntungan dari kuesioner
online, seperti biaya rendah, kemampuan untuk memberikan umpan balik yang cepat, cakupan yang luas, dan
kurangnya batasan waktu [66-68], kelompok kedua yang terdiri dari sekitar 200 peserta direkrut dari pusat
umpan balik informasi purna jual Kakaopay, yang telah membeli produk e-commerce menggunakan
Kakaopay. Dalam pre-test, masing-masing kelompok secara ketat mengecualikan mereka yang belum pernah
menggunakan produk atau layanan Kakaopay. Data yang tersisa diperoleh dari pengguna Cina dan Korea yang
berpengalaman di Seoul dari wawancara tatap muka, di mana perdagangan seluler lebih matang daripada
bagian lain Korea, sehingga kami dapat dengan cepat mendapatkan sampel yang cukup. Di Seoul, kami secara
acak mencegat individu Cina dan Korea dan mengidentifikasi subjek yang cocok yang telah menggunakan
Kakaopay online. Pengguna yang sesuai menerima kuesioner dan menyelesaikannya sesuai dengan tujuan
penggunaan mereka sendiri. Setiap individu yang menyelesaikan survei menerima hadiah hadiah.
Menurut prosedur yang diusulkan oleh Armstrong et al. [69], kami tidak menemukan perbedaan yang
signifikan dalam hasil uji Chi-kuadrat pada tingkat signifikansi 5% antara peserta yang menjawab
23
kuesioner melalui wawancara tatap muka dan mereka yang menjawab secara online dari perspektif usia,
pendidikan, dan pekerjaan.
Studi ini mengumpulkan data statistik relatif untuk menargetkan orang Cina yang merupakan penduduk
asing di Korea selama lebih dari 10 minggu dan penduduk Korea. Untuk mencapai tingkat respons yang
memadai, survei dikirim menggunakan metode pengiriman online dan campuran. Secara keseluruhan 1300
kuesioner dikeluarkan, 1124 tanggapan dikumpulkan (tingkat tanggapan 86,46%). Setelah membuang 216
tanggapan, karena data yang hilang atau kurangnya pengalaman penggunaan Kakaopay, sampel 908 (80,78%)
akhirnya digunakan dalam analisis yang menentukan (467 data Tiongkok dan 441 data Korea). Data tersebut
cukup untuk mengetahui ketidaksamaan antara dua populasi sasaran, meskipun dengan jumlah sampel yang
berbeda. Skala Likert 5 poin digunakan untuk semua pertanyaan mulai dari 1, “sangat menolak”, hingga 5,
“sangat setuju”.
Dalam analisis empiris berikut, Cronbach digunakan melalui IBM SPSS 24.0 untuk menghitung
reliabilitas alat ukur dan untuk menguji setiap konstruk dan mengevaluasi validitas konstruk dengan
memeriksa struktur faktor dan korelasi internal. Untuk menguji hipotesis penelitian, kami menggunakan IBM
AMOS 24.0, yang juga mengkonfirmasi kausalitas antara variabel inti endogen melalui koefisien standar dan
nilai signifikansi. Sebelum uji verifikasi hipotetis, model terintegrasi dianalisis menggunakan seluruh sampel.
Untuk verifikasi hipotetis, kami melakukan analisis yang lebih spesifik dengan model yang diterapkan pada
kelompok.
Kita membahas pengalaman pelanggan Cina dan Korea di Korea, termasuk wisatawan, staf profesional,
dan mahasiswa yang bekerja paruh waktu di Korea. Karena pelanggan paruh baya dan perempuan merupakan
kelompok terbesar yang menggunakan sistem pembayaran mobile, total 590 responden (60%) adalah
perempuan, dan 707 (77,86%) dari responden yang cocok berusia sekitar 40 tahun. Meja1memberikan hasil
statistik rinci yang berkaitan dengan karakteristik responden.
Tabel 1. Karakteristik sampel (seluruh sampel).
CinaKorea
Variabel
Nomor Persentase Nomor Persentase
Pria 161 34,5% 157 35.6%
Seks
Perempuan 306 65,5% 284 64,4%
Di bawah 20 52 11,1% 38 8,6%
20-30 34 7.3% 27 6.1%
Usia (bertahun-tahun) 30–40 186 39,8% 171 38,8%
40–50 165 35,3% 185 42,0%
Lebih dari 50 30 6.4% 20 4,5%
Siswa sekolah
menengah / 4710,1%429,5%
penduduk
Pendidikan Mahasiswa/mahasiswa 200 42,8% 197 44,7%
Sekolah pascasarjana atau 220 47,1% 202 45,8%
lebih tinggi
Profesional 44 9,4% 40 9.1%
Wiraswasta 156 33,4% 172 39,0%
Pekerjaan Pekerja kantor 160 34,3% 129 29,3%
Murid 87 18,6% 89 20,2%
Lainnya 20 4.3% 11 2.5%
Pengalaman Ya 467 100,0% 441 100,0%
4.1. Keandalan dan Validitas

Tiga langkah diperlukan ketika mengevaluasi keefektifan konvergen dari objek pengukuran terhadap
konstruksi terkaitnya. Pertama, pembebanan standar diterapkan untuk mengevaluasi keandalan setiap indeks.
Kedua, nilai Cronbach's dan composite reliability (CR) dari masing-masing konstruk digunakan untuk
mengukur CR keseluruhan. Sebagai ukuran analisis empiris, Cronbach digunakan untuk mengevaluasi
keandalan material komposit. CR dihitung menggunakan beban indeks dan varians kesalahannya. Ketiga,
23
varians rata-rata yang diekstraksi (AVE) mengevaluasi varians yang diperoleh oleh variabel relatif terhadap
varians karena kesalahan pengukuran [70].
Meja2menampilkan hasil analisis reliabilitas dan validitas, menunjukkan bahwa variabel memenuhi
semua kriteria. Didukung oleh Tabel2, beban standar proyek tunggal melampaui jumlah minimum 0,50;
Cronbach's dan nilai CR lebih tinggi dari 0,70, dan AVE masing-masing struktur lebih tinggi dari 0,50, yang
menunjukkan validitas ideal dari struktur interpretasi pengukuran dan tingkat reliabilitas komposit yang lebih
tinggi [70-72]. Hasil analisis Cronbach menunjukkan konsistensi internal yang tinggi antar variabel, dan hasil
lain yang diperoleh mendukung reliabilitas dan validitas konsistensi internal yang cukup.
Meja 2. Pemuatan standar, keandalan, dan ukuran efektivitas variabel (seluruh sampel). AVE, varians rata-
rata diekstraksi.
Standar
Memuat Komposit Cronbach
Membangun Indikator α Keandalan AVE
(Nilai-t)
SYQ1 0,849 0.827 0,834 0,559
SYQ2
Kualitas sistem (SYQ) 0,754 - - -
SYQ3 0,685 - - -
SYQ4 0,690 - - -
IQ1 0,834 0,912 0,913 0,726
IQ2
Kualitas informasi (IQ) 0,915 - - -
IQ3 0,836 - - -
IQ4 0,819 - - -
SQ1 0,764 0,860 0,860 0,607
SQ2
Kualitas layanan (SQ) 0,768 - - -
SQ3 0,799 - - -
SQ4 0,784 - - -
US1 0,761 0,870 0,874 0,635
US2
kepuasan pengguna (KITA) 0.859 - - -
US3 0,779 - - -
US4 0,778 - - -
PE1 0,762 0,860 0,873 0.632
PE2
Harapan kinerja (PE) 0,765 - - -
PE3 0,860 - - -
PE4 0,742 - - -
EE1 0,786 0,828 0,833 0,559
EE2
Harapan usaha (EE) 0,609 - - -
EE3 0,820 - - -
EE4 0,757 - - -
SI1 0,647 0,833 0,841 0,571
SI2
Pengaruh sosial (SI) 0,873 - - -
SI3 0,724 - - -
SI4 0,762 - - -
FC1 0,838 0,815 0,820 0,535
FC2
Kondisi yang memfasilitasi (FC) 0,637 - - -
FC3 0,767 - - -
FC4 0,667 - - -
TAC1 0,872 0,843 0,846 0,582
TAC2
Tugas karakteristik (TAC) 0,753 - - -
TAC3 0.656 - - -
TAC4 0,754 - - -
23
Meja 2. Lanjutan.
Standar
KonstruksiIndikatorMemuat Cronbach's Gabungan
α AVE
(Nilai-t) Keandalan
TEC1 0,794 0.854 0,855 0,596
Teknologi karakteristik TEC2 0,795 - - -
(TEC) TEC3 0,757 - - -
TEC4 0,740 - - -
TTF1 0,815 0.887 0.898 0,687
TTF2
Kesesuaian tugas-teknologi (TTF) 0,799 - - -
TTF3 0,836 - - -
TTF4 0,865 - - -
UI1 0,765 0,894 0,896 0,684
UI2
Niat penggunaan (UI) 0.802 - - -
UI3 0,847 - - -
UI4 0,890 - - -
Di meja3, validitas diskriminan menunjukkan sejauh mana suatu prinsip dengan indeks terkaitnya
berbeda dari prinsip kedua dengan indeks terkait [73]. Fornel dkk. [72] mengungkapkan bahwa hubungan
antara variabel dalam dua struktur harus lebih rendah dari akar kuadrat dari varians rata-rata yang dimiliki
oleh item dari satu struktur.
Tabel 3. Validitas diskriminan (seluruh sampel).
SYQ IQ SQ kita pe EE SI FC TAC TEC TTF UI

SYQ 0,748
IQ 0,324 0.852
SQ 0,363 0.298 0,779
kita 0,588 0,563 0.295 0,797
pe 0,581 0,502 0,339 0,664 0,795
EE 0,018 0,086 0,057 0,016 -0,011 0,748
SI 0,294 0,195 0.267 0.230 0.192 -0,005 0,756
FC 0,323 0.302 0,272 0.234 0.290 0,042 0.270 0,731
TAC 0,335 0.225 0.244 0.274 0,340 0,070 0,263 0.310 0,763
TEC 0,325 0,262 0,314 0,231 0,359 0,071 0,293 0.235 0.229 0,772
TTF 0,283 0.211 0,252 0,263 0,555 0,026 0,233 0.234 0,557 0.614 0,829
UI 0.352 0,367 0,276 0,516 0,569 0,064 0,554 0,455 0,377 0,370 0,514 0.827
Meja3menunjukkan bahwa dibandingkan dengan korelasi antara struktur dan struktur lain, akar kuadrat
dari varians antara struktur dengan sukunya lebih besar, yang memenuhi setiap kriteria validitas diskriminan
[72]. Nilai diagonal yang melebihi korelasi antar konstruk membuktikan bahwa alat ukur kami memiliki
validitas konstruk yang memuaskan.
4.2. Evaluasi Model Pengukuran

Dalam mengevaluasi data yang dikumpulkan, kami mengadopsi prosedur dua proses yang diusulkan
oleh Anderson et al. [74]. Pertama, validitas konvergen dan diskriminan diuji. Kedua, model pengukuran yang
digunakan untuk menyelidiki hubungan konstruk teoritis dinilai.
Sebelum data konsumen Cina dan Korea dianalisis secara terpisah, model terintegrasi diperiksa
menggunakan seluruh dataset. Untuk menguji kesesuaian pengukuran dan pemodelan struktural, Hooper et al.
[75] mengusulkan model fit sebagai indeks kecocokan absolut, dan merekomendasikan indeks berikut
(Tabel4) sebagai indeks kecocokan tambahan.
23
Tabel 4. Fit indikator pengukuran dan model struktural (seluruh sampel).
Bugar IndeksStandar Bugar

ModelIndeks Struktural
Pengukuran Model Hasil
χ2/df ≤3.001.248 1.302 Ya

GFI >0.900.946 0,943 Ya
AGFI >0.900.937 0,935 Ya
NFI >0.900.949 0,945 Ya
CFI >0,900.989 0,987 Ya
JIKA SAYA >0,900.989 0,987 Ya
RFI >0.900.943 0,941 Ya
PGFI >0.500.816 0,831 Ya
PCFI >0.500.889 0,906 Ya
PNFI >0.500.853 0,868 Ya
RMR <0,080,033 0,038 Ya
Catatan: 2/df RMSE
khi-kuadrat dibagi dengan<0,080.017
derajat kebebasan; GFI, indeks kesesuaian; 0,018 Ya
AGFI, indeks kesesuaian yang
disesuaikan; NFI, indeks kecocokan bernorma; CFI, indeks kesesuaian komparatif; IFI, indeks kecocokan tambahan; RFI,
indeks kecocokan relatif; PGFI, indeks kecocokan kekikiran; PCFI, indeks kesesuaian komparatif yang pelit; PNFI, indeks
kecocokan bernorma yang pelit; RMR, akar rata-rata kuadrat sisa; RMSEA, root mean square error dari aproksimasi.
SEM diterapkan untuk menguji 16 hipotesis yang diajukan dalam penelitian ini. Untuk indeks kecocokan
yang hemat di sini semuanya melebihi nilai minimum kesesuaian yang dapat diterima yang merupakan
standar yang relatif ketat dari nilai yang direkomendasikan. Seperti yang ditunjukkan pada Tabel4, semua
indeks kecocokan menunjukkan kecocokan model yang memuaskan antara data analitik dan model komposit.
4.3. Verifikasi Hipotesis

Setelah mengkonfirmasi kesesuaian pengukuran dan struktur model terintegrasi, model dianalisis
dengan sampel Cina, dan koefisien jalur Cina dinilai, seperti yang ditunjukkan pada Gambar2. Menurut
nilai-p, 4 dari 16 jalur (H3a, H3b, H6b, dan H8) ditolak, tetapi 12 jalur lainnya memiliki karakteristik yang
signifikan secara statistik.
Gambar 2. Analisis jalur model penelitian (konsumen pengalaman Cina). R 2 adalah koefisien determinasi.
UI konsumen Cina ditunjukkan oleh TTF (β = 0,032), US (β = 0,332), PE (β = 0,277), EE (β = 0,009), SI

(β = 0,301), dan FC ( = 0,347 ), yang bersama-sama menjelaskan 81,1% varians di UI.
Dampak pada konsumen Cina (Gambar2) menunjukkan bahwa anteseden model TTF, ISS, dan UTAUT
masing-masing menjelaskan 52,2%, 55,7%, dan 55,4% dari varians, yang semuanya merupakan kekuatan
penjelas 81,1% dari model terintegrasi terhadap niat penggunaan.
23
Mengingat hasil pengukuran dan struktur yang memuaskan, model terintegrasi dianalisis dengan sampel
Korea. Angka3menunjukkan bahwa koefisien jalur Korea dari model terintegrasi di antara hipotesis mendasar
dinilai dengan tepat. Menurut masing-masing p-nilai, 6 dari 16 jalur (H3a, H3b, H4b, H7, H8, dan H10)
ditolak, tetapi jalur lain memiliki karakteristik yang signifikan secara statistik.
Gambar 3. Analisis jalur model penelitian (pengalaman konsumen Korea).
UI konsumen Korea diprediksi oleh TTF (β = 0,480), US ( = 0,056), PE (β = 0,037), EE (β = 0,043), SI

(β = 0,449), dan FC ( = 0,023) , yang secara bersama-sama menjelaskan 61,9% varians dalam niat
penggunaan konsumen Korea. Dampaknya pada konsumen Korea (Gambar3) menunjukkan bahwa anteseden
model TTF, ISS, dan UTAUT masing-masing menjelaskan 55,6%, 56,7%, dan 57,2% dari varians, yang
semuanya merupakan daya penjelas 61,9% dari model terintegrasi terhadap niat penggunaan.
Hasil analisis empiris dari seluruh sampel pada Tabel5menunjukkan bahwa tiga jalur (H3a, H3b, dan H8;
nilai p > 0,05) tidak didukung, sedangkan jalur lainnya signifikan pada 0,05. Karakteristik jalur kausal
tercantum dalam Tabel5, meliputi koefisien jalur dan hasil uji hipotesis model hipotesis. Meja5membuktikan
bahwa rangkaian hasil statistik mendukung model terintegrasi.
Tabel 5. Hasil uji hipotesis (semua sampel).
Hipotesa Jalur Jalan Coeffiorang P-Nilai Nilai-T

Kualitas sistem → Harapan kinerja Kualitas tua
H1a Kualitas
informasisistem
→ Kepuasan
→ Kepuasan
pengguna
pengguna 0,293 *** 7.462
H1b 0,363 *** 10.21
H2a Kualitas layanan → Kepuasan pengguna 0,300 *** 8.71
H2bIn kualitas formasi → Harapan kinerja 0.296 *** 9.314
Harapan kinerja → Pengguna kepuasan0,347 0,492
H3a 0,022 0,574 0.687
0,562
H3b Kualitas
Tugas layanan →
karakteristik →Kinerja harapan0,018
Tugas-Teknologi Cocok0.433
H4a ***8.159
H4bKepuasan
H6a pengguna
Tugas-Teknologi → Penggunaan Niat0.199
Cocok → Performa harapan0,370 ***5.081
H5a ***13.388
H7
H5bHarapan kinerja → Penggunaan
teknologi karakteristik → Tugas-Teknologi Niat0.173
Cocok 0,504 ***14.564
***11.378
H9Pengaruh
H6b sosial Tugas-Teknologi
→ PenggunaanCocok
Niat0,358
→ Penggunaan Niat0.225 ***6.687
***3.812
H8E harapan usaha → Penggunaan Niat0,047 0,0771,77
***10.874
H10Memfasilitasi kondisi → Penggunaan Niat0.196 ***6.526
23
Model terintegrasi juga dianalisis dengan sampel Cina, seperti yang ditunjukkan pada Tabel6. Hasil
analisis empiris sampel Cina pada Tabel6menunjukkan bahwa model terintegrasi didukung. Berdasarkan
sampel Cina, empat jalur (H3a, H3b, H6b, dan H8; p-nilai> 0,05) tidak didukung, sedangkan jalur yang tersisa
signifikan pada tingkat 0,05. Karakteristik jalur kausal, koefisien jalur standar, dan hasil uji hipotesis model
hipotetik tercantum pada Tabel6. Model terintegrasi dianalisis dengan sampel Korea, seperti yang ditunjukkan
pada Tabel7.
Tabel 6. Hasil uji hipotesis (sampel konsumen Cina).
Hipotesa Jalur Jalan Coeffiorang P-Nilai Nilai-T

Kualitas informasi → Kepuasan pengguna
tua
H1a Kualitas
Kualitas sistem→→Kepuasan
layanan Kepuasanpengguna
pengguna 0.271 *** 4.963
0.351 *** 7.038
H1b Kualitas sistem → Harapan kinerja
H2a 0.271 *** 5.781
H3a 0,031 0,491 0,688
H3b Kualitas layanan → Harapan kinerja 0,042 0,355 0,925
H4a Harapan kinerja → Kepuasan pengguna 0,363 *** 6.208
H4b Kepuasan pengguna → Niat Penggunaan 0,332 *** 7.142
H5a Karakteristik tugas → Kesesuaian Tugas-Teknologi 0,431 *** 9.456
H5b Karakteristik teknologi → Kesesuaian Tugas-Teknologi 0,497 *** 10.395
H6a Tugas-Teknologi Cocok → Ekspektasi kinerja 0.361 *** 8.077
H6b Kesesuaian Tugas-Teknologi → Niat Penggunaan 0,032 0,378 0.881
H7 Harapan kinerja → Niat Penggunaan 0.277 *** 5.304
H8 Harapan usaha → Niat Penggunaan 0,009 0,767 0.296
H9 Pengaruh sosial → Niat Penggunaan 0.301 *** 8.098
H10 Kondisi yang memfasilitasi → Niat Penggunaan 0,347 *** 9.069
Kualitas sistem →Catatan:
Harapan kinerja Kualitas
* p < 0,05; ** p < 0,01; *** p <
informasi → Kepuasan pengguna
0,001.
Kualitas layanan → Kepuasan pengguna
Tabel 7. Hasil uji hipotesis (sampel konsumen Korea).
Harapan kinerja → Kepuasan pengguna
Hipotesa Jalur Jalan Coeffiorang P Nilai-T
tua
H1a Kualitas sistem → Kepuasan pengguna 0.303 *** 5.404
H1b 0,370 *** 7.252
H2a 0,332 *** 6.539
H3a 0,071 0.114 1.581
0,851
H3b Kualitas layanan → Harapan kinerja -0,009 0.188
H4a 0.334***5.407
H4b
Karakteristik Kepuasan
jalur kausal, pengguna
koefisien → standar,
jalur Niat Penggunaan 0,0560,3270,98
dan hasil uji hipotesis model hipotetik tercantum pada
Tabel7. H5a Karakteristik
Hasil analisis empiris tugas
sampel → Kesesuaian
Korea Tugas-Teknologi
pada Tabel7mengkonfirmasi 0.434***9.479
bahwa model terintegrasi didukung.
H5b sampel Korea,
Berdasarkan Karakteristik teknologi
lima jalur (H3a,→H3b,
Kesesuaian
H4b, H7,Tugas-Teknologi
dan H8; p-nilai>0.507***10.126
0,05) tidak didukung, sedangkan
H6atersisa signifikan
jalur yang Tugas-Teknologi Cocok 0,05.
pada tingkat → Ekspektasi kinerja 0.377***7.902
H6b Kesesuaian Tugas-Teknologi → Niat Penggunaan 0,480***8,524
H7 Harapan kinerja → Niat Penggunaan 0.0370.5870.543
H8 Harapan usaha → Niat Penggunaan 0,0430.2651.114
H9 Pengaruh sosial → Niat Penggunaan 0.449***8.449
23
4.4. Analisis Differences di Path Coefficients Antara Grup Cina dan Korea
Penelitian ini lebih memperhatikan perbedaan antara kelompok pendapatan konsumen Cina dan Korea
dalam hal UI pembayaran seluler. Membandingkan dua kelompok konsumen ini memiliki dua keuntungan.
Pertama, dalam hal kesenjangan tingkat pendapatan, daya beli, dan kualitas jaringan, kelompok Cina dan
Korea mewakili dua karakteristik demografis yang unik dan saling berbeda. Kedua, konsumen Cina
memainkan peran paling penting dalam belanja online. Meskipun konsumen Cina cenderung menjadi
konsumen berpenghasilan rendah dan memiliki lebih sedikit pengalaman dengan Kakaopay dibandingkan
konsumen Korea, pola penggunaan pembayaran seluler Cina sama sekali berbeda. Oleh karena itu, evaluasi
yang membandingkan pelanggan Cina dan Korea dapat meningkatkan pemahaman kita tentang UI [7]. Dalam
penelitian ini, PE, EE, SI, FC, dan TTF merupakan faktor yang secara langsung menentukan UI, sehingga
kami mempelajarinya lebih lanjut. Perbedaan peran antara kelompok Cina dan Korea seharusnya memoderasi
pengaruh faktor-faktor ini pada UI. Meja8menunjukkan hasil penelitian empiris untuk efek moderasi hipotesis
(H11-H16).
Pertama, untuk kedua nilai-p SI pada UI dan EE pada UI, efek moderasi kelompok Cina dan Korea tidak
signifikan. Kedua, empat nilai p lainnya mengungkapkan perbedaan efek moderasi antara kelompok Cina dan
Korea. Pada kelompok Cina, FC (β = 0,347, p <0,01), PE (β = 0,277, p <0,01), dan US (β = 0,332, p <0,01)
secara signifikan mempengaruhi UI pada tingkat signifikansi 5%, tidak seperti di grup korea. Sebaliknya, TTF
(β = 0,480, p <0,01) secara signifikan mempengaruhi UI pada tingkat signifikansi 1% pada kelompok Korea,
tidak seperti pada kelompok Cina.
Tabel 8. Perbedaan koefisien jalur antara konsumen Cina dan Korea.

Parameter Berpasangan
CinaKorea
Rute Perbandingan
β P β pT Nilai P-Nilai
FC→UI0.347***0.0230.5876.4410.000
SI → UI0.301***0.449***1.8820.060
EE → UI0.00090.7670.0430.2650.6450.519
PP → UI0.277***0.0370.5872.9710.003
AS → UI0.332***0.0560.3274.2170.000
TTF → UI0.0320. 3780.480***6.2420.000
Catatan: US = kepuasan pengguna; PE = harapan kinerja; UI = niat penggunaan; TTF = kesesuaian tugas-teknologi; EE =
harapan usaha; SI = pengaruh sosial; FC = kondisi yang memfasilitasi. p-nilai <0,001 mewakili perbedaan yang signifikan
antara kelompok Cina dan Korea.
5. Kesimpulan
5.1. Temuan Penelitian

Karena skala belanja Internet meningkat pesat di Korea, jumlah pengguna pembayaran seluler asing
meningkat pesat. Namun, penyedia pembayaran seluler tidak dapat menarik pelanggan internasional, terutama
pelanggan Cina, tanpa memahami niat mereka untuk menggunakan teknologi pembayaran seluler. Oleh
karena itu, model terintegrasi untuk penyedia pembayaran seluler sangat penting bagi akademisi dan praktisi.
Grup pelanggan Cina di pasar pembayaran seluler Korea adalah salah satu pasar terbesar yang belum
berkembang, menawarkan peluang penelitian yang unik. Oleh karena itu, kami berfokus pada perbedaan
antara kelompok pendapatan konsumen China dan Korea dalam hal penggunaan pembayaran seluler.
Membandingkan dua kelompok konsumen ini memberikan dua temuan yang representatif. Pertama, dalam hal
kesenjangan tingkat pendapatan, daya beli, dan kualitas jaringan, Kelompok Tionghoa dan Korea memiliki
karakteristik demografi yang unik dan saling berbeda. Kedua, pengguna Cina memainkan peran paling
penting dalam belanja online. Karena pola penggunaan pembayaran seluler China sangat berbeda, konsumen
China memiliki pengalaman yang lebih sedikit dengan Kakaopay dibandingkan konsumen Korea. Oleh karena
itu, analisis empiris pelanggan Cina dan Korea dapat meningkatkan kemampuan kita untuk menganalisis
faktor-faktor yang mempengaruhi UI.
Dibandingkan dengan tiga model terpisah, UTAUT, D&M ISS, dan TTF, kami mengusulkan model
terintegrasi yang menggabungkan keunggulan yang berbeda. Masing-masing dari tiga model independen
memiliki sendiri
23
keterbatasan sejarah dan perspektif. Oleh karena itu, perlu untuk melakukan diskusi yang sesuai dengan data
dari kelompok Cina dan Korea dari perspektif literatur teoretis dan solusi praktis dan untuk secara akurat
mendeteksi elemen kunci yang mempengaruhi niat penggunaan pengguna Cina dalam kaitannya dengan m-
payment Korea. sistem.
Model terintegrasi dalam penelitian ini melengkapi beberapa variabel dari model UTAUT asli. Harapan
kinerja (PE), harapan usaha (EE), pengaruh sosial (SI), kondisi fasilitasi (FC), dan niat Penggunaan (UI)
dievaluasi menurut Venkatesh et al. [20] dan penelitian terkait [21,56]. Selanjutnya, karakteristik tugas (TAC),
karakteristik teknologi (TEC), dan kecocokan teknologi tugas (TTF) dievaluasi menurut Zhou [8] dan
penelitian terkait [42]. Penelitian terkait lainnya [14,50] digunakan untuk mengevaluasi kualitas sistem (SQ),
kualitas informasi (IQ), kualitas layanan (SQ), dan kepuasan pengguna (AS).
Dari perspektif teoretis, penelitian sebelumnya tentang teknologi pembayaran seluler di Korea [76-78]
gagal mengintegrasikan model TTF ke dalam UTAUT, dan ISS DeLone dan McLean, mengurangi kekuatan
penjelas dari analisis mereka. Kami secara empiris menguji pengaruh pengaruh tiga kualitas pada UI, selain
dampak TTF pada UI. UTAUT sepenuhnya mempertimbangkan karakteristik sistem operasi. TTF mengadopsi
prosedur objektif langsung dengan mengandaikan bahwa konsumen menggunakan TI yang menawarkan
manfaat, tetapi tidak mempertimbangkan keyakinan dan niat konsumen terhadap TI. ISS DeLone dan McLean
mempertimbangkan stabilitas kualitas sistem. Ketidaksempurnaan model dapat dikompensasikan melalui
integrasinya.
Setelah integrasi UTAUT dan TTF, hasil analisis empiris menunjukkan korelasi antara konstruksi TTF
dan UTAUT. Karakteristik tugas dan teknologi secara signifikan mempengaruhi TTF, yang secara signifikan
mempengaruhi harapan kinerja, serta niat penggunaan. Dengan integrasi antara UTAUT dan D&M ISS, kami
menunjukkan bahwa SYQ, SQ, IQ, dan PE sangat penting untuk kepuasan konsumen, dan SYQ, SQ, dan IQ
sangat penting untuk harapan kinerja. Tanpa kerangka model terintegrasi, kami tidak dapat menganalisis dan
mengidentifikasi faktor inti yang memengaruhi niat penggunaan.
Dari perspektif solusi praktis, untuk merangsang faktor-faktor yang mempengaruhi niat penggunaan,
model terintegrasi memberikan pandangan yang lebih komprehensif untuk membantu penyedia pembayaran
seluler meningkatkan keunggulan keamanan teknologi mereka untuk meningkatkan UI pelanggan.
Menurut hasil pada Tabel8, pada kelompok Cina, PE ( = 0,277, p < 0,01), SI (β = 0,301, p < 0,01), FC (β
= 0,347, p < 0,01), dan US (β = 0,332, p < 0,01) secara signifikan dipengaruhi UI, yang berbeda dari grup
Korea, sehingga perlu untuk merangsang faktor-faktor yang mempengaruhi UI pelanggan Cina. Misalnya,
harapan kinerja secara signifikan mempengaruhi UI pelanggan China, dan efeknya mengikuti fitur yang dapat
ditawarkan oleh penyedia m-payment Korea [79,80]. Penyedia m-payment Korea harus meningkatkan layanan
mereka sesuai dengan tuntutan pengguna Cina untuk lebih memuaskan harapan kinerja konsumen Cina.
Namun, dibandingkan dengan pembayaran komputer pribadi berbasis jaringan kabel, jaringan m-payment
nirkabel lebih rentan terhadap serangan hacker atau serangan intersepsi kesalahan [81], menyebabkan
konsumen Cina khawatir tentang keamanan dan secara serius mempengaruhi PE mereka. Penyedia m-payment
Korea memiliki teknik pengkodean digital yang lebih baik untuk menyediakan produk yang dapat dipercaya
dan aman, dan menawarkan layanan waktu nyata kepada pelanggan.
Menurut konstruk model terintegrasi pada Gambar2, TTF yang baik juga merupakan metode yang
efektif untuk meningkatkan harapan kinerja konsumen Cina. Jika sistem m-payment tidak dapat memenuhi
kebutuhan pelanggan Cina untuk tugas pembayaran, mereka akan menganggap bahwa teknologi pembayaran
mobile kurang praktis, sehingga menciptakan ekspektasi kinerja rendah. Misalnya, beberapa layanan
pembayaran seluler dapat menyediakan layanan lokasi ATM. Sebagian besar konsumen China akan menerima
layanan ini sebagai teknologi pendukung. Namun, beberapa pengguna masih mengeluh bahwa layanan ini
tidak aman dalam hal pengungkapan informasi lokasi pribadi [82,83]. Untuk pengguna China ini, layanan
lokasi akan membuat teknologi pembayaran seluler Korea tidak dapat diterima. Oleh karena itu, penyedia
teknologi pembayaran seluler perlu mendapatkan izin pengguna China sebelum menyediakan layanan lokasi.
23
Selain determinan PE yang signifikan, tiga faktor lain (SI, FC, dan US) juga berpengaruh secara
langsung dan positif terhadap UI konsumen China. Peran dampak sosial (SI) patut diperhatikan, dan penyedia
pembayaran seluler Korea harus menggunakan saran dan komentar dari konsumen Tiongkok sebelumnya
untuk merangsang pujian publik pada pelanggan Tiongkok berikutnya [84]. Untuk meningkatkan kondisi
fasilitasi (FC), penyedia harus mempertimbangkan kesulitan input dan dampak negatif dari terminal seluler
layar kecil, yang harus dirancang agar lebih tersedia bagi konsumen Cina. Mempertimbangkan kepuasan
pengguna (AS), penyedia Korea harus meluncurkan operasi pemasaran untuk memperkuat pengenalan
konsumen Cina dengan teknologi pembayaran seluler dan kegunaan. Secara bertahap, perasaan kepuasan
konsumen China akan meningkat.
5.2. Kontribusi
5.2.1. Kontribusi Teoretis

Sehubungan dengan pembayaran m Korea, kami mengintegrasikan tiga model, dan, dengan
menggunakan pengalaman pengguna Kakaopay sebagai variabel moderasi, secara bersamaan meletakkan
dasar yang kuat untuk penelitian lanjutan di bidang akademis. Hasil analisis kami dapat membantu akademisi
untuk memahami faktor mana yang dapat meningkatkan UI secara signifikan. Kesediaan pengguna Kakaopay
dapat memandu strategi pengembangan pasar untuk Kakaopay dan penyedia layanan pembayaran seluler
Korea lainnya.
Studi ini mengintegrasikan D&M ISS dan TTF ke dalam UTAUT untuk menjelaskan UI m-payment.
Kami menemukan bahwa D&M dan TTF tidak hanya secara langsung memengaruhi UI, tetapi juga
memengaruhi UI melalui kepuasan pengguna dan ekspektasi kinerja secara terpisah. Selain itu, kontribusi
penelitian ini ada dua: Pertama, hasil ini menunjukkan bahwa model terintegrasi menawarkan lebih banyak
kekuatan penjelas untuk penerimaan pengguna daripada D&M ISS, TTF, atau UTAUT saja. Oleh karena itu,
penelitian empiris di masa depan harus mengadopsi perspektif terintegrasi untuk menguji kesediaan
penggunaan sistem m-payment lainnya. Kami berpikir bahwa aspek integrasi secara keseluruhan akan
memberikan wawasan yang lebih berharga daripada tampilan yang menggunakan model tunggal. Kedua,
beberapa penelitian telah difokuskan pada pengadopsi Cina potensial yang merupakan penduduk jangka
panjang di Korea; ini adalah aspek penelitian pembayaran seluler yang sama sekali belum dijelajahi, dan kami
menambah pengetahuan yang terbatas tentang m-payment dengan menguji variabel moderasi dalam
kombinasi dengan faktor budaya Cina dan Korea. Ketiga, metode perbandingan ini meningkatkan efektivitas
pengujian beberapa skenario perbandingan Cina-Korea untuk mengungkapkan kesenjangan baru yang spesifik
dalam penelitian pembayaran seluler. Pendekatan komprehensif yang diuraikan dalam makalah ini harus
menjadi model yang cocok untuk menilai faktor teknis. Dampak dari harapan kinerja dapat digunakan sebagai
landasan dan titik awal yang penting untuk penelitian masa depan [ Pendekatan komprehensif yang diuraikan
dalam makalah ini harus menjadi model yang cocok untuk menilai faktor teknis. Dampak dari harapan kinerja
dapat digunakan sebagai landasan dan titik awal yang penting untuk penelitian masa depan [ Pendekatan
komprehensif yang diuraikan dalam makalah ini harus menjadi model yang cocok untuk menilai faktor teknis.
Dampak dari harapan kinerja dapat digunakan sebagai landasan dan titik awal yang penting untuk penelitian
masa depan [85].
5.2.2. Kontribusi Manajerial

Dari perspektif praktis, penelitian ini mengungkapkan bahwa D&M ISS, TTF, dan UTAUT memiliki
pengaruh yang signifikan terhadap faktor-faktor inti yang mempengaruhi yang secara langsung akan
mempengaruhi keinginan konsumen Cina dan Korea untuk menggunakan pembayaran seluler Korea. Kami
menemukan bahwa kesesuaian tugas-teknologi memiliki dampak yang cukup besar pada harapan kinerja.
Oleh karena itu, penyedia pembayaran seluler Korea harus meningkatkan kemampuan beradaptasi teknologi
tugas. Mereka dapat mensegmentasi pasar konsumen dan menyediakan teknologi yang disesuaikan untuk
pelanggan asing. Misalnya, staf profesional Tiongkok dan pelanggan pelajar paruh waktu mungkin lebih fokus
pada biaya penggunaan dan fungsi, tetapi wisatawan Tiongkok mungkin menunjukkan lebih banyak
kecemasan tentang ketergantungan dan aksesibilitas transfer pembayaran seluler internasional Korea. Karena
itu, Penyedia pembayaran seluler Korea dapat menyediakan serangkaian layanan yang disesuaikan untuk
memenuhi persyaratan tugas dari berbagai kelompok, sehingga meningkatkan keinginan pelanggan Tiongkok
untuk menggunakan pembayaran seluler di Korea. Operator pembayaran seluler Korea juga dapat
meningkatkan pengalaman teknis konsumen seluler, seperti PE. Tujuan ini dapat dicapai dengan menawarkan
antarmuka konsumen yang ramah untuk mengurangi ekspektasi beban kerja dan meningkatkan UI.
Hasil kami menunjukkan bahwa jika penyedia pembayaran seluler Korea ingin meningkatkan
pengadopsi potensial, mereka juga harus meningkatkan kualitas sistem dan informasi untuk meningkatkan
kepuasan konsumen. Khususnya, dalam konteks situasi saat ini, penyedia pembayaran seluler Korea lebih
suka berpikir bahwa
23
pentingnya menilai kualitas sistem berkurang ketika sistem pembayaran seluler matang dan stabil. Oleh karena
itu, kesesuaian antara kualitas sistem informasi kualitas dan teknologi tugas sangat mempengaruhi niat
penggunaan melalui kepuasan pengguna dan PE, masing-masing. Karena transaksi pembayaran seluler terjadi
kapan pun dan di mana pun memungkinkan, kami menyarankan agar operator sistem pembayaran-m Korea
harus fokus pada peningkatan dampak utilitarian PE, SI, FC, dan AS dalam layanan pembayaran seluler
Korea; misalnya, meningkatkan kecepatan sistem, mempersingkat waktu henti sistem, memperkuat berbagai
fungsi, dan mempersonalisasikan teknologi informasi yang disesuaikan. Pembaruan terus menerus dari semua
informasi yang mendukung pelanggan pembayaran seluler dapat meningkatkan kualitas informasi. Tidak
berkorelasi, tidak tepat, atau informasi yang tidak tepat waktu dapat mempengaruhi kepuasan pelanggan.
Mempertimbangkan efek moderasi dari perbedaan pengguna Cina dan Korea, pertama, memfasilitasi kondisi
untuk tujuan penggunaan sistem m-payment Korea harus ditingkatkan untuk menarik orang-orang yang sangat
menghargai independensi dan privasi, seperti lalu lintas Wi-Fi gratis dan bahasa Mandarin profesional. dan
konsultasi purna jual Korea, untuk mengatasi hambatan perangkat keras dan perangkat lunak dalam
penggunaan Kakaopay oleh pengguna Cina dan Korea. Kedua, ketika penyedia Kakaopay mengembangkan
kemampuan teknologi pembayaran seluler, mereka perlu menyeimbangkan ekspektasi kinerja pengguna Cina
dan Korea dari fitur-fitur ini. Mereka dapat meningkatkan fungsi produk sesuai dengan umpan balik pelanggan
untuk lebih memuaskan harapan kinerja pelanggan. Ketiga, pelanggan Korea lebih sensitif terhadap kepuasan
pengguna, yang tampaknya menjadi faktor penting dalam pengembangan kemauan untuk menggunakan
teknologi. Namun, bagi pengguna China yang lebih menyukai tujuan pribadi, mekanisme penghargaan amplop
merah dalam menggunakan pembayaran seluler bisa menjadi salah satu alat pemasaran pemasok Kakaopay.
Keempat, pengguna Cina dan Korea dapat secara akurat menggambarkan kenyamanan mereka atau fitur teknis
lainnya dalam menggunakan fitur Kakaopay, atau fitur yang mudah digunakan dapat dimasukkan dalam
program promosi mereka untuk
mengakomodasi tugas yang berbeda.
Berdasarkan temuan di atas, kita perlu mempertimbangkan perspektif yang berbeda untuk memanfaatkan
faktor-faktor yang mempengaruhi PE, kepuasan, dan niat akhir untuk menggunakan pembayaran seluler.
Untuk merumuskan strategi jangka panjang dan keberlanjutan, pembuat kebijakan harus mengembangkan
rencana aksi sesuai dengan elemen yang mempengaruhi pelanggan mereka. Mengatasi setiap faktor yang
mempengaruhi keinginan untuk menggunakan dalam model ini akan menguntungkan keinginan pengguna di
Cina dan Korea, dan bahkan e-commerce lintas batas dan kerjasama ekonomi di seluruh kawasan Asia-
Pasifik.
5.3. Keterbatasan dan Pekerjaan Masa Depan

Penelitian kami memiliki beberapa keterbatasan. Pertama, kami berasumsi bahwa penggunaan
pembayaran seluler di masa mendatang akan meningkat, karena peningkatan faktor yang mempengaruhi niat
pelanggan China untuk menggunakan Kakaopay. Oleh karena itu, perlu dilakukan studi lanjutan. Kedua, kami
hanya melakukan penelitian ini untuk penyedia pembayaran seluler Korea. Meskipun Kakaopay adalah
penyedia perwakilan dari industri pembayaran m Korea, itu tidak mencakup setiap bidang pembayaran seluler
global. Untuk memperkuat sistematisasi penelitian ini, kami berharap dapat membandingkan hasilnya dengan
hasil dari berbagai negara dengan ukuran sampel yang besar dan keragaman budaya yang luas. Ketiga, kami
mengintegrasikan D&M ISS dan TTF ke dalam UTAUT untuk mengidentifikasi faktor-faktor yang
mempengaruhi niat penggunaan m-payment. Penelitian masa depan harus menerapkan teori lain, misalnya,
Kontribusi Penulis: XL dan RW berkontribusi pada desain penelitian, analisis empiris, penulisan naskah; Y.-TL
mengembangkan ide orisinal untuk penelitian ini; JH bertanggung jawab atas pengumpulan data dan desain penelitian; S.-
CC melakukan metodologi, analisis data dan desain penelitian. Semua penulis membaca dan menyetujui naskah akhir.
Pendanaan: Penelitian ini tidak menerima dana dari luar.
Konflik kepentingan: Para penulis menyatakan tidak ada konflik kepentingan.
23
Lampiran A. Definisi Operasional
Tabel A1. Definisi setiap konstruk.
Teori dan Konstruksi Definisi Operasi Sumbe

r
Kualitas sistem Kualitas sistem pembayaran seluler dan aspek teknis. [50]
Kualitas informasi dan konten sistem pembayaran seluler
Kualitas informasi yang disediakan oleh sistem pembayaran seluler. [50]
ISS
Langkah-langkah layanan sistem operasi seluler baru di
Kualitas layanan hal keandalan, daya tanggap, jaminan, dan personalisasi. [50]
Pengguna KepuasanDerajat kepuasan dengan ponsel
pembayaran sistem. [14]
Beberapa aspek penting dari persyaratan tugas pengguna, termasuk:
Karakteristik tugas manajemen akun di mana-mana, transfer uang, dan [8]
pengiriman uang, dan permintaan informasi akun real-time.
Karakteristik Beberapa aspek penting dari teknologi mobile banking, termasuk [8]
TTF teknologi di mana-mana, kedekatan, dan keamanan.
Perspektif rasional tentang apa yang dapat dilakukan teknologi
Kesesuaian tugas- baru untuk mengoptimalkan pekerjaan. Hal ini dipengaruhi oleh [42]
teknologi sifat tugas dan kepraktisan teknologi untuk menyelesaikan tugas.
Tingkat peningkatan efisiensi perjalanan dengan menggunakan [20,21,56]
Harapan kinerja sistem pembayaran seluler yang dipikirkan oleh pengguna.
Tingkat penggunaan sistem pembayaran seluler yang dialami [20,21,56]
Upaya harapan
oleh
Tingkat dampak sejauh mana konsumen memperhatikan bahwa
UTAU Pengaruh sosial penting orang lain percaya dia harus menggunakan [20,56]
sistem pembayaran mobile.
Apakah kondisi yang nyaman dan berbagai dukungan teknis
Kondisi yang diperlukan oleh sistem pembayaran seluler, yang dirasakan oleh
memfasilitasi [20,56]
pengguna.
Penggunaan NiatAlasan menggunakan seluler
pembayaran.[ 21]
Referensi
1. Orang Dalam Bisnis. Tersedia secara online:https: //www.businessinsider.com/chart-korean-exports-2013-3(diakses pada
13 Maret 2019).
2. Ekspor.gov. Tersedia secara online:https: //www.export.gov/apex/article2?id=Korea-eCommerce(diakses pada 29
Agustus 2019).
3. Yonhap. Tersedia secara online:https: //en.yna.co.kr/view/AEN20190304011253320?section=search(diakses pada 5
Maret 2019).
4. statistik. Laporan E-niaga. 2019. Tersedia online:https: //www.statista.com/study/42335/ecommerce- laporan/
(diakses pada 15 April 2019).
5. Kakaocorp.Tersedia online: https: //www.kakaocorp.com/service/Kakaopay?lang=id(diakses
pada 21 Februari 2017).
6. Yonhap. Tersedia secara online:https: //en.yna.co.kr/view/AEN20190521005651320?section=search(diakses pada
21 Mei 2019).
7. Kim, C.; Galeri, RD; Shin, N.; Ryoo, JH; Kim, J. Faktor-faktor yang mempengaruhi nilai belanja Internet dan
pelangganniat pembelian ulang. Elektron. Komer. Res. aplikasi 2012, 11, 374–387. [CrossRef]
8. Zhou, T.; Lu, Y.; Wang, B. Mengintegrasikan TTF dan UTAUT untuk menjelaskan adopsi pengguna mobile
banking. Hitung.Bersenandung. Perilaku2010, 26, 760–767. [CrossRef]
9.Tam, C.; Oliveira, T. Memahami dampak m-banking pada kinerja individu: DeLone McLean dan perspektif TTF.
Hitung. Bersenandung. Perilaku 2016, 61, 233–244. [CrossRef]
10. Wu, RZ; Lee, JZ Niat Penggunaan Aplikasi Perjalanan Seluler oleh Korea- Mengunjungi Turis Tiongkok. J.
Distribusi. Sci. 2017, 15, 53–64.
23
11. Srivastava, SC; Chandra, S.; Kemudian, YL Mengevaluasi peran kepercayaan dalam adopsi konsumen mobilesistem
pembayaran: Sebuah analisis empiris. komuni. Asosiasi Memberitahukan. Sistem 2010, 27, 561–588.
12. Dahlberg, T.; Mallat, N.; Ondrus, J.; Zmijewska, A. Penelitian pembayaran seluler di masa lalu, sekarang, dan masa
depan: Sebuah tinjauan literatur. Elektron. Komer. Res. aplikasi 2008, 7, 165-181. [CrossRef]
13. Shin, DH Memahami penerimaan pengguna terhadap DMBin Korea Selatan menggunakan penerimaan teknologi
yang dimodifikasimodel. Antar. J.Hum. Hitung. Int. 2009, 25, 173–198. [CrossRef]
14. GSMA. Ekonomi Seluler. 2019. Tersedia online:https: //www.gsma.com/r/mobileeconomy/ (diakses pada 30
Agustus 2019).
15. Wang, Y.; Lee, S. Pengaruh e-commerce lintas batas pada perdagangan internasional China: Sebuah studi
empirisberdasarkan analisis biaya transaksi. Keberlanjutan 2017, 9, 2028. [CrossRef]
16. Gao, LL; Waechter, KA Meneliti peran kepercayaan awal dalam adopsi pengguna layanan pembayaran
seluler:Sebuah penyelidikan empiris. Informasikan. Sistem Depan. 2017, 19, 525–548. [CrossRef]
17. Chun, SH Kewajiban E-Commerce dan Pelanggaran Keamanan dalam Pembayaran Seluler untuk Keberlanjutan e-
Bisnis.
Keberlanjutan 2019, 11, 715. [CrossRef]
18. Anakku, aku.; Kim, S. Layanan Pembayaran Seluler dan Nilai Perusahaan: Berfokus pada Aliran Atas dan
BawahPersekutuan. Keberlanjutan 2018, 10, 2583. [CrossRef]
19. Liébana-Cabanillas, F. Penentu penerimaan pembayaran seluler: Pendekatan jaringan saraf SEM hibrida.
teknologi. Ramalan cuaca. Soc. Chang.2018, 129, 117-130. [CrossRef]
20. Venkatesh, V.; Morris, MG; Davis, GB; Davis, FD Penerimaan pengguna teknologi informasi: Menuju apandangan
terpadu. SIM Q. 2003, 27, 425–478. [CrossRef]
21. Davis, FD Persepsi kegunaan, persepsi kemudahan penggunaan, dan penerimaan pengguna teknologi informasi.
SALAH Q. 1989, 13, 319–340. [CrossRef]
22. Alshare, K.; Mousa, A. Efek moderasi dari dimensi budaya yang dianut pada niat konsumen untuk menggunakan
perangkat pembayaran seluler. Dalam Prosiding Konferensi Internasional ke-25 tentang Sistem Informasi (ICIS
2014), Auckland, Selandia Baru, 14 Desember 2014.
23. Chou, YHD; Li, TYD; Ho, CTB Faktor-faktor yang mempengaruhi adopsi mobile commerce di Taiwan. Int.
J.Massa. komuni.2018, 16, 117–134. [CrossRef]
24. Lu, J.; Yu, CS; Liu, C.; Wei, J. Perbandingan niat kelanjutan belanja seluler antara Cina danAmerika Serikat dari
perspektif budaya yang dianut. Hitung. Bersenandung. Perilaku 2017, 75, 130–146. [CrossRef]
25. Yang, K.; Forney, JC Peran moderat dari kecemasan teknologi konsumen dalam adopsi belanja seluler:Efek
diferensial dari memfasilitasi kondisi dan pengaruh sosial. J. Elektron. Komer. Res. 2013, 14, 334–347.
26. Malaquias, RF; Hwang, Y. Penggunaan mobile banking: Sebuah studi perbandingan dengan peserta Brasil dan AS.
Int. J.Inf. Kelola.2019, 44, 132-140. [CrossRef]
27. Syekh, AA; Karjaluoto, H. Mobile banking adopsi: Sebuah tinjauan literatur. Telematika. Memberitahukan. 2015,
32, 129-142. [CrossRef]
28. Palau-Saumell, R.; Forgas-Coll,
untukrestoran: UTAUT-2 S.; Sánchez-García,
yang diperluas J.; Robres,
dan diperluas. E. Penerimaan
Keberlanjutan 2019, 11,pengguna atas aplikasi seluler
1210. [CrossRef]
29. Lin, KY; Wang, YT; Hsu, HYS Mengapa orang beralih platform seluler? Peran moderat dari kebiasaan.
Internet Res. 2017, 27, 1170–1189. [CrossRef]
30. Qasim, H.; Abu-Shanab, E. Driver penerimaan pembayaran mobile: Dampak eksternalitas jaringan.
Inf. Sis. Depan.2016, 18, 1021–1034. [CrossRef]
31. DeLone, WH; McLean, ER Keberhasilan sistem informasi: Pencarian variabel dependen. Inf. Sis. Res. 1992, 3, 60–
95. [CrossRef]
32. Mohammadi, H. Menyelidiki perspektif pengguna tentang e-learning: Integrasi keberhasilan TAM dan ISmodel.
Hitung. Bersenandung. Perilaku 2015, 45, 359–374. [CrossRef]
33. Sharma, SK; Sharma, M. Meneliti peran kepercayaan dan dimensi kualitas dalam penggunaan ponsel yang
sebenarnyalayanan perbankan: Sebuah penyelidikan empiris. Int. J.Inf. Kelola. 2019, 44, 65–75. [CrossRef]
34. Selamat, DL; Thompson, RL Kesesuaian teknologi tugas dan kinerja individu. SIM Q. 1995, 19, 213–236.
[CrossRef]
35. Lee, CC; Cheng, HK; Cheng, HH Sebuah studi empiris mobile commerce di industri asuransi:Kesesuaian tugas-
teknologi dan perbedaan individu. keputusan Sistem Dukungan 2007, 43, 95-110. [CrossRef]
36. Tam, C.; Oliveira, T. Memahami kinerja individu mobile banking: Model DeLone McLean dan efek moderasi dari
budaya individu. Internet Res. 2017, 27, 538–562. [CrossRef]
23
37. Gan, C.; Li, H.; Liu, Y. Memahami adopsi pembelajaran seluler di pendidikan tinggi: Sebuah empirispenyelidikan
dalam konteks perpustakaan keliling. Elektron. perpustakaan 2017, 35, 846–860. [CrossRef]
38. Oliveira, T.; faria,M.; Thomas, MA; Popovicˇ, A. Memperluas pemahaman tentang adopsi mobile banking: Ketika
UTAUT bertemu TTF dan ITM. Int. J.Inf. Kelola. 2014, 34, 689–703. [CrossRef]
39. Shih, YY; Chen, CY Studi tentang niat perilaku untuk perdagangan seluler: Melalui model terintegrasi dariTAM dan
TTF. Kualitas. Bergalah. 2013, 47, 1009–1020. [CrossRef]
40. Cohen, GA Penggunaan alat kesehatan seluler dan kinerja petugas kesehatan masyarakat dalam konteks Kenya
aperspektif post-test kuasi-eksperimental. J. Informasi Kesehatan. Af. 2014, 2, 44–54.
41. Igbaria, M.; Tan, M. Konsekuensi dari penerimaan teknologi informasi pada individu selanjutnyapertunjukan.
Memberitahukan. Kelola. 1997, 32, 113-121. [CrossRef]
42. Oliveira, T.; Thomas, M.; Baptista, G.; Campos, F. Pembayaran seluler: Memahami faktor penentu adopsi pelanggan
dan niat untuk merekomendasikan teknologi. Hitung. Bersenandung. Perilaku 2016, 61, 404–414. [CrossRef]
43. Yen, DC; Wu, CS; Cheng, FF; Huang, YW Penentu niat pengguna untuk mengadopsi teknologi nirkabel:Studi
empiris dengan mengintegrasikan TTF dengan TAM. Hitung. Bersenandung. Perilaku 2010, 26, 906–915.
[CrossRef]
44. Sharma, SK; Gaur, A.; Saddikuti, V.; Rastogi, A. Model persamaan struktural (SEM)-model jaringan saraf (NN)
untuk memprediksi penentu kualitas sistem manajemen e-learning. Perilaku Inf. teknologi. 2017, 36, 1053–1066.
[CrossRef]
45. Zhou, T. Pemeriksaan empiris niat kelanjutan layanan pembayaran mobile. keputusan Sistem Dukungan
2013, 54, 1085–1091. [CrossRef]
46. Dwivedi, YK; Kapoor, KK; Williams, MD; Williams, J. Sistem RFID di perpustakaan: Pemeriksaan empirisfaktor
yang mempengaruhi penggunaan sistem dan kepuasan pengguna. Int. J.Inf. Kelola. 2013, 33, 367–377. [CrossRef]
47. Chatterjee, S.; Kar, AK; Gupta, MP Keberhasilan IoT di kota pintar India: Analisis empiris. Gubernur Inf. Q.2018,
35, 349–361. [CrossRef]
48. Veeramootoo, N.; Nunkoo, R.; Dwivedi, YK Apa yang menentukan keberhasilan sebuah layanan e-government?
Validasi model integratif penggunaan lanjutan e-filing. Inf. Q. 2018, 35, 161-174. [CrossRef]
49. Petter, S.; DeLone, W.; McLean, E. Mengukur keberhasilan sistem informasi: Model, dimensi, ukuran,dan hubungan
timbal balik. Eur. J.Inf. Sis. 2008, 17, 236–263. [CrossRef]
50. Delone, WH; McLean, ER Model kesuksesan sistem informasi DeLone dan McLean: Sepuluh tahunmemperbarui.
J.Manajer. Inf. Sis. 2003, 19, 9-30.
51. Au, N.; Ngai, EW; Cheng, TE Memperluas pemahaman tentang kepuasan sistem informasi pengguna akhirformasi:
Pendekatan model pemenuhan kebutuhan yang berkeadilan. SIM Q. 2008, 32, 43–66. [CrossRef]
52. Verkijika, SF Faktor-faktor yang mempengaruhi adopsi aplikasi mobile commerce di Kamerun. Telematika. Inf.
2018, 35, 1665–1674. [CrossRef]
53. Lin, TC; Huang, CC Memahami anteseden penggunaan sistem manajemen pengetahuan: Sebuah integrasi dariteori
kognitif sosial dan kecocokan teknologi tugas. Inf. Kelola. 2008, 45, 410–417. [CrossRef]
54. Lu, HP; Yang, YW Menuju pemahaman tentang niat perilaku untuk menggunakan situs jejaring sosial: Anperluasan
kesesuaian tugas-teknologi ke kesesuaian teknologi-sosial. Hitung. Bersenandung. Perilaku 2014, 34, 323–332.
[CrossRef]
55. Dishaw, MT; Kuat, DM Memperluas model penerimaan teknologi dengan konstruksi tugas-teknologi yang sesuai.
Inf. Kelola.1999, 36, 9–21. [CrossRef]
56. Venkatesh, V.; Thong, JY; Xu, X. Penerimaan konsumen dan penggunaan teknologi informasi: Memperluas teori
terpadu tentang penerimaan dan penggunaan teknologi. MIS Q. 2012, 36, 157–178. [CrossRef]
57. Jaradat, MIRM; Al Rababaa, MS Menilai faktor kunci yang mempengaruhi penerimaan ponsel perdagangan
berdasarkan UTAUT yang dimodifikasi. Int. J. Bis. Kelola. 2013, 8, 102-112. [CrossRef]
58. Lee, J.; Kim, K; Shin, H.; Hwang, J. Faktor Penerimaan Teknologi Tepat Guna: Kasus Penjernihan Air Sistem di
Binh Dinh, Vietnam. Keberlanjutan 2018, 10, 2255. [CrossRef]
59. Morosan, C.; DeFranco, A. Sudah waktunya: Meninjau kembali UTAUT2 untuk menguji niat konsumen
menggunakan NFCpembayaran seluler di hotel. Int. J. Rumah Sakit. Kelola. 2016, 53, 17–29. [CrossRef]
60. Alalwan, AA; Dwivedi, YK; Rana, NP Faktor-faktor yang mempengaruhi adopsi mobile banking oleh
Yordanianasabah bank: Memperluas UTAUT2 dengan kepercayaan. Int. J.Inf. Kelola. 2017, 37, 99–110. [CrossRef]
61. Chuang, LM; Chen, PC; Chen, YY Faktor penentu pilihan wisatawan untuk teori integrasi niat perilaku pro-
lingkungan dari perilaku terencana, teori penerimaan terpadu, dan penggunaan teknologi dua dan nilai
keberlanjutan. Keberlanjutan 2018, 10, 1869. [CrossRef]
23
62. Vongjaturapat, S.; Chaveesuk, S.; Chotikakamthorn, N.; Tongkhambanchong, S. Analisis faktor yang mempengaruhi
penerimaan tablet untuk layanan informasi perpustakaan: Kombinasi Model UTAUT dan TTF. J.Inf.tahu.
Kelola.2015, 14, 1550023. [CrossRef]
63. Fianu, E.; Blewett, C.; Ampong, G.; Ofori, K. Faktor-Faktor yang Mempengaruhi Penggunaan MOOC oleh Siswa di
Sekolah TerpilihUniversitas Ghana. Pendidikan Sci. 2018, 8, 70. [CrossRef]
64. I MI.; Hong, ST; Kang, MS Perbandingan adopsi teknologi internasional Menguji model UTAUT.
Inf. Kelola.2010, 48, 1–8. [CrossRef]
65. Zhang, LY; Zhu, J.; Liu, T. Sebuah meta-analisis adopsi mobile commerce dan efek moderasi daribudaya. Hitung.
Bersenandung. Perilaku 2012, 28, 1902–1911. [CrossRef]
66.O'Neil, B. Survei elektronik: Bagaimana memaksimalkan kesuksesan. Perawat Res. 2014, 21, 24-
26.67.Bryman, A. Metode Penelitian Sosial, edisi ke-4; Oxford University Press: Oxford, Inggris,
2012.
68. Duffett, M.; Luka bakar, KE; Adhikari, NK; Arnold, DM; Lauzier, F.; Kho, AKU; Lamontagne, F. Kualitas survei
pelaporan dalam jurnal perawatan kritis: Sebuah tinjauan metodologis. Kritis. Perawatan Med. 2012, 40, 441–449.
[CrossRef]
69. Armstrong, JS; Overton, TS Memperkirakan Bias Nonresponse dalam Survei Surat. J. Mark. Res. 1977, 14, 396–
402. [CrossRef]
70. Rambut, JF; Hitam, WC; Babin, BJ; Anderson, Analisis Data Multivariat RE: Perspektif Global, edisi ke-7; Pearson
Education International: Swannanoa, NC, AS, 2010.
71.nunnally, Teori Psikometri JC; McGraw Hill: New York, NY, AS, 1978.
72. Fornell, C.; Larcker, DF Mengevaluasi model persamaan struktural dengan variabel dan pengukuran yang tidak
dapat diamatikesalahan. J. Mark. Res. 1981, 18, 39–47. [CrossRef]
73. Bagozzi, RP; Yi, Y.; Phillips, LW Menilai validitas konstruk dalam penelitian organisasi. Adm.Sci. T. 1991,
36, 421–430. [CrossRef]
74. Anderson, JC; Gerbing, DW Pemodelan persamaan struktural dalam praktik. Sebuah ulasan dan
direkomendasikanpendekatan dua langkah. Psiko. Banteng. 1988, 103, 411–423. [CrossRef]
75. Hooper, D.; Coughlan, J.; Mullen, MR Pemodelan persamaan struktural: Pedoman untuk menentukan model fit.
Elektron. J. Bis. Res. Metode2008, 6, 53–60.
76. Kuan, HH; Bock, GW; Vathanophas, V. Membandingkan efek kualitas situs web pada pembelian awal pelanggan
dan pembelian lanjutan di situs web e-niaga. Perilaku Inf. teknologi. 2008, 27, 3–16. [CrossRef]
77. Hah, HYK; Kim, J. Pengaruh kepercayaan merek offline dan kepercayaan internet yang dirasakan pada belanja
onlineniat dalam konteks multi-channel terintegrasi. Int. J. Distribusi Ritel. Kelola. 2009, 37, 126–141. [CrossRef]
78. Lu, HP; Yu-Jen Su, P. Faktor-faktor yang mempengaruhi niat beli di situs web belanja seluler. Internet Res. 2009,
19, 442–458. [CrossRef]
79. Carlsson, C.; Carlsson, J.; Hyvonen, K.; Puhakainen, J.; Walden, P. Adopsi perangkat/layanan seluler- mencari
jawaban dengan UTAUT. Dalam Prosiding Konferensi Internasional Hawaii Tahunan ke-39tentang Ilmu Sistem
(HICSS'06), Kauia, HI, AS, 4–7 Januari 2006; hal 132-142.
80. Taman, J.; Yang, S.; Lehto, X. Adopsi teknologi seluler untuk konsumen China. J. Elektron. Komer. Res.
2007, 8, 196-206.
81. Kepiting, M.; Berdiri, C.; Berdiri, S.; Karjaluoto, H. Model adopsi untuk mobile banking di Ghana. Int. J.Massa.
komuni.2009, 7, 515–543. [CrossRef]
82. Junglas, saya.; Ibrahim, C.; Watson, RT Task-technology cocok untuk sistem informasi mobile yang dapat
ditemukan. keputusan Dukungan Sys. 2008, 45, 1046–1057. [CrossRef]
83. Sheng, H.; Nah, FFH; Siau, K. Sebuah studi eksperimental tentang adopsi perdagangan di mana-mana: Dampak
darimasalah personalisasi dan privasi. J. Assoc. Inf. Sis. 2008, 9, 344–376. [CrossRef]
84. Wiedemann, Ditjen; Haunstetter, T.; Pousttchi, K. Menganalisis elemen dasar pemasaran viral seluler-sebuah studi
empiris. Dalam Prosiding Konferensi Internasional ke-7 tentang Bisnis Seluler, Barcelona, Spanyol,7-8 Juli 2008;
hal.75–85.
85. Zhou, T. Memahami faktor-faktor penentu kelanjutan penggunaan pembayaran seluler. Ind.Manajemen. Sistem Data
2014,
114, 936–948. [CrossRef]
© 2019 oleh penulis. Penerima Lisensi MDPI, Basel, Swiss. Artikel ini adalah
artikel akses terbuka yang didistribusikan di bawah syarat dan ketentuan
lisensi Creative Commons Attribution (CC
BY)(http://creativecommons.org/licenses/by/4.0/).

Sustainability Konversi 2

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Sustainability Konversi 2

Diunggah oleh

Hak Cipta:

Format Tersedia

keberlanjutan

2. Latar Belakang dan Tinjauan Pustaka

2.1. Pembayaran Seluler

2.3. ISS DeLone dan McLean

2.5. Mengintegrasikan UTAUT dan D&M ISS

2.6. Mengintegrasikan UTAUT dan TTF

Hipotesis 1a (H1a). Kualitas sistem positif affmempengaruhi kepuasan pengguna.

Hipotesis 1b (H1b). Kualitas sistem positif affmempengaruhi harapan kinerja.

Hipotesis 2a (H2a). Kualitas informasi secara positif affmempengaruhi kepuasan pengguna.

Hipotesis 2b (H2b). Kualitas informasi secara positif affmempengaruhi harapan kinerja.

Gambar 1. Model penelitian.

Hipotesis 3a (H3a). Kualitas layanan positif affmempengaruhi kepuasan pengguna.

Hipotesis 3b (H3b). Kualitas layanan positif affmempengaruhi harapan kinerja.

Hipotesis 4a (H4a). Harapan kinerja positif affmempengaruhi kepuasan pengguna.

Hipotesis 4b (H4b). Kepuasan pengguna secara positif affmempengaruhi niat penggunaan.

Hipotesis 5a (H5a). Karakteristik tugas secara positif affdll.

Hipotesis 5b (H5b). Karakteristik teknologi secara positif affdll.

Hipotesis 6b (H6b). Tugas-teknologi cocok secara positif affmempengaruhi niat penggunaan.

Hipotesis 7 (H7). Harapan kinerja positif affmempengaruhi niat penggunaan.

Hipotesis 8 (H8). Effharapan ort positif affmempengaruhi niat penggunaan.

Hipotesis 9 (H9). Pengaruh sosial secara positif affmempengaruhi niat penggunaan.

Hipotesis 10 (H10). Memfasilitasi kondisi positif affdll penggunaan niat.

4. Pengumpulan dan Hasil Data

Tabel 1. Karakteristik sampel (seluruh sampel).

4.1. Keandalan dan Validitas

Tabel 3. Validitas diskriminan (seluruh sampel).

SYQ IQ SQ kita pe EE SI FC TAC TEC TTF UI

4.2. Evaluasi Model Pengukuran

Tabel 4. Fit indikator pengukuran dan model struktural (seluruh sampel).

Bugar IndeksStandar Bugar

χ2/df ≤3.001.248 1.302 Ya

4.3. Verifikasi Hipotesis

UI konsumen Cina ditunjukkan oleh TTF (β = 0,032), US (β = 0,332), PE (β = 0,277), EE (β = 0,009), SI

Gambar 3. Analisis jalur model penelitian (pengalaman konsumen Korea).

UI konsumen Korea diprediksi oleh TTF (β = 0,480), US ( = 0,056), PE (β = 0,037), EE (β = 0,043), SI

Tabel 5. Hasil uji hipotesis (semua sampel).

Hipotesa Jalur Jalan Coeffiorang P-Nilai Nilai-T

Tabel 6. Hasil uji hipotesis (sampel konsumen Cina).

Hipotesa Jalur Jalan Coeffiorang P-Nilai Nilai-T

Tabel 8. Perbedaan koefisien jalur antara konsumen Cina dan Korea.

5.1. Temuan Penelitian

5.2.1. Kontribusi Teoretis

5.2.2. Kontribusi Manajerial

5.3. Keterbatasan dan Pekerjaan Masa Depan

Lampiran A. Definisi Operasional

Tabel A1. Definisi setiap konstruk.

Teori dan Konstruksi Definisi Operasi Sumbe

Anda mungkin juga menyukai