Halaman Judul

DETERMINAN DAN DAMPAK PENGGUNAAN FINTECH PAYMENT

TERHADAP INKLUSI KEUANGAN DI INDONESIA

Muh Fadli Wahyu Utomo/12020219130115

Program Studi Ekonomi Islam, Fakultas Ekonomika dan Bisnis
Universitas Diponegoro

Kategori Program Strata 1 (S1)

Program Bantuan Penelitian (Banlit) Bank Indonesia Institute (BI Institute)
Tahun 2023

i
Lembar Persetujuan Pembimbing/Promotor

ii
Halaman Pengesahan Proposal Penelitian

iii
 Daftar Isi

HALAMAN JUDUL................................................................................................ i
LEMBAR PERSETUJUAN PEMBIMBING/PROMOTOR.................................. ii
HALAMAN PENGESAHAN PROPOSAL PENELITIAN .................................. iii
DAFTAR ISI .......................................................................................................... iv
RINGKASAN ......................................................................................................... v
BAB I. PENDAHULUAN .................................................................................... 1
1.1. Latar Belakang.......................................................................................... 1
1.2. Rumusan Masalah .................................................................................... 5
1.3. Tujuan Penelitian ...................................................................................... 6
BAB II. TINJAUAN PUSTAKA ....................................................................... 7
2.1 Landasan Teori ......................................................................................... 7
2.1.1. Perkembangan Teori dan Model Penerimaan Inovasi dan Teknologi ...... 7
2.2 Kerangka Konseptual dan Pengembangan Hipotesis ............................... 9
2.2.1. Literasi terhadap Intention to Use ............................................................. 9
2.2.2. Technology Acceptance Model (TAM) terhadap Intention to Use 10
2.2.3. Use of Technology terhadap Intention to Use................................. 11
2.2.4. Intention to Use financial technology payment terhadap perilaku
Exploitative use dan Explorative Use ............................................................ 12
2.2.5. Exploitative use dan Explorative use dan Dampaknya Terhadap
Financial Inclusion ......................................................................................... 13
2.3 Kerangka Konseptual Penelitian ............................................................ 14
BAB III. METODOLOGI PENELITIAN ......................................................... 16
3.1. Variabel Penelitian dan Definisi Operasional Penelitian ....................... 16
3.1.1. Variabel Penelitian .................................................................................. 16
3.2. Populasi dan Sampel .............................................................................. 16
3.2.1. Populasi Penelitian .................................................................................. 17
3.2.2. Sampel Penelitian.................................................................................... 17
3.3. Teknik Analisis Data .............................................................................. 18
LAMPIRAN .......................................................................................................... 27
Lampiran A Matriks Penelitian Terdahulu .................................................... 27

iv
Lampiran B Definisi Operasional Variabel dan Item Kuesioner Penelitian .. 15
Lampiran C Kuesioner Penelitian .................................................................. 20

v
 RINGKASAN

Teknologi telah berevolusi secara eksponensial dan mendisrupsi seluruh sektor

tidak terkecuali pada sektor keuangan. Penggunaan teknologi dipercaya dapat
memberikan dampak pada perekonomian suatu negara. Pendapatan Domestik
Bruto (PDB) Indonesia diproyeksikan dapat mendapat sekitar $2,8 triliun pada
tahun 2040 dengan penggunaan teknologi. Financial technology sebagai salah satu
bentuk inovasi layanan keuangan, terbukti secara empiris dapat memberikan
kemudahan bagi pengguna untuk mendapatkan akses keuangan. Fenomena ini
seolah menjadi oase bagi permasalahan inklusi keuangan di Indonesia. Namun pada
faktanya, dengan tingkat penetrasi internet sebesar 77%, dengan koneksi layanan
mobile di Indonesia mencapai 153% dan terdapat sebanyak 203 juta pengguna
layanan financial technology, tingkat inklusi keuangan di Indonesia masih belum
signifikan tumbuh. Penelitian ini bertujuan untuk melakukan analisis terhadap
determinan yang menjadi pendorong penggunaan financial technology oleh
individu dan dampak penggunaan financial technology terhadap inklusi keuangan.
Metode yang digunakan dalam penelitian ini adalah Structural Equation Modelling-
Partial Least Square (SEM-PLS) dengan objek penelitian adalah pengguna layanan
financial technology payment di Indonesia. Dengan proses analisis data, akan
diketahui faktor yang memiliki pengaruh signifikan terhadap adopsi financial
technology dan bukti empiris mengenai dampak dari penggunaannya.
Keywords: behavior intention, financial technology, financial inclusion

vi
 BAB I. PENDAHULUAN

1.1. Latar Belakang

Perkembangan teknologi telah mendisrupsi seluruh aspek kehidupan
manusia. Sektor keuangan menjadi salah satu sektor pertama yang mengadopsi
teknologi dalam menjalankan lini bisnisnya (UNCTAD, 2021). Fenomena ini dapat
dilihat dari teknologi seperti mobile technology (Nichkasova & Shmarlouskaya,
2020). Pemanfaatan teknologi dalam sektor keuangan juga memberikan dampak
pada perkembangan ekonomi suatu negara (Toader et al., 2018). Studi yang
dilakukan oleh World Economic Forum menyatakan adopsi teknologi di sektor
publik dan privat meningkatkan Pendapatan Domestik Bruto (PDB) 0.43% dan
penciptaan 2,7 juta lapangan pekerjaan di seluruh dunia (Baller et al., 2016). Centre
for Strategic and International Studies (CSIS) melalui hasil studinya menunjukkan
adopsi dan penggunaan teknologi diproyeksikan dapat memberikan sumbangan
terhadap PDB Indonesia pada tahun 2040 sekitar $2,8 triliun (Yusuf, 2020).
Perkembangan layanan keuangan dengan memanfaatkan teknologi digital
sering disebut sebagai financial technology atau FinTech (Milian et al., 2019).
Leong & Sung (2018) mendefinisikan FinTech sebagai inovasi dalam
meningkatkan proses layanan keuangan dengan memanfaatkan teknologi sebagai
solusi. Jung (2016) menyatakan bahwa segmen industri FinTech tersebar pada
bisnis pembayaran, fasilitas pinjaman, penggalangan dana/crowdfunding, financial
advisor, dan asuransi. Berdasarkan riset yang dilakukan oleh Statista pada tahun
2019 terhadap 27.000 pengguna aktif layanan FinTech di seluruh dunia, terlihat
bahwa kategori fintech yang mengalami tingkat adopsi paling tinggi adalah layanan
transfer dan pembayaran online dengan tingkat adopsi sebesar 75% pada tahun
2019 seperti yang ditunjukkan oleh gambar 1.

1
Gambar 1 Tingkat Adopsi Layanan Fintech Secara Gobal Menurut Kategori
(2015 - 2019)

Sumber : Statista, 2019

Keberadaan FinTech telah mengubah cara konsumen dan investor dalam

melakukan transaksi keuangan (Huei et al., 2018). Pada tahun 2022, terdapat 203
juta pengguna layanan FinTech dengan nilai transaksi diperkirakan mencapai US$
99.1 miliar. Nilai transaksi ini didominasi oleh layanan digital payment sebesar US$
72 miliar, jumlah ini mengalami kenaikan sebesar 12,5% dibandingkan tahun 2021
(Statista, 2022). (ADB, 2020) (Degenhard, 2022)
Riset yang dilakukan oleh UOB (2022) memperlihatkan bahwa Indonesia
menjadi negara kedua di ASEAN dengan jumlah perusahaan fintech terbanyak
setelah Singapura. Per bulan September 2022 di Indonesia terdapat 993 perusahaan
penyedia layanan fintech, tumbuh 42% dari total perusahaan pada tahun 2018.
Sebagai negara berkembang, pada tahun 2022, Indonesia menjadi salah satu negara
dengan potensi pengembangan FinTech terbesar di ASEAN. Hal ini terlihat dari
Indonesia yang mencatat pendanaan tertinggi dalam sejarah sebesar US$ 494 juta
pada semester pertama tahun 2021. Jumlah ini setara dengan 33 % dari total
pendanaan FinTech di seluruh negara ASEAN-6 (Indonesia, Malaysia, Filipina,
Singapure, Vietnam, Thailand) (UOB et al., 2021).

2
 Penetrasi digital yang dilihat dari jumlah pengguna internet juga menjadi
salah satu faktor makin masifnya adopsi FinTech di Indoneia. Menurut berbagai
sumber, tingkat penetrasi internet di Indonesia berkisar 70-77% dari jumlah
penduduk (APJII, 2022; Kemp, 2022; Nurhayati, 2021; World Bank, 2020).
Menurut Statista, jumlah pengguna internet di Indonesia diproyeksikan meningkat
sebanyak 45,1 juta pengguna antara tahun 2022 dan 2028, dengan tingkat
pertumbuhan sekitar 20% (Degenhard, 2022). Ekspansi di sektor teknologi dan
menjamurnya penggunaan ponsel juga telah mengubah perilaku dan ekspektasi dari
pengguna (Daragmeh et al., 2021). Hadirnya FinTech mengubah paradigma
penggunaan ponsel tidak hanya sebatas alat komunikasi, namun juga sebagai alat
pendukung dalam melakukan pembayaran.
Integrasi teknologi dan sektor keuangan melalui FinTech berperan penting
dalam meningkatkan jangkauan layanan keungan bagi segmen masyarakat yang
tidak terekspose oleh layanan keuangan tradisional (Bank Indonesia, 2019; B.
Setiawan et al., 2021). Salah satu tujuan utama FinTech adalah untuk
mempromosikan inklusi keuangan bagi kelompok masyarakat yang belum
menerima akses dari sistem keuangan konvensional, serta untuk menyediakan
layanan keuangan sesuai dengan kebutuhan pengguna (Ezzahid & Elouaourti,
2021). Akses terhadap fintech di sektor keuangan juga terbukti memberikan
kesempatan baru bagi Usaha Kecil Mikro dan Menengah untuk mendapatkan akses
modal dan memperluas jangkauan pasar (Asian Development Bank & Ministry of
Finance Republic of Indonesia., 2020).
Faktor dari individual memegang peranan kunci dalam adopsi teknologi
utamanya di bidang keuangan. Individu lebih menyukai teknologi yang
menyediakan layanan cepat, nyaman dan berguna pada satu platform (Abhishek &
Hemchand, 2016). Dengan layanan fintech yang tidak dapat dilepaskan dari
teknologi, faktor digital literacy memegang peranan penting atas keputusan adopsi
dan penggunaan teknologi. Fenomena tersebut menyebabkan faktor digital literacy
menjadi penting bagi individu untuk mengambil keputusan (Kabakus et al., 2023).
Financial literacy menjadi salah satu faktor penting dalam keputusan ekonomi oleh
individu (Foster et al., 2022). Individu dengan tingkat literasi keuangan yang baik

3
terbukti lebih sulit untuk dieksploitasi atau ditipu utamanya dalam aktivitas
keuangan, terlilit hutang, memiliki perencaan pensiun dan mendapat pengembalian
yang baik dari investasi dan tabungan (Daragmeh et al., 2021). Lebih spesifik,
literasi keuangan yang baik berimplikasi pada keputusan cara pembayaran yang
lebih efektif dan menguntungkan (Foster et al., 2022).
Berbagai konstruk penerimaan inovasi teknologi telah dibangun oleh
penelitian terdahulu. Sebagai model awal, Theory Reasoned Action (TRA)
(Fishbein & Ajzen, 1975) dan Theory Planned Behavior (TPB) (Ajzen, 1991)
melihat adopsi teknologi berdasarkan respon rasional individu. Berbagai penelitian
memperlihatkan model lain seperti Technology Acceptance Model (TAM) (Davis,
1989), Technology Acceptance Model 2 (TAM2) (Venkatesh & Davis, 2000),
Unified Theory of Acceptance and Use of Technology (UTAUT) (Venkatesh et al.,
2003) & UTAUT 2 (Venkatesh et al., 2012) digunakan sebagai model penelitian
terhadap niat individu dalam menggunakan layanan mobile banking (Hu et al.,
2019; Kamdjoug et al., 2021; Ngo & Nguyen, 2022), Internet banking (Andreou &
Anyfantaki, 2021; Kamdjoug et al., 2021), chip-base electronic money (Foster et
al., 2022), dan mobile payment (Daragmeh et al., 2021; Darmansyah et al., 2020;
C. M. Leong et al., 2021; D. Setiawan et al., 2021; Zhang & Mao, 2020).
Banyak penelitian telah mengungkap pentingnya literasi baik keuangan dan
digital dalam pengambilan keputusan keuangan maupun adopsi teknologi oleh
konsumen. Selain itu, dengan semakin populer dan banyaknya penelitian dalam
menganalisis faktor adopsi dan penggunaan fintech dengan kerangka model seperti
TAM dan UTAUT, masih terdapat ruang baru bagi penelitian ini untuk dapat
berkontribusi dalam menciptakan kebaharuan penelitian di bidang financial
technology. Hal ini dilandasi oleh mayoritas riset pada financial technology saat ini
terbagi menjadi dua bagian utama yaitu revolusi penggunaan fintech dan dampak
fintech pada sistem keuangan yang ada saat ini (Xie et al., 2021). Sejauh yang
penulis ketahui, belum terdapat penelitian di Indonesia yang melihat faktor penentu
penerimaan dan penggunaan fintech serta dampaknya pada tingkat inklusi
keuangan.

4
 Maka dari itu, berdasarkan latar belakang dan penelitian terdahulu yang telah
dipaparkan, penulis mengambil pembahasan mengenai “Determinan dan Dampak
Penggunaan Financial technology Payment terhadap Inklusi Keuangan di
Indonesia”.

1.2. Rumusan Masalah

Sebanyak 48% populasi indonesia masih belum mendapatkan layanan
keuangan dasar yang meliputi seperti akses pembayara, tabungan, transaksi, dan
kredit. Indonesia mengalami peningkatan penetrasi internet yang mencapai 77%
dari penduduk total pada tahun 2022 dengan koneksi layanan mobile di Indonesia
mencapai 153% dan terdapat sebanyak 203 juta pengguna layanan financial
technology. Kondisi ini menjadi peluang bagi Indonesia untuk dapat meningkatkan
layanan keuangan pada masyarakat yang belum mendapatkan akses keuangan
tradisional melalui fintech. Namun menurut data hasil Survey Nasional Literasi dan
Inklusi Keuangan di Indonesia, tingkat inklusi keuangan pada sektor fintech baru
sebesar 2.56% pada tahun 2022. Fintech payment sebagai salah satu segmen fintech
dengan tingkat penetrasi tertinggi memegang peran sentral untuk dapat membuka
akses terhadap layanan keuangan di masyarkat. Masih sedikit penelitian yang
mengamati niat perilaku konsumen atau Intention to Use untuk menggunakan
fintech payment, lebih lanjut dengan dampaknya terhadap inklusi keuangan.
Oleh karena itu, perlu adanya penelitian yang membahas determinan niat
penggunaan atau Intention to Use pada layanan fintech payment dan dampaknya
terhadap inklusi keuangan di Indonesia. Rumusan masalah tersebut memunculkan
beberapa pertanyaan penelitian yaitu:
1. Apakah digital literacy memiliki pengaruh positif terhadap Intention to
Use financial technology payment?
2. Apakah financial literacy memiliki pengaruh positif terhadap Intention
to Use financial technology payment?
3. Apakah technology acceptance model memiliki pengaruh positif
terhadap Intention to Use financial technology payment?

5
 4. Apakah use of technology memiliki pengaruh positif terhadap Intention
to Use financial technology payment?
5. Apakah Intention to Use memiliki pengaruh positif terhadap exploitative
use pada financial technology payment?
6. Apakah Intention to Use memiliki pengaruh positif terhadap explorative
use pada financial technology payment?
7. Apakah exploitative use pada financial technology payment memiliki
pengaruh positif terhadap explorative use pada financial technology
payment?
8. Apakah exploitative use pada financial technology payment memiliki
pengaruh positif terhadap inklusi keuangan di Indonesia?
9. Apakah explorative use pada financial technology payment memiliki
pengaruh positif terhadap inklusi keuangan di Indonesia?

1.3. Tujuan Penelitian

Penelitian ini memiliki tujuan khusus untuk menjawab permasalahan dari
adanya fenomena sosial dan rumusan masalah dalam penelitian yang telah ada,
adapun tujuan dari penelitian ini secara khusus adalah:
1. Mengetahui pengaruh digital literacy terhadap Intention to Use.
2. Mengetahui pengaruh financial literacy terhadap Intention to Use.
3. Mengetahui pengaruh technology acceptance model terhadap Intention
to Use.
4. Mengetahui pengaruh use of technology terhadap Intention to Use.
5. Mengetahui pengaruh Intention to Use terhadap exploitative use.
6. Mengetahui pengaruh Intention to Use terhadap explorative use.
7. Mengetahui pengaruh exploitative use terhadap explorative use.
8. Mengetahui pengaruh exploitative use terhadap inklusi keuangan
9. Mengetahui pengaruh explorative use terhadap inklusi keuangan

6
 BAB II. TINJAUAN PUSTAKA

2.1 Landasan Teori

2.1.1. Perkembangan Teori dan Model Penerimaan Inovasi dan Teknologi
Penggunaan teknologi secara teoritis erat dengan istilah adopsi dan difusi
teknologi. Adopsi teknologi dapat dipahami sebagai tahap di mana teknologi dipilih
untuk digunakan oleh individu atau organisasi (Carr, 1999). Sedangkan Rogers,
(2003) mendefinisikan istilah difusi teknologi sebagai tahap di mana teknologi
menyebar ke penggunaan umum dan aplikasi. Oleh karena itu, dapat dipahami
bahwa istilah adopsi digunakan pada tingkat individu, difusi dapat dianggap sebagai
adopsi secara masif. Adopsi teknologi dapat terbagi menjadi dua bagian, yaitu pada
level individual dan level organisasi. Pada level individu, adopsi dan penggunaan
teknologi dapat dibagi menjadi tiga bagian utama yaitu pra-adopsi, adopsi, dan
pasca-adopsi (Kim & Crowston, 2011). Tahap adopsi dan penggunaan teknologi
dapat dilihat pada gambar 2
Gambar 2 Tahapan Adopsi dan Penggunaan Teknologi

Adoption Stage Post-Adoption

Pre-Adoption
Membentuk niat Keputusan untuk
Mempelajari dan
untuk mengadopsi menggunakan atau
memutuskan untuk
dan menggunakan meninggalkan
mengadopsi
teknologi teknologi

Sumber: Kim & Crowston (2011)

Sejumlah model dan kerangka teori telah dikembangkan untuk menjelaskan

adopsi teknologi baru oleh pengguna dan model ini memperkenalkan faktor-faktor
yang dapat memengaruhi penerimaan pengguna. Model dan teori tersebut
diantaranya adalah:

7
 Gambar 3 Perkembangan Model dan teori tersebut diantaranya adalah

Sumber: Taherdoost, (2018)

Gambar 3 menyajikan pandangan singkat tentang perkembangan teori dan

model penerimaan teknologi yang paling populer. Seperti yang terlihat, beberapa
teori diperluas dari teori dan model lain diantaranya adalah, (i) Theory of Reasoned
Action (TRA); (ii)Theory of Planned Behavior (TPB); (iii) Theory of Interpersonal
Behavior (TIB); (iv) Technology Accepntance Model (TAM); (v) Extension of TAM
(ETAM); (vi) Igbaria’s Model; (vii) Social Cognitive Theory (SCT); (viii) Diffusion
of Innovations Theory (DOI); (ix) Perceived Characteristics of Innovating Theory
(PCIT); (x) Motivational Model (MM); (xi) Uses and Gratification Theory (U&G);
(xii) Unified Theory of Acceptance and Use of Technology (UTAUT); dan (xiii)
Compability UTAUT (C-UTAUT).
Dalam penelitian ini, kerangka TAM dan UTAUT akan digunakan sebagai
prediktor dalam melihat niat Intention to Use (niat penggunaan) financial
technology payment di Indonesia. Technology Acceptance Model (TAM) atau yang
biasa dikenal sebagai teori penerimaan teknologi adalah teori yang dapat
memprediksi penggunaan sistem teknologi dan memprediksi perimaan,
penggunaan, dan adopsi dari sistem teknologi informasi yang pertama kali
dikenalkan oleh Davis (1980). Kekuatan model terletak pada kesederhanaannya
karena hanya memiliki dua konstruksi, yaitu, perceived usefulness atau persepsi
kegunaan yang dirasakan dan perceived easy of use persepsi kemudahan

8
penggunaan yang dirasakan untuk memprediksi sejauh mana adopsi teknologi baru
pada tingkat individu.
Unified Theory of Acceptance and Use of Technology atau yang sering
disebut sebagai UTAUT merupakan salah satu model yang menggambarkan faktor
penerimaan teknologi yang dikembangkan oleh (Venkatesh et al., 2003). Model
UTAUT dibangun berdasarkan pada delapan teori sosiologi, psikologi, dan
komunikasi yaitu (TRA, TAM, MM, TPB, TAM2, DOI, SCT and model of
personal computer use) (Venkatesh et al., 2003). UTAUT adalah salah satu teori
yang mencakup konstruksi perbedaan individu yang luas termasuk jenis kelamin,
usia, pengalaman, dan kesukarelaan penggunaan sebagai variabel moderasi (Kim
& Crowston, 2011). Hal ini memungkinkan UTAUT menjadi model komprehensif
yang dapat diterapkan di berbagai aplikasi (Sharma & Mishra, 2014). Model
UTAUT memiliki tingkat prediktif sebesar 70% dalam memperkirakan faktor yang
mempengaruhi perilaku adopsi oleh konsumen.

2.2 Kerangka Konseptual dan Pengembangan Hipotesis

2.2.1. Literasi terhadap Intention to Use
Teknologi digital yang telah menjamah seluruh aspek dalam kehidupan
mendorong penguasaan pengetahuan dan keterampilan oleh individu. Teknologi
digital memungkinkan untuk secara efektif memperoleh pengetahuan dan
keterampilan modern yang diperlukan untuk kehidupan sosial dan ekonomi yang
aktif (Kabakus et al., 2023). Dalam sektor keuangan, literasi digital/digital literacy
juga menjadi salah satu faktor penting terhadap keputusan perilaku individu. Digital
literacy terbukti berperan penting agar masyarakat dapat mengakses layanan
keuangan seperti digital banking (Nedungadi et al., 2020) dan layanan keuangan
digital lainnya (Rodríguez-de-Dios et al., 2018). Penelitian empiris di Pakistan
memperlihatkan bahwa digital literacy menjadi salah satu prediktor yang memiliki
pengaruh signifikan terhadap niat adopsi financial technology payment (Ullah et
al., 2022).
Literasi keuangan/financial literacy menjadi salah satu faktor penting dalam
keputusan ekonomi oleh individu (Foster et al., 2022). individu dengan tingkat

9
literasi keuangan yang baik terbukti lebih sulit untuk dieksploitasi atau ditipu
utamanya dalam aktivitas keuangan, terlilit hutang, memiliki perencaan pensiun
dan mendapat pengembalian yang baik dari investasi dan tabungan (Daragmeh et
al., 2021). Penelitian yang dilakukan oleh Setiawan et al. (2021), Ullah et al. (2022),
dan Yoshino et al. (2020) memperlihatkan bahwa niat dan keputusan penggunaan
financial technology dipengaruhi oleh financial literacy. Namun penelitian lain
yang dilakukan oleh (Chan et al., 2022) menyatakan bahwa financial literacy
menurunkan tingkat kepercayaan publik terhadap layanan financial technology. Hal
ini tentu menjadi penghambat dari adopsi dan penggunaan financial technology.
Sejauh yang peneliti ketahui, penelitian dalam menginvestigasi pengaruh
digital literacy terhadap Intention to Use layanan financial technology payment di
Indonesia masih sangat terbatas. Perebedaan temuan hasil pengaruh financial
literacy terhadap Intention to Use pada penelitian sebelumnya menjadi celah bagi
kebaharuan penelitian ini. Oleh karenanya, hipotesis pertama dan kedua dalam
penelitian ini adalah:
H1: Variabel digital literacy memiliki pengaruh positif terhadap Intention
to Use financial technology payment.

H2: Variabel financial literacy memiliki pengaruh positif terhadap

Intention to Use financial technology payment.

2.2.2. Technology Acceptance Model (TAM) terhadap Intention to Use

Technology Acceptance Model (TAM) adalah salah satu model yang paling
umum digunakan dalam penelitian adopsi teknologi. TAM juga dianggap sebagai
model yang tepat untuk mengevaluasi perilaku konsumen dalam pembayaran
ecommerce dan sektor FinTech secara umum (Stewart & Jürjens, 2017). Selain itu,
TAM banyak digunakan untuk mempelajari adopsi teknologi pada konsumen di
tingkat individual (Daragmeh et al., 2021). Konstruk TAM yang digunakan dalam
penelitian ini adalah generasi pertama dari TAM dengan perceived easy of use dan
perceived usefulness menjadi dua komponen pembangun utama dari variabel TAM.
Pemilihan konstruk TAM ini didasarkan temuan bahwa faktor social influence tidak
menjadi pendorong adopsi teknologi oleh pengguna di negara berkembang seperti
Indonesia (Kamdjoug et al., 2021). Sebaliknya, faktor perceived easy of use

10
menjadi pendorong utama adopsi penggunaan teknologi oleh konsumen (Malaquias
& Hwang, 2019).
Daragmeh et al., (2021) melakukan studi terhadap faktor-faktor pendorong
penggunaan fintech payment di Hungaria pada masa pandemi covid-19. Hasl
pengujian inner model memperlihatkan bahwa perceived usefulness menjadi faktor
paling signifikan yang mempengaruhi penggunaan fintech payment di Hungaria.
Temuan ini sejalan dengan hasil penelitian yang dilakukan oleh Ullah et al. (2022),
dimana perceived usefulness terbukti secara signifikan mempengaruhi penggunaan
layanan financial technolgy payment. Sementara itu, perceived easy of use juga
diungkap dalam penelitian Daragmeh et al. (2021), Leong et al. (2021), dan Ullah
et al. (2022) dengan asosiasi positif dan signifikan terhadap niat penggunaan oleh
konsumen. Hasil ini menunjukkan bahwa seseorang yang menguasai literasi digital
akan lebih mudah dalam menggunakan sistem atau layanan dari financial
technology. Berdasarkan uraian tersebut, maka hipotesis ketiga dalam penelitian ini
adalah:
H3: Variabel technology acceptance model memiliki pengaruh positif
terhadap Intention to Use financial technology payment.

2.2.3. Use of Technology terhadap Intention to Use

Model UTAUT menyatukan faktor-faktor penting terkait pertimbangan
pentingnya penggunaan teknologi baik dalam konteks organisasi maupun
individual (Darmansyah et al., 2020). Model UTAUT dalam penelitian ini terdiri
atas empat konstruk utama yaitu perceived enjoyment (PE), effort expectancy (EE),
social influence (SI) and facilitating conditions (FC) yang memengaruhi niat
perilaku dan perilaku aktual, dengan empat moderator (pengalaman, jenis kelamin,
usia, dan kesukarelaan penggunaan) dari hubungan langsung (Venkatesh et al.,
2012). Penelitian ini tidak menggunakan efek moderasi sesuai model asli UTAUT.
Hal ini mengacu pada pertimbangan (i) penelitian ini bertujuan untuk mengusulkan
model yang lebih disederhanakan, tanpa moderator, dan terpadu yang dapat
menguji hubungan langsung antara faktor-faktor pendorong adopsi fintech, dan (ii)
bertujuan untuk memperkenalkan model yang lebih spesifik untuk dapat memeriksa
dalam kategori FinTech apa pun.

11
 Meskipun pada perkembangannya UTAUT menjadi salah satu model yang
banyak digunakan dalam menganalisis niat penggunaan teknologi, terdapat
beberapa penelitian yang memperlihatkan hasil berlawanan. Mohd Thas Thaker et
al., (2022) memperlihatkan bahwa komponen yang mewakili UTAUT seperti
perceived relevance, informativeness and perceived expectancy penting terhadap
adopsi islamic mobile banking di Malaysia. Penelitian yang dilakukan oleh
Darmansyah et al., (2020) menggunakan faktor social influence (SI), perceived
value (PV), dan habit (HB) dalam menganalisis niat penggunaan islamic financial
technology di Indonesia. Hasil analisis memperlihatkan ketiga faktor pembangun
konstruk UTAUT secara signifikan berpengaruh terhadap niat penggunaan islamic
financial technology. Faktor lain seperti facilitating condition (FC) ditemukan tidak
memiliki pengaruh terhadap adopsi layanan mobile banking di Pakistan (Farah et
al., 2018). Berdasarkan uraian diatas penelitian ini mengajukan hipotesis bahwa:
H4: Variabel use of technology memiliki pengaruh positif terhadap
Intention to Use financial technology payment.

2.2.4. Intention to Use financial technology payment terhadap perilaku

Exploitative use dan Explorative Use
Intention to Use/Niat adopsi didefinisikan sebagai kekuatan niat individu
untuk mengadopsi dan menggunakan aplikasi atau teknologi secara umum di masa
depan (Venkatesh et al., 2003). Definisi lain menggambarkannya sebagai rencana
untuk bereksperimen atau secara teratur menggunakan layanan aplikasi teknologi
melalui smartphone (Natarajan, Kamdjoug). Dengan demikian, niat adopsi pada
akhirnya mengacu pada frekuensi dan cara seseorang berniat menggunakan
teknologi pada umumnya atau layanan financial technology payment pada
khususnya. Pada bagian sebelumnya, telah dijelaskan determinan pendorong niat
penggunaan/Intention to Use financial technology payment berupa faktor literasi
baik literasi digital maupun literasi keuangan dan menggunakan model TAM serta
UTAUT.
Pada penelitian ini penulis berusaha mengeksplorasi lebih jauh dampak dari
niat penggunaan financial technology paymen tterhadap perilaku exploitative use
(penggunaan eksploitatif) dan explorative use (penggunaan eksploratif). Hal ini

12
didasari oleh masih terbatasnya penelitian yang menganalisis secara lebih
mendalam implkasi niat penggunaan oleh pengguna terutama di Indonesia serta
dampaknya terhadap pengembangan perilaku oleh individu.. Oleh karena itu, dalam
penelitian ini, kami berfokus pada bagaimana individu yang telah mengadopsi
layanan financial technology payment dapat menggunakannya secara efektif.
Efisiensi penggunaan ini ditandai dengan penggunaan lebih banyak fungsi sistem
untuk menyelesaikan tugas exploitative use (penggunaan eksploitatif)dan mencari
cara baru untuk menggunakan fungsi sistem baru explorative use (penggunaan
eksploratif). Oleh karenanya penelitian ini mengajukan hipotesis berupa:
H5: Variabel Intention to Use financial technology payment memiliki
pengaruh positif terhadap exploitative use
H6: Variabel Intention to Use financial technology payment memiliki
pengaruh positif terhadap explorative use

2.2.5. Exploitative use dan Explorative use dan Dampaknya Terhadap

Financial Inclusion
Layanan keuangan yang disediakan oleh financial technology semakin
beragam, hal ini mendorong konsumen untuk dapat memanfaatkannya dalam
menunjang dan mempermudah aktivitasnya. Oleh karenanya perlu adanya
penelitian lebih jauh berkaitan perilaku penggunaan oleh individu. Optimalisasi
penggunaan layanan financial technology payment dapat dilihat dengan semakin
efisiennya aktivitas yang dilakukan oleh konsumen (Kamdjoug et al., 2021).
Penggunaan aplikasi dikategorikan kedalam tahap infusi teknoologi oleh
(Cooper & Zmud, 1990). Tahapan infusi teknologi dapat diukur dalam tiga cara
yang berbeda, yaitu perluasan penggunaan (extended use), penggunaan baru
(emergent use), penggunaan yang integratif (integrative use). Pengembangan utama
dalam model ini mencakup Konsep perluasan penggunaan (extended use) mengacu
pada cara di mana pengguna menerapkan lebih banyak fitur teknologi untuk
mengakomodasi serangkaian tugas kerja yang lebih komprehensif. Penggunaan
baru (emergent use) mengacu pada penggunaan teknologi dengan cara yang tidak
dikenali sebelum implementasi teknologi.
Selanjutnya (Burton-Jones & Straub, 2006) mengembangkan pola
penggunaan teknologi menjadi dua yaitu perilaku exploitative use (penggunaan

13
eksploitatif) dan explorative use (penggunaan eksploratif). exploitative use
(penggunaan eksploitatif) mengacu pada penggunaan lebih banyak fungsi sistem
untuk menyelesaikan tugas sehari-hari. Dengan memanfaatkan lebih banyak fitur
pada layanan financial technology, pengguna akan termotivasi untuk mendapatkan
lebih banyak pengalaman, kegunaan, dan pengetahuan tentangnya. Perilaku ini
selanjutnya akan berimplikasi pada explorative use (penggunaan eksploratif).
Explorative use (penggunaan eksploratif) mengacu pada penggunaan teknologi
untuk mencari cara baru dalam memanfaatkan fungsionalitasnya. Dengan kata lain,
melalui explorative use (penggunaan eksploratif) pengguna selalu mencoba untuk
memeriksa apakah beberapa fitur baru dari teknologi yang mereka gunakan dapat
ditautkan untuk menyelesaikan tugasnya. Perilaku eksploitasi dan eksplorasi
teknologi ini memungkinkan pengguna menemukan fitur untuk memenuhi
kebutuhan pribadi atau profesional mereka (Koo et al., 2015; Sun, Wright, et al.,
2019).
Financial technology payment menjadi salah satu bagian yang tidak dapat
dilepaskan dari keputusan dan aktivitas keuangan oleh individu. Penggunaan
financial technology payment diharapkan dapat meningkatkan inklusi keuangan
melalui kemudahan akses keuangan bagi masyarakat yang belum mendapatkannya
pada layanan keuangan tradisional. Financial inclusion (FI) didefinisikan sebagai
kesempatan bagi individu dan perusahaan untuk memiliki akses keuangan dengan
biaya lebih rendah ke seluruh rangkaian produk dan layanan keuangan yang
berguna yang disesuaikan dengan kebutuhan mereka (transaksi, pembayaran,
tabungan, kredit, dan asuransi) yang ditawarkan oleh perusahaan yang andal dan
bertanggung jawab. penyedia jasa. Selanjutnya penelitian ini mengajukan hipotesis:
H7: Variabel exploitative use dari financial technology memiliki pengaruh
positif terhadap explorative use pada financial technology payment.
H8: Variabel exploitative use dari financial technology memiliki pengaruh
positif terhadap financial inclusion
H7: Variabel explorative use dari financial technology memiliki pengaruh
positif terhadap financial inclusion
2.3 Kerangka Konseptual Penelitian

14
 Penelitian ini berangkat dari permasalahan masih banyaknya kelompok
masyarakat yang belum mendapatkan akses terhadap layanan keuangan tradisional
di Indonesia. Padahal disatu sisi, indonesia menjadi salah satu negara dengan
potensi pengembangan ekonomi digital yang kuat serta didukung oleh ekosistem
startup dan perusahaan penyedia layanan digital yang baik. Tingkat penetrasi
internet yang tinggi dan pengguna layanan mobile yang tinggi menjadikan
Indonesia memiliki citra positif dan menguntungkan sebagai salah satu pusat
investasi bagi perusahaan digital. Namun, hal ini belum sepenuhnya direspon baik
oleh masyarakat, hal ini dilihat dari tingkat inklusi keuangan pada sektor financial
technology masih sangat rendah yaitu sebesar 2.56% di tahun 2022. Secara ringkas,
kerangka konseptual pada penelitian ini dapat dilihat pada gambar berikut.
Potensi penerimaan PDB mencapai Penetrasi internet di Indonesia
$2,8 triliun pada tahun 2040 apabila mencapai 77% (APJII, 2022)
memanfaatkan perkembangan POTENSI dengan koneksi mobile mencapai
teknologi (Yusuf, 2020). Potensi 157% (ADB, 2020), dan
pengembangan ekonomi digital terdapat 203 juta pengguna
didukung oleh investasi sebesar financial technology (Statista,
US$ 494 juta pada sektor fintech
2022).
(UOB et al. 2022)

Tingkat inklusi keuangan

yang masih rendah di
Indonesia

Technology Acceptance Faktor-faktor pendorong adopsi financial Pengembangan pola

Model (TAM) & Unified
Theory of Acceptance
and Use of Technology
(UTAUT) (Davis, 1989;
Venkatesh, 2003)
technology di Indonesia perilaku penggunaan
teknologi digital pada
Implikasi niat penggunaan terhadap pola tahap infusi teknologi
penggunaan eksploitatif & eksploratif dan (Koo et al. 2015)
dampaknya terhadap inklusi keuangan

Digital Financial Acceptan Use of

Literacy Literacy ce Model Technology

Intention to
Use

Exploitative Explorative
Use Use

Financial
Inclusion

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

Determinan dan Dampak Penggunaan Financial Technology

Payment Terhadap Inklusi Keuagan di Indonesia

15
 BAB III. METODOLOGI PENELITIAN

3.1. Variabel Penelitian dan Definisi Operasional Penelitian

3.1.1. Variabel Penelitian
Variabel adalah dimensi yang ditentukan oleh peneliti untuk dapat diteliti dan
dikaji pada suatu penelitian (Sugiyono, 2019). Variabel juga dapat dirumuskan
sebagai variasi dari suatu gejala yang menjadi sasaran penelitian, sehingga
informasi dari objek penelitian dapat dikaji dan ditarik kesimpulan (Nasution,
2017). Dalam Structural Equation Modelling (SEM) konstruk dalam penelitian
tidak dapat diukur secara langsung atau biasa disebut unobserved variable atau
variabel laten. Dalam model persamaan terdapat dua jenis variabel laten yaitu
variabel eksogen dan variabel endogen. Adapun variabel yang digunakan dalam
penelitian ini adalah sebagai berikut:
a. Variabel Eksogen
Variabel independen merupakan variabel yang menjadi penyebab atau
pengaruh adanya perubahan kondisi atau hasil dari variabel dependen (Sujarweni
et al., 2019). Menurut Hair et al. (2014) variabel eksogen merupakan variabel bebas
dalam sebuah model persamaan struktural. Dalam penelitian ini yaitu : digital
financial literacy (DFL), perceived easy of use (PEU), perceived usefulness (PU),
behavioral intention (BI), exploitative use (ETU), dan explorative use (ERU)
b. Variabel Endogen
Secara struktur berpikirnya, variabel endogen adalah variabel yang muncul
karena adanya perubahan dari variabel lainnya. Variabel dependen ini yang menjadi
permasalahan pokok yang selanjutnya menjadi objek penelitian (Soesilo, 2019).
Hair et al. (2014) menjelaskan bahwa variabel endogen pada prosedur pengujian
structural equation modelling setidaknya terdapat satu variabel terikat dalam model
yang pada persamaan lain dapat menjadi variabel bebas. Dalam penelitian ini
terdapat empat variabel endogen dengan tiga variabel diantaranya juga menjadi
variabel eksogen pada model lain. Variabel endogen tersebut adalah, Intention to
Use, exploitative use, explorative use, dan financial inclusion.
3.2. Populasi dan Sampel

16
3.2.1. Populasi Penelitian
Populasi penelitian adalah akumulasi keseluruhan dari subjek atau objek
dengan karakteristik atau indikator tertentu yang telah ditentukan untuk diteliti atau
dipelajari (Sekaran & Bougie, 2016). Populasi dalam penelitian ini adalah
pengguna fintech payment di Indonesia dengan jumlah yang besar dan tidak
diketahui.
3.2.2. Sampel Penelitian
Sampel merupakan bagian kecil dari populasi yang ditentukan dengan teknik
dan prosedur tertentu (Sugiarto, 2017). Dalam teknik pemilihan sampel terdapat
dua teknik yaitu teknik probability sampling dan teknik non probability sampling.
Teknik non probability sampling dipilih dalam penelitian ini karena tidak
memberikan peluang/kesempatan sama bagi setiap unsur yang menjadi anggota
populasi (Sujarweni et al., 2019). Sampel dalam penelitian ini dipilih menggunakan
teknik purposive sampling. Purposive sampling adalah pemilihan sampel
berdasarkan pada kriteria yang telah ditentukan (Sujarweni et al., 2019). Pemilihan
sampel pada penelitian ini berdasarkan pada kriteria inklusi seperti pada tabel 0.0

Responden adalah Warga Negara Indonesia yang

Kriteria Inklusi
bertempat tinggal di Indonesia
Responden Responden memiliki usia minimal 17 tahun
Penelitian Responden penelitian pernah dan/atau sedang
menggunakan layanan financial technology payment
Responden merupakan Warga Negara Asing (WNA)
Kriteria Eksklusi
Responden bertempat tinggal di luar negeri
Responden Responden berusia kurang dari 17 tahun
Penelitian Responden belum pernah menggunakan layanan
financial technology payment
Sumber: diolah penulis, 2023.
Menurut Hair et al. (2017) jumlah minimum sampel dalam penelitian yang
menggunakan analisis structural equation modelling adalah sebanyak 5 hingga 10
kali jumlah item dari kuesioner penelitian. Berdasarkan parameter tersebut, jumlah
sampel yang dianjurkan dalam penelitian ini berjumlah 235 hingga 450 responden.
Jumlah tersebut didapat dari hasil perkalian 5 x 45 item pernyataan dan 10 x item

17
pernyataan. Responden penelitian akan mengisi kuesioner yang terbagi atas dua
bagian, yaitu informasi pribadi responden mencakup usia, jenis kelamin, tingkat
pendidikan, pekerjaan dan perilaku penggunaan fintech saat ini. Selanjutnya, pada
bagian kedua responden akan menjawab item pernyataan dari masing-masing
variabel penelitian dengan berdasar pada skala likert 1-5.
3.3. Teknik Analisis Data
Untuk mengevaluasi secara empiris teori yang digunakan dan menawarkan
hasil analisis statistik untuk menggeneralisasi hasil dan aplikasi masa depan,
penelitian ini mengadopsi pendekatan kuantitatif. Alat analisis yang dipilih untuk
penelitian ini adalah Structural Equation Model Partial Least Squares (SEM-PLS)
sebagai alternatif dari Covariance Based SEM (CBSEM). Berbeda dengan CBSEM,
PLS berfokus untuk menguji kausalitas/teori ke component bsaed predictive model
(Ghozali & Latan, 2015). SEM-PLS dapat menjawab permasalaha ilmu sosial
dengan lebih efektif dan dapat digunakan dalam sampel data yang besar maupun
kecil (Ravand & Baghaei, 2016). Dalam melakukan analisis data menggunakan
SEM-PLS, Ghozali & Latan (2015) menjelaskan terdapat lima langkah yang harus
dilakukan dengan menggunakan alat analisis SmartPLS 3.0. Langkah tersebut
meliputi (i) penentuan konsep model (inner dan outer model); (ii) menentukan
metode analisis algoritma; (iii) menentukan metode resampling menggunakan
bootsraping; (iv) menentukan diagram jalur; (v) melakukan evaluasi model (inner
dan outer model).
Model struktural yang akan digunakan dalam penelitian ini dapat dilihat pada
gambar 4.

18
 Gambar 4 Kerangka Model Struktural

Sumber: diolah peneliti, 2023.

Dalam membangun model ini dilakukan dengan mengacu pada aturan-aturan
(Rule of Thumb) yang ada dalam kegiatan analisis model dengan memperhatikan
dua model evaluasi yang terdiri dari evaluasi model pengukuran (outer model) dan
evaluasi model struktural (inner model) yang harus dilakukan secara berurutan dan
sistematis (Sun, Zhang, et al., 2019). Rule of Thumb dalam analisis model
pengukuran (outer model) SEM PLS ini meliputi pengujian validitas konvergen,
validitas diskriminan, reliabilitas. Selanjutnya pada analisis model struktural (inner
model) SEM PLS dilakukan dengan menggunakan pengujian signifikansi dari f-
squared value, R-squared value, Q-squared value, dan path coefficient, T-statistic.
Rule of Thumb dalam analisis SEM PLS secara berurutan digunakan untuk
menjawab hipotesis penelitian. Tabel 1 memperlihatkan Rule of Thumb yang
digunakan dalam analisis SEM PLS.

19
 Tabel 1 Rule of Thumb Analisis Structural Equation Modelling

Inner Model
Pengukuran Kriteria Rule of Thumb
Ambang batas nilai loading factor
Validitas Loading factor
minimal nilai > 0.70
Konvergen Average Variance Nilai minimal 0.5 atau lebih dari 0.5
Extracted (AVE)
Nilai > 0.70 untuk setiap indikator pada
Validitas Cross Loading
variabel laten
Diskriminan Kriteria Fornell Akar kuadrat AVE > korelasi antar
Larcker konstruk laten
Nilai > 0.70 untuk setiap variabel, akan
tetapi nilai > 0.60 masih dapat
Uji Cronbach’s Alpha
ditoleransi untuk explanantory
Reliabilitas research
Nilai > 0.60 sampai 0.70 dapat
Composite reliability
diterima untuk explanantory research

Inner Model
Pengukuran Kriteria
Nilai 0.67 berarti variabilitas model besar, 0.33 berarti
Koefisien
variabilitas model moderat dan 0.19 yang berarti variabilitas
Determinasi
model kecil
Nilai Q2 > 0 menujukkan model mempunyai predictive
Predictive
relevance. Sebaliknya, nilai Q2 < 0 menujukkan bahwa model
Relevance
kurang memiliki predictive relevance.
Nilai 0.35 menunjukkan pengaruh besar, 0.15 menunjukkan
Effect Size
pengaruh moderat, dan 0.02 menunjukkan pengaruh kecil
Path Nilai path coefficient harus lebih besar dari 0,10 untuk
Coefficient menunjukkan signifikansinya
Nilai t-value yang diterima adalah lebih besar dari 1.96
T-statistik
dengan nilai taraf signifikansi sebesar 5% (0.05)
Sumber: Chin W, (1998), Ghozali & Latan, (2015), Hair et al., (2014)

20
 REFERENSI
Abhishek, & Hemchand, S. (2016). Adoption of sensor based communication for
mobile marketing in India. Journal of Indian Business Research2, 8(1), 65–
76.
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and
Human Decision Processes, 50(2), 179–211. https://doi.org/10.1016/0749-
5978(91)90020-T
Alkhwaldi, A. F., Alharasis, E. E., Shehadeh, M., Abu-alsondos, I. A., Oudat, M.
S., Ahmad, A., & Atta, B. (2022). Towards an Understanding of FinTech
Users ’ Adoption : Intention and e-Loyalty Post-COVID-19 from a
Developing Country Perspective. Sustainability (Switzerland), 14(12616), 1–
23.
Andreou, P. C., & Anyfantaki, S. (2021). Financial literacy and its influence on
internet banking behavior. European Management Journal, 39(5), 658–674.
https://doi.org/10.1016/j.emj.2020.12.001
APJII. (2022). APJII di Indonesia Digital Outloook 2022. Asosiasi Penyelenggara
Jasa Internet Indonesia. https://apjii.or.id/berita/d/apjii-di-indonesia-digital-
outloook-2022_857#:~:text=Internet Indonesia (APJII)%2C jumlah,ke
internet pada tahun 2021.
Asian Development Bank, & Ministry of Finance Republic of Indonesia. (2020).
Innovate Indonesia Unlocking.
https://doi.org/http://dx.doi.org/10.22617/SGP200085-2
Baller, S., Dutta, S., & Lanvin, B. (2016). The Global Information Technology
Report 2016: Innovating in the Digital Economy. In World Economic Forum.
https://doi.org/10.1016/b978-0-12-804704-0.00010-4
Bank Indonesia. (2019). Indonesia Payment Systems Blueprint 2025 Bank
Indonesia : Navigating the National Payment Systems in the Digital Era. 1–
49.
Burton-Jones, A., & Straub, D. W. (2006). Reconceptualizing system usage: An
approach and empirical test. Information Systems Research, 17(3), 228–246.
https://doi.org/10.1287/isre.1060.0096
Carr, V. H. (1999). Technology Adoption and Diffusion. The Learning Center for
Interactive Technology.
Chan, R., Troshani, I., Rao Hill, S., & Hoffmann, A. (2022). Towards an
understanding of consumers’ FinTech adoption: the case of Open Banking.
International Journal of Bank Marketing, 40(4), 886–917.
https://doi.org/10.1108/IJBM-08-2021-0397
Chin W, M. G. (1998). The Partial Least Squares Approach to Structural Formula
Modeling. Advances in Hospitality and Leisure, 8（2）(January 1998), 5.
https://books.google.com/books?hl=en&lr=&id=EDZ5AgAAQBAJ&oi=fnd
&pg=PA295&dq=The+partial+least+squares+approach+to+structural+equati
on+modeling&ots=49uH6qt2lk&sig=Fwg2GGFWp3LUMMjxMu9h4jbOXn
A
Cooper, R., & Zmud, R. (1990). Information Technology Implementation
Research : A Technological Diffusion Approach Author ( s ): Randolph B .
Cooper and Robert W . Zmud Published by : INFORMS Stable URL :

21
 http://www.jstor.org/stable/2661451 REFERENCES Linked references are
available on. Management Science, 36(2), 123–139.
Daragmeh, A., Lentner, C., & Sági, J. (2021). FinTech payments in the era of
COVID-19: Factors influencing behavioral intentions of “Generation X” in
Hungary to use mobile payment. Journal of Behavioral and Experimental
Finance, 32. https://doi.org/10.1016/j.jbef.2021.100574
Darmansyah, Fianto, B. A., Hendratmi, A., & Aziz, P. F. (2020). Factors
determining behavioral intentions to use Islamic financial technology: Three
competing models. Journal of Islamic Marketing, 12(4), 794–812.
https://doi.org/10.1108/JIMA-12-2019-0252
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user
acceptance of information technology. MIS Quarterly: Management
Information Systems, 13(3), 319–339. https://doi.org/10.2307/249008
Degenhard, J. (2022). Forecast of the number of internet users in Indonesia from
2013 to 2028. Statista Research Departement.
Ezzahid, E., & Elouaourti, Z. (2021). Financial inclusion, mobile banking, informal
finance and financial exclusion: micro-level evidence from Morocco.
International Journal of Social Economics, 48(7), 1060–1086.
https://doi.org/10.1108/IJSE-11-2020-0747
Farah, M. F., Hasni, M. J. S., & Abbas, A. K. (2018). Mobile-banking adoption:
empirical evidence from the banking sector in Pakistan. International Journal
of Bank Marketing, 36(7), 1386–1413. https://doi.org/10.1108/IJBM-10-
2017-0215
Fishbein, M., & Ajzen, I. (1975). Belief, Attitude, Intention, and Behavior: An
Introduction to Theory and Research. Addison-Wesley.
Foster, B., Sukono, & Johansyah, M. D. (2022). Analysis of the effect of financial
literacy, practicality and consumer lifestyle on the use of chip‐based electronic
money using sem. Sustainability (Switzerland), 14(1).
https://doi.org/10.3390/su14010032
Ghozali, I., & Latan, H. (2015). Partial Least Squares: Konsep, Teknik, dan
Aplikasi Menggunakan Program Smart PLS 3.0 (2nd ed.). (2nd ed.). BP
Undip.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2014). Multivariate data
analysis (VII). earson Education Limited.
Hair, J. F., Hult, G. T. M., Ringle, C. M., Sarstedt, M., & Thiele, K. O. (2017).
Mirror, mirror on the wall: a comparative evaluation of composite-based
structural equation modeling methods. Journal of the Academy of Marketing
Science, 45(5), 616–632.
Hu, Z., Ding, S., Li, S., Chen, L., & Yang, S. (2019). Adoption intention of fintech
services for bank users: An empirical examination with an extended
technology acceptance model. Symmetry, 11(3).
https://doi.org/10.3390/sym11030340
Huei, C. T., Cheng, L. S., Seong, L. C., Khin, A. A., & Leh Bin, R. L. (2018).
Preliminary study on consumer attitude towards fintech products and services
in malaysia. International Journal of Engineering and Technology(UAE),
7(2), 166–169. https://doi.org/10.14419/ijet.v7i2.29.13310

22
Jung, lee sang. (2016). The Relationship between Attitude and Satisfaction for
Improving Continue User Intention in Fintech. International Journal of IT-
Based Business Strategy Management, 2(1).
https://doi.org/https://doi.org/10.14710/jsmo.v3i2.4189
Kabakus, A. K., Bahcekapili, E., & Ayaz, A. (2023). The effect of digital literacy
on technology acceptance: An evaluation on administrative staff in higher
education. Journal of Information Science, 016555152311600.
https://doi.org/10.1177/01655515231160028
Kamdjoug, J. R. K., Wamba-Taguimdje, S. L., Wamba, S. F., & Kake, I. B. e.
(2021). Determining factors and impacts of the intention to adopt mobile
banking app in Cameroon: Case of SARA by afriland First Bank. Journal of
Retailing and Consumer Services, 61(February), 102509.
https://doi.org/10.1016/j.jretconser.2021.102509
Kemp, S. (2022). DIGITAL 2022: INDONESIA. DataReportal.
https://datareportal.com/reports/digital-2022-indonesia
Kim, Y., & Crowston, K. (2011). Technology adoption and use theory review for
studying scientists’ continued use of cyber-infrastructure. Proceedings of the
ASIST Annual Meeting, 48. https://doi.org/10.1002/meet.2011.14504801197
Koo, C., Chung, N., & Kim, H. W. (2015). Examining explorative and exploitative
uses of smartphones: A user competence perspective. In Information
Technology and People (Vol. 28, Issue 1). https://doi.org/10.1108/ITP-04-
2013-0063
Leong, C. M., Tan, K. L., Puah, C. H., & Chong, S. M. (2021). Predicting mobile
network operators users m-payment intention. European Business Review,
33(1). https://doi.org/10.1108/EBR-10-2019-0263
Leong, K., & Sung, A. (2018). FinTech (Financial Technology): What is It and
How to Use Technologies to Create Business Value in Fintech Way?
International Journal of Innovation, Management and Technology, 9(2), 74–
78. https://doi.org/10.18178/ijimt.2018.9.2.791
Lyons, A. C., & Kass-Hanna, J. (2021). A multidimensional approach to defining
and measuring financial literacy in the digital age. The Routledge Handbook
of Financial Literacy, June, 61–76. https://doi.org/10.4324/9781003025221-7
Malaquias, R. F., & Hwang, Y. (2019). Mobile banking use: A comparative study
with Brazilian and U.S. participants. International Journal of Information
Management, 44(October 2018), 132–140.
https://doi.org/10.1016/j.ijinfomgt.2018.10.004
Milian, E. Z., Spinola, M. de M., & Carvalho, M. M. d. (2019). Fintechs: A
literature review and research agenda. Electronic Commerce Research and
Applications, 34(September 2018).
https://doi.org/10.1016/j.elerap.2019.100833
Mohd Thas Thaker, H., Mohd Thas Thaker, M. A., Khaliq, A., Allah Pitchay, A.,
& Iqbal Hussain, H. (2022). Behavioural intention and adoption of internet
banking among clients’ of Islamic banks in Malaysia: an analysis using
UTAUT2. Journal of Islamic Marketing, 13(5), 1171–1197.
https://doi.org/10.1108/JIMA-11-2019-0228
Morgan, P. J., & Trinh, L. Q. (2017). ADBI Working Paper Series

23
 DETERMINANTS AND IMPACTS OF FINANCIAL LITERACY IN
CAMBODIA AND VIET NAM Asian Development Bank Institute (Issue 754).
Nasution, S. (2017). Variabel penelitian. Raudhah, 05(02), 1–9.
http://jurnaltarbiyah.uinsu.ac.id/index.php/raudhah/article/view/182
Nedungadi, P., Devenport, K., Sutcliffe, R., & Raman, R. (2020). Towards a digital
learning ecology to address the grand challenge in adult literacy. Interactive
Learning Environments, 31(1), 383–396.
https://doi.org/10.1080/10494820.2020.1789668
Ngo, H. T., & Nguyen, L. T. H. (2022). Consumer adoption intention toward
FinTech services in a bank-based financial system in Vietnam. Journal of
Financial Regulation and Compliance. https://doi.org/10.1108/JFRC-08-
2021-0061
Nichkasova, Y., & Shmarlouskaya, H. (2020). Financial technologies as a driving
force for business model transformation in the banking sector. International
Journal of Business and Globalisation, 25(4), 419–447.
https://doi.org/10.1504/IJBG.2020.109120
Nurhayati, H. (2021). Internet penetration rate in Indonesia from 2017 to 2020 with
forecasts until 2026. Statista Research Departement.
https://www.statista.com/statistics/254460/internet-penetration-rate-in-
indonesia/
Ravand, H., & Baghaei, P. (2016). Partial Least Squares Structural Equation
Modeling with R Partial Least Squares Structural Equation Modeling with R.
September.
Rodríguez-de-Dios, I., van Oosten, J. M. F., & Igartua, J. J. (2018). A study of the
relationship between parental mediation and adolescents’ digital skills, online
risks and online opportunities. Computers in Human Behavior, 82, 186–198.
https://doi.org/10.1016/j.chb.2018.01.012
Rogers, E. M. (2003). Difussion of Innovations (fifth). Free Press.
Sekaran & Bougie. (2016). Research Methods for Business. In 7th.
Setiawan, B., Nugraha, D. P., Irawan, A., Nathan, R. J., & Zoltan, Z. (2021). User
innovativeness and fintech adoption in indonesia. Journal of Open Innovation:
Technology, Market, and Complexity, 7(3), 1–18.
https://doi.org/10.3390/joitmc7030188
Setiawan, D., Darwanto, D., & Gunanto, E. Y. A. (2021). Determinants of
Behavioral Intentions to Use Sharia Financial technology (Fintech).
Signifikan: Jurnal Ilmu Ekonomi, 10(2), 325–342.
https://doi.org/10.15408/sjie.v10i2.21451
Soesilo, T. D. (2019). Ragam dan Prosedur Penelitian Tindakan. Satya Wacana
University Press.
Statista. (2019). Consumer fintech adoption rates globally from 2015 to 2019, by
category. https://www.statista.com/statistics/1055356/fintech-adoption-rates-
globally-selected-countries-by-category/
Statista. (2022). Fintech - Indonesia. Statista.
https://www.statista.com/outlook/dmo/fintech/indonesia#users
Stewart, H., & Jürjens, J. (2017). Data security and consumer trust in FinTech
Innovation in Germany Abstract.

24
Sugiarto, E. (2017). Menyusun Proposal Penelitian Kualitatif: Skripsi dan Tesis.
Suaka Media.
Sugiyono. (2019). Metode Penelitian Kuantitatif, Kualitatif dan R&D. Alfabeta.
Sujarweni, W., Utami, L. R., & Adams, S. (2019). The Master Book of SPSS: pintar
mengolah data statistik untuk segala keperluan secara otodidak. Start Up.
Sun, H., Wright, R. T., & Thatcher, J. B. (2019). Revisiting the impact of system
use on task performance: an exploitative-explorative system use framework.
Journal of the Association for Information Systems, 20(4), 398–433.
https://doi.org/10.17705/1.jais.00539
Sun, H., Zhang, Z., Olasege, B. S., Xu, Z., Zhao, Q., Ma, P., Wang, Q., & Pan, Y.
(2019). Application of partial least squares in exploring the genome selection
signatures between populations. Heredity, 122(3), 288–293.
https://doi.org/10.1038/s41437-018-0121-y
Taherdoost, H. (2018). A review of technology acceptance and adoption models
and theories. Procedia Manufacturing, 22, 960–967.
https://doi.org/10.1016/j.promfg.2018.03.137
Toader, E., Firtescu, B. N., Roman, A., & Anton, S. G. (2018). Impact of
information and communication technology infrastructure on economic
growth: An empirical assessment for the EU countries. Sustainability
(Switzerland), 10(10), 1–22. https://doi.org/10.3390/su10103750
Ullah, S., Kiani, U. S., Raza, B., & Mustafa, A. (2022). Consumers’ Intention to
Adopt m-payment/m-banking: The Role of Their Financial Skills and Digital
Literacy. Frontiers in Psychology, 13(April), 1–12.
https://doi.org/10.3389/fpsyg.2022.873708
UNCTAD. (2021). Technology And innovation 2021 : Catching technology with
equity. https://unctad.org/system/files/official-document/tir2020_en.pdf
UOB. (2022). Fintech in Asean 2022 : Finance, reimagined.
UOB, PWC, & SFA. (2021). FinTech in ASEAN 2021: Digital takes flight.
Venkatesh, V., & Bala, H. (2008). Technology acceptance model 3 and a research
agenda on interventions. Decision Sciences, 39(2), 273–315.
https://doi.org/10.1111/j.1540-5915.2008.00192.x
Venkatesh, V., & Davis, F. D. (2000). A Theoretical Extension of the Technology
Acceptance Model: Four Longitudinal Field Studies. Management Science,
46(2), 186–204. https://www.jstor.org/stable/pdf/2634758.pdf
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User Acceptance
of Information Technology: Toward a Unified View. MIS Quarterly:
Management Information Systems, 27(3), 425–478.
Venkatesh, V., Thong, J. Y. L., & Xu, X. (2012). Consumer Acceptance and Use
of Information Technology: Extending the Unified Theory of Acceptance and
Use of Technology. MIS Quarterly: Management Information Systems, 36(1),
1–23.
World Bank. (2020). Individuals using the Internet (% of population).
Xie, J., Ye, L., Huang, W., & Ye, M. (2021). Understanding fintech platform
adoption: Impacts of perceived value and perceived risk. Journal of
Theoretical and Applied Electronic Commerce Research, 16(5), 1893–1911.
https://doi.org/10.3390/jtaer16050106

25
Yoshino, N., Morgan, P. J., & Long, T. Q. (2020). Financial Literacy and Fintech
Adoption in Japan. In Asian Development Bank Institute Working Paper 1095
(Issue 1095).
Yusuf, A. A. (2020). THE EFFECT OF NEW TECHNOLOGIES ON THE
INDONESIAN ECONOMY : A Working Paper by. CSIS Working Papper.
Zhang, J., & Mao, E. (2020). Cash, credit, or phone? An empirical study on the
adoption of mobile payments in the United States. Psychology and Marketing,
37(1), 87–98. https://doi.org/10.1002/mar.21282

26
 LAMPIRAN

Lampiran A Matriks Penelitian Terdahulu

No Identitas Artikel Metode Hasil Penelitian
1 Judul: Analisis: Variabel prediktor berupa
Analysis of the Effect of Structural Equation practicallity, financial literacy
Financial Literacy, Modeling (SEM) dan lifestyle memiliki pengaruh
Practicality, and Consumer positif terhadap penggunaan
Lifestyle on the Use of Variabel: chip based electronic money di
Chip-Based Electronic Practicallity Indonesia.
Money Using SEM Financial Literacy
Lifestyle
Penulis: E-Money Usage
Bob Foster
Sukono
Muhamad Deni Johansyah
Tahun:
2021
2 Judul: Analisis: Semakin tinggi tingkat literasi
Financial Vulnerability, Binary Logistics keuangan seseorang mendorong
Financial Literacy, and the Regressions tingkat adopsi digital payment
Use of Digital Payment Variabel: yang lebih tinggi. Wanita juga
Technologies Use/Nonuse digital cenderung lebih sering
payment menggunakan digital dan mobile
Penulis: Financial Vulnerability payment dibandingkan laki-laki.
M. M. Naeser Seldal Financial literacy Literasi keuangan berasosiasi
Ellen K. Nyhus Age/Generation positif pada kemudahan
Tahun: Income seseorang dalam melakukan
2022 Education pembayaran secara digital

3 Judul Analisis: Perceived usefulness menjadi

FinTech payments in the SEM-PLS prediktor paling signifikan yang
era of COVID-19: Factors Variabel: mempengaruhi Gen-X dalam
influencing behavioral Subjective Norm menggunakan mobile payment.
intentions of ‘‘Generation Perceived Ease of Use Variabel perceived easy of use
X’’ in Hungary to use Perceived Usefulness tidak memiliki dampak
mobile payment Behavioral Intention signifikan pada intensi
Penulis Perceived Risk (covid) penggunaan mobile payment.
Ahmad Daragmeh Subjective norms dan perceived
Csaba Lenter risk (covid-19) memiliki
Judit Sagi pengaruh positif dan signifikan
pada intensi dalam
Tahun menggunakan.
2019

27
No Identitas Artikel Metode Hasil Penelitian
4 Judul: Analisis: Perceived easy of use dan
Adoption Intention of SEM-PLS perceived risk tidak berpengaruh
Fintech Services for Bank Variabel: signigikan terhadap adopsi
Users: An Empirical Perceived usefulness fintech. Variabel trust menjadi
Examination with an Perceived easy of use variabel paling signifikan dalam
Extended Technology Trust adopsi fintech. Pada konstruk
Acceptance Model Brand image Intention to Use, variabel user
Perceived risk innovativeness, perceived
Penulis: Government support usefulness, dan trust
Zhongqing Hu User innovativeness berpengaruh positif dan
Shuai Ding Attitude signifikan terhadap Intention to
Shzheng Li Intention Use.
Luting Chen
Shanlin Yang
Tahun:
2019
5 Judul: Analisis: Variabel perceived benefit,
Consumer adoption Probit Regression perceived risk, consumers latent
intention toward FinTech Variabel: need, dan consumers knowledge
services in a bank-based Gender memiliki pengaruh signifikan
financial system in Age terhadap penggunaan fintech
Vietnam Knowledge background oleh konsumen. Variabel
Occupation prediktor usage cost dan time
Penulis: Income constraint tidak terbukti secara
Hang Thi Ngo Easy of use display statistik berpengaruh pada
Le Thi Hoai Nguyen Time-saving penggunaan fintech di vitenam.
Perceived risk
Tahun: Latent needs
2022 Cost of using fintech
Fintech use
6 Judul: Analisis: Model prediktor TAM yang
Predicting mobile network SEM-PLS digunakan berpengaruh langsung
operators users m-payment Variabel: terhadap intensi menggunakan
intention Perceived Security fintech di Malaysia.
Perceived compability Pengembangan faktor
Penulis: User mobility pembangun TAM yang
Choi-Meng Leong Personal innovativeness digunakan kecuali variabel user
Kim Lim Tan Perceived easy of use mobility berpengaruh terhadap
Chin-Hong Puah Perceived usefulness konstruk TAM.
Shyh Ming Chong Intention to Use
Tahun:
2020
7 Judul: Analisis: Financial skill tidak signfikan
berpengaruh pada behavioral

28
No Identitas Artikel Metode Hasil Penelitian
Consumers’ Intention to Structural Equation intention to adopt fintech
Adopt m-payment/m- Modelling payment. Prediktor lain seperti
banking: The Role of Variabel: Digital literacy, perceived easy
Their Financial Skills and Financial skill of use dan perceived usefulness
Digital Literacy Digital literacy memiliki dampak signifikan
Perceived easy of use terhadap behavioral intention to
Penulis: Perceived usefulness adopt fintech payment. Financial
Saif ullah Behavioral intention to skill berhubungan positif dengan
Ummar Safdar Kiani adopt perceived usefulness dan digital
Basharat Raza literacy berhubungan positif
Abdullah Mustafa dengan perceived easy of use.
Tahun:
2022
8 Judul: Analisis: Konstruk social influence
Understanding FinTech Structural Equation berpengaruh positif adopsi
Platform Adoption: Modelling fintech, sedangkan facilitating
Impacts of Perceived Variabel: condition tidak memiliki
Value and Perceived Risk Social influence pengaruh signifikan. Konstruk
Facilitation conditions pembangun perceived value
Penulis: Performance berupa performance expectancy,
Jianli Xie expectancy effort expectancy, dan perceived
Liying Ye Effort expectancy risk memiliki hubungan
Min Ye Perceived risk signifikan dengan perceived
Tahun: Perceived value value. Perceived value memiliki
2021 Adoption intention pengauruh signifikan terhadap
adopsi fintech. Variabel
perceived risk memiliki efek
negatif terhadap niat adopsi
fintech.
9 Judul: Analisis: Hasil pengujian SEM-PLS
Cash, credit, or phone? An Structural Equation memperlihatkan bahwa ketiga
empirical study on the Modelling (SEM) variabel relative advantage,
adoption of mobile Variabel: attitude, dan subjective norms
payment in the united Perceived easy of use berpengaruh signifikan pada niat
states Perceived usefulness penggunaan mobile money di
Penulis: Relative advantage Amerika Serikat.
Jing Zhang Attitude
En Mao Positive emotion
Negative emotion
Tahun: Reponsiveness
Smartness
Mobility
Perceived number of
users

29
No Identitas Artikel Metode Hasil Penelitian
Perceived number of
peers
Perceived availability
Social image
Subjective norms
Intention do adopt
10 Judul: Analisis: Konstruk pembangun UTAUT
Unearthing antecedents to Structural Equation berupa faktor Performance
financial inclusion through Modelling Expectancy dan Effort
FinTech innovations Variabel: Expectancy memiliki pengaruh
Penulis: Performance signifikan terhadap Behavioral
Senyo PK Expectancy, Effort Intention. Sebaliknya Social
Expectancy, Social Influence, Hedonic Motivation,
Ellis L.C Osabutey Influence, Hedonic Price Value, Habit dan
Tahun: Motivation, Price Perceived Risk memiliki
2020 Value, Habit, dan pengaruh yang tidak signifikan
Facilitating Condition;: terhadap Behavioral Intention.
Behavioral Intention
11 Judul: Analisis: Hasil penelitian menunjukkan
An analysis of factors Structural Equation bahwa digital literacy, resistance
affecting mobile banking Modelling to change, perceived risk,
adoption Variabel: perceived ease of use, and
Penulis: Digital literacy perceived usefulness ditemukan
Sammer Elhajjar Resistance sebagai variabel utama yang
Perception of Risk mempengaruhi sikap pengguna
Fadila Ouaida Compability terhadap adopsi mobile banking,
Tahun: Awareness sedangkan awareness dan
2019 Perceived easy of use compability tidak menunjukkan
Perceived usefulness dampak yang signifikan
Attitude terhadap adopsi. Selain itu,
Subjective Norms Subjective norms dan personal
Personal Innovativeness innovativeness memengaruhi
Intention adopsi pengguna memoderasi
hubungan antara sikap kegunaan
dan sikap kemudahan
penggunaan
12 Judul: Analisis: Model dalam penelitian ini
Towards an understanding Structural Equation memiliki tingkat determinasi
of consumers’ FinTech Modelling sebesar 69,5%. Erformance
adoption: the case of Open Variabel: expectancy, effort expectancy,
Banking Performance social influence and perceived
Penulis: Expectancy risk merupakan anteseden
Rebecca Chan Effort Expectancy langsung dari niat penggunaan
Social Influence Open Banking oleh konsumen.
Indrit Troshani Perceived Risk Social influence memiliki efek

30
No Identitas Artikel Metode Hasil Penelitian
Sally Rao Hill Initial Trust mediasi yang kuat pada niat
Arvid Hoffmann Firm Reputation penggunaan melalui
Structural Assistance performance expectancy.
Tahun: Prospensity to Trust Pengaruh dari perceived risk
2022 Financial Literacy diringankan melalui effort
Usage Intention on expectancy and initial trust,
Mobile banking while initial trust positively
affects the effects of
performance expectancy and
effort expectancy on consumers’
usage intention of Open
Banking. Akhirnya, literasi
keuangan menurunkan
kepercayaan awal terhadap
Perbankan Terbuka, yang
mungkin mendorong skeptisisme
konsumen.
13 Judul: Analisis:

Penulis: Variabel:

Tahun:

31
 Lampiran B Definisi Operasional Variabel dan Item Kuesioner Penelitian

Variabel Indikator Definisi

Digital Literacy
(Lyons & Kass-Hanna, 2021; Ullah et al., 2022)
Financial Literacy
(Morgan & Trinh, 2017; Ullah et al., 2022)
Basic Knowledge and Pengetahuan seputar perangkat elektronik dan cara
functional skill penggunaannya
Practical Know-How Kemampuan untuk menggunakan aplikasi digital, platform,
dan perangkat lunak
Decission Making Kemampuan dalam membuat keputusan digital yang tepat
untuk mencerminkan sikap dan perilaku
Safety and self protection Kemampuan untuk melindungi perangkat, data pribadi, dan
privasi (menghindari pencurian identitas dan data, serangan
peretasan, dll.)
Knowledge Tingkat pengetahuan seseorang seputar produk layanan
keuangan dan pemanfaatannya

Skill Kemampuan dalam memilih produk keuangan serta

memahami pro dan kontra dari suatu keputusan keuangan.

Technology Acceptance Perceived Easy to Use Tingkat kenyamanan dan kepercayaan yang dirasakan
(Daragmeh et al., 2021; Ullah et al., 2022; pengguna saat belajar dan menggunakan layanan FinTech
Venkatesh & Bala, 2008)

Perceived Usefulness Persepsi subyektif pengguna bahwa menggunakan teknologi

tertentu dapat meningkatkan kinerja pekerjaan mereka.

15
 Variabel Indikator Definisi
Use of Technology Tinkat kepercayaan seseorang bahwa menggunakan
Performance expectancy
(Venkatesh et al., 2003) teknologi akan meningkatkan kinerja pekerjaannya
Tingkat kemudahan yang dirasakan dengan penggunaan
Effort Expectancy
teknologi oleh individu
Perasaan individu bahwa orang-orang disekitarnya percaya
Social influence
dia harus menggunakan sistem baru
Sumber daya atau fasilitas pendukung dalam menggunakan
Facilitating Condition
teknologi
Intention to Use Tingkat kecenderungan seseorang untuk menggunakan
(Kamdjoug et al., 2021; Venkatesh & Bala, 2008) financial technology

Exploitative Use Perilaku yang mengacu pada penggunaan lebih banyak

(Kamdjoug et al., 2021; Koo et al., 2015) fungsi sistem untuk menyelesaikan tugas sehari-hari

Explorative Use Perilaku yang mengacu pada penggunaan financial

(Kamdjoug et al., 2021; Koo et al., 2015) technology untuk mencari cara baru dalam menggunakan
fungsionalitasnya

Financial Inclussion (Bongomin, 2017) Accesibility Tingkat kemudahan dari masyarakat dalam menggunakan
layanan keuangan
Usage Kemudahan penggunaan layanan keuangan oleh masyarakat

Quality Kualitas layanan keuangan yang diraskan oleh masyarakat

16
Variabel Indikator Definisi

Welfare Dampak sosial ekonomi yang dirasakan oleh masyarakat

setelah mengakses layanan keuangan

17
Lampiran C Kuesioner Penelitian

KUESIONER PENELITIAN
Determinan Dan Dampak Penggunaan Fintech Payment
Terhadap Inklusi Keuangan Di Indonesia
Muh Fadli Wahyu Utomo
Universitas Diponegoro

PROFIL RESPONDEN
1. Nama : …………………………………..
2. Jenis Kelamin : L / P
3. Usia : a) 17 – 25 Tahun
b) 26 – 35 Tahun
c) 36 – 45 Tahun
d) 46 – 55 Tahun
e) > 55 Tahun
4. Domisili : …………………………………..
*Cukup mengisi nama kota/Kabupaten

5. Pendidikan Terakhir : SMA / D1 / D2 / D3 / S1 / S2 / S3

6. Pekerjaan : a) Pelajar/Mahasiswa
b) Karyawan Swasta
c) Aparatur Sipil Negara
d) Freelance
7. Pendapatan rata-rata per bulan : a) < Rp 1.000.000
b) Rp 1.000.000 – Rp 2.500.000
c) Rp 2.500.000 – Rp 4.000.000
d) Rp 4.000.000 – Rp 6.000.000
e) > Rp 6.000.000
8. Frekuensi Menggunakan Layanan : a) 0 – 10 kali
Financial technology Payment
b) 10 – 20 kali
dalam satu bulan

20

9. Lama menggunakan Layanan
Financial technology Payment
10. Jumlah rata-rata uang yang
dikeluarkan pada Layanan
Financial technology Payment
dalam satu bulan
c) Lebih dari 20 kali
: a) < 6 Bulan
b) 6 Bulan – 12 Bulan
c) 12 Bulan – 18 Bulan
d) 18 Bulan – 24 Bulan
e) > 24 Bulan
: a) < Rp 100.000
b) Rp 100.000 – Rp 250.000
c) Rp 250.000 – Rp 500.000
d) Rp 500.000 – Rp 1.000.000
e) > Rp 1.000.000

Petunjuk Pengisian:
Saudara/i dapat memilih satu dari lima jawaban pada pernyataan dibawah yang
paling sesuai dengan apa yang Anda rasakan. Setiap jawaban memiliki bobot nilai
dan keterangan sebagai berikut:
1 = Sangat Tidak Setuju (STS),
2 = Tidak Setuju (TS),
3 = Netral (N),
4 = Setuju (S),
5 = Sangat Setuju (SS).
Pilihan Jawaban
No Item Pernyataan
STS TS N S SS

Variabel Digital Literacy

Saya memahami penggunaan perangkat digital (tablet,
1
computer, mobile phone).
Saya mengetahui bagaimana cara membuka akun pada
2
platform atau aplikasi Fintech payment
Saya mengetahui bagaimana cara menggunakan fitur
3
pada fintech payment sesuai dengan keperluan saya
Saya mampu untuk memilih fitur pada fintech payment
4
sesuai dengan kebutuhan saya
Saya mampu untuk memilih penyedia layanan fintech
5
payment yang dapat dipercaya

21
 Pilihan Jawaban
No Item Pernyataan
STS TS N S SS

Variabel Financial Literacy

Saya paham akan pengetahuan dasar pengelolaan
1
keuangan
Pengetahuan keuangan membantu saya mengambil
2
keputusan keuangan
Saya mampu mengevaluasi keputusan keuangan yang
3
sudah saya ambil
Saya merasa tenang dengan keputusan keuangan yang
4
saya ambil (menabung, investasi, dll)
5 Saya rutin mencari informasi seputar keuangan
Variabel Technology Acceptance Model
1 Layanan fintech payment mudah untuk dipelajari
2 Layanan fintech payment mudah untuk digunakan
Saya dapat dengan mudah memperoleh manfaat non
3 keuangan (waktu dan energi) dengan menggunakan
layanan fintech payment
Saya dapat melakukan semua transaksi dengan mudah
4
dengan fintech payment
Layanan fintech payment menghemat waktu saya dalam
5
bertransaksi
Menggunakan fintech payment akan memungkinkan
6
saya untuk membayar lebih cepat
Menggunakan fintech payment memudahkan saya untuk
7
melakukan pembayaran
Menggunakan pembayaran seluler akan lebih
8 menguntungkan daripada metode pembayaran
tradisional (pembayaran tunai/kontak)
Fintech payment membantu mempermudah penggunaan
9
aplikasi lain (pembayaran tiket, belanja online, dll)
Variabel Use of Technology
Saya berpikir bahwa menggunakan fintech payment
1
akan meningkatkan produktivitas saya
Fintech payment berguna untuk menyelesaikan tugas-
2
tugas saya
3 Mudah bagi saya untuk memahami fitur fintech payment
4 Fintech payment mudah digunakan
Orang disekitar saya berpikir bahwa saya harus
5
menggunakan fintech payment

22
 Pilihan Jawaban
No Item Pernyataan
STS TS N S SS
Saya memiliki sumber daya pendukung dalam
6 menggunakan fintech payment (internet, pengetahuan,
smartphone)
Variabel Intention to Use
Saya berniat untuk menggunakan layanan fintech
1
payment di masa yang akan datang
Saya berencana untuk terus menggunakan fintech
2
payment secara rutin di masa mendatang
Saya berencana menggunakan fintech payment dalam
3
beberapa bulan kedepan dalam aktivitas sehari hari
Variabel Exploitative use
Penggunaan ponsel menjadi bagian penting dalam
1
pengelolaan keuangan yang saya lakukan
Saya secara rutin menggunakan beberapa fitur pada
2
fintech payment untuk melakukan transaksi keuangan
Saya menggunakan semua fitur pada layanan fintech
3
payment untuk melakukan traksaksi keuangan
Saya menggunakan semua fungsi yang tersedia di
4 ponsel untuk mendukung penggunaan fintech payment
(NFC, GPS, dll)
Variabel Explorative use
Saya sering menggunakan lebih banyak fitur daripada
1 rata-rata pengguna lain untuk mengelola keuangan
pribadi
Saya belajar menggunakan fitur yang kompleks dalam
2
membantu aktivitas keuangan saya
Saya mencoba menggunakan layanan fintech payment
3 untuk mengakomodasi kebutuhan transaksi sehari-hari
saya
Saya terkadang mencari tahu fitur baru dalam layanan
4
fintech untuk mempermudah aktivitas saya
Proses pendaftaran akun pada fintech payment mudah
5
dilakukan
Variabel Financial inclusion
Biaya administratif pada layangan fintech payment
1
terjangkau bagi saya
Produk dan fitur yang diberikan fintech payment sesuai
2
kebutuhan saya

23
 Pilihan Jawaban
No Item Pernyataan
STS TS N S SS
Layanan keuangan dari fintech payment mudah untuk
3
didapatkan
Kami membutuhkan lebih sedikit waktu untuk
4
mendapatkan layanan keuangan dengan fintech payment
Layanan yang diberikan penyedia layanan fintech
5
payment terjamin keamanannya
Produk layanan keuangan yang diberikan fintech
6
payment memuaskan
Layanan pembayaran yang disediakan oleh layanan
7
fintech payment bermanfaat
Produk/layanan yang disediakan oleh layanan fintech
8
membantu saya dalam mengamankan aset
Produk/layanan yang disediakan oleh layanan fintech
9
membantu saya memenuhi kebutuhan primer

Sumber: diolah penulis, 2023

24