Bahan Diskusi_3 id

Subscribe to DeepL Pro to translate larger documents.
Visit www.DeepL.com/pro
Pendidikan dan Teknologi Informasi (2023) 28:11145-11165 for more information.
https://doi.org/10.1007/s10639-023-11648-1
Pengaruh dukungan pendidikan dan emosional

pada penerimaan e-learning: Integrasi teori dukungan sosial dan
TAM
Shuang He1 - Shouwen Jiang1 - Ruilin Zhu2 - Xuan Hu1
Diterima: 15 Agustus 2022 / Diterima: 31 Januari 2023 / Dipublikasikan online: 14 Februari 2023
© Penulis, di bawah lisensi eksklusif untuk Springer Science+Business Media, LLC, bagian dari Springer
Nature 2023
Abstrak
Pendidikan yang fleksibel dianggap sebagai fungsi utama e-learning, namun, bukti
empiris selama pandemi COVID-19 juga menunjukkan bahwa siswa mungkin
mencari kenyamanan emosional dalam e-learning untuk mengurangi emosi negatif
mereka. Penelitian ini bertujuan untuk memberikan pandangan holistik tentang
anteseden penerimaan e-learning mahasiswa dengan mengintegrasikan teori
dukungan sosial dengan model penerimaan teknologi. Secara khusus, dengan
mengacu pada teori dukungan sosial, penelitian ini mengadopsi dukungan
pendidikan yang dirasakan dan dukungan emosional yang dirasakan sebagai dua
faktor pendorong dan menguji pengaruhnya terhadap niat berkelanjutan siswa
dalam e-learning. Model ini divalidasi secara empiris menggunakan data survei dari
512 responden perguruan tinggi di Cina selama gelombang pertama pandemi. Hasil
penelitian kami menunjukkan bahwa meskipun dukungan pendidikan yang
dirasakan memiliki pengaruh besar terhadap penerimaan e-learning, dukungan
emosional yang dirasakan juga memiliki peran penting. Selain itu, hasil analisis
menunjukkan bahwa dua aspek dukungan memiliki pola pengaruh yang berbeda:
dukungan pendidikan yang dirasakan memiliki hubungan yang positif dan
signifikan dengan persepsi kemudahan penggunaan dan kegunaan yang dirasakan,
sedangkan dukungan emosional yang dirasakan hanya memiliki hubungan yang
signifikan dengan persepsi kemudahan penggunaan. Selain itu, dibandingkan
dengan penelitian sebelumnya, ukuran efek (β) antara persepsi kemudahan
penggunaan dan persepsi kegunaan lebih besar dalam penelitian ini (konteks
COVID-19). Temuan ini menekankan perlunya untuk lebih memahami mekanisme
di mana dukungan sosial mempengaruhi penerimaan e-learning mahasiswa dan
memanfaatkan berbagai jenis dukungan sosial untuk meningkatkan persepsi
kemudahan penggunaan (mis. antarmuka manusia-komputer), meningkatkan
persepsi kegunaan, dan pada akhirnya memotivasi lebih banyak siswa untuk terus
menggunakan e-learning.
Kata kunci E-learning - TAM - Teori dukungan sosial - SEM - Pandemi COVID-
13
11146 Pendidikan dan Teknologi Informasi (2023) 28:11145-11165
19
🖂 Xuan Hu
hugoshawn@gmail.com
Informasi penulis yang diperluas tersedia di halaman terakhir artikel
13
Pendidikan dan Teknologi Informasi (2023) 28:11145-11165
1 Pendahuluan
Pandemi COVID-19 telah meningkatkan penggunaan e-learning secara dramatis.

Langkah-langkah lockdown dan pembatasan jarak sosial akibat pandemi COVID-19
telah menyebabkan penutupan kampus dan memaksa universitas untuk beradaptasi
dan mengadopsi e-learning untuk penyelenggaraan pendidikan. Namun, meskipun
aksesibilitas dan fleksibilitasnya di berbagai tempat berulang kali disoroti dalam
literatur (Bao, 2020; Dhawan, 2020; Grey et al., 2020; Mailizar et al., 2021;
Szopiński & Bachnik, 2022), kinerja e-learning secara keseluruhan masih belum
jelas. Hal ini dikarenakan keberhasilan e-learning tidak hanya bergantung pada
kesiapan teknologi (sisi penawaran), tetapi juga pada penerimaan aktual siswa (sisi
permintaan). E-learning tidak akan ada gunanya jika tidak digunakan oleh
mahasiswa. Oleh karena itu, perlu untuk meninjau kembali keberhasilan e -
l e a r n i n g dari sudut pandang penerimaan mahasiswa.
Penerimaan siswa terhadap e-learning dapat dijelaskan dengan model
penerimaan teknologi ( technology acceptance model/TAM), di mana persepsi
kegunaan (PU) dan persepsi kemudahan penggunaan (PEOU) merupakan dua
prediktor utama dari sikap individu dan intensi perilaku (Mailizar et al., 2021;
Szopiński & Bachnik, 2022). Namun, penelitian e-learning yang ada menunjukkan
bahwa konstruk TAM dapat dipengaruhi lebih lanjut oleh variabel eksternal lainnya
(misalnya, pengaruh normal/sosial subjektif, kenikmatan, dan kecemasan
menggunakan komputer) (Abdullah & Ward, 2016; Baby & Kannammal, 2020).
Sementara penelitian-penelitian ini secara khusus menekankan bagaimana fungsi
pendidikan e-learning terhubung dengan penerimaan e-learning siswa. Penelitian
terkait COVID-19 menyoroti perlunya e-learning untuk mengatasi emosi negatif
(Hu et al., 2022b, c). Kebutuhan untuk menggabungkan anteseden emosional untuk
mengungkap mekanisme penerimaan e-learning disorot dalam literatur terkait
pandemi COVID- 19. Para peneliti (Hu et al., 2022c; Pedrosa et al., 2020)
berpendapat bahwa penerimaan e-learning tidak hanya dipengaruhi oleh faktor
pendidikan, tetapi juga emosi negatif. Hal ini dikarenakan emosi negatif seperti
depresi, kecemasan, atau tekanan cenderung mengalihkan perhatian siswa dan
menghambat sikap mereka terhadap e-learning. Di sisi lain, e-learning dapat
berfungsi sebagai saluran untuk mencari dukungan emosional, mengekspresikan
emosi, dan menyuarakan rasa takut di kalangan mahasiswa. Perasaan
d i p e r h a t i k a n , ditemani, dan dihibur akan, pada gilirannya, meningkatkan
sikap mahasiswa terhadap e-learning (Hu et al., 2022b, c). Oleh karena i t u ,
pengaruh anteseden emosional terhadap penerimaan e-learning siswa tidak dapat
diabaikan. Meskipun pandemi pada akhirnya akan berakhir, emosi negatif yang
ditimbulkan oleh lingkungan eksternal (misalnya, pembatasan sosial) kemungkinan
besar akan terus berlanjut setelah pandemi (Apker, 2022; Szopiński & Bachnik,
2022). Oleh karena itu, muncul kebutuhan untuk mengeksplorasi dampak faktor
emosional untuk memberikan pandangan yang lebih holistik tentang penerimaan e-
learning (Hsu et al., 2018).
Dampak dari anteseden yang berhubungan dengan pendidikan dan yang
berhubungan dengan emosi terhadap penerimaan e-learning dapat dieksplorasi
secara terpisah dengan menggunakan lensa teoritis dari teori dukungan sosial. E-
learning, seperti komunitas online lainnya seperti media sosial (Hu et al., 2022a;
13
Yan & Tan, 2014), dapat menumbuhkan saluran penting untuk pertukaran
dukungan sosial (Hu et al., 2022b; Weng et al., 2015), di mana mahasiswa tidak
hanya dapat berbagi pengetahuan dan materi yang berhubungan dengan mata
kuliah, tetapi juga
13
Pendidikan dan Teknologi Informasi (2023) 28:11145-11165 11147
perasaan empati, cinta, dan kepedulian. Oleh karena itu, sangat menarik dan penting
untuk mengeksplorasi bagaimana penyediaan dukungan sosial tersebut dapat
mempengaruhi penerimaan e-learning siswa. Dengan demikian, dengan mengacu
pada teori dukungan sosial, penelitian ini m e m p e r k e n a l k a n dua konstruk -
dukungan pendidikan yang dirasakan dan dukungan emosional yang dirasakan
untuk menunjukkan pengaruh anteseden teknologi dan emosional dalam niat e-
learning mahasiswa. D u k u n g a n pendidikan yang dirasakan, yang
diadaptasi dari dukungan informasi yang dirasakan dan dukungan instrumental yang
dirasakan dari teori dukungan sosial, mengacu pada penyediaan informasi, saran,
dan dukungan nyata lainnya dalam pemecahan masalah (Semmer et al., 2008),
digunakan untuk menunjukkan dampak dari faktor-faktor terkait pendidikan.
Dukungan emosional yang dirasakan, mengacu pada pemberian empati, keramahan,
dorongan, penghargaan, cinta, dan kepedulian (Federici & Skaalvik, 2014), di sisi
lain, menunjukkan dampak dari faktor-faktor yang berhubungan dengan emosi.
Dengan demikian, pertanyaan penelitian yang akan dijawab oleh penelitian ini
adalah: apa mekanisme pengaruh dari pendidikan dan anteseden emosional
terhadap penerimaan e-learning siswa?
2 Latar belakang teoretis
Pada bagian ini, latar belakang e-learning selama pandemi COVID-19 dan konsep
e-learning pertama kali diperkenalkan dan diklarifikasi. Kemudian, alasan di balik
pilihan model TAM untuk mengungkap penerimaan siswa terhadap e-learning
dijelaskan. Hipotesis yang berkaitan dengan hubungan antara konstruk TAM
diajukan. Terakhir, namun tidak kalah pentingnya, dengan adanya kebutuhan
khusus untuk memenuhi kebutuhan pendidikan dan kebutuhan psikologis dalam e-
learning selama COVID-19, teori dukungan sosial dipilih sebagai kerangka kerja
yang beralasan untuk menyelidiki mekanisme interaksi sosial yang berpengaruh
dalam penerimaan e-learning. Hubungan yang dihipotesiskan antara dua aspek
dukungan sosial dan konstruk TAM diusulkan.
2.1 E-learning selama COVID-19
Selama pandemi COVID-19, skala yang belum pernah terjadi sebelumnya, dampak
yang ditimbulkan, serta durasi virus yang berkepanjangan, secara dramatis
memaksa penggunaan e-learning untuk menjaga agar pendidikan tetap berfungsi.
Universitas di Cina, dan juga di seluruh dunia, harus beralih dari pendidikan
tradisional berbasis ruang kelas ke pembelajaran daring (Bao, 2020). Sejumlah
besar alat TIK (misalnya, Zoom, Tencent Meeting) telah diperluas atau
dikembangkan untuk memfasilitasi kebutuhan tersebut. Alat-alat TIK ini sebagian
besar telah mengatasi tiga tantangan, yaitu jarak, skala, dan personalisasi, yang
dikemukakan oleh Dhawan (2020) untuk e-learning. Namun, karena adopsi e-
learning yang dramatis selama COVID-19 telah menyebabkan kesulitan yang luar
biasa untuk e-learning, banyak peneliti mempertanyakan tidak hanya kesiapan e-
learning (Rapanta et al., 2020; Scherer et al., 2021), tetapi juga kesesuaian TIK
13
(Luo et al., 2017). Sebelum membahas lebih lanjut tentang kesiapan e-learning dan
kesesuaian TIK selama pandemi COVID-19, perlu diperjelas konsep e-learning dan
karakteristiknya.
13
Istilah e-learning dapat berasal dari berbagai istilah yang berbeda dalam literatur
seperti pembelajaran jarak jauh, e-learning, pembelajaran berbasis web,
pembelajaran campuran, dan lain-lain. Dalam pengertian umum, semua istilah
tersebut mengacu pada penggunaan TIK sebagai media untuk mendukung proses
pembelajaran (Al-Fraihat et al., 2020; Sun et al., 2008). Secara umum, sebagai
paradigma pendidikan alternatif, secara umum menawarkan dua keuntungan yang
menarik. Mayoritas penulis berpendapat bahwa e-learning dapat mendukung
aksesibilitas jarak jauh, yang berkontribusi pada peningkatan peluang pendidikan
(Moore & MacKenzie, 2020). Ahli lain membahas bahwa e-learning mengubah
proses belajar-mengajar dengan meningkatkan pembelajaran yang berpusat pada
siswa dan lebih fleksibel (Dhawan, 2020). Dengan keuntungan yang menarik, Hsu
dkk. (2012) berpendapat bahwa e-learning telah menjadi standar yang sedang
berkembang di dunia pendidikan. Namun demikian, kelemahan e-learning tidak
dapat diabaikan. Banyak peneliti khawatir bahwa e-learning tidak dapat
memberikan hasil pendidikan yang berkualitas dan efektif (Szopiński & Bachnik,
2022), dan mereka berpendapat bahwa tidak adanya interaksi sosial tatap muka
dalam e-learning dapat menghambat fungsi pendidikan (Luo et al., 2017).
Khususnya dalam penelitian ini, kami fokus pada adopsi TIK secara besar-
besaran dalam waktu semalam agar pembelajaran dapat diakses dan tersedia selama
pandemi COVID-19. Konsep e-learning yang digunakan dalam penelitian ini
memiliki perbedaan yang cukup mencolok dengan konsep yang ada dalam literatur
non pandemi. Terkait kesiapan e-learning, pendekatan pembelajaran daring, seperti
MOOC, membutuhkan perencanaan dan pengembangan TIK yang konsisten untuk
menyediakan pendidikan yang berkualitas (Szopiński & Bachnik, 2022). Namun,
selama pandemi COVID-19, kursus-kursus tidak direncanakan atau dirancang
sebelumnya untuk migrasi massal ke e-learning secara tiba-tiba (Carey, 2020).
Selain itu, e-learning membutuhkan perhatian dan waktu bagi siswa dan guru untuk
dilatih dan dipersiapkan untuk berinteraksi secara daring (Cong, 2020). Penerapan
e-learning secara tiba-tiba selama pandemi COVID-19 telah menempatkan guru dan
siswa di bawah tekanan yang belum pernah terjadi sebelumnya. Terkait kesesuaian
TIK, pembelajaran daring telah dikritik karena gagal menumbuhkan rasa
kebersamaan (Luo et al., 2017) dan gagal memicu interaksi sosial di antara para
siswa (Mpungose, 2020). Selain itu, dampak negatif dari ketiadaan interaksi sosial
dalam e-learning kemungkinan besar akan diperburuk oleh pandemi COVID-19.
Kurangnya interaksi sosial, ditambah dengan masalah kesehatan mental yang
disebabkan oleh isolasi di rumah (Hu et al., 2022a), cenderung menurunkan
efektivitas dan kualitas e-learning.
Memang benar bahwa e-learning adalah obat mujarab untuk pendidikan di masa
krisis COVID- 19 (Dhawan, 2020), tetapi hanya karena itu mungkin satu-satunya
pilihan untuk menjaga agar pendidikan tetap tersedia atau dapat diakses karena
tindakan karantina yang ketat seperti karantina wilayah dan isolasi rumah. Di masa
pandemi ini, sangat penting untuk mempertimbangkan kembali kinerja e-learning
dari sisi penerimaannya. Oleh karena itu, TAM dipilih untuk menyelidiki
penerimaan e-learning siswa.
Lebih lanjut, kebutuhan untuk mengatasi emosi negatif yang timbul dari
lingkungan eksternal telah berulang kali disoroti dalam literatur, terutama selama
COVID-19 (Dhawan, 2020; Grey et al., 2020; Shensa et al., 2020; Szopiński &
13
Bachnik, 2022; Yao et al., 2021), tetapi ada penelitian yang terbatas (Hsu et al.,
2018; Weng et al., 2015) yang menghubungkan dukungan sosial dengan
pembelajaran elektronik dengan mempertimbangkan pembelajaran elektronik
sebagai saluran untuk mengatasi emosi negatif. Namun demikian, kedua studi
tersebut menyoroti perlunya menggabungkan teori dukungan sosial dengan model
TAM untuk mengungkapkan penerimaan e-learning, tetapi tidak ada penelitian
yang meneliti pengaruh langsung dari dukungan sosial terhadap penerimaan e-
learning.
13
dukungan emosional atau dukungan sosial pada e-learning. Oleh karena itu, muncul
kebutuhan untuk meninjau kembali teori dukungan sosial dan menyelidiki
bagaimana menggabungkan dukungan sosial ke dalam e-learning dapat
menstimulasi motivasi e-learning yang lebih baik.
2.2 Model penerimaan teknologi
Di antara banyak model perilaku (misalnya, Theory of Reasoned Action (TRA) dan
Theory of Planned Behavior (TPB)), model penerimaan teknologi (TAM) dipilih
sebagai kerangka kerja yang mendasari penelitian ini. Hal ini karena dibandingkan
dengan TRA dan TPB yang lebih menekankan pada pengaruh karakteristik individu
(misalnya, sikap, kontrol perilaku yang dirasakan, norma-norma sosial) terhadap
perilaku (Qu et al., 2023), kami berargumen bahwa e-learning merupakan konteks
di mana sikap bertemu dengan inovasi teknologi: penting untuk memasukkan faktor
interaksi manusia-komputer (misalnya, kegunaan yang dirasakan, kemudahan
penggunaan yang dirasakan) untuk membedah perilaku (Davis, 1985). Dengan
demikian, TAM menggunakan dua faktor interaksi manusia-komputer, yaitu
kegunaan yang dirasakan dan kemudahan penggunaan yang dirasakan, untuk
memprediksi perilaku adopsi teknologi. Berdasarkan formulasi klasik ini, TAM
telah diperluas secara substansial ke berbagai aplikasi sistem informasi seperti
sistem bisnis online (Taherdoost, 2018), sistem informasi kesehatan (Kamal et al.,
2020), sistem pembelajaran (Sánchez-Prieto et al., 2016), kendaraan otomatis
(Zhang et al., 2019), dan lain-lain. Secara umum, TAM telah menjadi model yang
dominan dalam menyelidiki prediktor perilaku manusia terhadap potensi
penerimaan atau penolakan sistem informasi (Marangunić & Granić, 2015;
Surendran, 2012).
Menurut (Mailizar et al., 2021), dengan mempertimbangkan e-learning sebagai
sebuah teknologi, siswa akan memiliki niat yang lebih tinggi untuk menggunakan
teknologi tersebut jika mereka percaya bahwa teknologi tersebut akan
meningkatkan kinerja mereka, atau jika mereka berpikir bahwa penggunaan e-
learning tidak memerlukan banyak usaha. Oleh karena itu, empat hipotesis berikut
ini diajukan (Gbr. 1):
H1: Sikap siswa terhadap e-learning berpengaruh positif terhadap niat

berkelanjutan.
13
Gbr. 1 Model penelitian
13
H2: Persepsi kegunaan e-learning yang dirasakan oleh siswa berpengaruh positif
terhadap sikap mereka.
H3: Persepsi kemudahan penggunaan e-learning yang dirasakan oleh siswa
berpengaruh positif terhadap sikap mereka.
H4: Kemudahan penggunaan e-learning yang dirasakan oleh siswa berpengaruh
positif terhadap kegunaan yang dirasakan.
2.3 Dukungan sosial
Dukungan sosial didefinisikan dalam literatur sebagai bantuan dan perlindungan

yang diberikan kepada orang lain, melindungi mereka dari kejadian-kejadian
genting dan dampak yang merugikan (Wortman & Dun- kel-Schetter, 1987). Hal ini
secara luas dapat dianggap sebagai sumber daya atau bantuan yang dipertukarkan
(Cohen & Hoberman, 1983). Meskipun dukungan tersebut mungkin tidak
berkontribusi secara langsung pada penyelesaian masalah yang sebenarnya,
dukungan ini telah berulang kali diidentifikasi sebagai penyangga penting kesehatan
mental dan dorongan penting untuk kesejahteraan (Cobb, 1976; Hu et al., 2022a;
Lin et al., 2015). Investigasi dukungan sosial secara tradisional menekankan pada
pertukaran perilaku di antara hubungan interpersonal (Cohen & Hoberman, 1983),
dan baru-baru ini diperluas ke konteks daring (Liu & Ma, 2020; Yao et al., 2021).
Secara khusus, komunitas daring dapat menciptakan lingkungan y a n g saling
membantu, menawarkan jalan keluar alternatif untuk interaksi sosial, dan
pertukaran sosial, yang berkontribusi pada ketahanan kesehatan mental para
anggotanya terhadap emosi negatif (Cobb, 1976; Marzouki et al., 2021).
Pentingnya dukungan sosial dalam komunitas online telah ditekankan dalam
literatur (Yan & Tan, 2014; Yao et al., 2021). Khususnya dalam konteks e-learning,
hanya ada diskusi sporadis (Hsu et al., 2018; Weng et al., 2015). Misalnya, dengan
menganalisis dampak dari berbagai sumber dukungan sosial (dari teman sebaya,
atasan, dan keluarga), Weng dkk. (2015) menekankan pentingnya dukungan sosial
dalam penerimaan e-learning. Dalam penelitian lain, Hsu dkk. (2018) menyatakan
bahwa dukungan sosial meningkatkan ketahanan mental individu dalam
menghadapi tantangan, tekanan, dan kesulitan, yang selanjutnya berkontribusi pada
peningkatan proses kognitif dan meningkatkan pengalaman yang menarik bagi
peserta didik. Namun demikian, meskipun kedua penelitian tersebut menyiratkan
bahwa dukungan sosial yang dirasakan dapat memengaruhi penerimaan e-learning,
mereka menganggap dukungan sosial sebagai konsep umum daripada menyelidiki
dampak dari setiap jenis dukungan sosial.
Memang, dukungan sosial adalah sebuah konstruk multidimensi (Lin et al.,
2015) dan para ahli (Cohen & Syme, 1985; House, 1983) telah mengajukan
taksonomi dukungan sosial yang berbeda. Sebagai contoh, House (1983)
mengklasifikasikan dukungan sosial ke dalam empat jenis: dukungan informasi,
emosional, instrumental, dan penilaian. Dalam penelitian lain, Cohen dan Syme
(1985) mengusulkan formulasi empat dimensi lain dari dukungan sosial termasuk
dukungan informasional, instrumental, persahabatan sosial, dan penghargaan.
Mengikuti taksonomi ini, dalam konteks khusus e-learning, penelitian ini membagi
semua jenis dukungan sosial ke dalam dua kategori utama: dukungan
13
p e n d i d i k a n dan dukungan emosional. Dukungan pendidikan mengacu pada
dukungan yang ditawarkan untuk secara langsung meningkatkan fungsi pendidikan
e-learning (termasuk dukungan informasi dan dukungan instrumental). Dukungan
emosional, di sisi lain
13
Di sisi lain, dukungan emosional didefinisikan sebagai dukungan yang

berkontribusi tidak secara langsung terhadap fungsi pendidikan, namun lebih
kepada mengatasi emosi negatif yang terkait dengan lingkungan e-learning.
Dukungan sosial yang berkaitan dengan dukungan emosional termasuk
persahabatan sosial, dukungan penghargaan, dukungan emosional, dukungan
penilaian.
2.3.1 Dukungan pendidikan
Dukungan pendidikan adalah penyediaan bantuan yang nyata (misalnya, bantuan

seorang guru dalam membantu siswa untuk menyelesaikan tugas-tugas tertentu,
berbagi materi pelajaran dari siswa sebaya) (Federici & Skaalvik, 2014), yang
diarahkan untuk mengatasi masalah pembelajaran. Dukungan pendidikan yang
efektif membuat siswa lebih mudah untuk menyelesaikan masalah mata kuliah, oleh
karena itu memiliki dampak positif pada kemudahan penggunaan yang dirasakan.
Lebih lanjut, ketika siswa merasakan adanya d u k u n g a n pendidikan (misalnya
guru menjelaskan masalah), mereka lebih mungkin untuk terlibat dalam
pembelajaran dan menghargai mereka, membuat mereka mengatur diri sendiri
(Federici & Skaalvik, 2014). Oleh karena itu, diyakini bahwa dukungan pendidikan
dapat berkontribusi positif terhadap kinerja pembelajaran. Berdasarkan hal di atas,
diusulkan bahwa:
H5: Dukungan pendidikan yang dirasakan siswa berpengaruh positif terhadap

p e r s e p s i kegunaan mereka.
H6: Dukungan pendidikan yang dirasakan siswa berpengaruh positif terhadap
p e r s e p s i kemudahan penggunaan.
2.3.2 Dukungan emosional
Dukungan emosional adalah pemberian empati, keramahan, dorongan,

penghargaan, cinta, dan kepedulian (Federici & Skaalvik, 2014), yang tidak secara
langsung diberikan untuk mengatasi masalah kursus, tetapi lebih pada stres dan
pengalaman tidak nyaman lainnya selama e-learning. Dukungan emosional yang
efektif dapat mengurangi upaya mental yang diperlukan untuk mengatasi hal
negatif, sehingga mengurangi kesulitan dalam beradaptasi dengan e-learning. Teori
beban kognitif menjelaskan bahwa hal ini karena lebih sedikit jumlah upaya mental
yang diperlukan untuk dialokasikan untuk mengatasi emosi negatif yang pada
gilirannya membuat lebih banyak upaya mental yang tersedia untuk benar-benar
beradaptasi dengan e-learning (Porumbescu et al., 2017). Demikian pula, dukungan
emosional mengurangi upaya siswa untuk mengatasi emosi negatif, membuat lebih
banyak upaya mental yang tersedia bagi siswa untuk memahami konten kursus dan
oleh karena itu berkontribusi pada efisiensi dan efektivitas pembelajaran yang lebih
baik. Berdasarkan penjelasan di atas, diusulkan bahwa:
H7: Dukungan emosional yang dirasakan siswa memiliki efek positif pada
13
kegunaan y a n g mereka rasakan.
H8: Dukungan emosional yang dirasakan siswa memiliki efek positif pada
p e r s e p s i kemudahan penggunaan.
13
3 Metodologi
3.1 Peserta dan prosedur
Dalam penelitian ini, latar belakang penelitian ini adalah e-learning untuk
mahasiswa selama gelombang pertama wabah COVID-19 di Cina (semester musim
semi 2020). Data dikumpulkan melalui survei online. Kami memilih enam kota
sebagai cakupan penelitian ini, termasuk Beijing dan Qingdao di utara, Xiamen di
selatan, Wuhan di tengah, Shanghai di timur, dan Chongqing di barat Cina. Kami
menggunakan data dari Cina karena adopsi e-learning secara besar-besaran selama
pandemi COVID-19 merupakan perwakilan khas dari lingkungan e-learning dengan
kesiapan teknologi yang tinggi dan interaksi sosial tatap muka yang tidak memadai.
Kami berpendapat bahwa temuan dan implikasi dalam penelitian ini dapat diperluas
ke negara lain yang memiliki karakteristik serupa.
Survei ini dilakukan dari bulan Juni hingga Agustus 2020, segera setelah
pengalaman e-learning mereka selama gelombang pertama pandemi. Tautan ke
kuesioner dikirim melalui WeChat ke mahasiswa yang telah menjalani e-learning
selama semester musim semi 2020. Selain itu, untuk menjangkau daerah-daerah
yang tidak berada di kota-kota yang disebutkan di atas, kami merekrut responden di
platform online (Weibo). Dalam survei tersebut, kami menjelaskan tujuan dari
penelitian ini dan mengklarifikasi bahwa semua informasi dalam survei bersifat
rahasia dan hanya untuk tujuan penelitian. Secara keseluruhan, total 613 responden
berhasil direkrut dan survei ini menghasilkan total 512 tanggapan yang lengkap dan
valid (tingkat respons 84%) untuk analisis data.
3.2 Membangun pengukuran
Item pengukuran diadopsi dari penelitian sebelumnya dan diadaptasi agar sesuai
dengan konteks penelitian ini. Konstruk dan pengukuran secara rinci tercantum
dalam Lampiran 1. Semua item pengukuran menggunakan skala Likert lima poin,
mulai dari sangat setuju (1) hingga sangat tidak setuju (5). Selain itu, karena survei
ini menggunakan bahasa Mandarin, penelitian ini mengikuti metode penerjemahan
balik (Bhalla & Lin, 1987). Sebelum kuesioner tersedia secara online, empat
mahasiswa pascasarjana dan dua mahasiswa sarjana meninjau kalimat, keterbacaan,
dan kesesuaiannya.
3.3 Analisis data
Penelitian ini menggunakan pendekatan Structural Equational Model (SEM) dua

langkah yang dikembangkan kembali oleh Anderson dan Gerbing (1988) untuk
analisis data. Pertama, dengan mengevaluasi reliabilitas, validitas konvergen, dan
validitas diskriminan, kecocokan dan validitas konstruk dari model pengukuran
yang diusulkan diperiksa. Kemudian, delapan hipotesis dari model struktural diuji
secara kolektif dengan menggunakan pemodelan persamaan struktural (SEM) yang
13
diimplementasikan melalui algoritma maximum likelihood (ML) dalam program
13
AMOS 26. Teknik-teknik ini memungkinkan kita untuk menganalisis model

pengukuran dan model struktur.
4 Hasil dan diskusi
4.1 Model pengukuran
Analisis faktor konfirmatori (CFA) diterapkan untuk menilai validitas konstruk dari
keenam kontrak tersebut. Reliabilitas dinilai dengan indeks pemuatan faktor,
Cronbach's α, dan reliabilitas komposit (CR). Pemuatan faktor mengukur keandalan
indikator dari model. Menurut Hair (2009), pemuatan faktor untuk indikator di atas
0,7 dianggap memiliki reliabilitas yang baik, sedangkan antara 0,35 dan 0,7
dianggap dapat diterima. Reliabilitas konsistensi internal diukur dengan
menggunakan Cronbach's α, reliabilitas komposit (CR). Mengacu pada Urbach dan
Ahlemann (2010), nilai yang direkomendasikan untuk keduanya harus di atas 0,7.
Hasil analisis reliabilitas dari penelitian ini tercantum dalam Tabel 1. Semua faktor
loading melebihi 0,7 (reliabilitas yang baik) kecuali PEdS3 (0,672, dapat diterima),
yang menunjukkan realitas internal yang baik. Nilai CR dan Cronbach's α untuk
semua konstruk lebih besar dari 0,7, menunjukkan reliabilitas konsistensi internal
yang baik.
Tabel 1 Analisis keandalan dan validitas konvergen

Membangun Item Pemuatan Faktor CR α AVE
Niat melanjutkan (CI) CI1 0.892 0.941 0.940 0.843

CI2 0.941
CI3 0.920
Sikap terhadap penggunaan (ATT) ATT1 0.904 0.918 0.913 0.789
ATT2 0.921
ATT3 0.838
PU (PU) PU1 0.901 0.940 0.939 0.839
PU2 0.928
PU3 0.919
Merasakan kemudahan penggunaan PEOU1 0.853 0.895 0.893 0.740
(PEOU)
PEOU2 0.895
PEOU3 0.831
Dukungan Pendidikan yang PEdS1 0.905 0.886 0.881 0.663
Dipersepsikan (Perceived Educational
Support/PES)
PEdS2 0.892
PEdS3 0.672
PEdS4 0.765
Dukungan Emosional yang Dirasakan PEmS1 0.925 0.913 0.923 0.726
(Perceived Emotional Support (PEmS))
PEmS2 0.913
13
PEmS3 0.768
PEmS4 0.791
Menurut Nunnally (1978), Cronbach's α di atas 0,7 dianggap sebagai keandalan yang baik
13
Tabel 2 Analisis validitas

CI ATT PU PEOU PEdS PEmS
diskriminan
CI 0.918
ATT 0.850 0.888
PU 0.746 0.840 0.916
PEOU 0.531 0.723 0.611 0.860
PEdS 0.497 0.588 0.547 0.588 0.814
PEmS 0.412 0.519 0.466 0.561 0.859 0.852
Angka yang dicetak tebal adalah akar kuadrat dari AVE.
Validitas model pengukuran dinilai berdasarkan validitas konvergen dan

validitas diskriminan. Validitas konvergen diukur berdasarkan rata-rata varians
yang diekstrak (AVE). Nilai yang direkomendasikan untuk AVE adalah ≥ 0.5
(Fornell & Larcker, 1981). Validitas diskriminan dinilai berdasarkan muatan silang.
Seperti yang disarankan oleh Urbach dan Ahlemann (2010), akar kuadrat dari AVE
dari konstruk harus lebih besar dari korelasi yang dimiliki antara konstruk dan
konstruk lain dalam model. Hasil validitas konvergen dan validitas diskriminan dari
konstruk-konstruk tersebut masing-masing tercantum dalam Tabel 1 dan 2.
Berdasarkan hasil tersebut, kriteria untuk validitas konvergen dan validitas
diskriminan terpenuhi, yang mengindikasikan validitas model yang baik.
4.2 Model struktural
Model struktural yang mencerminkan hubungan kausalitas linier yang diasumsikan

di antara konstruk-konstruk telah diuji. Indeks kecocokan model termasuk statistik
uji chi-square, indeks kecocokan (goodness of fit index/GFI), indeks kecocokan
tidak normal (non-normed fit index/NNFI), indeks kecocokan perbandingan
(comparative fit index/CFI), dan root mean square error of approximation/RMSEA)
digunakan untuk menilai kecocokan model. Tabel 3 mencantumkan nilai yang
direkomendasikan, dan referensi untuk semua indeks kecocokan model. Dengan
membandingkan hasil dan nilai yang direkomendasikan pada Tabel 3, model yang
diusulkan berada dalam ambang batas yang dapat diterima.
Tabel 3 Indeks kecocokan model untuk model struktural

Indeks kecocokan model Hasil Nilai yang Referensi
disarankan
Statistik Chi-Squareχ2 ∕df 4.202 ≤5 Hartwick dan Barki (1994)

GFI 0.883 ≥ 0.8 Hsu dkk. (2018)
MNFI 0.938 ≥ 0.9 Hartwick dan Barki (1994)
CFI 0.952 ≥ 0.9 Hartwick dan Barki (1994)
RMSEA 0.079 ≤ 0.08 Hsu dkk. (2018)
13
4.3 Efek model penerimaan teknologi
Dalam penelitian ini, sebuah model diusulkan untuk memahami bagaimana

anteseden terkait pendidikan dan emosi mempengaruhi penerimaan e-learning
siswa. Analisis persamaan struktural dari model yang diusulkan ditampilkan pada
Gbr. 2. Dalam model tersebut, delapan hipotesis dikembangkan dan hasil pengujian
hipotesis digambarkan pada Tabel 4.
Semua efek TAM (H1 hingga H4) secara statistik didukung oleh hasil empiris.
Hubungan yang signifikan menegaskan bahwa TAM merupakan model penjelas
yang baik untuk memahami penerimaan e-learning siswa, yang sejalan dengan
penelitian sebelumnya (Abdullah et al., 2016; Agudo-Peregrina et al., 2014; Baby &
Kannammal, 2020; Cheng, 2011; Hsu et al., 2018; Tarhini et al., 2016). Secara
khusus, H1 didukung, dengan demikian, semakin tinggi sikap siswa terhadap e-
learning, semakin kuat niat keberlanjutan mereka. Sementara Bhattacherjee (2001)
berpendapat bahwa ada perbedaan yang signifikan antara sikap awal dan
penggunaan berkelanjutan, hasil empiris kami
menunjukkan bahwa sikap dapat menjadi penentu yang kuat (𝛽 = 0,848, p <0,001)
untuk kelanjutan penggunaan e-learning.
Selain itu, hubungan yang signifikan dan positif (H2, H3, H4) antara PU, PEOU,
dan sikap juga dikonfirmasi. PEOU ditemukan memiliki hubungan yang signifikan
(p <0,001) dan positif (β = 0,427) dengan PU (H4). Hubungan (β = 0,312) antara
PEOU dan sikap (H3) signifikan (p <0,001), tetapi lebih lemah dari itu
Gbr. 2 Hasil analisis pemodelan persamaan struktural (***p < 0,001, **p < 0,01, *p < 0,05)
Tabel 4 Hasil pengujian hipotesis

Hipotesis Koefisien yang Didukung?
terstandarisasi
H1: ATT -> CI 0.848 Didukung

H2: PU -> ATT 0.656 Didukung
H3: PEOU -> ATT 0.312 Didukung
H4: PEOU -> PU 0.427 Didukung
H5: PEdS -> PU 0.220 Didukung
H6: PEdS -> PEOU 0.370 Didukung
H7: PEmS -> PU 0.095 Ditolak
H8: PEmS -> PEOU 0.261 Didukung
13
(β = 0,656) antara PU dan sikap (H2). Hasil ini tumpang tindih dengan penelitian
sebelumnya, Hsu dkk. (2018) misalnya, namun ada sedikit perbedaan. Dalam Hsu
dkk. (2018), bobot regresi untuk H2, H3, dan H4 adalah 0.940, 0.315, dan 0.136,
sedangkan dalam penelitian ini adalah 0.656, 0.312, dan 0.427. Sebagai
perbandingan, hubungan antara PU dan sikap cenderung menurun dan hubungan
antara PEOU dan PU cenderung meningkat.
Salah satu penjelasan yang mungkin di balik hal ini adalah bahwa mahasiswa
selama pandemi COVID-19 rentan mengalami emosi negatif akibat kurangnya
interaksi sosial tatap muka dan ketidakpastian perkembangan virus (Dhawan, 2020).
Emosi negatif tersebut cenderung mengalihkan perhatian siswa dari mempelajari
materi pelajaran (Hu et al., 2022c). Dengan demikian, meskipun mereka merasa
bahwa pembelajaran itu bermanfaat, emosi negatif masih dapat menghambat sikap
mereka terhadap e-learning karena mereka perlu mengalokasikan upaya mental
mereka untuk mengatasi emosi negatif, yang mengarah pada pelemahan dalam
hubungan PU-sikap (H2). Sementara itu, jika siswa merasa lebih sedikit upaya yang
diperlukan untuk beradaptasi dengan e-learning atau persepsi kemudahan
penggunaan yang lebih tinggi, persepsi upaya mental yang lebih banyak tersedia
untuk memahami konten kursus cenderung meningkatkan efikasi diri mereka
(Mailizar et al., 2021), yang pada gilirannya meningkatkan kegunaan yang mereka
rasakan terhadap e-learning, yang menghasilkan penguatan dalam hubungan PEOU-
PU (H4).
4.4 Efek dukungan sosial
Hasil pada Tabel 4 juga mendukung bahwa dukungan sosial yang dirasakan
berhubungan positif dengan konstruk TAM. Pengaruh langsung, tidak langsung,
dan total y a n g terstandarisasi digambarkan pada Tabel 5. Kedua dimensi
dukungan sosial yang dirasakan memiliki efek positif (tidak langsung) terhadap
penerimaan e-learning siswa (ditunjukkan oleh ATT dan CI). Secara khusus, di satu
sisi, ukuran efek PEdS pada ATT dan CI lebih besar daripada PEmS, menunjukkan
bahwa mencari sumber daya pendidikan tetap menjadi motivasi utama untuk
partisipasi siswa dalam e-learning. Di sisi lain, pengaruh PEmS terhadap ATT dan
CI masing-masing sebesar 0,217 dan 0,183, yang lebih kecil dari PEdS, tetapi tidak
dapat diabaikan. Hasil ini menekankan perlunya mengatasi masalah emosional
siswa selama pembelajaran elektronik. Dengan demikian, sejalan dengan Lin dkk.
(2015), kami berpendapat bahwa penerimaan e-learning dapat dipengaruhi oleh dua
aspek mekanisme yang mempengaruhi.
Tabel 5 Standar langsung, Anteseden Langsung Tidak Total

tidak langsung, dan efek total
langsung
PEmS -> PEOU 0.261 - 0.261
PEdS -> PEOU 0.370 - 0.370
PEmS ->PU 0.095 0.111 0.206
PEdS -> PU 0.220 0.158 0.378
PEmS -> ATT - 0.217 0.217
13
PEdS -> ATT - 0.363 0.363
PEmS -> CI - 0.184 0.184
PEdS - > CI - 0.308 0.308
13
Mekanisme pendukung pendidikan diukur dengan konstruk dukungan

pendidikan yang diterima (misalnya, dukungan informasi, dukungan instrumental,
dukungan nyata) yang ditawarkan secara langsung untuk mengatasi masalah tugas
e-learning. H5 dan H6 termasuk dalam kategori ini. Kedua hipotesis tersebut jika
digabungkan menegaskan bahwa mekanisme pendukung pendidikan merupakan
kekuatan pendorong penerimaan e-learning siswa. Secara khusus, dukungan
pendidikan yang dirasakan memiliki hubungan yang positif dan signifikan dengan
PU (H5, 𝛽 = 0,220, p <0,05) dan PEOU (H6, 𝛽 = 0,370, p <0,001). Hasil ini
sebagian tumpang tindih dengan temuan dalam penelitian sebelumnya, di mana
dukungan pendidikan yang dirasakan dipelajari dengan menggunakan turunan lain
seperti kualitas konten kursus dan kualitas layanan dukungan (Cheng, 2012),
kemampuan yang dirasakan dengan tugas siswa (Escobar-Rodriguez & Monge-
Lozano, 2012), fungsionalitas yang dirasakan (Cho et al., 2009).
Di sisi lain, H7 dan H8 dikaitkan dengan mekanisme pendukung emosi, yang
tidak dimaksudkan untuk mengatasi masalah belajar secara langsung, tetapi secara
tidak langsung melalui mengatasi emosi negatif. Berdasarkan hasil penelitian ini
(Gbr. 2; Tabel 4), H7 ditolak sedangkan H8 didukung. Meskipun penelitian terkait
COVID-19 (Dhawan, 2020; Mailizar et al., 2021; Szopiński & Bachnik, 2022)
secara konsisten menunjukkan perlunya mengatasi masalah terkait emosi dalam e-
learning, hanya sedikit yang memberikan wawasan yang berbeda tentang
mekanisme yang mendukung emosi. Untuk mengatasi hal ini, studi empiris
menyarankan bahwa hubungan dukungan emosional-PEOU harus menjadi
mekanisme pendukung emosi. Tidak mengherankan, sejalan dengan penelitian
sebelumnya (Abdullah & Ward, 2016; Karaali et al., 2011; Šumak et al., 2011),
korelasi yang signifikan antara dukungan emosional yang dirasakan dan PU (H7)
ditolak. Di sisi lain, hubungan antara dukungan emosional yang dirasakan dan
PEOU (H8, 𝛽 = 0,370, p <0,001) dikonfirmasi. Dalam konteks yang luas,
mekanisme dukungan emosi sering kali diselidiki melalui konstruk lain seperti
kecemasan. Penelitian sebelumnya (Karaali et al., 2011; Šumak et al., 2011)
mengungkapkan bahwa kecemasan memiliki pengaruh yang signifikan terhadap
PEOU. Meskipun memiliki kesamaan dalam mengungkapkan dampak dari emosi
negatif, kedua konstruk tersebut berbeda. Menurut Venkatesh, dkk. (2003), istilah
kecemasan didefinisikan sebagai "membangkitkan reaksi cemas atau emosional
ketika harus melakukan suatu perilaku", yang menekankan pada emosi negatif yang
diakibatkan oleh teknologi. Dukungan emosional yang dirasakan mencakup empati,
dan kepedulian (Federici & Skaalvik, 2014), yang mencakup penanganan emosi
negatif dari teknologi dan lingkungan (pandemi COVID-19).
4.5 Pentingnya penerimaan siswa dalam kesuksesan e-learning
Dalam penelitian ini, kami menekankan pentingnya penggunaan penerimaan siswa

sebagai proksi keberhasilan e-learning. Secara khusus, kami berpendapat bahwa
agar e-learning berhasil, penekanannya harus dialihkan dari sisi penawaran
(kesiapan e-learning) ke sisi permintaan (penerimaan siswa), seperti halnya difusi
teknologi lain (misalnya, e-government) (Zhao et al., 2018). Ini berarti bahwa
meskipun infrastruktur, komputerisasi, dan sistem dapat memberikan dasar yang
kuat untuk e-learning, keberhasilannya juga harus mencakup keterlibatan atau
13
penerimaan yang nyata dari para penggunanya. Dengan demikian, sejalan dengan
penelitian sebelumnya (Abdullah & Ward, 2016; Hsu et al., 2018), kami
13
menyatakan bahwa sangat penting untuk menilai kembali keberhasilan e-learning

dalam kaitannya dengan penerimaan siswa.
Lebih lanjut, penelitian saat ini menggunakan niat berkelanjutan daripada niat
atau partisipasi untuk memproksi penerimaan siswa. Kami berpendapat bahwa
adopsi awal e-learning selama pandemi COVID-19 kurang lebih dapat dianggap
sebagai proses yang tidak menyenangkan, di mana siswa dipaksa untuk beralih ke
pendidikan daring (Bao, 2020; Dhawan, 2020). Dalam situasi seperti itu, tidak
mungkin untuk mengukur seberapa baik e-learning memenuhi kebutuhan siswa
akan dukungan pendidikan atau dukungan emosional jika partisipasi merupakan
proses yang diwajibkan. Seperti perilaku lainnya, jika partisipasi siswa dalam e-
learning tidak diwajibkan, mereka harus dimotivasi (Linders, 2012). Dengan
demikian, tingkat motivasi diri siswa merupakan indikator sisi permintaan dari
kesuksesan e-learning: siswa yang puas dengan pengalaman e-learning mereka
cenderung menghasilkan niat berkelanjutan yang tinggi, dan hal yang sebaliknya
juga mungkin terjadi (Hsu et al., 2018; Szopiński & Bachnik, 2022). Oleh karena
itu, dari perspektif sisi permintaan, niat berkelanjutan (CI) dapat menjadi indikator
yang lebih tepat untuk kesuksesan e-learning.
4.6 Implikasi teoretis
Kami pertama kali berkontribusi pada studi e-learning dengan menyoroti

pentingnya meninjau kembali kesuksesan e-learning dari perspektif penerimaan
siswa. Sementara banyak penelitian yang ada (Bao, 2020; Dhawan, 2020; Grey et
al., 2020; Mailizar et al., 2021; Szopiński & Bachnik, 2022) menekankan bahwa
kesuksesan e-learning dari sisi penawaran: memfasilitasi aksesibilitas dan
fleksibilitas pendidikan, kami menekankan bahwa teknologi tersebut tidak akan
berguna jika pengguna dari sisi permintaan tidak menerima teknologi tersebut
secara penuh. Dengan demikian, kami memperkenalkan model perilaku dari sisi
permintaan untuk memberikan wawasan yang bernuansa ke dalam proses kognisi
penerimaan siswa terhadap e-learning selama pandemi COVID-19. Temuan
menunjukkan bahwa TAM adalah model yang mapan dengan kekuatan penjelasan
yang sangat baik dalam penerimaan e-learning siswa. Memang, sejalan dengan Hsu
d k k . (2018), perlu untuk meninjau kembali sisi permintaan e-learning (penerimaan
siswa) untuk memberikan pandangan holistik tentang kesuksesan e-learning.
Penelitian ini juga menekankan perlunya mempertimbangkan perspektif
teknologi e-learning. Dalam penelitian ini, model TAM yang diusulkan
menjelaskan 71,9% dan 77,9% dari varians sikap dan niat untuk terus menggunakan
e-learning di antara siswa yang disurvei. Memang, e-learning adalah tempat dimana
pendidikan bertemu dengan teknologi, fitur teknologi tidak boleh diabaikan.
Menurut hasil empiris dari penelitian ini, PEOU dan PU secara signifikan
berhubungan dengan sikap dan niat siswa untuk terus menggunakan e-learning. Hal
ini berarti bahwa kita tidak dapat menganggap e-learning sebagai sebuah paradigma
yang hanya berfokus pada pendidikan; namun, karena e-learning merupakan
teknologi baru, maka persepsi manfaat dan persepsi kemudahan penggunaannya
menjadi hal yang sangat penting.
Selain itu, kami juga berkontribusi pada pemahaman yang lebih komprehensif
tentang anteseden penerimaan e-learning. Secara khusus, meskipun sebagian besar
13
penelitian e- l e a r n i n g telah menekankan bahwa fungsi pendidikan adalah
kekuatan pendorong utama penggunaan e-learning, penelitian ini mendukung
argumen oleh Lin dkk. (2015) bahwa
13
Lingkungan e-learning juga harus mempertimbangkan kebutuhan psikologis siswa.

Dengan menggunakan teori dukungan sosial, kami memperkenalkan dukungan
pendidikan dan dukungan emosional untuk secara terpisah menyelidiki pengaruh
dukungan pendidikan dan emosional terhadap penerimaan e-learning. Temuan kami
menunjukkan pola pengaruh yang berbeda dari dua aspek dukungan sosial:
dukungan pendidikan yang dirasakan secara signifikan terkait dengan kemudahan
penggunaan yang dirasakan dan manfaat yang dirasakan; dukungan emosional yang
dirasakan hanya secara signifikan terkait dengan kemudahan penggunaan yang
dirasakan.
4.7 Implikasi praktis
Penelitian ini memiliki tiga implikasi utama bagi para praktisi. Pertama, untuk
universitas dan pendidikan tinggi, implikasi penting dari penelitian ini adalah
bahwa penerapan e-learning perlu memasukkan penerimaan siswa dari sisi
permintaan. Terlepas dari kenyataan bahwa teknologi e-learning berkembang
dengan cepat, sangat penting untuk mengevaluasi kembali apakah teknologi ini
memenuhi permintaan pengguna yang dituju - siswa. Berdasarkan temuan empiris
kami, masuk akal untuk mengharapkan bahwa sikap dan niat siswa untuk terus
menggunakan e-learning dapat dipengaruhi secara positif oleh tingkat dukungan
emosional yang dirasakan atau dukungan emosional yang tinggi. Oleh karena itu,
ketika memperkenalkan teknologi e-learning, universitas dan pendidikan tinggi
harus mempertimbangkan kebutuhan emosional dan pendidikan siswa dengan lebih
baik.
Temuan kami memiliki konsekuensi penting bagi para guru dan instruktur
tentang bagaimana cara efektif menginspirasi siswa untuk e-learning. Kami
berpendapat bahwa kelanjutan siswa dalam e-learning tidak hanya dipengaruhi oleh
seberapa baik pendidikan diberikan (dukungan pendidikan yang dirasakan), tetapi
juga tingkat dukungan emosional yang dirasakan. Terutama di lingkungan dengan
stres (misalnya, COVID-19) atau interaksi sosial yang tidak memadai, siswa
mungkin memiliki tingkat persepsi kemudahan penggunaan yang rendah, selain
dukungan pendidikan, meningkatkan dukungan emosional juga dapat secara
potensial meningkatkan persepsi kemudahan penggunaan siswa dalam e-learning.
Oleh karena itu, tanggung jawab instruktur dan guru dalam pembelajaran online
harus lebih dari sekadar memberikan pengetahuan, tetapi juga mencakup tugas-
tugas yang lebih bersifat dukungan emosional seperti menemani, mengekspresikan
empati, dan memberikan perhatian.
Saran terakhir kami adalah bahwa para pengembang teknologi perlu
meningkatkan antarmuka manusia-komputer untuk mendukung lebih banyak
interaksi sosial. Kurangnya interaksi tatap muka merupakan salah satu masalah
utama dalam e-learning. Peningkatan antarmuka manusia-komputer dapat
membantu mengurangi dampak buruk dari kurangnya interaksi sosial karena
antarmuka manusia-komputer b e r h u b u n g a n dengan PEOU (Nielsen, 1994)
dan PEOU diidentifikasikan berhubungan dengan persepsi dukungan emosional dan
dukungan pendidikan berdasarkan bukti empiris. Ada dua ide yang mungkin
berguna bagi para pengembang teknologi. Pertama, teknologi e-learning tidak boleh
13
diimplementasikan sebagai video broadcasting satu arah dari guru ke siswa, tetapi
harus mencakup fitur interaktif yang lebih instan (misalnya, kuis, file audio, video,
simulasi, permainan, dan lain-lain) untuk membuat siswa terlibat secara aktif dalam
proses pembelajaran. Fitur-fitur yang mendukung tingkat dukungan pendidikan
yang lebih tinggi akan berkontribusi pada tingkat kemudahan penggunaan dan
kegunaan yang lebih tinggi. Selain itu, sebuah
13
Tingkat dukungan emosional yang dirasakan yang lebih tinggi juga akan mengarah
pada tingkat kemudahan penggunaan yang lebih tinggi, oleh karena itu untuk
meningkatkan interaksi sosial, fitur komunikasi instan (mis., instant messenger)
untuk membantu siswa lebih baik menyuarakan ketakutan mereka,
mengekspresikan perasaan mereka, bertukar dukungan juga diperlukan karena
tingkat dukungan emosional yang dirasakan yang lebih tinggi juga akan
berkontribusi pada tingkat kemudahan penggunaan yang lebih tinggi.
5 Kesimpulan
Tujuan dari penelitian ini adalah untuk menguji bagaimana anteseden emosional
sebagai tambahan dari anteseden pendidikan dapat memotivasi penerimaan e-
learning siswa. Untuk itu, sebuah model penelitian yang mengintegrasikan teori
dukungan sosial dengan TAM diusulkan untuk mengeksplorasi dua sisi mekanisme
yang mempengaruhi, yaitu mekanisme yang mendukung pendidikan dan
mekanisme yang mendukung emosi. Model yang diusulkan diuji secara empiris
dengan menggunakan data survei dari 512 mahasiswa mengenai pengalaman
mereka dalam e-learning selama gelombang pertama pandemi COVID-19 di Cina.
Temuan menunjukkan bahwa meskipun dukungan pendidikan yang dirasakan
memiliki efek positif yang signifikan terhadap PU dan PEOU e-learning, dukungan
emosional yang dirasakan hanya memiliki efek positif yang signifikan terhadap
PEOU. Berbeda dengan penelitian sebelumnya yang dilakukan dalam konteks
umum, ukuran efek (β) antara PU dan PEOU lebih besar dalam penelitian ini
(lingkungan emosional negatif). Temuan ini berkontribusi pada pemahaman yang
lebih baik tentang penerimaan e-learning siswa dan menyoroti pentingnya
memasukkan dukungan emosional selain dukungan pendidikan untuk memotivasi
lebih banyak siswa dalam penerimaan e-learning, terutama dalam lingkungan
emosional yang negatif (mis. COVID-19).
Penelitian ini bukannya tanpa keterbatasan. Pertama, data cross-sectional dari
gelombang pertama wabah COVID-19 digunakan untuk menguji model yang
diusulkan. Niat untuk melanjutkan pengobatan diukur dengan menggunakan data
laporan diri. Dikatakan bahwa pengukuran yang dilaporkan sendiri mungkin tidak
selalu mencerminkan perilaku yang sebenarnya (Lin et al., 2015). Oleh karena itu,
penelitian di masa depan didorong untuk memvalidasi model yang diusulkan
dengan mengumpulkan data gelombang ganda. Kedua, penting untuk dicatat bahwa
temuan dan implikasi dari penelitian ini harus ditafsirkan dengan hati-hati karena
data survei hanya dikumpulkan di Cina. Namun, kami berpendapat bahwa adopsi
besar-besaran e-learning di Cina selama pandemi COVID-19 merupakan contoh
tipikal lingkungan e-learning dengan kesiapan teknologi yang tinggi dan interaksi
sosial tatap muka yang tidak memadai. Dengan demikian, hasil penelitian ini
memiliki implikasi yang luas untuk memahami penerimaan e-learning di negara-
negara lain dengan karakteristik yang serupa. Untuk negara-negara yang memiliki
karakteristik yang berbeda, kami percaya bahwa kekuatan penjelasan dari model
yang diusulkan juga dapat diperluas, namun data empiris lebih lanjut diperlukan.
Akhirnya, proses kognitif yang mendasari penerimaan e-learning siswa mungkin
13
bersifat non-linear daripada linear, seperti yang dijelaskan dengan lebih baik oleh
teori konfirmasi ekspektasi (ECT) (Bhattacherjee, 2001). Oleh karena itu, perlu
untuk membandingkan lebih lanjut TAM dengan ECT untuk memberikan wawasan
yang lebih mendalam tentang proses kognitif di balik penerimaan e-learning siswa.
13
Lampiran 1 Konstruk dan pengukuran
Membangun Barang Ukuran Referensi
Model Penerimaan Teknologi

Persepsi Kegunaan (PU) PU1 Saya percaya bahwa E- Wu dan Zhang (2014); Kim
learning dapat meningkatkan dkk. (2010); Wu dan Chen
kinerja pembelajaran saya. (2017)
PU2Menggunakan E-learning meningkatkan
keefektifan pembelajaran saya.
PU3Menggunakan E-learning
dengan mudah
m e n t r a n s f o r m a s i k Chang (2010); Wu dan Chen
a n materi pembelajaran (2017);
k e d a l a m pengetahuan
yang spesifik
Persepsi kemudahan penggunaan (PEOU) PEOU1 Belajar
menggunakan MOOC adalah
mudah.
PEOU2 Mudah untuk menjadi mahir Chang (2010); Wu dan Zhang
dalam menggunakan (2014) Wu dan Chen (2017);
MOOC.
PEOU3 Interaksi dengan MOOC jelas
dan d a p a t dimengerti
Sikap terhadap penggunaan (ATT) ATU1Saya percaya bahwa
menggunakan MOOC Wu dan Zhang (2014) Wu dan
adalah ide yang bagus. Chen (2017);
ATU2I percaya bahwa
menggunakan MOOC
sangat disarankan
ATU3Saya puas menggunakan
MOOC.
Niat melanjutkan (CI) CIIU1Saya berniat untuk
terus menggunakan
MOOC di masa depan
CIIU2I akan terus
menggunakan MOOC
secara lebih luas di masa
depan.
CIIU3I bermaksud untuk
terus menggunakan
MOOC di masa depan,
setidaknya sama aktifnya
dengan hari ini
Dukungan Sosial yang yang relevan dan
membantu saya
Dirasakan Dukungan PEdS1 Ketika saya menggunakan e-
meningkatkan
Pendidikan yang Dirasakan learning
kinerja saya.
port (PEdS) layanan, teman sebaya akan
memberikan informasi, PEdS3 Ketika ada sesuatu yang
saran, dan bimbingan. tidak saya pahami,
atasan saya akan
PEdS2 Ketika saya menggunakan
selalu siap
layanan e-learning,
membantu saya.
supervisor saya akan
memberikan informasi PEdS4 Ketika ada sesuatu yang
13
saya
tidak
Weng dkk. (2015)
mengerti,
saya selalu
dapat
meminta
bantuan
kepada
rekan-rekan
saya
Federici dan Skaalvik (2014)
13
Membangun Barang Ukuran Referensi

Dukungan Emosional yang PEmS1 Ketika saya menggunakan Weng dkk. (2015)
Dirasakan (Perceived layanan e-learning, rekan-
Emotional Support/PES) rekan saya akan
mendorong dan memuji
saya.
PEmS2 Ketika saya menghadapi
kesulitan
selama e-learning,
supervisor saya bersedia Malecki dan Demaray (2003);
mendengarkan dan Tan dkk. (2019)
memberikan dukungan
emosional yang saya
butuhkan.
PEmS3 Teman dekat saya dengan baik
memberi tahu
saya kebenaran tentang
bagaimana saya melakukan
sesuatu
PEmS4 Guru-guru saya dengan baik
memberi tahu saya
kebenaran tentang
bagaimana saya melakukan
sesuatu
Ucapan Terima Kasih Penelitian ini didukung oleh Yayasan Ilmu Pengetahuan Alam Nasional Tiongkok
(71904020), Universitas Chongqing (2019GGXY04), dan Dana Penelitian Fundamental untuk
Universitas Pusat (2021CDJSKJC03).
Ketersediaan data Kumpulan data yang dianalisis selama penelitian ini tersedia dari penulis yang
bersangkutan atas permintaan yang wajar.
Deklarasi
Konflik kepentingan Tidak ada.
Referensi
Abdullah, F., & Ward, R. (2016). Mengembangkan General Extended Technology Acceptance Model
for E-Learning (GETAMEL) dengan menganalisis faktor eksternal yang umum digunakan.
Komputer dalam Perilaku Manusia , 56, 238-256.
Abdullah, F., Ward, R., & Ahmed, E. (2016). Menyelidiki pengaruh variabel eksternal yang paling
sering digunakan dari TAM pada persepsi kemudahan penggunaan (PEOU) dan kegunaan yang
dirasakan (PU) dari e-portofolio. Komputer dalam Perilaku Manusia, 63, 75-90.
Agudo-Peregrina, A.F., Hernández-García, A.F., & Pascual-Miguel, F.J. (2014). Niat perilaku, perilaku
penggunaan dan penerimaan sistem pembelajaran elektronik: perbedaan antara pendidikan tinggi
dan pembelajaran seumur hidup. Komputer dalam Perilaku Manusia, 34, 301-314.
Al-Fraihat, D., Joy, M., & Sinclair, J. (2020). Mengevaluasi kesuksesan sistem e-learning: sebuah studi
empiris.
Komputer dalam Perilaku Manusia, 102, 67-86.
Anderson, J. C., & Gerbing, D. W. (1988). Pemodelan persamaan struktural dalam praktik: tinjauan dan
rekomendasi- mended pendekatan dua langkah. Psychological Bulletin, 103(3), 411.
Apker, J. (2022). Akun mahasiswa tentang koping dan dukungan sosial selama pembelajaran yang terkena
13
dampak COVID-19. pembelajaran. Communication Quarterly, 70(3), 296-316.
Baby, A., & Kannammal, A. (2020). Analisis jalur jaringan untuk mengembangkan model TAM yang
disempurnakan: perspektif e-learning yang berpusat pada pengguna . Komputer dalam Perilaku
Manusia, 107, 106081.
Bao, W. (2020). COVID-19 dan pengajaran daring di pendidikan tinggi: studi kasus Universitas Peking.
Perilaku Manusia dan Teknologi yang Sedang Berkembang, 2(2), 113-115.
Bhalla, G., & Lin, L. Y. (1987). Riset pemasaran budaya tanaman: sebuah diskusi tentang isu-isu
kesetaraan dan strategi pengukuran. Psikologi & Pemasaran (1986-1998), 4(4), 275.
Bhattacherjee, A. (2001). Memahami keberlanjutan sistem informasi: sebuah model konfirmasi-ekspektasi.
MIS Quarterly, 25(3), 351-370.
13
Carey, K. (2020). Semua orang siap untuk migrasi besar-besaran ke perguruan tinggi daring? Sebenarnya
tidak. The New York Times, 13.
Chang, H. H. (2010). Kesesuaian tugas-teknologi dan penerimaan pengguna terhadap lelang online.
Jurnal Internasional Human-Computer Studies, 68(1-2), 69-89.
Cheng, Y. M. (2011). Anteseden dan konsekuensi dari penerimaan e-learning. Information Systems
Journal, 21(3), 269-299.
Cheng, Y. M. (2012). Pengaruh anteseden kualitas pada penerimaan e-learning. Internet Research, 22(3),
361-390.
Cho, V., Cheng, T. E., & Lai, W. J. (2009). Peran desain antarmuka pengguna yang dirasakan dalam
penggunaan berkelanjutan niat alat pembelajaran mandiri. Komputer & Pendidikan, 53(2), 216-227.
Cobb, S. (1976). Dukungan sosial sebagai moderator stres kehidupan. Psychosomatic Medicine, 38(5),
300-314. Cohen, S., & Hoberman, HM (1983). Peristiwa positif dan dukungan sosial sebagai penyangga
stres perubahan hidup
1. Jurnal Psikologi Sosial Terapan, 13(2), 99-125.
Cohen, SE, & Syme, S. (1985). Dukungan sosial dan kesehatan. Akademik.
Cong, L. M. (2020). Faktor-faktor keberhasilan adopsi perangkat sinkron dalam pengajaran daring dalam
skala besar. Ter- pendidikan tinggi di masa perubahan (pp. 39-60). Springer.
Davis, F. D. (1985). Model penerimaan teknologi untuk menguji secara empiris informasi pengguna
akhir sistem: teori dan hasil. Massachusetts Institute of Technology.
Dhawan, S. (2020). Pembelajaran daring: obat mujarab di masa krisis COVID-19. Jurnal Sistem
Teknologi Pendidikan , 49(1), 5-22.
Escobar-Rodriguez, T., & Monge-Lozano, P. (2012). Penerimaan teknologi moodle oleh mahasiswa
administrasi bisnis. Komputer & Pendidikan, 58(4), 1085-1093.
Federici, R. A., & Skaalvik, E. M. (2014). Persepsi siswa tentang dukungan instrumental dan usaha
dalam matematika: peran mediasi nilai tugas subjektif. Social Psychology of Education, 17(3), 527-
540.
Fornell, C., & Larcker, D. F. (1981). Mengevaluasi model persamaan struktural dengan variabel yang
tidak dapat diobservasi dan kesalahan pengukuran. Jurnal Riset Pemasaran, 18(1), 39-50.
Grey, I., Arora, T., Thomas, J., Saneh, A., Tohme, P., & Abi-Habib, R. (2020). Peran dukungan sosial
yang dirasakan pada depresi dan tidur selama pandemi COVID-19. Penelitian Psikiatri, 293,
113452.
Hair, J. F. (2009). Analisis data multivariat (7th ed.). Prentice Hall.
Hartwick, J., & Barki, H. (1994). Menjelaskan peran partisipasi pengguna dalam penggunaan sistem
informasi.
Ilmu Manajemen, 40(4), 440-465.
House, J. S. (1983). Stres kerja dan dukungan sosial. Seri Addison-Wesley tentang Stres Kerja.
Hsu, Y. C., Ho, H. N. J., Tsai, C. C., Hwang, G. J., Chu, H. C., Wang, C. Y., & Chen, N. S. (2012).
Tren penelitian dalam pembelajaran berbasis teknologi dari tahun 2000 hingga 2009: analisis
konten publikasi dalam jurnal terpilih. Teknologi & Masyarakat Pendidikan, 15(2), 354-370.
Hsu, J. Y., Chen, C. C., & Ting, P. F. (2018). Memahami keberlanjutan MOOC: sebuah ujian empiris-
tion of social support theory. Lingkungan Pembelajaran Interaktif, 26(8), 1100-1118.
Hu, X., Song, Y., Zhu, R., He, S., Zhou, B., Li, X., Bao, H., Shen, S., & Liu, B. (2022a). Memahami
dampak dukungan emosional terhadap ketahanan kesehatan mental masyarakat di media sosial
dalam pandemi Covid-19. Jurnal Gangguan Afektif, 308, 360-368.
Hu, X., Zhang, J., & Shen, S. (2022b). Menjelajahi jalur dari mencari hingga berbagi dukungan sosial
dalam e-learning: investigasi berdasarkan norma timbal balik dan teori konfirmasi harapan. Current
Psychology, Online.
Hu, X., Zhang, J., Shuang, H., Zhu, R., Shen, S., & Liu, B. (2022c). Niat belajar e-learning siswa dengan
kecemasan: bukti dari gelombang pertama pandemi COVID-19 di Cina. Journal of Affective Disor-
ders, 309, 115-122.
Kamal, S. A., Shafiq, M., & Kakria, P. (2020). Menginvestigasi penerimaan layanan telemedicine
melalui model penerimaan teknologi yang diperluas (TAM). Teknologi dalam Masyarakat, 60,
101212.
Karaali, D., Gumussoy, C. A., & Calisir, F. (2011). Faktor-faktor yang mempengaruhi niat untuk
menggunakan sistem pembelajaran berbasis web di kalangan pekerja kerah biru di industri
otomotif. Computers in Human Behav- ior, 27(1), 343-354.
Kim, T., Suh, Y. K., Lee, G., & Choi, B. G. (2010). Pemodelan peran kesesuaian tugas-teknologi dan
s e l f - e f f i c a c y dalam perilaku penggunaan sistem informasi hotel oleh karyawan hotel.
Jurnal Internasional Tourism Research, 12(6), 709-725.
13
Lin, T. C., Hsu, J. S. C., Cheng, H. L., & Chiu, C. M. (2015). Mengeksplorasi hubungan antara
m e n e r i m a dan menawarkan dukungan sosial online: model dukungan sosial ganda. Informasi
& Manajemen, 52(3), 371-383.
13
Linders, D. (2012). Dari e-government ke we-government: mendefinisikan tipologi untuk koproduksi

warga di era media sosial. Government Information Quarterly, 29(4), 446-454.
Liu, C., & Ma, J. (2020). Dukungan sosial melalui situs jejaring sosial online dan kecanduan di kalangan
mahasiswa: peran mediasi rasa takut ketinggalan dan penggunaan ponsel cerdas yang bermasalah.
Saat ini Psikologi, 39(6), 1892-1899.
Luo, N., Zhang, M., & Qi, D. (2017). Pengaruh interaksi yang berbeda terhadap rasa kebersamaan siswa
di lingkungan e-learning . Komputer & Pendidikan, 115, 153-160.
Mailizar, M., Burg, D., & Maulina, S. (2021). Meneliti niat perilaku mahasiswa untuk menggunakan e-
learning selama pandemi COVID-19: model TAM yang diperluas. Pendidikan dan Informasi
Teknologi, 26(6), 7057-7077.
Malecki, C. K., & Demaray, M. K. (2003). Jenis dukungan apa yang mereka butuhkan? Menyelidiki
penyesuaian siswa yang berkaitan dengan dukungan emosional, informasi, penilaian, dan
instrumental. School psychology quarterly, 18(3), 231.
Marangunić, N., & Granić, A. (2015). Model penerimaan teknologi: tinjauan literatur dari tahun 1986
hingga 2013. Akses Universal dalam Masyarakat Informasi, 14(1), 81-95.
Marzouki, Y., Aldossari, F. S., & Veltri, G. A. (2021). Memahami efek penyangga penggunaan media
sosial terhadap kecemasan selama lockdown pandemi COVID-19. Humanities and Social Sciences
Com- munications, 8(1), 1-10.
Moore, A., & MacKenzie, M. K. (2020). Pembuatan kebijakan selama krisis: Bagaimana keragaman dan
ketidaksepakatan dapat membantu mengelola politik saran ahli. BMJ, 2020, 371.
Mpungose, C. B. (2020). Transisi yang muncul dari pembelajaran tatap muka ke pembelajaran daring di
sebuah u n i v e r s i t a s d i Afrika Selatan dalam konteks pandemi virus corona. Humanities and
Social Sciences Communica- tions, 7(1), 1-9.
Nielsen, J. (1994). Rekayasa kegunaan. Morgan Kaufmann.
Nunnally, J. C. (1978). Teori psikometri (2nd ed.). Mcgraw Hill Book Company.
Pedrosa, A. L., Bitencourt, L., Fróes, A. C. F., Cazumbá, M. L. B., Campos, R. G. B., de Brito, S. B. C.
S., & Simões e Silva, A. C. (2020). Dampak emosional, perilaku, dan psikologis dari pandemi
COVID- 19. Perbatasan dalam Psikologi, 11, 566212.
Porumbescu, G., Bellé, N., Cucciniello, M., & Nasi, G. (2017). Menerjemahkan transparansi kebijakan
ke dalam pemahaman kebijakan dan dukungan kebijakan: bukti dari eksperimen survei. Public
Administration, 95(4), 990-1008.
Qu, Y., He, S., Tao, D., Yu, W., & Hu, X. (2023). Membedah niat perilaku ramah laut di kalangan
mahasiswa: menggabungkan literasi laut dan mekanisme insentif yang beragam dengan teori
perilaku terencana. Manajemen Laut dan Pesisir, 235(15), 106494.
Rapanta, C., Botturi, L., Goodyear, P., Guàrdia, L., & Koole, M. (2020). Pengajaran universitas daring
s e l a m a dan setelah krisis Covid-19: memfokuskan kembali kehadiran guru dan aktivitas
pembelajaran. Postdigital Sci- ence and Education, 2(3), 923-945.
Sánchez-Prieto, J. C., Olmos-Migueláñez, S., & García-Peñalvo, F. J. (2016). Alat informal dalam
konteks formal: pengembangan model untuk menilai penerimaan teknologi seluler di kalangan
guru. Komputer dalam Perilaku Manusia, 55, 519-528.
Scherer, R., Howard, S. K., Tondeur, J., & Siddiq, F. (2021). Memprofilkan kesiapan guru untuk
mengajar dan belajar secara daring- ing dan belajar di pendidikan tinggi: siapa yang siap?
Komputer dalam Perilaku Manusia, 118, 106675.
Semmer, N. K., Elfering, A., Jacobshagen, N., Perrot, T., Beehr, T. A., & Boos, N. (2008). Makna
emosional dari dukungan sosial instrumental. Jurnal Internasional Manajemen Stres, 15(3), 235.
Shensa, A., Sidani, J. E., Escobar-Viera, C. G., Switzer, G. E., Primack, B. A., & Choukas-Bradley, S.
(2020). Dukungan emosional dari media sosial dan hubungan tatap muka: Hubungan dengan risiko
depresi di kalangan dewasa muda. Jurnal Gangguan Afektif, 260, 38-44.
Šumak, B., Heričko, M., & Pušnik, M. (2011). Sebuah meta-analisis penerimaan teknologi e-learning:
peran tipe pengguna dan tipe teknologi e-learning. Computers in Human Behavior, 27(6), 2067-
2077.
Sun, P. C., Tsai, R. J., Finger, G., Chen, Y. Y., & Yeh, D. (2008). Apa yang mendorong kesuksesan e-
Learning? Sebuah investigasi empiris terhadap faktor-faktor penting yang mempengaruhi kepuasan
peserta didik. Computers & Edu- cation, 50(4), 1183-1202.
Surendran, P. (2012). Model penerimaan teknologi: sebuah survei literatur. International Journal of
Busi- ness and Social Research, 2(4), 175-178.
Szopiński, T., & Bachnik, K. (2022). Evaluasi siswa terhadap pembelajaran daring selama p a n d e m i
COVID-19. Peramalan Teknologi dan Perubahan Sosial, 174, 121203.
13
Taherdoost, H. (2018). Pengembangan model adopsi untuk menilai penerimaan pengguna terhadap
teknologi layanan elektronik: Model penerimaan teknologi layanan elektronik. Behaviour &
Information Technology, 37(2), 173-197.
Tan, J. S., Hurd, N. M., & Albright, J. N. (2019). Keterikatan, dukungan penilaian, dan transisi ke col-
lege di antara siswa yang kurang terwakili. Emerging Adulthood, 7(1), 52-58.
Tarhini, A., Elyas, T., Akour, M. A., & Al-Salti, Z. (2016). Teknologi, karakteristik demografis dan
penerimaan e-learning: model konseptual berdasarkan model penerimaan teknologi yang diperluas.
Higher Education Studies, 6(3), 72-89.
Urbach, N., & Ahlemann, F. (2010). Pemodelan persamaan struktural dalam penelitian sistem informasi
menggunakan partial least squares. Jurnal teori dan aplikasi teknologi informasi, 11(2), 5-40.
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). Penerimaan pengguna terhadap
teknologi informasi. nology: Menuju pandangan yang terpadu. MIS Quarterly, 27(3), 425-478.
Weng, C., Tsai, C. C., & Weng, A. (2015). Dukungan sosial sebagai motivator e-learning yang
terabaikan yang mempengaruhi keputusan peserta pelatihan tentang niat penggunaan berkelanjutan.
Australasian Journal of Educational Technol- ogy, 31(2), 177-192.
Wortman, CB, & Dunkel-Schetter, C. (1987). Dalam A. Baum & JE Singer (Eds.), Konseptual dan isu-
isu metodologis dalam studi dukungan sosial. Lawrence Erlbaum Associates.
Wu, B., & Chen, X. (2017). Niat melanjutkan untuk menggunakan MOOCs: mengintegrasikan model
penerimaan teknologi model (TAM) dan model kesesuaian teknologi tugas (TTF). Komputer dalam
Perilaku Manusia, 67, 221-232.
Wu, B., & Zhang, C. (2014). Studi empiris tentang niat keberlanjutan terhadap sistem E-Learning 2.0.
Perilaku & Teknologi Informasi, 33(10), 1027-1038.
Yan, L., & Tan, Y. (2014). Merasa sedih? Go online: studi empiris tentang dukungan sosial di antara
pasien.
Information Systems Research, 25(4), 690-709.
Yao, Z., Tang, P., Fan, J., & Luan, J. (2021). Pengaruh dukungan sosial daring terhadap kepercayaan
masyarakat terhadap dalam mengatasi COVID-19. Information Processing & Management, 58(4),
102583.
Zhang, T., Tao, D., Qu, X., Zhang, X., Lin, R., & Zhang, W. (2019). Peran kepercayaan awal dan risiko
yang dirasakan dalam penerimaan masyarakat terhadap kendaraan otomatis. Penelitian
Transportasi Bagian C: Teknologi yang sedang berkembang, 98, 207-220.
Zhao, F., Naidu, S., Singh, G., Sewak, A., Chand, A., & Karan, M. (2018). Sebuah studi empiris tentang
difusi e - g o v e r n m e n t di Fiji: pendekatan holistik dan integratif. Public Management Review,
20(10), 1490-1512.
Catatan penerbit: Springer Nature tetap netral terhadap klaim yurisdiksi dalam peta yang diterbitkan dan
afiliasi kelembagaan.
Springer Nature atau pemberi lisensinya (misalnya, masyarakat atau mitra lainnya) memegang hak
eksklusif atas artikel ini d i bawah perjanjian penerbitan dengan penulis atau pemegang hak lainnya;
pengarsipan mandiri oleh penulis atas versi naskah yang diterima dari artikel ini semata-mata diatur oleh
ketentuan perjanjian penerbitan tersebut dan hukum yang berlaku.
Penulis dan Afiliasi
Shuang He1 - Shouwen Jiang1 - Ruilin Zhu2 - Xuan Hu1

1 Sekolah Kebijakan dan Administrasi Publik, Universitas Chongqing, 174 Shazheng
St, Chongqing 440044, Tiongkok
Ilmu
2 Manajemen, Sekolah Manajemen Universitas Lancaster, Lancaster LA1 4YX, Inggris
13

Bahan Diskusi_3 id

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Bahan Diskusi_3 id

Diunggah oleh

Hak Cipta:

Format Tersedia

Subscribe to DeepL Pro to translate larger documents.

Pengaruh dukungan pendidikan dan emosional

Shuang He1 - Shouwen Jiang1 - Ruilin Zhu2 - Xuan Hu1

Pandemi COVID-19 telah meningkatkan penggunaan e-learning secara dramatis.

2 Latar belakang teoretis

2.1 E-learning selama COVID-19

2.2 Model penerimaan teknologi

H1: Sikap siswa terhadap e-learning berpengaruh positif terhadap niat

Gbr. 1 Model penelitian

2.3 Dukungan sosial

Dukungan sosial didefinisikan dalam literatur sebagai bantuan dan perlindungan

Di sisi lain, dukungan emosional didefinisikan sebagai dukungan yang

2.3.1 Dukungan pendidikan

Dukungan pendidikan adalah penyediaan bantuan yang nyata (misalnya, bantuan

H5: Dukungan pendidikan yang dirasakan siswa berpengaruh positif terhadap

2.3.2 Dukungan emosional

Dukungan emosional adalah pemberian empati, keramahan, dorongan,

3.1 Peserta dan prosedur

3.2 Membangun pengukuran

3.3 Analisis data

Penelitian ini menggunakan pendekatan Structural Equational Model (SEM) dua

AMOS 26. Teknik-teknik ini memungkinkan kita untuk menganalisis model

4 Hasil dan diskusi

4.1 Model pengukuran

Tabel 1 Analisis keandalan dan validitas konvergen

Niat melanjutkan (CI) CI1 0.892 0.941 0.940 0.843

Tabel 2 Analisis validitas

Angka yang dicetak tebal adalah akar kuadrat dari AVE.

Validitas model pengukuran dinilai berdasarkan validitas konvergen dan

4.2 Model struktural

Model struktural yang mencerminkan hubungan kausalitas linier yang diasumsikan

Tabel 3 Indeks kecocokan model untuk model struktural

Statistik Chi-Squareχ2 ∕df 4.202 ≤5 Hartwick dan Barki (1994)

4.3 Efek model penerimaan teknologi

Dalam penelitian ini, sebuah model diusulkan untuk memahami bagaimana

Tabel 4 Hasil pengujian hipotesis

H1: ATT -> CI 0.848 Didukung

4.4 Efek dukungan sosial

Tabel 5 Standar langsung, Anteseden Langsung Tidak Total

Mekanisme pendukung pendidikan diukur dengan konstruk dukungan

4.5 Pentingnya penerimaan siswa dalam kesuksesan e-learning

Dalam penelitian ini, kami menekankan pentingnya penggunaan penerimaan siswa

menyatakan bahwa sangat penting untuk menilai kembali keberhasilan e-learning

4.6 Implikasi teoretis

Kami pertama kali berkontribusi pada studi e-learning dengan menyoroti

Lingkungan e-learning juga harus mempertimbangkan kebutuhan psikologis siswa.

4.7 Implikasi praktis

Lampiran 1 Konstruk dan pengukuran

Membangun Barang Ukuran Referensi

Model Penerimaan Teknologi

Federici dan Skaalvik (2014)

Membangun Barang Ukuran Referensi

Linders, D. (2012). Dari e-government ke we-government: mendefinisikan tipologi untuk koproduksi

Penulis dan Afiliasi

Shuang He1 - Shouwen Jiang1 - Ruilin Zhu2 - Xuan Hu1

Anda mungkin juga menyukai