SKRIPSI
Disusun Oleh:
18082010077
SURAT PERNYATAAN
Bukan merupakan plagiat dari Skripsi / Tugas Akhir / Penelitian orang lain dan juga
bukan merupakan Produk / Software / Hasil Karya yang saya beli dari orang lain.
Saya juga menyatakan bahwa Skripsi / Tugas Akhir ini adalah pekerjaan saya
sendiri, kecuali yang dinyatakan dalam Daftar Pustaka dan tidak pernah diajukan
untuk syarat memperoleh gelar di Universitas Pembangunan Nasional "Veteran"
Jawa Timur maupun di Institusi Pendidikan Lain. Jika ternyata dikemudian hari
pernyataan ini terbukti benar, maka Saya bertanggung jawab penuh dan siap
menerima segala konsekuensi, termasuk pembatalan ijazah di kemudian hari.
i
Judul Skripsi : ANALISIS PERILAKU PENGGUNA
TERHADAP APLIKASI PLN MOBILE
MENGGUNAKAN METODE UTAUT
Pembimbing 1 : Arista Pratama, S.Kom, M.Kom
Pembimbing 2 : Anita Wulansari, S.Kom, M.Kom
ABSTRAK
Perkembangan teknologi informasi saat ini mengalami
pertumbuhan yang sangat pesat dalam segala aspek kehidupan. Dengan
adanya teknologi informasi yang semakin berkembang lebih
mempermudah pengguna untuk menggunakan sistem informasi.
Perkembangan teknologi yang terjadi menunjukkan bahwa teknologi
informasi saat ini bukan menjadi tuntutan bagi perusahaan atau organisasi.
PT. PLN (Persero) merupakan suatu Badan Usaha Milik Negara (BUMN)
dibidang kelistrikan yang mengontrol, menyediakan, dan melayani
kebutuhan listrik masyarakat. PT. PLN (Persero) terus berupaya untuk
meningkatkan layanan kelistrikan kepada seluruh pelanggan. Untuk
meningkatkan layanan kelistrikan PT. PLN (Persero) memberikan inovasi
berupa pengembangan Aplikasi PLN Mobile.
Dengan adanya Aplikasi PLN Mobile pengguna akan mendapatkan
informasi layanan kelistrikan secara update serta bisa mendaftarkan secara
mandiri sesuai dengan kebutuhan masing-masing pengguna, dan bisa
mengetahui kalkulasi biayanya. Tujuan penelitian ini adalah untuk
mengetahui faktor-faktor perilaku yang mempengaruhi pengguna dalam
menerima Aplikasi PLN Mobile. Metode penelitian yang digunakan yaitu
UTAUT yang modelnya telah dimodifikasi dengan tujuh variabel yang
terdiri dari Performance Expectancy, Effort Expectancy, Social Influence,
Facilitating Condition, Trust, Information Quality, dan Behavioral
Intention.
Pengambilan sampel menggunakan Teknik Probability Sampling,
dengan jenis Random Sampling. Jumlah sampel sebanyak 400 pengguna
masyarakat Kota Surabaya yang telah menggunakan Aplikasi PLN Mobile.
Data penelitian dianalisis menggunakan SEM-PLS dengan perangkat lunak
SmartPls 3. Berdasarkan hasil analisis diperoleh bahwa faktor yang
mempengaruhi Behavioral Intention atau perilaku pengguna terhadap
Aplikasi PLN Mobile terdiri dari Performance Expectancy, Effort
Expectancy, Facilitating Conditions, Social Influence (p-value < 0,05)
sedangkan Trust, Information Quality tidak berpengaruh positif dan tidak
signifikan terhadap Behavioral Intention.
ii
KATA PENGANTAR
Dengan mengucap puji syukur kepada Allah SWT, atas limpahan rahmat
dan karunia Nya, sehingga dapat menyelesaikan skripsi ini dengan judul “Analisis
Pembangunan Nasional “Veteran” Jawa Timur. Pada kesempatan ini, penulis ingin
2. Orang tua dan keluarga yang senantiasa memberi doa dan dukungan.
3. Nenek dan kakek yang telah membesarkan saya dan selalu memberi
6. Bapak Nur Cahyo Wibowo, S.Kom, M.Kom selaku Kepala Program Studi
Timur.
iii
10. Kakak tingkat yang memberikan saran serta motivasi.
11. Seluruh pihak yang tidak dapat saya sebutkan satu persatu yang telah
kekurangan pada penulisan dan pengerjaan skripsi ini. Semoga laporan Skripsi ini
Informasi.
Penulis
iv
DAFTAR ISI
ABSTRAK ................................................................................................................................ii
KATA PENGANTAR ............................................................................................................ iii
DAFTAR ISI............................................................................................................................. v
DAFTAR TABEL ................................................................................................................ viii
DAFTAR GAMBAR ............................................................................................................... ix
DAFTAR LAMPIRAN ............................................................................................................ x
BAB 1 PENDAHULUAN ........................................................................................................ 1
1.1 Latar Belakang ............................................................................................................ 1
1.2 Perumusan Masalah..................................................................................................... 6
1.3 Batasan Masalah .......................................................................................................... 6
1.4 Tujuan.......................................................................................................................... 7
1.5 Manfaat........................................................................................................................ 7
1.6 Relevansi SI................................................................................................................. 8
1.7 Sistematika Penulisan.................................................................................................. 8
BAB II TINJAUAN PUSTAKA ........................................................................................... 11
2.1 Landasan Teori .......................................................................................................... 11
2.2 Definisi Penerimaan Pengguna ................................................................................. 11
2.3 Definisi Sistem Informasi.......................................................................................... 12
2.4 Aplikasi Mobile ......................................................................................................... 12
2.5 Aplikasi PLN Mobile ................................................................................................ 14
2.6 Unified Theory of Acceptance and Use of Technology (UTAUT) .......................... 17
2.7 SEM-PLS (Structural Equation Modelling - Partial Least Square) .......................... 23
2.8 Penelitian Terdahulu ................................................................................................. 24
BAB III METODE PENELITIAN ....................................................................................... 28
3.1 Studi Literatur dan Studi Observasi .......................................................................... 28
3.2 Identifikasi Masalah .................................................................................................. 29
3.3 Model Konseptual ..................................................................................................... 30
3.4 Hipotesis Penelitian ................................................................................................... 30
3.4.1 Performance Expectancy (PE) ........................................................................... 31
3.4.2 Effort Expectancy (EE) ...................................................................................... 31
3.4.3 Social Influence (SI) .......................................................................................... 32
3.4.4 Facilitating Conditions (FC) .............................................................................. 32
3.4.5 Trust (TRU) ....................................................................................................... 33
3.4.6 Information Quality (IQ).................................................................................... 33
3.5 Definisi Operasional .................................................................................................. 34
3.6 Metode Pengumpulan Data ....................................................................................... 35
v
3.6.1 Sumber Pengumpulan Data................................................................................ 36
3.6.2 Penentuan Populasi dan Sampel ........................................................................ 36
3.6.3 Teknik Sampling ................................................................................................ 37
3.6.4 Skala Likert ........................................................................................................ 38
3.7 Penyusunan Instrumen Kuesioner ............................................................................. 39
3.8 Uji Validitas dan Reliabilitas .................................................................................... 41
3.8.1 Uji Validitas Instrumen Penelitian ..................................................................... 41
3.8.2 Uji Reliabilitas Instrumen Penelitian ................................................................. 47
3.9 Pengolahan Data dan Analisis ................................................................................... 48
3.9.1 Analisis Deskriptif ................................................................................................... 48
3.9.2 Analisis Inferensial .................................................................................................. 48
3.10 Penarikan Kesimpulan dan Saran .............................................................................. 52
BAB IV HASIL DAN PEMBAHASAN ............................................................................... 53
4.1 Pembahasan Karakteristik Responden (Tabulasi Data) ............................................ 53
4.1.1 Jenis Kelamin ..................................................................................................... 53
4.1.2 Usia .................................................................................................................... 54
4.1.3 Asal Kota ........................................................................................................... 55
4.1.4 Lama Penggunaan Aplikasi PLN Mobile .......................................................... 56
4.1.5 Intensitas penggunaan Aplikasi PLN Mobile .................................................... 56
4.1.6 Fitur yang Sering Digunakan ............................................................................. 57
4.2 Analisis Deskriptif..................................................................................................... 58
4.2.1 Frekuensi Jawaban Variabel Performance Expectancy ..................................... 58
4.2.2 Frekuensi Jawaban Variabel Effort Expectancy ................................................ 60
4.2.3 Frekuensi Jawaban Variabel Social Influence ................................................... 62
4.2.4 Frekuensi Jawaban Variabel Facilitating Conditions ........................................ 63
4.2.5 Frekuensi Jawaban Variabel Trust ..................................................................... 65
4.2.6 Frekuensi Jawaban Variabel Information Quality ............................................. 67
4.2.7 Frekuensi Jawaban Variabel Behavioral Intentions ........................................... 69
4.3 Analisis Inferensial .................................................................................................... 71
4.3.1 Outer Model ....................................................................................................... 71
4.3.2 Inner Model ........................................................................................................ 75
4.4 Pembahasan Hasil Penelitian .................................................................................... 83
4.4.1 Pengaruh Performance Expectancy terhadap Behavioral Intention................... 83
4.4.2 Pengaruh Effort Expectancy terhadap Behavioral Intention ............................. 84
4.4.3 Pengaruh Social Influence terhadap Behavioral Intention................................. 85
4.4.4 Pengaruh Facilitating Conditions terhadap Behavioral Intention ...................... 86
4.4.5 Pengaruh Trust terhadap Behavioral Intention .................................................. 87
4.4.6 Pengaruh Information Quality terhadap Behavioral Intention........................... 88
vi
BAB V PENUTUP.................................................................................................................. 90
5.1 Kesimpulan................................................................................................................ 90
5.2 Saran .......................................................................................................................... 90
DAFTAR PUSTAKA ............................................................................................................. 93
LAMPIRAN.......................................................................................................................... 100
vii
DAFTAR TABEL
viii
DAFTAR GAMBAR
ix
DAFTAR LAMPIRAN
Lampiran 1. Tampilan Kuesioner Online…………………………………………….…….96
Lampiran 2. Data Jawaban Kuesioner Responden………………….………………..……106
Lampiran 3. Data Demografi Responden……...…………………………………..………116
Lampiran 4. Analisis Deskriptif Variabel……………………………………………..…..119
Lampiran 5. Uji Validitas dan Reliabilitas Pretest Kuesioner………………………….…126
Lampiran 6. Uji Validitas dan Reliabilitas 400 Responden…………………………….....129
Lampiran 7. Hasil Uji VIF dan R-Square………………………………………………….131
Lampiran 8. Hasil Uji Hipotesis Bootstrapping…………………………………………..132
Lampiran 9. Hasil Uji Bootstrapping……………………………………………………...132
x
BAB I
PENDAHULUAN
pesat dalam segala aspek kehidupan. Dengan adanya teknologi yang semakin
ini bukan menjadi tuntutan lagi bagi perusahaan atau organisasi (Antasari &
PT. PLN (Persero) merupakan suatu badan usaha milik negara (BUMN)
listrik masyarakat. Sebagai perusahaan yang menjual produk dan jasa PT. PLN
PT. PLN (Persero) terus berupaya untuk meningkatkan layanan kepada seluruh
cepat, andal dan akurat sangat diperlukan (Suzanto & Sidharta, 2015).
1
Menurut (Band, 1991) dalam (Setiyawati, 2009) kepuasan pelanggan
smartphone. Saat ini teknologi yang sering digunakan yaitu smartphone, sehingga
informasi berbasis aplikasi mobile (Moon & Chang, 2014). Sistem informasi yang
maupun informasi lainnya yang berkaitan dengan layanan listrik dan Aplikasi PLN
Mobile ini dapat digunakan oleh semua kalangan masyarakat (Nadhif & Niswah,
2018). Aplikai PLN Mobile adalah suatu aplikasi yang terintegrasi dengan Aplikasi
Terpusat (AP2T) (Lestari, Aknuranda, & Herlambang, 2019). Aplikasi PLN Mobile
2
Gambar 1.1 Hompage PLN Mobile
layanan dengan cepat. Aplikasi PLN Mobile dapat digunakan dimana saja
kapanpun tanpa batasan waktu (self service). Aplikasi PLN Mobile berisi banyak
fitur yang berguna untuk pengguna. Salah satu fitur yang disediakan oleh PLN
Mobile yaitu pengguna mendapatkan informasi seperti cek tagihan dan riwayat
status pengaduan dan permohonan, informasi tarif listrik terkini, berita terkini
mengenai PLN, informasi pemeliharaan listrik dan telepon contact center PLN 123
3
Namun masih banyak juga pengguna yang mengeluh dari Aplikasi PLN
pengguna tidak bisa login pada Aplikasi PLN Mobile, sehingga jika pengguna harus
dan digunakan oleh masyarakat sebagai pengguna (Venkatesh et al., 2016). Faktor
yang saat ini memegang peranan penting dalam keberhasilan penerapan dan
4
Tingkat kesiapan pengguna untuk menerima teknologi informasi memiliki
pengaruh besar dalam menentukan sukses dan tidaknya teknologi tersebut (Saputra,
2014). Salah satu kunci awal keberhasilan implementasi teknologi informasi adalah
lebih aspek perilaku pengguna (Sarja, 2015). Faktor pengguna dapat menjadi suatu
tolak ukur untuk menilai penerimaan sebuah teknologi informasi (Rachmadi et al.,
2016).
delapan teori dan model dominan yaitu Theory of Reasoned Action (TRA),
5
Terdapat penelitian-penelitian yang dilakukan dengan mengadopsi
UTAUT dan mendapatkan temuan yang beragam. UTAUT adalah temuan model
terhadap teknologi karena model ini telah dibagunkan melalui perkembangan dan
serta sikap terhadap teknologi. Model UTAUT merupakan model baru yang
pengguna menerima atau menolak suatu teknologi dalam sudut pandang tertentu
masalah pada penelitian ini yaitu faktor apa saja yang mempengaruhi perilaku
PLN Mobile.
6
2. Variabel-variabel yang digunakan dalam penelitian ini meliputi:
Intention.
1.4 Tujuan
1.5 Manfaat
Manfaat yang diharapkan dapat diambil dari penelitian ini adalah sebagai
berikut:
masyarakat.
7
1.6 Relevansi SI
Menurut (Davis, 1991) sistem informasi adalah suatu sistem yang menerima
input atau masukan data dan instruksi, mengolah data sesuai dengan instruksi dan
sehingga menjadi suatu informasi yang berharga bagi yang menerimanya. Terdapat
tiga pendekatan sistem informasi yaitu pendekatan teknis, pendekatan perilaku dan
matematis berdasarkan studi sistem informasi, selain pengetahuan tentang fisik dan
semata-mata dari sisi pendekatan teknis atas sistem informasi. Dalam penelitian ini
aspek sosial. Masalah sosial dalam penggunaan sistem informasi muncul sebagai
hasil pemikiran manusia dalam kebudayaan yang dimiliki oleh manusia itu sendiri
yang terwujud dari peranannya karena interaksi sosial dalam suatu ruang lingkup
laporan supaya tidak menyimpang dan sebagai acuan dalam mencapai tujuan
penulisan laporan skripsi sesuai dengan apa yang diharapkan. Laporan ini terbagi
8
BAB I PENDAHULUAN
Bab ini berisi tentang latar belakang terkait permasalahan yang diangkat,
permasalahan yang akan dibahas dan penelitian terdahulu yang menjadi acuan dari
penelitian ini.
Bab ini akan menguraikan hasil penelitian secara deskriptif yang telah
Aplikasi PLN Mobile Menggunakan Model Unified Theory of Acceptance and Use
BAB V PENUTUP
Pada bab ini diuraikan mengenai rangkuman yang terbagi menjadi dua
bagian yaitu kesimpulan dan saran yang melampirkan penyelesaian dari hasil
DAFTAR PUSTAKA
pengerjaan penelitian.
9
LAMPIRAN
Pada bagian ini berisi beberapa dokumen yang sesuai dengan fakta
dilapangan.
10
BAB II
TINJAUAN PUSTAKA
Pada sub bab ini berisikan dasar teori yang berkaitan dengan topik penelitian
yang akan mendukung dalam proses penyelesaian penelitian ini. Dasar teori yang akan
dibahas antara lain yaitu definisi penerimaan pengguna, definisi sistem informasi,
terdahulu.
konsumen merupakan sikap positif konsumen terhadap sebuah inovasi dan niat
ditandai dengan sikap positif terhadap produk, dan/ pemanfaatan aktual produk oleh
yang akan menentukan sukses atau tidaknya suatu penerapan sistem teknologi
11
2.3 Definisi Sistem Informasi
orang yang saling bekerja sama dengan ketentuan-ketentuan aturan yang sistematis
dan terstruktur untuk membentuk satu kesatuan yang melaksanakan suatu fungsi
untuk mencapai tujuan. Sedangkan Informasi adalah data yang diolah menjadi lebih
bersifat mengatur segala sesuatu yang telah direncanakan dan kegiatan strategi dari
komponen yang saling terikat dari orang-orang, perangkat keras, perangkat lunak,
aplikasi internet yang berjalan di perangkat seluler dan perangkat seluler lainnya
(Mahmoud et al., 2021). Terdapat berbagai jenis aplikasi mobile di dalam perangkat
seluler, mulai dari yang disediakan oleh mobile framework seperti platform
Android, hingga ada pula aplikasi pihak ketiga yang disediakan oleh online stores
untuk aplikasi mobile seperti Google Play Store, Apple iOS App Store, Windows
12
Keunggulan dari aplikasi mobile adalah dapat dijalankan dengan tanpa
tanpa akses internet. Aplikasi mobile juga memudahkan penggunanya karena dapat
Aplikasi Aplikasi mobile terdiri dari satu set program yang berjalan pada
perangkat mobile atau perangkat seluler, yang melakukan suatu tugas tertentu untuk
penggunanya (Islam et al., 2010). Baik aplikasi mobile dan perangkat mobile dapat
beroperasi dengan adanya dukungan dari sistem operasi. Sistem operasi mobile
dioperasikan. Sistem operasi perangkat mobile yang paling dikenal saat ini adalah
Android dan iOS. Android merupakan sistem operasi yang diluncurkan oleh
dari aplikasi mobile untuk membantu aktivitas sehari-hari hingga aktivitas yang lebih
faktor yang membuat aplikasi mobile dapat terus berkembang pada saat ini, yakni
tinggi dengan harga yang relatif murah, pengenalan marketplace yang mudah
digunakan, hingga kebutuhan mendasar akan aplikasi yang sederhana yang dapat
13
2.5 Aplikasi PLN Mobile
PLN Mobile adalah Aplikasi Mobile Customer Self Service berbasis Mobile
yang terintegrasi dengan Aplikasi Pengaduan dan Keluhan Terpadu (APKT) dan
lainnya yang berkaitan dengan layanan listrik. Aplikasi PLN Mobile ini dapat
Aplikasi PLN Mobile terdapat fitur utama yaitu fitur Token & Pembayaran,
fitur Pengaduan, fitur Catat Meter, fitur Penyambungan Baru, fitur Perubahan
Daya, fitur Penyambungan Listrik, fitur Simulasi Biaya, fitur E-Billing, fitur
Fitur Token dan Pembayaran menjadi salah satu fitur yang akan paling
b. Non Tagihan
c. Pengaduan
14
Apabila masyarakat telah mengalami kendala kelistrikan, maka akan
menerima balasan dari PLN yang dapat dilihat dan juga diunduh melalui
d. Catat Meter
listrik secara bulanan dengan detail. Hasil catat meter dilihat di Aplikasi
e. Penyambungan Baru
g. Penyambungan
h. Simulasi Biaya
15
Mobile yang pertama adalah memilih layanan yang dibutuhkan,
i. E-Billing
j. Marketplace
listriknya.
k. PLN Magazine
masyarakat.
l. Info Stimulus
token listrik dapat dilihat dan juga diunduh melalui Aplikasi PLN Mobile,
WhatsApp, Website.
16
2.6 Unified Theory of Acceptance and Use of Technology (UTAUT)
model yang mengidentifikasi peran niat sebagai kriteria kunci dalam penelitian
adalah atas dasar konsep psikologi kognitif yang memiliki asumsi bahwa perilaku
penggunaan didorong oleh sikap atau persepsi atas sebuah teknologi informasi, baik
secara sukarela maupun terpaksa (Abdillah, 2018). Untuk lebih memahami adopsi
Theory of Planned Behavior (TPB), kombinasi TAM dan TPB, Innovation Diffusion
Theory (IDT), Motivational Model (MM), Model of PC Utilization (MPCU), dan Social
Cognitive Theory (SCT), dimana kombinasi dan pengembangan dari delapan model
tersebut membentuk satu model baru yang dinamakan The Unified Theory of
Acceptance and Use of Technology (UTAUT). Model UTAUT tidak hanya fokus pada
faktor inti yang memprediksi niat untuk mengadopsi, namun juga memungkinkan
mengurangi efek faktor inti tersebut. Ditemukan bahwa tujuh konstruk memiliki
pengaruh yang signifikan terhadap niat atau penggunaan dalam satu atau lebih
Namun, tiga dari tujuh konstruk tersebut yaitu Attitude Toward Using
menjadi penentu secara langsung terhadap niat atau penggunaan. Maka dari itu,
untuk tiap-tiap faktor penentu. Penelitian ini menggunakan model UTAUT dengan
alasan karena model UTAUT telah menjadi model penerimaan teknologi yang
sering digunakan untuk menilai adopsi dan penggunaan teknologi baru (Walrave et
al., 2021). Selain itu, beberapa penelitian terdahulu yang meneliti aplikasi sejenis
empat variabel independen, satu variabel dependen, serta satu variabel intervening.
1. Performance Expectancy
model, yaitu:
a. Perceived Usefulness
Konstruk ini didapat dari model TAM, TAM2, dan kombinasi TAM-
b. Extrinsic Motivation
c. Job-fit
d. Relative Advantage
e. Outcome Expectations
19
Konstruk ini didapat dari model Social Cognitive Theory (SCT).
Compeau & Higgins, 1995) dan (D. Compeau et al., 1999) untuk
2. Effort Expectancy
b. Complexity
c. Ease of Use
20
Konstruk ini dapat ditemukan pada model Innovation Diffusion
3. Social Influence
Definisi Social Influence menurut (Venkatesh et al., 2003) yakni sejauh mana
seorang individu merasakan bahwa orang lain yang penting percaya bahwa
dia harus menggunakan sistem baru. Social Influence tersusun atas gabungan
a. Subjective Norm
dimaksud.
b. Social Factors
c. Image
seseorang.
4. Facilitating Conditions
mana seorang individu percaya bahwa infrastruktur organisasi dan teknis ada
b. Facilitating Conditions
c. Compatibillity
22
konsisten dengan nilai, kebutuhan, dan pengalaman pengadopsi
5. Behavioral Intention
6. Use Behavior
7. Age
8. Voluntariness
9. Gender
hierarkis antara perempuan dan laki-laki melekat baik dalam institusi sosial
10. Experience
untuk membangun dan menguji model statistik yang biasanya dalam bentuk model
variabel. Partial Least Square (PLS) merupakan salah satu teknik pendugaan dari
SEM. Menurut (Chin, 2000), PLS sesuai untuk digunakan apabila penelitian
Pemilihan teknik SEM-PLS dengan alasan karena dapat digunakan untuk menguji
(Abdillah, 2018).
Adapun penelitian terdahulu yang dijadikan acuan adalah penelitian yang memiliki
topik yang linier dan mirip dengan penelitian ini yaitu penelitian terhadap aplikasi e-
penelitian terdahulu yang dijadikan acuan akan dijelaskan dalam Tabel 2.1.
-. Variabel Endogen:
Behavioral Intention
-. Variabel Tambahan:
Adoption
Hasil Variabel Behavioral Intention, Perceived Usefulness merupakan faktor
utama yang berpengaruh signifikan terhadap niat dan adopsi
Telebanking di Yordania.
25
System reliability, System efficiency, System privacy, Cooperation,
Confidence, Care, Utilitarian benefits, Hedonic benefits, Satisfaction,
Continuance intentions.
Second-order Constructs:
System quality, Interaction quality, Information quality.
Third-order Constructs:
Service quality.
Hasil Service quality, Satisfaction dan Continuance intentions merupakan
faktor terkuat dalam kualitas layanan mHealth.
-. Variabel Independent:
Harapan kinerja (Performance Expectancy), Harapan Usaha
(Effort Expectancy), Pengaruh Sosial (Social Influence),
Memfasilitasi Kondisi (Facilitating Condition), dan Kepercayaan
(Trust).
-. Variabel Moderator:
Usia.
Hasil Performance Expectancy, Effort Expectancy, Social Influence,
Facilitating Condition, dan Trust berpengaruh signifikan terhadap
Behavioral Intention kepada pengguna BNI Mobile banking
Pekerja Migran Indonesia.
-. Moderator:
Age, Gender, Experience
Hasil Faktor-faktor yang mempengaruhi perilaku pengguna Aplikasi PLN
Mobile oleh
-. Performance Expectancy, Social Influence, Facilitation
Condition, Habit yang berpengaruh terhadap Behavioral Invention,
-. Facilitation Condition, Habit, Behavioral Invention yang
berpengaruh terhadap Use Behavioral.
Pengujian moderator di dapatkan
-. Age berpengaruh terhadap Behavioral Invention
-. Gender berpengaruh terhadap hubungan Social Influence
terhadap Behavioral Invention
-. Experience yang memiliki pengaruh hubungan Habit
terhadap Use Behavioral.
27
BAB III
METODE PENELITIAN
Studi observasi dan studi literatur menjadi tahap yang sangat membantu dalam
artikel jurnal, buku, dan sumber referensi lain yang menjelaskan fenomena yang terjadi
saat ini. Kemudian, studi literatur juga dilakukan dengan mencari referensi yang
sehubungan dengan topik yang diteliti. Topik yang menjadi bahan penelitian ini yaitu
28
Selain itu, studi literatur dilakukan lebih dalam dengan mencari sumber
literasi terkait metode yang dapat digunakan untuk mengetahui faktor yang
mengamati objek penelitian secara langsung, dimana dalam penelitian ini yang
menjadi objek penelitian adalah Aplikasi PLN Mobile. Observasi dilakukan dengan
dan peninjauan secara online dengan cara melihat hasil ulasan para pengguna
sudah melakukan pembayaran listrik jenis token tetapi di Aplikasi PLN Mobile
belum tertulis hasil riwayat pembayaran token. Kemudian pengguna PLN Mobile
mengalami keluhan tidak bisa login pada Aplikasi PLN Mobile, sehingga jika user
ingin mengetahui informasi pembayaran harus menghubungi help desk atau harus
meng-email PLN. Oleh karena itu, penelitian ini dilakukan evaluasi mengenai
UTAUT.
29
3.3 Model Konseptual
dalam penelitian ini. Model tersebut diadaptasi dari model penelitian oleh (Sharma
et. al., 2018) yang menggunakan model UTAUT termodifikasi dimana model
disesuaikan dengan studi kasus penelitian yaitu aplikasi PLN Mobile. Pada model
30
Penelitian ini mengusulkan model konseptual dan hipotesis. Berdasarkan
model yang diadaptasi dari penelitian oleh (Sharma et. al., 2018) pada Gambar 3.2
expectancy sebagai faktor yang paling efektif dalam menjelaskan pola keinginan
adopsi (Venkatesh, Thong & Xu, 2012). Dalam penelitian ini pengguna percaya
PLN Mobile (Sharma et. al., 2018). Salah satu penerapannya, dapat kita lihat pada
secara cepat. Dengan demikian maka hipotesis yang diajukan sebagai berikut.
Mobile
prediktor signifikan pada niat penggunaan (Venkatesh, et. al, 2012 ; Zhou, 2012), (Al-
Busaidi, 2012) menyatakan apabila suatu sistem informasi mudah digunakan oleh
pengguna, maka kemungkinan untuk diadopsi serta diterima oleh pengguna akan
semakin besa. Dengan demikian maka hipotesis yang diajukan sebagai berikut.
31
H2. EE berpengaruh positif terhadap BI pada penggunaan Aplikasi PLN Mobile
(Venkatesh, et. al, 2003) mendefinisikan social influence sebagai sejauh mana
suatu individu memandang bahwa orang lain percaya bahwa dia harus menggunakan
sistem baru. Dalam beberapa penelitian pengaruh sosial sebagai salah satu prediktor
(Sharma et. al., 2018; Akter, S., D'Ambra, J. & Ray, P., 2013). Dalam penelitian ini
sejauh mana seorang individu merasakan bahwa orang lain yang individu tersebut
anggap penting percaya bahwa dia harus menggunakan sistem baru. Dalam
penelitian ini Aplikasi PLN Mobile, pengguna percaya bahwa response time
untuk mengunggah / mengunduh file dan ketersediaan teknologi tepat guna adalah
perhatian utama. (Lewis, et. al, 2013) berpendapat bahwa pengguna biasanya
teknologi baru. (Chong, 2013; Hew et al., 2015) juga mengamati bahwa pengguna
cukup. Dapat disimpulkan bahwa ketersediaan kondisi fasilitasi yang baik akan
memfasilitasi kondisi telah ditetapkan sebagai penentu utama dalam niat perilaku.
Mobile
32
3.4.5 Trust (TRU)
bahwa penyedia jasa dapat dipercaya atau dapat diandalkan dalam memenuhi janjinya.
individu mungkin menolak atau menjadi tidak mau menggunakan teknologi karena
kepercayaan yang dirasakan. (Williams, et. al, 2011) juga berpendapat bahwa
kepercayaan adalah faktor penting yang mempengaruhi adopsi sistem informasi. Dalam
penelitian ini penggunaan Aplikasi PLN Mobile adalah fenomena baru dan pengguna
lebih suka bertatap muka dan menindaklanjuti prosedur secara manual untuk meminta
layanan atau meminta informasi. Kurangnya informasi dan keandalan prosedur untuk
menyebabkan menolak penggunaan Aplikasi PLN Mobile. Oleh karena itu, penting
PLN Mobile dengan percaya diri pada layanan ini untuk memberikan informasi
(Montazemi & Saremi, 2013). Dalam penelitian ini, tujuannya adalah untuk memahami
apakah responden tertarik untuk mengambil risiko mempercayai Aplikasi PLN Mobile.
Oleh karena itu, responden, yang menganggap sistem tersebut dapat dipercaya, akan
memiliki hal positif pengaruh pada niat perilaku terhadap Aplikasi PLN Mobile.
H5. TRU berpengaruh positif terhadap BI pada penggunaan Aplikasi PLN Mobile
keyakinan pengguna tentang kualitas informasi yang diberikan serta sejauh mana
informasi yang diterima lengkap, tepat dan tepat waktu melalui antarmuka layanan
elektronik. Menurut beberapa penelitian (Al Busaidi & Al-Shihi, 2012; Akter,
D’Ambra & Ray, 2013; Sharma et al., 2018) kualitas informasi adalah penentu penting,
33
yang mempengaruhi keputusan individu untuk mengadopsi teknologi informasi baru.
(Tam & Oliveira, 2016) membuktikan bahwa kualitas informasi memegang peranan
Aplikasi PLN Mobile. Dengan demikian maka hipotesis yang diajukan sebagai berikut.
kinerja pekerjaannya
sistem
baru
34
organisasi dan teknis ada
untuk mendukung
penggunaan sistem
memenuhi janjinya
elektronik
tertentu
Teknik pengumpulan data adalah sebuah cara khusus yang digunakan dalam
menggali data dan fakta yang diperlukan dalam sebuah penelitian (Hamdi &
sehingga data secara internal konsisten dan koheren untuk dianalisis (Roopa &
Rani, 2012).
Data yang digunakan dalam penelitian ini terbagi menjadi dua macam data,
yaitu data primer dan data sekunder. Penjelasan terkait data primer dan sekunder
lapangan oleh orang yang melakukan penelitian atau yang bersangkutan yang
memerlukannya (Hasan, 2002: 82). Data primer dalam penelitian ini didapatkan
melalui kuesioner yang disebarkan secara daring dengan sasaran utama pengguna
Data sekunder menurut (Sugiyono, 2013) adalah data yang telah diolah,
disimpan, dan disajikan dalam bentuk tertentu serta didapatkan dari sumber yang
tidak langsung memberikan data kepada peneliti atau pengumpul data. Data
yang terkait dengan topik penelitian, buku, internet, data pengunduh Aplikasi PLN
Mobile di Google Play Store, dan sumber-sumber lain yang mendukung penelitian.
Populasi dalam penelitian ini adalah pengguna Aplikasi PLN Mobile dengan
jumlah populasi sebanyak 50 juta pengguna. Jumlah tersebut dilihat dari jumlah
pengguna dari platform distribusi aplikasi Google Play Store. Penentuan sampel
36
dan menggunakan rumus Slovin untuk menghitung jumlah sampel minimal yang
Dimana:
n = Jumlah sampel
N = Jumlah populasi
Maka:
5000000
n=
1 + (5000000 . (5%)2 )
5000000
n=
1 + (5000000 . 0,0025)
5000000
n=
1 + 12,500
5000000
n=
12,501
n = 399,968
menunjukkan jumlah minimal sampel adalah 399,996 atau dibulatkan menjadi 400
responden.
sampel untuk menentukan sampel yang akan digunakan dalam penelitian. Macam
a. Probability Sampling
37
Teknik sampling probability sampling merupakan pengambilan sampel
yang memberikan peluang yang sama bagi setiap unsur populasi untuk
b. Non-Probability Sampling
peluang yang sama bagi setiap unsur populasi untuk dipilih menjadi
dengan jenis simple random sampling. Teknik probability sampling dipilih karena
random sampling dengan alasan pengambilan anggota sampel dari populasi yang
2013).
Skala Likert merupakan suatu seri butir soal yang dikembangkan oleh Rensis
Likert yang dimaksudkan untuk mengukur sikap responden (individu) dalam dimensi
yang sama dan responden tersebut menempatkan dirinya ke arah satu kontinuitas dari
butir soal dengan memberikan persetujuan atau ketidaksetujuan terhadap butir soal
38
tersebut (Yusuf, 2014). Skala Likert menjadi skala psikometrik yang sering digunakan
dalam penelitian yang menggunakan kuesioner (Roopa & Rani, 2012). Dalam
penelitian ini, alternatif jawaban yang digunakan adalah berjumlah lima dengan skala
2 Effort Expectancy EE1 Aplikasi PLN Mobile memberikan (Venkatesh et. al.,
(EE) interaksi yang jelas dan mudah 2003); (Sharma et. al.,
dimengerti 2018)
EE2 Aplikasi PLN Mobile tidak (Venkatesh et. al.,
membutuhkan keterampilan khusus 2003); (Sharma et. al.,
dalam penggunaannya 2018)
39
EE3 Aplikasi PLN Mobile mudah (Venkatesh et. al.,
digunakan 2003); (Sharma et. al.,
2018)
EE4 Aplikasi PLN Mobile mudah (Venkatesh et. al.,
dipelajari 2003); (Sharma et. al.,
2018)
3 Social Influence (SI) SI1 Orang-orang terdekat mempengaruhi (Venkatesh et. al.,
saya untuk menggunakan Aplikasi 2003); (Sharma et. al.,
PLN Mobile 2018)
SI2 Orang-orang yang penting bagi saya (Venkatesh et. al.,
menyarankan untuk menggunakan 2003); (Sharma et. al.,
Aplikasi PLN Mobile 2018)
SI3 Orang-orang di sekitar saya yang (Venkatesh, et. al.,
menggunakan Aplikasi PLN Mobile 2003); (Sharma et. al.,
terlihat lebih trendy (mengikuti tren) 2018)
5 Trust (TRU) TRU1 Saya percaya layanan pada Aplikasi (Sharma et. al., 2018)
PLN Mobile
TRU2 (Sharma et. al., 2018)
Saya percaya Aplikasi PLN Mobile
memberikan layanan yang baik
TRU3 Saya percaya Aplikasi PLN Mobile (Sharma et. al., 2018)
memberikan layanan yang dapat
diandalkan
TRU4 Saya percaya Aplikasi PLN Mobile (Sharma et. al., 2018)
melindungi privasi pengguna dengan
baik
40
IQ4 Informasi yang disajikan pada (Sharma et. al., 2018)
Aplikasi PLN Mobile akurat
IQ5 Informasi yang disajikan pada (Sharma et. al., 2018)
Aplikasi PLN Mobile lengkap
7 Behavioral Intentions BI1 Saya terbiasa menggunakan Aplikasi (Venkatesh et. al.,
(BI) PLN Mobile 2003); (Sharma et. al.,
2018)
BI2 Saya terbiasa menggunakan Aplikasi (Venkatesh et. al.,
PLN Mobile dalam keseharian 2003); (Sharma et. al.,
2018)
BI3 Saya terbiasa menggunakan Aplikasi (Venkatesh et. al.,
PLN Mobile di setiap layanan PLN 2003); (Sharma et. al.,
2018)
mana alat ukur yang digunakan dalam mengukur apa yang diukur. Menurut (Ghozali,
2009) menyatakan bahwa uji validitas digunakan untuk mengukur sah atau valid
tidaknya suatu kuesioner. Suatu kuesioner dinyatakan valid apabila pertanyaan pada
kuesioner tersebut mampu mengungkapkan apa yang akan diukur. Teknik pengujian
(Produk Momen Pearson). Hal ini dilakukan dengan cara mengkorelasikan masing-
masing skor item dengan skor total. Menurut (Sujono & Santoso, 2017) kriteria
a. Jika rxy ≥ r tabel (uji 2 sisi dengan signifikansi 0,05) maka instrumen
(dinyatakan valid)
41
b. Jika rxy < r tabel (uji 2 sisi dengan signifikansi 0,05) maka instrumen
DF = 32 – 2
DF = 30
Dari hasil perhitungan didapat nilai DF adalah 30. Menurut tabel distribusi
jika nilai DF = 30 dengan signifikan 5% maka rtabel sebesar 0.361. Sehingga, hasil
dari uji validitas dapat dinyatakan valid jika nilai rhitung harus lebih besar dari
0.361.
Tabel 3.4 berisi hasil uji validitas dari variabel Performance Expectancy
dengan 4 indikator yaitu PE1, PE2, PE3, PE4. Indikator variabel memiliki nilai
rhitung paling besar 0.845 dan paling kecil 0.666, sehingga nilai rhitung seluruh
indikator lebih besar dari 0.361. Berdasarkan hasil uji tersebut seluruh indikator
variabel dinyatakan valid dan layak untuk digunakan sebagai alat ukur penelitian.
42
Tabel 3. 5 Hail Uji Validitas Effort Expectancy
Tabel 3.5 berisi hasil uji validitas dari variabel Effort Expectancy dengan 4
indikator yaitu EE1, EE2, EE3, EE4. Indikator variabel memiliki nilai rhitung
paling besar 0.894 dan paling kecil 0.780, sehingga nilai rhitung seluruh indikator
lebih besar dari 0.361. Berdasarkan hasil uji tersebut seluruh indikator variabel
dinyatakan valid dan layak untuk digunakan sebagai alat ukur penelitian.
43
Tabel 3. 6 Hasil Uji Validitas Variabel Social Influence
Tabel 3.6 berisi hasil uji validitas dari variabel Social Influence dengan 3
indikator yaitu SI1, SI2, SI3. Indikator variabel memiliki nilai rhitung paling besar
0.904 dan paling kecil 0.882, sehingga nilai rhitung seluruh indikator lebih besar
dari 0.361. Berdasarkan hasil uji tersebut seluruh indikator variabel dinyatakan
44
Tabel 3. 7 Hasil Uji Validitas Variabel Facilitating Conditions
Tabel 3.7 berisi hasil uji validitas dari variabel Facilitating Conditions
dengan 3 indikator yaitu FC1, FC2, FC3. Indikator variabel memiliki nilai rhitung
paling besar 0.931 dan paling kecil 0.737, sehingga nilai rhitung seluruh indikator
lebih besar dari 0.361. Berdasarkan hasil uji tersebut seluruh indikator variabel
dinyatakan valid dan layak untuk digunakan sebagai alat ukur penelitian.
Tabel 3.8 berisi hasil uji validitas dari variabel Trust dengan 4 indikator
yaitu TRU1, TRU2, TRU3, TRU4. Indikator variabel memiliki nilai rhitung paling
besar 0.928 dan paling kecil 0.851, sehingga nilai rhitung seluruh indikator lebih
besar dari 0.361. Berdasarkan hasil uji tersebut seluruh indikator variabel
dinyatakan valid dan layak untuk digunakan sebagai alat ukur penelitian.
45
Tabel 3. 9 Hasil Uji Validitas Variabel Information Quality
Tabel 3.9 berisi hasil uji validitas dari variabel Information Quality dengan
5 indikator yaitu IQ1, IQ2, IQ3, IQ4, IQ5. Indikator variabel memiliki nilai rhitung
paling besar 0.937 dan paling kecil 0.833, sehingga nilai rhitung seluruh indikator
lebih besar dari 0.361. Berdasarkan hasil uji tersebut seluruh indikator variabel
dinyatakan valid dan layak untuk digunakan sebagai alat ukur penelitian.
Tabel 3.10 berisi hasil uji validitas dari variabel Behavioral Intention
dengan 5 indikator yaitu IQ1, IQ2, IQ3, IQ4, IQ5. Indikator variabel memiliki nilai
rhitung paling besar 0.937 dan paling kecil 0.833, sehingga nilai rhitung seluruh
indikator lebih besar dari 0.361. Berdasarkan hasil uji tersebut seluruh indikator
variabel dinyatakan valid dan layak untuk digunakan sebagai alat ukur penelitian.
46
3.8.2 Uji Reliabilitas Instrumen Penelitian
hasil Cronbach’s Alpha ≥ 0,7 atau nilai composite reliability > 0,7 maka indikator
tersebut reliabel dan konsisten (Hair dkk, 2011). Perhitungan ini dilakukan dengan
𝑘 ∑ 𝜎𝑏 2
𝑟𝑎𝑐 = (𝑘−1 )(1 − )……………………………………………(3.2)
𝜎𝑡 2
Keterangan :
PE 0.874 Reliabel
EE 0.874 Reliabel
SI 0.902 Reliabel
FC 0.886 Reliabel
IQ 0.879 Reliabel
BI 0.880 Reliabel
Hasil dari uji reliabilitas menunjukan bahwa nilai Cronbach’s Alpha telah
memenuhi kriteria dimana seluruh variabel memiliki nilai lebih dari 0.7, sehingga
Dalam penelitian kuantitatif, terdapat dua macam teknik analisis yang digunakan
Statiska deskriptif atau sering disebut sebagai statiska dasar, yaitu sebuah
penelitian namun tidak digunakan untuk generalisasi atau inferensi (Sutopo &
suatu kejadian dari penelitian yang dilakukan. Data tersebut dihasilkan dari
kuesioner. Terdapat lima kategori pilihan jawaban yaitu Sangat Setuju (SS)
berskala 5, Setuju (S) berskala 4, Netral (N) berskala 3, Tidak Setuju berskala 2,
peluang (probability). Terdapat dua jenis statistik inferensial, yaitu statistik parametrik
karena itu, model evaluasi untuk prediksi bersifat nonparametrik. Evaluasi model PLS
dilakukan dengan mengevaluasi outer model dan inner model. Setelah diperoleh hasil
a. Outer Model
dengan variabel latennya. Evaluasi ini terdiri atas uji validitas dan
valid dan reliable. Berikut ini merupakan kriteria untuk menilai validitas
Validitas dan
Parameter Kriteria Sumber
Reliabilitas
Factor (Maskey, R
Convergent 2006)
Average
> 0.50 untuk
Variance (Hair, et.
confirmatory
Extracted al., 2011)
research
(AVE)
49
Validitas Cross > 0.70 untuk (Hair, et.
reliability
b. Inner Model
2011) dan (Diamantopoulos, A., & Siguaw, J. A., 2006) kriteria evaluasi
menunjukan model
50
• 0.75, 0.50, dan 0.25
menunjukan model
2011)
memiliki masalah
multikolinearitas
c. Uji Hipotesis
data penelitian dengan nilai hipotesis data populasi (Sutopo & Slamet,
2017). Terdapat dua kemungkinan dari hasil uji hipotesis yaitu ditolak
apabila nilai dari sampel tidak memiliki cukup bukti untuk menolak
eksogen. Hasil pengujian hipotesis dilihat dari nilai koefisien jalur (Path
51
Coefficient) untuk melihat kekuatan hubungan dan nilai p (P values)
telah dilakukan dengan menyajikan hasil dari analisis data yang telah
52
BAB IV
Pada bab ini akan dibahas terkait dengan hasil penelitian yang telah
penelitian.
Tabulasi data merupakan penyajian data ke dalam bentuk tabel atau diagram
jumlah responden sebanyak 400 orang. Karakteristik responden pada penelitian ini
adalah jenis kelamin, usia, asal kota domisili responden, lama penggunaan,
intensitas penggunaan dan fitur yang paling sering digunakan oleh responden. Data
Berdasarkan Gambar 4.1 dapat diketahui bahwa dari total 400 responden,
sebanyak 43,3% atau 173 responden berjenis kelamin laki-laki, sementara 56,8%
53
atau 227 responden lainnya berjenis kelamin perempuan. Maka, dapat disimpulkan
bahwa jawaban analisis pada penelitian ini didominasi oleh persepsi pengguna
4.1.2 Usia
Berdasarkan Gambar 4.2 dapat diketahui bahwa dari total 400 responden,
sebanyak 23% atau 92 responden berada pada rentang usia 15 – 19 tahun, sebanyak
32% atau 128 responden berada pada rentang usia 20 – 24 tahun, sebanyak 15%
atau 60 responden berada pada rentang usia 25 – 29 tahun, sebanyak 12,3% atau 49
berada pada rentang usia 35 – 39 tahun, sebanyak 8,8% atau 35 responden berada
pada rentang usia > 40 tahun. Maka, dapat disimpulkan bahwa jawaban analisis
pada penelitian ini didominasi oleh persepsi pengguna Aplikasi PLN Mobile yang
54
4.1.3 Asal Kota
Berdasarkan Gambar 4.3 dapat diketahui bahwa dari total 400 responden,
sebanyak 67.3% atau 269 responden berasal dari Surabaya, sebanyak 10,7% atau
44 responden berasal dari Jakarta, sebanyak 2,2% atau 9 responden berasal dari
sebanyak 1,4% atau 6 responden berasal dari Bekasi, sebanyak 4,4% atau 18
responden berasal dari Bogor, sebanyak 1,2% atau 5 responden berasal dari Depok,
sebanyak 1% atau 4 responden berasal dari Sidoarjo, 0,5% atau 2 responden berasal
Jember, sebanyak 0,5% atau 2 responden berasal dari Grobogan, sebanyak 0,5%
atau 2 responden berasal dari Lamongan, sebanyak 0,5% atau 2 responden berasal
dari Cilegon, sebanyak 0,5% atau 2 responden berasal dari Sukabumi, sebanyak
0,2% atau 1 responden berasal dari Nganjuk, sebanyak 0,4% atau 2 responden
berasal dari Jombang, sebanyak 0,2% atau 1 responden berasal dari Tulungagung,
sebanyak 0,4% atau 2 responden berasal dari Malang, sebanyak 0,2% atau
1 orang berasal dari Pamekasan, sebanyak 0,4% atau 2 responden berasal dari
Cirebon, sebanyak 0,2% atau 1 responden berasal dari Medan, berasal 0,2% atau 1
responden berasal dari Sipogu, sebanyak 0,2% atau 1 responden berasal dari
55
Bandung, sebanyak 0,2% atau 1 responden berasal dari Madiun, sebanyak 0,2%
atau 1 responden berasal dari Solo, sisanya atau sebanyak 1 responden berasal dari
lainnya. Maka, dapat disimpulkan bahwa jawaban analisis pada penelitian ini
didominasi oleh persepsi pengguna Aplikasi PLN Mobile yang berasal dari Kota
Surabaya.
Berdasarkan Gambar 4.4 dapat diketahui bahwa dari total 400 responden,
sebanyak 31,3% atau 125 responden baru saja mendownload Aplikasi PLN Mobile,
sebanyak 37,7% atau 151 responden menggunakan Aplikasi PLN Mobile 1-3 bulan
Mobile 4-6 bulan dalam setahun dan sebanyak 11,5% atau 46 responden
menggunakan Aplikasi PLN Mobile > 7 bulan dalam setahun. Maka, dapat
disimpulkan bahwa jawaban analisis pada penelitian ini didominasi oleh persepsi
pengguna Aplikasi PLN Mobile dengan lama penggunaan 1-3 bulan dalam setahun.
56
Berdasarkan Gambar 4.5 dapat diketahui bahwa dari total 400 responden,
sebanyak 60,5% atau 242 responden dalam intensitas penggunaan Aplikasi PLN
Mobile 1-3 kali, sebanyak 24% atau 96 responden dalam intensitas penggunaan
Aplikasi PLN Mobile 4-6 kali dan sebanyak 15,5% atau 62 responden dalam
intensitas penggunaan Aplikasi PLN Mobile >7 kali. Sehingga responden yang
Berdasarkan Gambar 4.6 dapat diketahui bahwa dari total 400 responden,
sebanyak 83,5% atau 334 responden menggunakan fitur Token & Pembayaran
dalam Aplikasi PLN Mobile, sebanyak 40,3% atau 161 responden menggunakan
fitur Pengaduan dalam Aplikasi PLN Mobile, sebanyak 37,5% atau 150 responden
menggunakan fitur Catat Meter, sebanyak 20% atau 80 responden menggunakan
fitur Info Stimulus, sebanyak 19,5% atau 78 responden menggunakan fitur
Penyambungan Baru, sebanyak 23,8% atau 95 responden menggunakan fitur
57
Perubahan Daya, sebanyak 23,8% atau 95 responden menggunakan fitur Simulasi
Biaya, sebanyak 38,5% atau 154 responden menggunakan fitur PLN Rewards,
sisanya atau sebanyak 86 responden menggunakan fitur Penyambungan. Maka,
dapat disimpulkan bahwa jawaban analisis pada penelitian ini didominasi oleh
persepsi pengguna Aplikasi PLN Mobile fitur yang sering digunakan yaitu Fitur
Token & Pembayaran.
berlaku untuk seluruh populasi. Terdapat lima kategori pilihan jawaban berdasarkan
Skala Likert yaitu Sangat Setuju (SS) berskala 5, Setuju (S) berskala 4, Netral (N)
berskala 3, Tidak Setuju (TS) berskala 2, dan Sangat Tidak Setuju (STS) berskala
sebagai sejauh mana seorang individu percaya bahwa menggunakan sistem akan
Skala Pengukuran
Indikator
STS TS N S SS
58
Frek % Frek % Frek % Frek % Frek %
PE1 2 0,5 0 0 23 5,8 159 39,8 216 54,0
PE2 1 0,3 2 0,5 23 5,8 192 48 182 45,5
PE3 0 0 0 0 22 5,5 195 48,8 183 45,8
PE4 2 0,5 1 0,3 27 6,8 175 43,8 195 48,8
Sumber : Hasil Olah SPSS 22, 2022
PE2, PE3, dan PE4. Berdasarkan Tabel 4.1, dapat dilihat bahwa indikator PE1
memiliki nilai frekuensi jawaban yang paling tinggi pada jawaban berskala 4 yang
dipilih oleh sebanyak 216 responden. Dapat diartikan bahwa sebanyak 54,0%
Dari Tabel 4.1, dapat dilihat bahwa indikator PE2 memiliki nilai frekuensi
jawaban yang paling tinggi pada jawaban berskala 4 yang dipilih oleh sebanyak 192
responden. Dapat diartikan bahwa sebanyak 48,0% responden merasa setuju bahwa
layanan PLN.
Dari Tabel 4.1, dapat dilihat bahwa indikator PE3 memiliki nilai frekuensi
jawaban yang paling tinggi pada jawaban berskala 4 yang dipilih oleh sebanyak 195
responden. Dapat diartikan bahwa sebanyak 48,8% pengguna merasa setuju bahwa
lebih cepat.
Dari Tabel 4.1, dapat dilihat bahwa indikator PE4 memiliki nilai frekuensi
jawaban yang paling tinggi pada jawaban berskala 4 yang dipilih oleh sebanyak 195
responden. Dapat diartikan bahwa sebanyak 48,8% responden merasa sangat setuju
Performance Expectancy, nilai rata-rata atau mean tertinggi adalah sebesar 4,47
yaitu pada indikator PE1 dengan pernyataan “Saya menggunakan Aplikasi PLN
Mobile untuk menghemat waktu dan usaha dalam mendapatkan layanan PLN”.
Sedangkan nilai rata-rata atau mean terendah sebesar 4,38 yaitu pada indikator PE4
layanan PLN”.
Skala Pengukuran
Indikator STS TS N S SS
Frek % Frek % Frek % Frek % Frek %
EE1 0 0 4 1,0 32 8,0 199 49,8 165 41,3
EE2 2 0,5 7 1,8 43 10,8 185 46,3 163 40,8
EE3 0 0 2 0,5 27 6,8 196 49,0 175 43,8
60
EE4 1 0,3 5 1,3 25 6,3 174 43,5 195 48,8
Sumber : Hasil Olah SPSS 22, 2022
Terdapat empat indikator dari variabel Effort Expectancy yaitu EE1, EE2,
EE3, dan EE4. Berdasarkan Tabel 4.3, dapat dilihat bahwa indikator EE1 memiliki
nilai frekuensi jawaban yang paling tinggi pada jawaban berskala 4 yang dipilih
oleh sebanyak 199 responden. Dapat diartikan bahwa sebanyak 49,8% responden
merasa setuju bahwa Aplikasi PLN Mobile memberikan interaksi yang jelas dan
mudah dimengerti.
Dari Tabel 4.3, dapat dilihat bahwa indikator EE2 memiliki nilai frekuensi
jawaban yang paling tinggi pada jawaban berskala 4 yang dipilih oleh sebanyak 185
responden. Dapat diartikan bahwa sebanyak 46,3% responden merasa setuju bahwa
Dari Tabel 4.3, dapat dilihat bahwa indikator EE3 memiliki nilai frekuensi
jawaban yang paling tinggi pada jawaban berskala 4 yang dipilih oleh sebanyak 196
responden. Dapat diartikan bahwa sebanyak 49,0% responden merasa setuju bahwa
Dari Tabel 4.3, dapat dilihat bahwa indikator EE4 memiliki nilai frekuensi
jawaban yang paling tinggi pada jawaban berskala 5 yang dipilih oleh sebanyak 195
responden. Dapat diartikan bahwa sebanyak 48,8% responden merasa sangat setuju
61
Tabel 4.4 menunjukkan bahwa dari keempat indikator variabel Effort
Expectancy, nilai rata-rata atau mean tertinggi adalah sebesar 4,39 yaitu pada
Sedangkan nilai rata-rata atau mean terendah sebesar 4,25 yaitu pada indikator EE2
mana seorang individu merasakan bahwa orang lain yang penting percaya bahwa
kuesioner tiap indikator dari variabel Social Influence yang diolah menggunakan
Skala Pengukuran
Indikator STS TS N S SS
Frek % Frek % Frek % Frek % Frek %
SI1 5 1,3 28 7,0 60 15,0 151 37,8 156 39,0
SI2 2 0,5 23 5,8 56 14,0 164 41,0 155 38,8
SI3 6 1,5 24 6,0 65 16,3 159 39,8 146 36,5
Sumber : Hasil Olah SPSS 22, 2022
Terdapat tiga indikator dari variabel Social Influence yaitu SI1, SI2, SI3.
Berdasarkan Tabel 4.5, dapat dilihat bahwa indikator SI1 memiliki nilai frekuensi
jawaban yang paling tinggi pada jawaban berskala 5 yang dipilih oleh sebanyak
156 responden. Dapat diartikan bahwa sebanyak 39,0% responden merasa sangat
62
setuju bahwa orang-orang terdekat mempengaruhi saya untuk menggunakan
Dari Tabel 4.5, dapat dilihat bahwa indikator SI2 memiliki nilai frekuensi
jawaban yang paling tinggi pada jawaban berskala 4 yang dipilih oleh sebanyak
164 responden. Dapat diartikan bahwa sebanyak 41,0% responden merasa setuju
Dari Tabel 4.5, dapat dilihat bahwa indikator SI3 memiliki nilai frekuensi
jawaban yang paling tinggi pada jawaban berskala 4 yang dipilih oleh sebanyak
159 responden. Dapat diartikan bahwa sebanyak 39,8% responden merasa setuju
Influence, nilai rata-rata atau mean tertinggi adalah sebesar 4,12 yaitu pada
rata atau mean terendah sebesar 4,04 yaitu pada indikator SI3 dengan pernyataan
63
Facilitating Conditions didefinisikan oleh (Venkatesh et al., 2003) sebagai
sejauh mana seorang individu percaya bahwa infrastruktur organisasi dan teknis
hasil jawaban kuesioner tiap indikator dari variabel Facilitating Conditions yang
Skala Pengukuran
Indikator STS TS N S SS
Frek % Frek % Frek % Frek % Frek %
FC1 2 0,5 6 1,5 52 13,0 187 46,8 153 38,3
FC2 8 2,0 55 13,8 0 0 182 45,5 155 38,8
FC3 0 0 6 1,5 31 7,8 178 44,5 185 46,3
Sumber : Hasil Olah SPSS 22, 2022
FC2, FC3. Berdasarkan Tabel 4.7, dapat dilihat bahwa indikator FC1 memiliki nilai
frekuensi jawaban yang paling tinggi pada jawaban berskala 4 yang dipilih oleh
sebanyak 187 responden. Dapat diartikan bahwa sebanyak 38,3% responden merasa
Berdasarkan Tabel 4.7, dapat dilihat bahwa indikator FC2 memiliki nilai
frekuensi jawaban yang paling tinggi pada jawaban berskala 4 yang dipilih oleh
sebanyak 182 responden. Dapat diartikan bahwa sebanyak 45,5% responden merasa
Berdasarkan Tabel 4.7, dapat dilihat bahwa indikator FC3 memiliki nilai
frekuensi jawaban yang paling tinggi pada jawaban berskala 5 yang dipilih oleh
sebanyak 185 responden. Dapat diartikan bahwa sebanyak 46,3% responden merasa
64
sangat setuju bahwa tersedia layanan bantuan pengguna apabila pengguna kesulitan
Conditions, nilai rata-rata atau mean tertinggi adalah sebesar 4,36 yaitu pada
indikator FC3 dengan pernyataan “Tersedia layanan bantuan pengguna apabila saya
atau mean terendah sebesar 4,21 yaitu pada indikator FC1 dengan pernyataan “Saya
pada indikator FC2 dengan pernyataan “Saya merasa terbiasa dengan fiturfitur pada
pengguna bahwa penyedia jasa dapat dipercaya atau dapat diandalkan dalam
65
variabel Trust yang menggambarkan hasil jawaban kuesioner tiap indikator dari
Skala Pengukuran
Indikator STS TS N S SS
Frek % Frek % Frek % Frek % Frek %
TRU1 2 0,5 5 1,3 20 5,0 180 45,0 193 48,3
TRU2 0 0 4 1,0 17 4,3 184 46,0 195 48,8
TRU3 1 0,3 3 0,8 24 6,0 198 49,5 174 43,5
TRU4 0 0 11 2,8 36 9,0 160 40,0 193 48,3
Sumber : Hasil Olah SPSS 22, 2022
Terdapat empat indikator dari variabel Trust yaitu TRU1, TRU2, TRU3,
TRU4. Berdasarkan Tabel 4.9, dapat dilihat bahwa indikator TRU1 memiliki nilai
frekuensi jawaban yang paling tinggi pada jawaban berskala 5 sebanyak 193
responden. Dapat diartikan bahwa sebanyak 48,3% responden merasa setuju bahwa
Berdasarkan Tabel 4.9, dapat dilihat dilihat bahwa indikator TRU2 memiliki
nilai frekuensi jawaban yang paling tinggi pada jawaban berskala 5 sebanyak 195
responden. Dapat diartikan bahwa sebanyak 48,8% responden merasa sangat setuju
bahwa pengguna percaya Aplikasi PLN Mobile memberikan layanan yang baik.
Berdasarkan Tabel 4.9, dapat dilihat dilihat bahwa indikator TRU3 memiliki
nilai frekuensi jawaban yang paling tinggi pada jawaban berskala 5 sebanyak 198
responden. Dapat diartikan bahwa sebanyak 49,5% responden merasa setuju bahwa
diandalkan.
Berdasarkan Tabel 4.9, dapat dilihat dilihat bahwa indikator TRU4 memiliki
nilai frekuensi jawaban yang paling tinggi pada jawaban berskala 5 sebanyak 193
66
responden. Dapat diartikan bahwa sebanyak 48,3% responden merasa sangat setuju
dengan baik.
rata-rata atau mean tertinggi adalah sebesar 4,43 yaitu pada indikator TRU2 dengan
pernyataan “Saya percaya Aplikasi PLN Mobile memberikan layanan yang baik”.
Sedangkan nilai rata-rata atau mean terendah sebesar 4,34 yaitu pada indikator
TRU4 dengan pernyataan “Saya percaya Aplikasi PLN Mobile melindungi privasi
keyakinan pengguna tentang kualitas informasi yang diberikan serta sejauh mana
informasi yang diterima lengkap, tepat dan tepat waktu melalui antarmuka layanan
dari variabel Information Quality yang diolah menggunakan software SPSS 22.
Skala Pengukuran
Indikator STS TS N S SS
Frek % Frek % Frek % Frek % Frek %
IQ1 2 0,5 3 0,8 20 5,0 195 48,8 180 45,0
67
IQ2 0 0 5 1,3 31 7,8 171 42,8 193 48,3
IQ3 0 0 2 0,5 38 9,5 182 45,5 178 44,5
IQ4 0 0 1 0,3 41 10,3 169 42,3 189 47,3
IQ5 0 0 4 1,0 44 11,0 157 39,3 195 48,8
Sumber : Hasil Olah SPSS 22, 2022
Terdapat empat indikator dari variabel Information Quality yaitu IQ1, IQ2,
IQ, IQ4, dan IQ5. Berdasarkan Tabel 4.11, dapat dilihat bahwa indikator IQ1
memiliki nilai frekuensi jawaban yang paling tinggi pada jawaban berskala 4 yang
dipilih oleh sebanyak 195 responden. Dapat diartikan bahwa sebanyak 48,8%
responden merasa setuju bahwa pengguna merasa informasi yang disajikan pada
Berdasarkan Tabel 4.11, dapat dilihat bahwa indikator IQ2 memiliki nilai
frekuensi jawaban yang paling tinggi pada jawaban berskala 5 yang dipilih oleh
sebanyak 193 responden. Dapat diartikan bahwa sebanyak 48,3% responden merasa
setuju bahwa pengguna merasa informasi yang disajikan pada Aplikasi PLN Mobile
bersifat up to date.
Dari Tabel 4.11, dapat dilihat bahwa indikator IQ3 memiliki nilai frekuensi
jawaban yang paling tinggi pada jawaban berskala 4 yang dipilih oleh sebanyak 182
responden. Dapat diartikan bahwa sebanyak 45,5% responden merasa setuju bahwa
pengguna merasa informasi yang disajikan pada Aplikasi PLN Mobile bersifat
relevan.
Dari Tabel 4.11, dapat dilihat bahwa indikator IQ4 memiliki nilai frekuensi
jawaban yang paling tinggi pada jawaban berskala 5 yang dipilih oleh sebanyak 189
responden. Dapat diartikan bahwa sebanyak 47,3% responden merasa sangat setuju
bahwa pengguna merasa informasi yang disajikan pada Aplikasi PLN Mobile akurat.
Dari Tabel 4.11, dapat dilihat bahwa indikator IQ5 memiliki nilai frekuensi
jawaban yang paling tinggi pada jawaban berskala 5 yang dipilih oleh sebanyak 195
68
responden. Dapat diartikan bahwa sebanyak 48,8% responden merasa sangat setuju
bahwa responden merasa informasi yang disajikan pada Aplikasi PLN Mobile lengkap.
Information Quality, nilai rata-rata atau mean tertinggi adalah sebesar 3,38 yaitu
pada indikator IQ2 dengan pernyataan “Informasi yang disajikan pada Aplikasi
PLN Mobile bersifat up to date”. Sedangkan nilai rata-rata atau mean terendah
sebesar 3,34 yaitu pada indikator IQ3 dengan pernyataan “Informasi yang disajikan
sejauh mana seseorang telah merumuskan rencana untuk melakukan atau tidak
melakukan beberapa perilaku di waktu yang akan datang. Berikut merupakan hasil
Skala Pengukuran
Indikator STS TS N S SS
Frek % Frek % Frek % Frek % Frek %
BI1 2 0,5 15 3,8 56 14,0 161 40,3 166 41,5
69
BI2 1 0,3 18 4,5 69 17,3 138 34,5 174 43,5
BI3 2 0,5 18 4,5 54 13,5 154 38,5 172 43,0
Terdapat tiga indikator dari variabel Behavioral Intentions yaitu BI1, BI2,
dan BI3. Berdasarkan Tabel 4.13, dapat dilihat bahwa indikator BI1 memiliki nilai
frekuensi jawaban yang paling tinggi pada jawaban berskala 5 yang dipilih oleh
sebanyak 166 responden. Dapat diartikan bahwa sebanyak 41,5% responden merasa
Dari Tabel 4.13, dapat dilihat bahwa indikator BI2 memiliki nilai frekuensi
jawaban yang paling tinggi pada jawaban berskala 5 yang dipilih oleh sebanyak 174
responden. Dapat diartikan bahwa sebanyak 43,5% responden merasa sangat setuju
Dari Tabel 4.13, dapat dilihat bahwa indikator BI3 memiliki nilai frekuensi
jawaban yang paling tinggi pada jawaban berskala 5 yang dipilih oleh sebanyak 172
responden. Dapat diartikan bahwa sebanyak 43,0% responden merasa sangat setuju
bahwa responden terbiasa menggunakan Aplikasi PLN Mobile di setiap layanan PLN.
Intentions, nilai rata-rata atau mean tertinggi adalah sebesar 4,19 yaitu pada
70
indikator BI1 dengan pernyataan “Saya terbiasa menggunakan Aplikasi PLN
Aplikasi PLN Mobile di setiap layanan PLN”. Sedangkan nilai rata-rata atau mean
terendah sebesar 4,17 yaitu pada indikator BI2 dengan pernyataan “Saya terbiasa
dilakukan untuk mengukur outer model, inner model, dan pengujian hipotesis.
Pengujian terhadap 400 data responden penelitian pengguna Aplikasi PLN Mobile
merepresentasikan variabel laten untuk diukur (Ghozali & Latan, 2012). Pada tahap
SmartPLS 3. Parameter kevalidan pada uji validitas konvergen yaitu jika nilai
loading factor > 0,5 atau idealnya > 0,7, dan jika nilai Average Variance Extracted
(AVE) > 0.5 (Hair Jr. et al., 2014). Berikut adalah nilai loading factor menggunakan
400 data jawaban responden yang dapat dilihat pada Tabel 4.15. Hasil uji validitas
71
pada penelitian ini yang menggunakan 400 data kuesioner dan menggunakan
keseluruhan data responden sesuai minimal sampel memiliki nilai hasil uji yang
sama.
PE EE SI FC TRU IQ BI
PE1 0,820
PE2 0,688
PE3 0,596
PE4 0,801
EE1 0,709
EE2 0,754
EE3 0,689
EE4 0,784
SI1 0,879
SI2 0,857
SI3 0,869
FC1 0,827
FC2 0,800
FC3 0,736
TRU1 0,760
TRU2 0,738
TRU3 0,787
TRU4 0,797
IQ1 0,714
IQ2 0,760
IQ3 0,773
IQ4 0,816
IQ5 0,797
BI1 0,886
BI2 0,894
BI3 0,882
Sumber: Hasil Olah SmartPLS 3, 2022
Pada Tabel 4.15 dapat dilihat bahwa seluruh indikator telah memenuhi
loading factor, dimana nilai loading factor dari seluruh indikator adalah lebih dari
0,5 atau 0,7. Selain menguji validitas konvergen berdasarkan nilai loading factor,
perlu dilihat juga nilai Average Variance Extracted (AVE). Berikut adalah nilai
Average Variance Extracted (AVE) yang dapat dilihat pada Tabel 4.16.
72
Tabel 4. 16 Nilai Average Variance Extracted (AVE)
Pada Tabel 4.16 dapat dilihat bahwa nilai AVE yang dihasilkan tiap variabel
telah memenuhi persyaratan atau parameter uji validitas yaitu lebih dari 0,5. Maka,
dapat dikatakan bahwa instrumen kuesioner yang digunakan dapat dianggap valid.
dimana nilai tersebut harus lebih besar dibandingkan dengan korelasi antar variabel
laten tersebut atau dapat juga dengan melihat nilai cross loading (Abdillah, 2018).
Berikut adalah nilai akar AVE tiap variabel menggunakan 400 data jawaban
PE EE SI FC TRU IQ BI
PE 0,732 0,572 0,597 0,552 0,617
EE 0,735 0,665
SI 0,502 0,594 0,868 0,690 0,635 0,746
FC 0,666 0,789 0,787
TRU 0,646 0,700 0,549 0,618 0,771 0,750 0,619
IQ 0,712 0,690 0,773 0,655
BI 0,887
Sumber: Hasil Olah SmartPLS 3, 2022
73
Pada Tabel 4.17 dapat dilihat bahwa nilai akar AVE masing-masing variabel
yang diberi warna hijau lebih besar dibandingkan dengan korelasi antar variabel
laten pada kolom yang sama. Maka, dapat dikatakan bahwa seluruh variabel telah
PE EE SI FC TRU IQ BI
PE1 0,820 0,458 0,431 0,505 0,494 0,416 0,541
PE2 0,688 0,406 0,303 0,406 0,453 0,347 0,399
PE3 0,596 0,324 0,282 0,350 0,414 0,421 0,333
PE4 0,801 0,472 0,425 0,468 0,531 0,446 0,499
EE1 0,430 0,709 0,433 0,486 0,499 0,514 0,469
EE2 0,449 0,754 0,518 0,514 0,491 0,494 0,542
EE3 0,397 0,689 0,328 0,447 0,519 0,490 0,444
EE4 0,403 0,784 0,449 0,507 0,555 0,596 0,493
SI1 0,494 0,534 0,879 0,596 0,498 0,558 0,683
SI2 0,372 0,510 0,857 0,584 0,442 0,554 0,604
SI3 0,434 0,502 0,869 0,565 0,486 0,542 0,653
FC1 0,548 0,544 0,541 0,827 0,493 0,503 0,685
FC2 0,393 0,512 0,572 0,800 0,393 0,534 0,633
FC3 0,470 0,524 0,467 0,736 0,601 0,616 0,531
TRU1 0,553 0,528 0,441 0,458 0,760 0,548 0,470
TRU2 0,475 0,520 0,336 0,485 0,738 0,563 0,417
TRU3 0,502 0,574 0,401 0,478 0,787 0,556 0,496
TRU4 0,467 0,536 0,501 0,488 0,797 0,643 0,518
IQ1 0,411 0,562 0,385 0,494 0,594 0,714 0,460
IQ2 0,434 0,533 0,503 0,468 0,563 0,760 0,489
IQ3 0,426 0,565 0,486 0,532 0,618 0,773 0,492
IQ4 0,388 0,545 0,536 0,578 0,546 0,816 0,516
IQ5 0,470 0,550 0,531 0,585 0,585 0,797 0,566
BI1 0,560 0,570 0,641 0,702 0,546 0,560 0,886
BI2 0,516 0,594 0,700 0,700 0,543 0,614 0,894
BI3 0,567 0,608 0,645 0,695 0,560 0,569 0,882
Sumber : Hasil Olah SmartPLS 3, 2022
Pada Tabel 4.18 dapat dilihat bahwa nilai cross loading masing-masing
indikator variabel yang diberi warna hijau lebih besar daripada 0,70 dan lebih besar
jika dibandingkan nilainya dengan yang tidak diberi warna hijau secara horizontal.
Maka, dapat dikatakan bahwa seluruh indikator variabel telah memenuhi persyaratan
4.3.1.3 Reliabilitas
74
Uji reliabilitas dilakukan untuk mengetahui sejauh mana hasil pengukuran
tetap konsisten apabila dilakukan pengukuran sebanyak dua kali atau lebih
(Delanno & Deviani, 2013). Uji reliabilitas pada penelitian ini dilakukan dengan
apabila nilai Cronbach’s Alpha ≥ 0,7 (Taber, 2018) atau nilai composite reliability
Pada Tabel 4.19 dapat dilihat bahwa nilai Cronbach’s Alpha masing-masing
variabel adalah lebih dari atau sama dengan 0,7, serta nilai Composite Reliability
masing-masing variabel adalah lebih dari 0,7. Maka dapat dikatakan bahwa seluruh
variabel yang diuji, telah memenuhi persyaratan atau parameter uji reliabilitas.
antar variabel laten (Abdillah, 2018). Pada tahap inner model, dilakukan dengan
75
melihat nilai Variance Inflation Factor (VIF) dan R-square untuk analisa
Menurut (Sriningsih, dkk, 2018) VIF merupakan suatu besaran yang dapat
terjadi korelasi antar variabel bebas atau variabel bebas tidak bersikap saling bebas.
Berdasarkan kriteria (Diamantopoulos & Siguaw, 2006) apabila nilai dari VIF kurang
PE EE SI FC TRU IQ BI
PE 1,958
EE 2,610
SI 2,075
FC 2,638
TRU 2,993
IQ 3,167
BI
Pada Tabel 4.20 di atas dapat dilihat bahwa Nilai dari VIF pada seluruh variabel lebih
4.3.2.2 R-Square
dalam mengukur model struktural. Nilai R2 ditampilkan di dalam elips biru atau
76
lingkaran biru milik variabel laten endogen (variabel dependen) (Garson, 2016).
Chin (1998) dalam jurnal milik (Salloum et al., 2019) menyatakan jika nilai R2
lebih dari 0,67 dianggap "kuat", sedangkan nilai antara 0,33 dan 0,67 dianggap
"sedang", dan nilai antara 0,19 dan 0,33 dianggap "lemah”. Adapun nilai R-Square
Variabel R-Square
Behavioral Intention 0,732
presentase 73,2% dapat diinterprestasikan nilai R-Square pada penelitian ini kuat
dan telah menenuhi rule of thumb (Salloum et al., 2019) sedangkan sisnya sebanyak
26,8%.
software SmartPLS 3. Pada tahap ini, dilakukan uji signifikansi antar konstruk
dalam model structural (path coefficient) yang digunakan dalam penelitian untuk
77
Gambar 4. 7 Hasil Uji Hipotesis
Gambar 4.7 di atas merupakan hasil uji hipotesis yang dilihat dari nilai
koefisien jalur (Path Coefficients). Dari Gambar 4.7 tersebut, dapat diketahui nilai
koefisien jalur yang bernilai positif terdapat pada variabel PE, EE, SI, FC, TRU,
dan IQ.
Untuk mengetahui apakah path coefficient dari inner model signifikan atau
tidak, gunakan uji-t dua sisi (T-statistics two-tailed). Path coefficient dinyatakan
signifikan jika T-statistics lebih besar dari 1,65 pada tingkat signifikan 10%, T-
statistics lebih besar dari 1,96 pada tingkat signifikan 5%, dan T-statistics lebih besar
dari 2,58 pada tingkat signifikan 1% (Wong, 2013). Penelitian ini menggunakan
78
tingkat signifikan 5%, sehingga nilai T-statistics harus lebih besar dari 1,96 dan P-
Value lebih kecil sama dengan 0,05. Adapun hasil dari pengujian hipotesis dapat
Koefisien Keterangan
Hipotesis T-Statistics P-Value
Jalur
PE-BI 0,132 3,043 0,002 Signifikan
EE-BI 0,107 2,151 0,032 Signifikan
SI-BI 0,337 7,194 0,000 Signifikan
FC-BI 0,394 6,461 0,000 Signifikan
0,035 Tidak
TRU-BI 0,596 0,552
Signifikan
-0,005 Tidak
IQ-BI 0,082 0,935
Signifikan
Sumber: Hasil Olah SmartPLS 3, 2022
Intention (BI)
Mobile.
nilai T-Statistics > 1,96 dan memiliki P-Value sebesar 0,002 dimana
dilakukan oleh Sharma et. al., (2018); Saparudin, M., Rahayu, A, et. al.,
(2020); Pratiwi, Siti Sania & Oktarina, Tri, (2020). Hal ini menunjukkan
79
menggunakan Aplikasi PLN Mobile berdampak nyata terhadap
penggunanya.
(BI)
PLN Mobile.
nilai T-Statistics > 1,96 dan memiliki P-Value sebesar 0,032 dimana
telah dilakukan oleh Sharma et. al., (2018). Sehingga hasil dari
penelitian ini Aplikasi PLN Mobile memberikan interaksi yang jelas dan
PLN Mobile.
telah dilakukan oleh Saparudin, M., Rahayu, A, et. al., (2020). Sehingga
kesehariannya.
Intention (BI)
PLN Mobile.
nilai T-Statistics > 1,96 dan memiliki P-Value sebesar 0,000 dimana
telah dilakukan oleh Pratiwi, Siti Sania & Oktarina, Tri, (2020); Sharma
PLN Mobile.
nilai T-Statistics < 1,96 dan memiliki P-Value sebesar 0,552 dimana
variabel ini perlu ditelaah lebih lanjut agar dapat digunakan pada
(BI)
PLN Mobile.
82
Berdasarkan Tabel 4.22, IQ memiliki nilai koefisien jalur bertanda
nilai T-Statistics < 1,96 dan memiliki P-Value sebesar 0,935 dimana
Aplikasi PLN Mobile. Hasil penelitian ini tidak sejalan dengan hasil
yang telah dikemukakan pada bagian sebelumnya. Berdasarkan uji hipotesis yang
sebagai berikut:
83
individu telah merumuskan rencana untuk melakukan atau tidak melakukan
bertanda positif sebesar 0,132 dan nilai P-Value sebesar 0,002. Dengan nilai
P-Value lebih kecil daripada 0,05 maka hal ini menunjukkan bahwa variabel
Intention. Hasil pada penelitian ini sesuai dengan penelitian yang telah
dilakukan oleh Sharma, S., et al., (2018); Saparudin, M., Rahayu, A, et. al.,
(2020); Pratiwi, Siti Sania & Oktarina, Tri, (2020) sehingga memperkuat
Sharma, S., et al., (2018). Hasil signifikansi ini menunjukan bahwa untuk
Dimana sesuai dengan fungsinya maka Aplikasi PLN Mobile harus dapat
bahwa Effort Expectancy memiliki nilai koefisien jalur yang bertanda positif
sebesar 0,107 dengan nilai P-Value sebesar 0,032. Dengan nilai P-Value lebih
kecil daripada 0,05, maka hal ini menunjukkan bahwa Effort Expectancy
telah dilakukan oleh (Sharma, S., et al., 2018), dimana penelitian tersebut
merupakan referensi utama yang digunakan pada penelitian ini. Serta sesuai
dengan penelitian oleh (Saparudin, M., Rahayu, A, et. al., 2020). Sehingga
individu merasakan bahwa orang lain yang individu tersebut anggap penting
bahwa Social Influence memiliki nilai koefisien jalur bertanda positif sebesar
85
0,337 dan nilai P-Value sebesar 0,000. Dengan nilai P-Value lebih kecil
telah dilakukan oleh (Saparudin, M., Rahayu, A, et. al., 2020). Sehingga
sebesar 0,394 dan nilai P-Value sebesar 0,000. Dengan nilai P-Value lebih
telah dilakukan oleh (Pratiwi, Siti Sania & Oktarina, Tri, 2020; Sharma, S.,
86
et al., 2018). Sehingga penelitian ini memperkuat hasil penelitian
digunakan dalam penelitian pada Aplikasi PLN Mobile. Hasil signifikan ini
dimiliki responden,
2003).
bahwa Trust memiliki nilai koefisien jalur bertanda positif sebesar 0,035 dan
nilai P-Value sebesar 0,552. Dengan nilai P-Value lebih besar daripada 0,05,
Behavioral Intention.
bahwa pada penelitian Aplikasi PLN Mobile hubungan antara variabel ini
perlu ditelaah lebih lanjut untuk dapat digunakan pada penelitian selanjutnya.
Perbedaan hasil ini dapat terjadi karena perbedaan tingkat kebijakan privasi
87
hambatan lain yang dapat mengurangi penggunaan dari aplikasi. (Rika, dkk,
2003) menyebutkan, pada persepsi pengguna, sukarela setia dengan PLN atas
ekspektasi positif yang diberikan oleh PLN. Hal ini menunjukkan bahwa para
sejauh mana informasi yang diterima lengkap, tepat dan tepat waktu melalui
rencana untuk melakukan atau tidak melakukan perilaku di waktu yang akan
sebesar 0,005 dan nilai P-Value sebesar 0,935. Dengan nilai P-Value lebih besar
PLN dalam penerapan Aplikasi PLN Mobile, namun hal tersebut tidak
Hasil ini tidak sejalan dengan hasil penelitian yang dilakukan oleh (Sharma,
89
BAB V
PENUTUP
Pada bab ini, membahas mengenai kesimpulan dari hasil penelitian yang
telah dijabarkan pada bab sebelumnnya. Selain itu, dalam bab ini juga terdapat
5.1 Kesimpulan
0,394 dan nilai P-Value < 0,05. Serta diketahui dari nilai R-Square
secara signifikan dikarenakan memiliki nilai t-statistik < 1,96 atau nilai
5.2 Saran
Berdasarkan hasil penelitian ini, saran yang dapat diberikan dan dapat
90
1. Model penelitian yang digunakan dalam penelitian ini adalah UTAUT
penelitian lanjutan
mayoritas responden adalah berasal dari Kota Surabaya. Oleh sebab itu,
wilayah lainnya.
91
1. Saran yang diberikan kepada pihak penyedia Aplikasi PLN Mobile
teknologi baru.
92
DAFTAR PUSTAKA
Penerbit ANDI.
Akter, S., D’Ambra, J. & Ray, P., (2013), Development and validation of an
Anggraeni, Elisabet Yunaeti dan Rita Irvani. (2017). Pengantar Sistem Informasi.
93
Chong, A. Y.-L., (2013b), A two-staged SEM-neural network approach for
Davis, F. (1989). Perceived usefulness, perceived ease of use, and user acceptance of
https://doi.org/10.1016/S0305-0483(98)00028-0.
Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1992). Extrinsic and Intrinsic
1816.1992.tb00945.
Delanno, G. F., & Deviani. (2013). Pengaruh Kapasitas SDM, Pemanfaatan TI dan
Delone, W. H. & McLean, E. R., (2003), The DeLone and McLean model of
94
Ghozali, I., & Latan, H. (2012). Partial Least Squares: Konsep, Teknik dan Aplikasi
Hamdi, A. S., & Bahruddin, E. (2014). Metode Penelitian Kuantitatif Aplikasi Dalam
Pendidikan. Deepublish.
Hair, J. F., Ringle, C. M., & Sarstedt, M. (2011). PLS-SEM: Indeed a silver bullet.
https://doi.org/10.2753/MTP1069-6679190202.
Hair Jr., J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2014). Multivariate Data
Hinton, P., McMurray, I., & Brownlow, C., Cozens, B. (2004). SPSS explained.
Routledge.
Islam, R., Islam, R., & Mazumder, T. A. (2010). Mobile Application and Its Global
http://ijens.org/107506-0909 IJET-IJENS.pdf.
Lestari, P. A., Aknuranda, I., & Herlambang, A. D. (2019). Evaluasi Usability Pada
3(3).
95
Ling, L. W., Downe, A. G., Ahmad, W. F. W., & Lai, T. T. (2011). Determinants of
Mahmoud, M. A., Badawi, U. A., Farag, T., Hassan, W., Alomari, Y. M., &
15(7), 536–552.
Maskey, R., Fei, J., & Nguyen, H. O. (2018). Use of exploratory factor analysis in
maritime research. The Asian journal of shipping and logistics, 34(2), 91-111.
Montazemi, A. R. & Saremi, H. Q., (2013), Factors affecting Internet banking pre-
Edition.
Informatics Research,20(4),304-312.
Media Komputind.
Nadhif, A. Z., & Niswah, F. 2018. Inovasi Layanan Pln Mobile Di PT. PLN (Persero)
Pratiwi, Siti Sania., dan Oktarina, Tri., (2020). Analisis Perilaku Pengguna Aplikasi
96
Rachmadi, D. G., Sunarto, D., & Mastan, I. A. (2016). Measurement Acceptance of
Komputer Akuntansi,5(1).
Roopa, S., & Rani, M. (2012). Questionnaire Designing for a Survey. The Journal of
https://doi.org/10.5005/jp-journals-10021-1104
Sharma, S., Al-Badi, A., Rana, N. & Al-Azizi, L. (2018). Mobile applications in
Theory/Model.
Salloum, S. A., Alhamad, A. Q. M., Al-Emran, M., Monem, A. A., & Shaalan, K.
128462. https://doi.org/10.1109/ACCESS.2019.293946
Tam, C. & Oliveira, T., (2016), Understanding the impact of m-banking on individual
97
Thompson, R. L., Higgins, C. A., & Howell, J. M. (1991). Personal Computing:
https://doi.org/10.1109/MPOT.2011.2182571.
252–269. https://doi.org/10.1006/mvre.1994.1019
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User Acceptance
425–478.
Venkatesh, V., Thong, J. Y., Chan, F. K., Hu, P. J. H. & Brown, S. A., (2011),
Venkatesh, V., Thong, J. Y., & Xu, X. (2012). Consumer Acceptance and Use of
Venkatesh, Viswanath; Thong, James Y. L.; and Xu, Xin (2016) "Unified Theory of
Walrave, M., Waeterloos, C., & Ponnet, K. (2021). Ready or Not for Contact Tracing?
98
Technology Model. Cyberpsychology, Behavior, and Social Networking,
Manajemen,11(2),88-96.
Wong, K. K.-K. (2013). Partial Least Squares Structural Equation Modeling (PLS-
bulletin.massey.ac.nz/v24/mb_v24_t1_wong.pdf%5Cnhttp://www.researchg
ate.net/profile/Ken_Wong10/publication/268449353_Partial_Least_Squares
_Structural_Equation_Modeling_(PLS-SEM)
Techniques_Using_SmartPLS/links/54773b1b0cf293e2da25e3f3.pdf.
Gabungan. Kencana.
Zahra Nadhif, A. (2018). Inovasi layanan pln mobile di pt. pln (persero)area surabaya
99
LAMPIRAN
100
Lampiran 1. Tampilan Kuesioner Online
101
102
103
104
105
106
107
108
109
110
Lampiran 2. Data Jawaban Kuesioner Responden
111
112
113
114
115
116
117
118
119
120
Lampiran 3. Data Demografi Responden
121
122
123
Lampiran 4. Analisis Deskriptif Variabel
124
125
126
127
128
129
130
Lampiran 5. Uji Validitas dan Reliabilitas Pretest Kuesioner
131
132
Lampiran 6. Uji Validitas dan Reliabilitas 400 Responden
133
134
Lampiran 7. Hasil Uji VIF dan R-Square
135
Lampiran 8. Hasil Uji Hipotesis Bootstrapping
136