Sustainability Konversi 2
Sustainability Konversi 2
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
Keberlanjutan 2019, 11, 5532 3 dari
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.
2.2. 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.
2.4. 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].
Keberlanjutan 2019, 11, 5532 5 dari
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].
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,
Keberlanjutan 2019, 11, 5532 6 dari
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:
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:
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:
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:
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:
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:
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.
Keberlanjutan 2019, 11, 5532 8 dari
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:
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:
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:
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:
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:
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.
Keberlanjutan 2019, 11, 5532 9 dari
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.
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.
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%
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 - - -
Keberlanjutan 2019, 11, 5532 12 dari
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.
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.
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.
Gambar 2. Analisis jalur model penelitian (konsumen pengalaman Cina). R 2 adalah koefisien determinasi.
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.
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.
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.
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
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.
Keberlanjutan 2019, 11, 5532 18 dari
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
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.
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.
Keberlanjutan 2019, 11, 5532 21 dari
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]
Keberlanjutan 2019, 11, 5532 22 dari
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]
Keberlanjutan 2019, 11, 5532 23 dari
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/).