Post on 09-Mar-2019
1
1. Pendahuluan
Perkembangan teknologi informasi merupakan satu hal yang tidak dapat
dihindari oleh seluruh aspek kehidupan masyarakat. Saat ini teknologi informasi
sudah banyak digunakan sebagai pendukung proses bisnis di berbagai instansi.
Hal ini disebabkan oleh manfaat yang ditimbulkan dari teknologi informasi yaitu
mempermudah dalam segala kegiatan terutama dalam hal pengolahan data dan
penyampaian informasi. Untuk setiap pemanfaatan sistem informasi perlu adanya
proses evaluasi dalam untuk menilai sistem tersebut dan dibandingkan dengan
tolak ukur dalam organisasi. Ada berbagai model evaluasi sistem informasi, salah
satunya adalah Technology Acceptance Model (TAM). Technology Acceptance
Model (TAM) merupakan suatu model yang digunakan untuk melakukan evaluasi
terhadap faktor-faktor yang mempengaruhi pengguna dalam penerimaan suatu
teknologi baru. Tujuan utama TAM adalah untuk mendirikan dasar penelusuran
pengaruh faktor eksternal terhadap kepercayaan, sikap (personalisasi), dan tujuan
penggunaan komputer. Dalam adopsi sistem informasi, TAM memiliki dua
keyakinan, yaitu persepsi pengguna terhadap manfaat (perceived usefulness) dan
persepsi pengguna terhadap kemudahan penggunaan (perceived ease of use).
Perceived usefulness diartikan sebagai tingkat di mana seseorang percaya bahwa
menggunakan sistem tertentu dapat meningkatkan kinerjanya, dan perceived ease
of use diartikan sebagai tingkat dimana seseorang percaya bahwa menggunakan
sistem tidak diperlukan usaha apapun (free of effort). Perceived ease of use juga
berpengaruh pada perceived usefulness yang dapat diartikan bahwa jika
seseorang merasa sistem tersebut mudah digunakan maka sistem tersebut berguna
bagi mereka.
Universitas Kristen Satya Wacana menempatkan teknologi informasi
sebagai suatu hal yang penting dan perlu terus dikembangkan. Sejalan dengan itu
terdapat berbagai aplikasi sistem informasi yang telah dirancang untuk
memudahkan segala aktifitas yang ada. Salah satunya adalah Research
Information System yang merupakan sebuah sistem informasi atau dapat juga
disebut sebagai repositori penelitian dimana penggunanya adalah seluruh staff
dosen UKSW. Sistem ini mengharuskan dosen UKSW untuk secara aktif
memanfaatkan teknologi informasi tersebut dengan menginputkan data penelitian,
buku, jurnal atau prosiding yang telah dipublikasi. Namun sampai saat ini belum
dilakukan evaluasi terhadap penggunaan RIS oleh dosen di UKSW. Karena alasan
tersebut maka penelitian ini akan mengevaluasi sejauh mana penerimaan
pengguna terhadap Research Information System pada Universitas Kristen Satya
dengan menggunakan Technology Acceptance Model (TAM).
2. Tinjauan Pustaka
Penelitian terdahulu
Penelitian terdahulu yang dilakukan oleh Jamal Ouadahi (2008) berjudul
”A Qualitative Analysis of Factors Associated with User Acceptance and
Rejection of a New Workplace Information System in the Public Sector; A
Conceptual Model” menggunakan teori Technology Acceptance Model ( TAM )
untuk menguji faktor-fator yang berpengaruh terhadap pengguna sistem untuk
2
menerima atau menolak adopsi sistem informasi baru. Hasilnya ditemukan bahwa
sikap dalam melakukan adopsi sistem informasi terkait dengan karakteristik
psikologis dari pengadopsi, yang meliputi keahlian, minat untuk menggunakan
teknologi informasi, dan juga waktu yang tersisa untuk menggunakan sistem
informasi tersebut menjelang masa pensiun. Selain itu penelitian tersebut juga
mengidentifikasi faktor yang mempengaruhi sikap pengguna sistem informasi
yaitu persepsi pengguna terkait pengadaan sistem informasi, kualitas sistem
informasi, manfaat sistem informasi, dan dampak yang diberikan terhadap
organisasi. [1]
Penelitian lainnya oleh Constance Elise Porter dan Naveen Donthu (2006).
Pada penelitian ini, metode TAM dikembangkan untuk menjelaskan perbedaan-
perbedaan dalam penerimaan teknologi. Ditemukan bahwa umur, pendidikan,
pendapatan dan ras yang berbeda-beda terkait dengan keyakinan tentang internet,
dan keyakinan ini mempengaruhi sikap konsumen terhadap penggunaan internet.
Hasil penelitian ini menunjukkan bahwa dengan memperluas TAM, maka dapat
membantu menjelaskan perbedaan demografis dalam internet. Selain itu dalam
temuan ini, penulis membuat beberapa kontribusi teoritis. pertama, memperluas
dasar TAM dengan menambahkan (a) hambatan dalam akses dirasakan sebagai
keyakinan yang menjelaskan sikap konsumen terhadap teknologi dan (b) variabel
demografi sebagai variabel eksternal, karena merupakan hal yang penting dalam
konteks penggunaan internet.[2]
Penelitian lainnya dilakukan oleh oleh Maya Sulistiyaingsih, Johan J.C
Tambotoh dan Andeka Rocky Tanaamah yang berjudul “Technology Acceptance
model and online learning media : An Empirical study of online learning
application in a private Indonesian university”. Objek dari penelitian ini adalah
Flexible Learning UKSW, dimana penulis ingin mengetahui faktor-faktor apa
sajakah yang mempengaruhi penerimaan dan penggunaan Flexible Learning
UKSW bagi dosen dan mahasiswa yang menggunakannya. Dengan metode yang
digunakan adalah Technology Acceptance Model (TAM). Hasil penelitian ini
menunjukkan bahwa faktor-faktor yang mempengaruhi penerimaan FLearn adalah
seluruh indikator dari persepsi kemanfaatan (usefulness) yang diperoleh dari
penggunaan FLearn, persepsi kemudahan (ease of use) dalam menggunakan
FLearn dan sikap terhadap penggunaan (attitude) FLearn. [3]
Berbeda dengan penelitian terdahulu, penelitian ini dilakukan
menggunakan Technology Acceptance Model (TAM) 3 dengan pendekatan mixed
method yaitu kuantitatif dan kualitatif diman peneliti tidak hanya menyebar
kuisioner tetapi juga melakukan wawancara untuk memperkuat hasil dari
kuisioner yang ada.
Evaluasi Sistem Informasi
Evaluasi adalah “mencari sesuatu yang berharga (worth). Sesuatu yang
berharga tersebut dapat berupa informasi tentang suatu program, produksi serta
alternatif prosedur tertentu”. [4] Evaluasi atau penilaian juga dapat di artikan
sebagai suatu usaha untuk memberikan nilai terhadap hasil pengukuran untuk
pencapaian tujuan dan merupakan sebuah proses dimana keberhasilan yang
dicapai dibandingkan dengan seperangkat keberhasilan yang diharapkan.
3
Perbandingan ini kemudian dilanjutkan dengan pengidentifikasian faktor-faktor
yang berpengaruh pada kegagalan dan keberhasilan.
Kemudian sistem informasi adalah kombinasi teratur apa saja dari orang-
orang, hardware, software, jaringan komunikasi dan sumber daya data yang
mengumpulkan, mengubah dan menyebarkan informasi dalam sebuah organisasi.
[5]. Dari kedua pengertian tersebut dapat disimpulkan bahwa evaluasi sistem
informasi adalah suatu kegiatan terencana yang bertujuan untuk memeriksa dan
menilai sumber daya dalam organisasi untuk mendapatkan hasil yang
dibandingkan dengan menggunakan tolak ukur tertentu untuk memperoleh hasil
mengenai kinerja sumber daya organisasi tersebut.
Ada beberapa model evaluasi sistem informasi yang sering digunakan
diantaranya : 1) Technology Acceptance Model (TAM), Model ini telah banyak
digunakan dalam penelitian sistem informasi untuk mengetahui reaksi pengguna
terhadap sistem informasi.[6] TAM memiliki elemen yang kuat tentang perilaku
(behavioural), mengasumsikan bahwa ketika seseorang membentuk suatu bagian
untuk bertindak, mereka akan bebas untuk bertindak tanpa batasan. Beberapa
penelitian telah mereplikasi studi Davis untuk memberi bukti empiris terhadap
hubungan yang ada antara usefulness, ease of use dan system use. [7]; 2) End User
Computing (EUC) Satisfaction, Model evaluasi ini dikembangkan oleh Doll &
Torkzadeh. Evaluasi dengan menggunakan model ini lebih menekankan kepuasan
(satisfaction) akhir pengguna terhadap aspek teknologi, dengan menilai isi,
keakuratan, format, waktu dan kemudahan penggunaan dari system; 3) Task
Technology Fit (TTF) Analysis, Inti dari Model Task Technology Fit adalah
sebuah konstruk formal yang dikenal sebagai Task-Technology Fit (TTF), yang
merupakan kesesuaian dari kapabilitas teknologi untuk kebutuhan tugas dalam
pekerjaan yaitu kemampuan teknologi informasi untuk memberikan dukungan
terhadap pekerjaan.[8]. Disi lain, pandangan ini lebih menekankan pada dampak
positif terhadap kinerja individu dan dalam penggunaan teknologi informasi untuk
tugas-tugas yang harus dihasilkan oleh pengguna.[9]; 4) Human-Organization-
Technology (HOT) Fit Model, Model ini menempatkan komponen penting dalam
sistem informasi yakni Manusia (Human), Organisasi (Organization) dan
Teknologi (Technology). dan kesesuaian hubungan di antaranya.[10]
2.3. Technology Acceptance Model (TAM)
Model Theory of Reasoned Action (TRA) dalam perkembangannya telah
diadopsikan menjadi model Technology Acceptance Model (TAM). Technology
Acceptance Model (TAM) dibuat khusus untuk pemodelan adopsi teknologi
informasi. Pada tahun 1989, Davis memperkenalkan Technology Acceptance
Model (TAM) untuk memprediksi adopsi teknologi informasi. Tujuan utama
TAM adalah untuk mendirikan dasar penelusuran pengaruh faktor eksternal
terhadap kepercayaan, sikap (personalisasi), dan tujuan pengguna komputer. TAM
4
menganggap bahwa dua keyakinan variabel perilaku utama dalam mengadopsi
sitem informasi, yaitu persepsi pengguna terhadap manfaat (perceived usefulness)
dan persepsi pengguna terhadap kemudahan dalam penggunaan (perceived ease of
use). Perceived usefulness (PU) diartikan sebagai tingkat di mana seseorang
percaya bahwa menggunakan sistem tertentu dapat meningkatkan kinerjanya, dan
perceived ease of use (PEOU) diartikan sebagai tingkat dimana seseorang percaya
bahwa menggunakan sistem tidak diperlukan usaha apapun (free of effort). TAM
dalam waktu ke waktu telah mengalami banyak perkembangan yang sesuai
dengan tingkat permasalahan yang sedang berkembang. Dalam penelitiannya
Davis menemukan persepsi pengguna terhadap manfaat (perceived usefulness)
memiliki korelasi lebih besar dengan perilaku pengguna daripada persepsi
pengguna terhadap kemudahan dalam penggunaan (perceived ease of use).
Analisis regresi menunjukkan bahwa persepsi pengguna terhadap kemudahan
dalam penggunaan (perceived ease of use) sebenarnya dapat mempengaruhi
persepsi pengguna terhadap manfaat (perceived usefulness), sebagai lawan paralel
persepsi pengguna terhadap manfaat (perceived usefulness), penentu langsung dari
penggunaan sistem.
Gambar 1. Model Asli Technology Acceptance Model(TAM) (Davis, 1986)
Dalam kerangka TAM terlihat bahwa persepsi kemanfaatan (perceived
usefulness) dan persepsi kemudahan (perceived ease of use) secara langsung dapat
mempengaruhi sikap terhadap penggunaan (attitude toward using). Attitude
toward using dalam TAM didefinisikan sebagai suatu tingkat penilaian yang
dirasakan (negatif atau positif) yang dialami sebagai dampak bila seseorang
menggunakan suatu teknologi dalam pekerjaannya seperti terlihat pada gambar 1.
[11]. Peneliti lain menyatakan bahwa faktor sikap (attitude) sebagai salah satu
aspek yang mempengaruhi perilaku individual. Sikap seseorang terdiri atas unsur
kognitif/cara pandang (cognitive), afektif (affective), dan komponen-komponen
yang berkaitan dengan perilaku (behavioral components).Actual system use
merupakan perilaku pemakaian nyata pertama kali dikonsepkan dalam bentuk
pengukuran frekuensi dan durasi waktu terhadap penggunaan sebuah teknologi
(Davis, 1989), dimana actual system use adalah indikator dalam mengukur
5
penerimaan terhadap suatu teknologi informasi. Seorang pengguna akan merasa
yakin jika sistem yang mereka gunakan itu mudah dan dapat meningkatkan
kinerja mereka, yang akan terlihat dari kondisi nyata penggunaan. TAM juga
merupakan salah satu Model yang paling sering digunakan untuk menjelaskan
maksud pengguna untuk benar-benar menggunakan sistem informasi (Davis,
1989).
Tujuan TAM adalah yaitu menyediakan model yang dikonsep dengan
landasan teori dan kesederhanaan untuk penerimaan teknologi informasi dalam
rangka menjelaskan atau memprediksi adopsi serbaguna itu [12]. Davis (1989)
mengemukakan bahwa dalam TAM terdapat empat konstruksi termasuk dua
faktor yang menentukan untuk menerimateknologi informasi, yaitu Perceived
Kegunaan (PU) dan Persepsi Kemudahan Penggunaan (PEOU), Sikap terhadap
menggunakan (ATT) dan niat Perilaku untuk menggunakan (BIN). Dalam
beberapa penelitian sebelumnya, TAM telah diterapkan sebagai tolak ukur untuk
memprediksi dan menjelaskan varietas teknologi informasi dan hubungan
hipotetis yang telah banyak didukung.
Perkembangan Technology Acceptance Model (TAM)
Pada tahun 1989, Davis melakukan penelitian bersama Bagozzi dan
Warshaw. Didalam penelitiannya, Davis dkk. menggunakan TAM untuk
membahas kemampuan memprediksi adopsi teknologi informasi masyarakat dari
ukuran niat mereka, dan kemampuan untuk menjelaskan niat mereka dalam hal
sikap, norma subyektif (subjective norm), persepsi pengguna terhadap manfaat
(perceived usefulness), persepsi pengguna terhadap kemudahan dalam
penggunaan (perceived ease of use), dan variabel terkait. Temuan yang diperoleh
Davis dkk. setelah melakukan penelitian adalah perceived usefulness sangat
mempengaruhi niat masyarakat.
Pada tahun 1996, Davis dan Venkatesh melakukan penelitian yang
membahas potensi bias pada pengukuran Technology Acceptance Model (TAM).
Didalam penelitiannya, Davis dan Venkatesh mencoba untuk membuat suatu
perbandingan antara teknik pengelompokan item dengan teknik pencampuran
item. Temuan menunjukkan bahwa dalam menggunakan TAM sebagai model
adopsi teknologi informasi sebaiknya mengikuti langkah-langkah maupun format
asli (pengelompokan item) untuk memperoleh prediksi terbaik. [13]
Pada tahun 2000, Venkatesh & Davis melakukan pengembangan dan
pengujian teoritis terhadap Technology Acceptance Model (TAM) menjadi
Technology Acceptance Model 2 (TAM2).[14] Sama halnya TAM, TAM2
memiliki dua variabel perilaku utama, yaitu persepsi pengguna terhadap manfaat
(perceived usefulness) dan persepsi pengguna terhadap kemudahan dalam
penggunaan (perceived ease of use). Pada TAM2, perceived usefulness memiliki
6
beberapa faktor penentu, yaitu subjective norm (SN), image (IMG), job relevance
(REL), output quality (OUT), result demonstrability (RES) dan perceived ease of
use (PEOU). Subjective norm (SN) diartikan sebagai persepsi seseorang bahwa
orang yang menurutnya penting berpikir agar dia harus atau tidak harus
menggunakan sistem, image (IMG) diartikan sebagai persepsi seseorang bahwa
penggunaan inovasi akan meningkatkan status sosialnya, job relevance (REL)
diartikan sebagai sejauh mana seorang individu percaya bahwa penggunaan sistem
sesuai untuk pekerjaannya, output quality (OUT) diartikan sebagai sejauh mana
seorang individu percaya bahwa sistem melakukan pekerjaannya dengan baik,
result demonstrability (RES) diartikan sebagai sejauh mana seorang individu
percaya bahwa hasil menggunakan sistem nyata, dapat diamati, dan disebarkan,
sedangkan perceived ease of use (PEOU) sebelumnya telah terdapat pada TAM.
Tidak hanya faktor-faktor penentu perceived usefulness (PU) yang
dikembangkan. Pada TAM2, experience (EXP) dan voluntariness (VOL)
bertindak sebagai moderator yang cukup memberikan pengaruh terhadap
pengguna. Gambar 2.2 menunjukkan relasi pada Technology Acceptance Model 2
(TAM2).
Gambar 2. Technology Acceptance Model 2 (TAM2) (Venkatesh & Davis, 2000)
Pada tahun 2000 Venkatesh melakukan penelitian guna memahami faktor-
faktor penentu perceived ease of use. Menurut Venkatesh faktor-faktor penentu
perceived ease of use (PEOU) adalah computer self-efficacy (CSE), perceptions of
external control (PEC), computer anxiety (CANX), computer playfulness
(CPLAY), perceived enjoyment (ENJ) dan objective usability (OU). Computer
self-efficacy (CSE) diartikan sebagai sejauh mana seorang individu percaya bahwa
ia memiliki kemampuan untuk melakukan tugas / pekerjaan tertentu menggunakan
computer, perceptions of external control (PEC) diartikan sebagai sejauh mana
seorang individu percaya bahwa sumber daya organisasi dan teknis ada
mendukung untuk penggunaan sistem, computer anxiety (CANX) diartikan
sebagai tingkat ketakutan individu, atau bahkan takut, ketika dia dihadapkan
dengan kemungkinan menggunakan komputer, computer playfulness (CPLAY)
diartikan sebagai tingkat spontanitas kognitif pada interaksi individu dengan
7
sistem, perceived enjoyment (ENJ) diartikan sebagai sejauh mana aktivitas
menggunakan sistem dianggap menyenangkan dalam dirinya sendiri, selain dari
konsekuensi kerja yang dihasilkan dari penggunaan sistem sedangkan objective
usability (OU) diartikan sebagai sebuah perbandingan sistem berbasis pada tingkat
yang sebenarnya (bukan persepsi) dari usaha yang dibutuhkan untuk
menyelesaikan tugas-tugas tertentu. Model penentu perceived ease of use dapat
dilihat pada Gambar 3.
Gambar 3. Model Penentu Perceived Ease of Use (Venkatesh, 2000)
Pada tahun 2006, Venkatesh, Maruping dan Brown melakukan penelitian
yang membahas tiga manifestasi waktu tertentu yaitu antisipasi (proksimal vs
distal), pengalaman sebelumnya dengan perilaku, dan frekuensi (episodik vs
repeat) sebagai faktor kunci yang mempengaruhi validitas niat perilaku, persepsi
pengendalian perilaku, dan harapan perilaku dalam memprediksi perilaku.[15]
Dalam studi 1, Venkatesh dkk. menemukan bahwa peningkatan antisipasi (distal)
melemahkan hubungan antara niat dan perilaku serta memperkuat hubungan
antara harapan dan perilaku. Sebaliknya, meningkatkan pengalaman akan
memperkuat hubungan antara niat dan perilaku dan melemahkan hubungan antara
harapan dan perilaku. Dalam studi 2, hubungan antara niat dan perilaku kuat
ketika antisipasi rendah (proksimal) dan pengalaman yang tinggi serta hubungan
antara harapan perilaku dan perilaku kuat ketika antisipasi tinggi (distal) dan
pengalaman rendah.
Pada tahun 2008, Brown dan kawan-kawan melakukan penelitian yang
membahas tiga model teoritis penelitian di bidang perilaku organisasi dan
psikologi konsumen. Brown menguji model dalam konteks implementasi sistem
informasi baru dalam sebuah organisasi, dengan harapan, pengalaman, dan
kepuasan sistem yang diukur untuk perceived usefulness dan perceived ease of
use, konstruks dari Technology Acceptance Model (TAM). Temuan yang didapat
adalah pengalaman hanya modal dimana harapan memiliki efek yang dapat diukur
untuk menjelaskan data terbaik dari perceived ease of use. Perceived usefulness
8
menunjukkan versi modifikasi dari pengalaman, di mana efek positif dari
pengalaman menjadi sedikit lebih kuat dengan meningkatnya ekspektasi.
Pada tahun 2008, Venkatesh & Bala melakukan pengembangan dan
pengujian teoritis terhadap Technology Acceptance Model 2 (TAM2) dengan
identifikasi faktor-faktor penentu perceived ease of use (PEOU) yang
dikembangkan oleh Venkatesh pada tahun 2000 menjadi Technology Acceptance
Model 3 (TAM3). Sama halnya TAM dan TAM2, TAM3 memiliki dua variable
perilaku utama, yaitu persepsi pengguna terhadap manfaat (perceived usefulness)
dan persepsi pengguna terhadap kemudahan dalam penggunaan (perceived ease of
use). TAM3 juga memiliki experience dan voluntariness sebagai moderator.[16]
(Seperti ditunjukkan Gambar 4).
Gambar 4. Technology Acceptance Model 3 (TAM3) (Venkatesh & Bala, 2008)
3. Metode Penelitian
Penelitian ini menggunakan mixed methods dimana peneliti akan
menggabungkan dua bentuk penelitian yang sudah ada yaitu kualitatif dan
kuantitatif. Penelitian campuran adalah suatu pendekatan penelitian yang
didalamnya terdapat kombinasi antara penelitian kualitatif dan kuantitatif.[17]
Oleh karena itu, fokus penelitian ini adalah kuantitatif, dengan kuesioner sebagai
instrumen utama pengambilan data. Guna mengeksplorasi lebih jauh informasi-
informasi yang ada maka digunakan pendekatan kualitatif melalui melalui
kegiatan wawancara sehingga mendapatkan informasi yang spesifik sesuai dengan
pengalaman dan apa yang dirasakan berhubungan dengan pemanfaatan teknologi
informasi.
9
3.1 Wilayah dan Populasi Penelitian
Wilayah dan populasi penelitian adalah pada dosen Universitas Kristen Satya
Wacana. Adapun alasan pemilihan dosen, disebabkan karena mereka merupakan
pengguna Research Information System. Adapun alasan pemilihan populasi ini
disebabkan karena unsur keterjangkauan lokasi penelitian, baik dilihat dari segi
tenaga, dana maupun dari segi efisiensi waktu.
3.2 Teknik Pengumpulan Data
Pengumpulan data diperoleh melalui kuesioner yang pertanyaannya mencakup
seluruh variable penelitian dalam Technology acceptance model 3 yang diukur
menggunakan skala likert dengan 5 pilihan jawaban yaitu Sangat Setuju (5),
Setuju (4), Netral (3), Tidak setuju (2), dan Sangat tidak setuju (1). Pengumpulan
data juga dilakukan dengan metode wawancara terhadap staff dosen yang
merupakan key informant.
Teknik pengambilan sample pada penelitian ini adalah menggunakan
purposive sampling. Hal ini dikarenakan Purposive sampling adalah teknik
penentuan sampel untuk tujuan tertentu atau juga bisa berarti sampling yang
menentukan target kelompok tertentu. Pada penelitian ini sample yang dipilih
adalah dosen UKSW yang telah menggunakan Research Information System(RIS)
lebih dari satu atau beberapa kali.
Pengolahan Data dilakukan dengan menggunakan PLS(Partial Least Square).
PLS merupakan teknik analisis multivariat yang digunakan untuk
memproyeksikan hubungan linear antar variabel-variabel pengamatan.[18] Tujuan
PLS adalah menguji teori yang lemah dan data yang lemah, seperti jumlah sampel
yang kecil atau terdapat masalah normalitas data, memprediksikan pengaruh
variabel eksogen terhadap variabel endogen, dan menjelaskan hubungan teoritikal
di antara kedua variabel tersebut.[19] Adapun langkah-langkah yang dilakukan
diantaranya : 1) Perancangan model struktural (inner model) menjelaskan
hubungan antara variabel laten yang satu dengan variabel laten lainnya; Model
persamaannya 𝜂=𝛽0+𝛽𝜂+Γ𝜉 . PLS didesain untuk model recursive, maka
hubungan antar variabel laten sering disebut casual chain system dari variabel
laten dapat dispesifikasikan sebagai berikut 𝜂𝑗= 𝛽𝑗𝑖𝜂𝑖𝑖+ γjbiξb+𝜁; 2) Perancangan model pengukuran (outer model) yang menjelaskan hubungan antara variabel laten dengan variabel indikatornya yang bersifat reflektif dalam penelitian ini. Metode yang digunakan untuk mengevaluasi outer model dengan indikator refleksif yaitu convergent validity dari indikatornya dan composite reliability untuk blok indikator. Blok dengan indikator refleksif dapat dit ulis persamaan 𝑥=Λ𝑥𝜉+𝜀𝑥 dan 𝑦=Λ𝑦𝜂+𝜀𝑦. Sedangkan Blok dengan indikator formatif dapat ditulis persamaan 𝜉= Πξx+δξ dan 𝜂=Πηy+δη.
3.3 Model Penelitian
10
Dalam penelitian ini, konstruk dari Technology acceptance model (TAM)3
akan menjadi dasar teori yang mengidentifikasi faktor-faktor yang mempengaruhi
pengguna dalam pemanfaatan Research Information System Universitas Kristen
satya wacana. Hipotesis dalam penelitian ini adalah sebagai berikut :
H1 : BI (Behavioral Intention) mempengaruhi USE (Use Behavior).
H2 : PEOU (Perceived Ease of Use) yang dimoderasi oleh EXP (Experience),
dan PU (Perceived Usefulness) mempengaruhi BI (Behavioral Intention).
H3 : Pengaruh PEOU (Perceived Ease of Use) terhadap PU (Perceived
Usefulness dimoderasi oleh EXP (Experience).
H4 : Pengaruh SN (Subjective Norm) pada BI (Behavioral Intention)
dimoderasi oleh EXP (Experience) dan VOL (Voluntariness)
H5 : SN (Subjective Norm) mempengaruhi IMG (Image).
H6 : SN (Subjective norm) yang dimoderasi oleh EXP (Experience), IMG
(Image), REL (Job Relevance) yang dimoderasi oleh OUT (Output
Quality), dan RES (Result Demonstrability) Mempengaruhi PU (Perceived
Usefulness)
H7 : CSE (Computer Self-Efficacy), PEC (Perception of External Control),
CANX (Computer Anxiety) yang dimoderasi oleh EXP (Experience),
CPLAY (Computer Playfulness) yang dimoderasi oleh EXP (Experience),
ENJ (Perceived Enjoyment) yang dimoderasi oleh EXP (Experience) dan
OU (Objective Usability) yang dimoderasi oleh EXP (Experience)
Mempengaruhi PEOU (Perceived Ease of Use)
Gambar 5. Model Penelitian
Gambar 5. menunjukan model penelitian yang digambar dalam aplikasi
Smart PLS sesuai dengan model asli Technology Acceptance Model(TAM) 3.
4. Hasil dan Pembahasan
4.1 Identifikasi Responden
Pada penelitian ini jumlah sampel yang digunakan adalah dosen
Universitas Kristen Satya Wacana yang menggunakan aplikasi Research
Information system. Kuesioner dibagikan berdasarkan jumlah dosen aktif dari
setiap fakultas. Total kuesioner yang disebar berjumlah 257, dan kuesioner yang
kembali berjumlah 92 dengan uraian, 25 dari Fakultas Teknologi Informasi, 8 dari
Fakultas Pertanian dan Bisnis, 7 dari Fakultas Teknik Elektro dan Komputer, 12
dari Fakultas Ekonomika dan Bisnis, 7 dari Fakultas Sains dan Matematika, 6 dari
11
Fakultas Theologi, 5 dari Fakultas Ilmu Keguruan dan Pendidikan, 4 dari Fakultas
Bahasa dan Sastra, 6 dari Fakultas Ilmu sosial dan Komunikasi, 4 dari Fakultas
Ilmu kesehatan, dan 7 dari Fakultas Psikologi. Dari 92 total kuisioner tersebut, 86
kuesioner yang dianggap layak dan memenuhi syarat.
4.1. Identifikasi Responden
Masa Kerja <5 5-10 11-15 >15 Total
Usia 20-30 24% 11% 35%
31-40 8% 21% 7% 36%
41-60 6% 3% 20% 29%
Total 32% 38% 10% 20% 100%
Tabel 1. Crosstabulasi antar variabel Usia dan Masa Kerja
Tabel 1. berisi cross tabulasi antara variabel usia dan masa kerja.
Persentase responden dengan usia 20-30 tahun yang memiliki masa kerja kurang
dari 5 tahun sebesar 24%, masa kerja 5-10 tahun sebesar 11%. Usia 31-40 tahun
dengan masa kerja kurang dari 5 tahun sebesar 8%, masa kerja 5-10 tahun sebesar
21%, dan masa kerja 11-15 tahun sebesar 7%. Usia 41-60 tahun dengan masa
kerja 5-10 tahun sebesar 6%, 11-15 tahun sebesar 3% dan masa kerja lebih dari 15
tahun sebesar 20%.
Masa Kerja <5 5-10 11-15 >15 Total
Jenis Kelamin
Laki-Laki 19% 21% 14% 54%
Perempuan 14% 16% 10% 6% 46%
Total 33% 37% 10% 20% 100%
Tabel 2. Crosstabulasi antara variabel masa kerja dan jenis kelamin.
Pada tabel 2. dapat dilihat hasil crosstabulasi antara variabel Jenis kelamin
dan masa kerja. Untuk responden berjenis kelamin laki-laki dengan masa kerja
kurang dari 5 tahun, persentasenya adalah sebesar 19%, masa kerja 5-10 tahun
sebesar 21%, lebih dari 15 tahun sebesar 14%. Dan untuk responden jenis kelamin
perempuan dengan masa kerja kurang dari 5 tahun, persentasenya sebesar 14%,
masa kerja 5-10 tahun sebesar 16%, masa kerja 11-15 tahun sebesar 10%, dan
masa kerja lebih dari 15 tahun sebesar 6%.
4.2. Uji Outer Model
Uji Validitas Konvergen
Untuk mengetahui apakah suatu indikator merupakan pembentuk konstruk
(variabel laten) maka dilakukan pengujian validitas konvergen terhadap tiap-tiap
variable dan dinilai berdasarkan korelasi antara item score dengan construct score
yang dihitung dengan bantuan software SmartPLS. Ukuran individual dikatakan
valid jika memiliki korelasi (loading) dengan konstruk (variabel laten) yang ingin
diukur ≥ 0,5. Jika salah satu indikator memiliki nilai loading < 0,5, maka indikator
12
tersebut harus dibuang (didrop) karena mengindikasikan bahwa indikator tidak
cukup baik untuk mengukur konstruk secara tepat.
Berdasarkan hasil uji validitas indikator maka terdapat 3 variabel indikator
yang tidak valid sehingga diputuskan untuk membuang ketiga indikator tersebut
dari model penerimaan teknologi. Penjelasan ketiga variabel tersebut adalah
sebagai berikut : EXP1 (Experience) yaitu indikator umur mempengaruhi
pengalaman sesorang dalam menggunakan sistem atau aplikasi, VOL3
(Voluntariness) yaitu indikator wajib atau tidaknya menggunakan sistem dalam
pekerjaan , dan CPLAY4 (Computer Playfulness) atau kebiasaan dalam
menggunakan komputer.
Berdasarkan hal diatas, maka hasil kedua menunjukan nilai loading dari
semua indikator ≥ 0,5 yang artinya semua inikator signifikan secara statistik dan
valid.
Uji Diskriminant Nama Variabel Uji 1 Uji 2
Ave √ave Ave √ave
Behavior Intention (BI) 0.67054 0.818865068 0.669204 0.818049
Computer Anxiety (CANX) 0.681879 0.82575965 0.681629 0.825608
Computer Anxiety (CANX) *
Experience (EXP)
0.374974 0.612351206
Computer Playfulness (CPLAY) 0.42535 0.652188623
Computer Playfulness (CPLAY) *
Experience (EXP)
0.294528 0.542704339
Computer Self-Efficacy (CSE) 0.499929 0.707056575 0.49367 0.702617
Perceived Enjoyment (ENJ) 0.840614 0.916850042 0.840617 0.916852
Perceived Enjoyment (ENJ) *
Experience (EXP)
0.637086 0.798176672
Experience (EXP) 0.469873 0.68547283
Image (IMG) 0.780114 0.883240624 0.780105 0.883236
Objective Usability (OU) 1 1 1 1
Objective Usability (OU) * Experience
(EXP)
0.723356 0.85050338
Output Quality (OU) 0.713242 0.844536559 0.713313 0.844579
Perceptions of External Control (PEC) 0.41171 0.64164632
Perceived Ease of Use (PEOU) 0.567373 0.753241661 0.567211 0.753134
13
Perceived Ease of Use (PEOU) *
Experience (EXP)
0.329354 0.573893718
Perceived Ease of Use (PEOU) *
Experience (EXP)
0.539745 0.734673397
Perceived Usefulness (PU) 0.756947 0.870027011 0.756753 0.869916
Job Relevance (REL) 0.721172 0.849218464 0.721198 0.849234
Job Relevanve (REL) * Output Quality
(OU)
0.791371 0.889590355 0.791379 0.889595
Result Demonstrability (RES) 0.609059 0.780422322 0.609141 0.780475
Subjective Norm (SN) 0.52066 0.721567738 0.520656 0.721565
Subjective Norm (SN) * Experience
(EXP)
0.287806 0.536475535
Subjective Norm (SN) * Experience
(EXP)
0.236504 0.486316769
Subjective Norm (SN) * Voluntariness
(VOL)
0.307024 0.554097464
USE 1 1 1 1
Voluntariness (VOL) 0.405544 0.636823366
Tabel 3. Uji Diskriminant
Tabel 3. berisi hasil uji discriminant terhadap keseluruhan variable. Jika
nilai akar ave lebih besar dari nilai ave maka variable tersebut dinyatakan lolos.
Pada tahap ini nilai akar ave dari semua indikator dan moderasi lebih tinggi dari
nilai ave sehingga dinyatakan lolos uji discriminant.
Untuk menilai apakah suatu indikator benar-benar dapat dipercaya dalam
mengukur konstruk, dilakukan uji reliabilitas komposit atau reliabilitas konstruk.
Suatu indikator merupakan pembentukan konstruk yang baik bila memiliki
korelasi ≥0,7.
Uji Reabilitas Komposit
Nama Variabel Uji 1 Uji 2
Behavior Intention (BI) 0.859006 0.858031
Computer Anxiety (CANX) 0.778785 0.77834
Computer Anxiety (CANX) *
Experience (EXP)
0.56748
Computer Playfulness (CPLAY) 0.117109
Computer Playfulness (CPLAY) 0.586963
14
Tabel 4. Uji Reabilitas Komposit
Tabel 4. menunjukan hasil uji reabilitas komposit dalam dua kali
pengujian. Uji 1 menunjukan bahwa terdapat 8 variabel dan moderasi yang nilai
* Experience (EXP)
Computer Self-Eficacy (CSE) 0.792927 0.788202
Perceived Enjoyment (ENJ) 0.940539 0.94054
Perceived Enjoyment (ENJ) *
Experience (EXP)
0.913118
Experience (EXP) 0.617827
Image (IMG) 0.914063 0.914059
Objective Usability (OU) 1 1
Objective Usability (OU) *
Experience (EXP)
0.837519
Output Quality (OUT) 0.881556 0.881595
Perceptions of External Control
(PEC)
0.487909
Perceived Ease of Use (PEOU) 0.838526 0.83835
Perceived Ease of Use (PEOU) *
Experience (EXP)
0.269781
Perceived Ease of Use (PEOU) *
Experience (EXP)
0.903527
Perceived Usefulness (PU) 0.925252 0.925206
Job Relevance (REL) 0.88559 0.885604
Job Relevance (REL) * Output
Quality (OUT)
0.971521 0.971522
Result Demonstrability (RES) 0.699153 0.699006
Subjective Norm (SN) 0.808825 0.808789
Subjective Norm (SN) *
Experience (EXP)
0.707308
Subjective Norm (SN) *
Experience (EXP)
0.327237
Subjective Norm (SN) *
Voluntariness (VOL)
0.798223
USE 1 1
Voluntariness (VOL) 0.588432
15
korelasinya kurang dari 0,7 yaitu variabel Computer Playfulness, Experience,
Perceptions of External Control dan Voluntairness, kemudian moderasi Computer
Anxiety*Experience, Computer Playfulness*Experience, Perceived Ease of
Use*Experience dan Subjective Norm*Experience. Setelah variabel-variabel
tersebut di drop, maka pada uji 2 tersisa 14 variabel yang nilai korelasinya lebih
dari atau sama dengan 0,7 dan dinyatakan reliable yaitu Behavioral Intention,
Computer Anxiety, Computer Self-Eficacy, Perceived Enjoyment, Image,
Objective Usability, Output Quality, Perceived Ease of Use, Perceived
Usefulness, Job Relevance, Job Relevance*Output Quality, Result
Demonstrability, Subjective Norm, Use.
Setelah seluruh kriteria pada Outer Model telah terpenuhi, selanjutnya
dilakukan pengujian model structural (Inner model). Inner model yang dirancang
dalam penelitian ini ialah hubungan antara variabel laten eksogen terhadap
variabel laten endogen.
Nama Variabel R square
Behavioral Intention (BI) 0.255875
Image (IMG) 0.228245
Perceived Ease Of Use (PEOU) 0.508849
Perceived Usefulness (PU) 0.508855
Use (USE) 0.003233
Tabel 5. Nilai Rsquare
Pada tabel 5. terlihat variabel BI (Behavioral Intention) memiliki nilai R-
Square sebesar 0,255875 yang berarti bahwa pengaruh dari SN (Subjective Norm),
PU (Perceieved Usefulness), dan PEOU (Perceived Ease of Use) adalah 25,58%.
Kemudian nilai R-Square dari variabel IMG (Image) sebesar 0,228245% yang
artinya variabel SN (Subjective Norm) memiliki pengaruh sebesar 22,82%.
Variabel PEOU (Perceived Ease of Use) memiliki nilai R-Square 0,508849 yang
artinya pengaruh dari variabel CANX (Computer Anxiety), CSE (Computer Self-
Effiacy), ENJ (Perceived Enjoyment), dan OU (Objective Usability) adalah
sebesar 50,88%. Variabel PU (Perceived Usefulness) memiliki nilai R-Square
0,50885, artinya nilai pengaruh dari variabel SN (Subjective Norm), IMG(Image),
REL (Job Relevance), OUT (Output Quality), RES(Result Demonstrability) dan
PEOU (Perceived Ease of Use) adalah 50,88%, dan yang terakhir variabel USE
memiliki nilai R-Square 0,003233 berarti pengaruh dari variabel BI (Behavioral
intention) terhadap pembentukan Use adalah 0,003%.
Hubungan Original
Sample
T Statistics Keterangan
Perceived Ease of Use (PEOU) -> Behavioral
Intention (BI)
0,290 2.923179 Diterima
Perceived Usefulness (PU) -> Behavioral Intention
(BI)
0,310 2.794962 Diterima
Subjective norm (SN) -> Behavioral Intention (BI) -0,047 0.357171 Ditolak
16
Computer Anxiety (CANX) -> Perceived Ease Of
Use (PEOU)
-0,201 1.584239 Ditolak
Computer Self-Eficacy (CSE) -> Perceived Ease Of
Use (PEOU)
0,055 0.395018 Ditolak
Perceived Enjoyment (ENJ) -> Perceived Ease Of
Use (PEOU)
0,647 10.398493 Diterima
Objective Ussability (OU) -> Perceived Ease Of
Use (PEOU)
-0,108 1.720019 Ditolak
Subjective Norm (SN) -> Image (IMG) 0,478 4.704922 Diterima
Image (IMG) -> Perceived Usefulness (PU) -0,130 1.367462 Ditolak
Output Quality (OUT) -> Perceived Usefulness
(PU)
0,252 0.634452 Ditolak
Perceived Ease Of Use (PEOU) -> Perceived
Usefulness (PU)
0,272 2.379827 Diterima
Job Relevance (REL) -> Perceived Usefulness (PU) 0,578 1.908537 Ditolak
Job Relevance (REL) * Output Quality (OUT) ->
Perceived Usefulness (PU)
-0.167 0.284594 Ditolak
Result Demonstrability (RES) -> Perceived
Usefulness (PU)
-0,079 0.768098 Ditolak
Subjective Norm (SN) -> Perceived Ussefulness
(PU)
0,223 2.865649 Diterima
Behavioral Intention (BI) -> Use (USE) -0,057 0.529506 Ditolak
Tabel 6. Uji Hipotesis
Tabel 6. berisi hasil uji hipotesis. Pengujian hipotesis ini dilakukan dengan
metode Resampling Bootstrap. Statistik uji yang digunakan adalah statistik t atau
uji t. Sebuah hubungan dapat dinyatakan signifikan dan diterima jika nilai t
statistik lebih besar dari t tabel (t tabel signifikansi 5% = 1, 96). Dengan demikian
dapat dilihat bahwa variabel yang memiliki hubungan
signifikan adalah Perceived Ease Of Use (PEOU) terhadap Behavioral Intention
(BI), Perceived Usefulness (PU) terhadap Behavioral Intention (BI), Perceived
Enjoyment (ENJ) terhadap Perceived Ease Of Use (PEOU), Subjective Norm (SN)
terhadap Image (IMG), Perceived Ease of Use (PEOU) terhadap Perceived
Usefulness (PU), dan Subjective Norm (SN) terhadap Perceived Usefulness (PU)
dengan nilai original sample positif.
17
Gambar 6. Model Akhir
Dari model akhir pada gambar 6, dapat dijelaskan bahwa BI (Behavioral
Intention) dipengaruhi secara langsung oleh PU (Perceived Usefulness) dan
PEOU (Perceived Ease of Use) dan secara tidak langsung oleh SN(Subjective
Norm) dan ENJ(Perceived Enjoyment). PEOU(Perceived Ease of Use)
berpengaruh secara langsung terhadap PU(Perceived Usefulness), dan dipengaruhi
secara langsung oleh ENJ (Perceived Enjoyment). SN (Subjective Norm)
Berpengaruh secara langsung terhadap IMG (Image) dan PU (Perceived
Usefulness) tetapi IMG (Image) tidak mempengaruhi PU (Perceived Usefulness)
Mengacu pada model akhir dalam penelitian ini, maka terlihat bahwa
BI(Behavioral Intention) dipengaruhi oleh PU(Perceived Usefulness) dan
PEOU(Perceived Ease of Use), hal ini sejalan dengan pendapat Bapak Radius
Tanone3, yang menyatakan bahwa aplikasi ini memiliki manfaat bagi dosen
sebagai tempat penyimpanan dan untuk melihat perkembangan-perkembangan
penelitian di UKSW juga mengukur kinerja publikasi. Selain itu,berdasarkan
wawancara terhadap dosen FKIP bernama Bapak Sumardjono4, beliau
mengatakan bahwa RIS adalah sistem yang mudah untuk digunakan, hal ini
selaras dengan pendapat Bapak Agustinus Fritz5 yang menyatakan bahwa RIS ini
merupakan sistem yang mudah untuk digunakan karena walaupun belum ada
pelatihan langsung tetapi dosen bisa menggunakan fitur-fitur dalam sistem
tersebut, sehingga dapat dikatakan bahwa kemudahan mempengaruhi perilaku
penggunaan. Kemudian, Faktor kemudahan ini juga merupakan pengaruh
terhadap PU(Perceived Usefulness). Karena sistem ini mudah digunakan maka
sistem ini dimanfaatkan oleh para dosen.
Selanjutnya dapat dilihat bahwa SN(Subjective Norm) berpengaruh pada
PU(Perceived Usefulness) dan IMG(Image). Hal ini terjawab dalam pendapat
bapak Agustinus fritz yaitu dorongan dari universitas, dalam hal ini kebijakan
Pembantu Rektor 5 agar dosen lebih aktif dalam mengembangkan kapasitasnya
untuk melakukan penelitian maupun pengabdian.
Melalui pemberian intensif setiap tahun, maka dosen yang melakukan
penelitian dan menginput ke dalam RIS akan memperoleh insentif tersebut begitu
juga sebaliknya, ini berarti dorongan dari luar mendorong dosen dalam
pemanfaatan Research Information System (RIS). Disamping itu, pengaruh
SN(Subjective Norm) terhadap IMG(Image) artinya dengan adanya kebijakan
3 Wawancara tanggal 28 April 2015
4 Wawancara tanggal 29 April 2015
5 Wawancara tanggal 29 April 2015
18
tersebut maka membentuk image dosen yang menggunakan maupun tidak
menggunakan. Hal ini sesuai dengan pendapat bapak Agustinus Frits6 dimana
beliau menyampaikan bahwa penggunaan RIS ini tergantung kepada bagaimana
dosen mau taat administrasi khususnya, karena tidak hanya sekedar menginputkan
data tetapi juga harus menyertakan berkas fisiknya. Dan menurut pendapat bapak
Sumardjono7 bahwa dengan diwajibkannya pemanfaatan RIS ini maka akan
mempengaruhi image. Hal ini berhubungan dengan gengsi sebagai seorang dosen
apakah dia hanya sebatas mengajar dikelas ataukah telah mendokumentasikan
karyanya.
Disisi lain dalam model akhir penelitian ini, IMG (Image) tidak
berpengaruh terhadap PU(Perceived Usefulness) yang artinya persepsi dosen
terhadap manfaat Research Information System (RIS) tidak dipengaruhi oleh
image tersebut. Kemudian, ENJ (Perceived Enjoyment) berpengaruh secara
langsung terhadap PEOU (Perceived Ease Of Use) dan secara tidak langsung
terhadap BI (Behavioral Intention) dengan demikian dapat digambarkan bahwa
dosen FTI menikmati penggunaan Research Information System dan hal tersebut
berpengaruh pada persepsi kemudahan dan secara tidak langsung mempengaruhi
perilaku dosen dalam menggunakan.
Hasil penelitian ini juga terdapat dosen UKSW yang tidak memanfaatkan
Research Information System(RIS). Untuk dosen yang tidak menggunakan,
peneliti melakukan wawancara yang pertama kepada Ibu Christine Dewi8 yang
mengatakan bahwa belum pernah menggunakan RIS karena beliau merupakan
dosen baru dan berencana untuk menggunakannya diwaktu mendatang.
5. Kesimpulan dan Saran
Dari hasil analisis dapat disimpulkan bahwa Niat dosen dalam
menggunakan Research Information System(RIS) dipengaruhi : 1) Persepsi
manfaat, yaitu keberadaan RIS sebagai tempat penyimpanan dimana dosen dapat
melihat perkembangan dalam hal ini aktifitas penelitian yang telah dilakukan; 2)
Kemudahan penggunaan, artinya dosen mengganggap RIS sebagai sebuah aplikasi
yang mudah untuk digunakan sehingga tanpa perlu adanya pelatihan khusus,
dosen-dosen tetap dapat memanfaatkan RIS ini; 3) Adanya dorongan untuk
menggunakan sistem RIS dari universitas telah menyebabkan tingkat penggunaan
yang cukup tinggi di kalangan dosen; 4) Penggunaan RIS yang dianggap
menyenangkan; 5) Kebijakan universitas terhadap para dosen untuk
memanfaatkan RIS mempengaruhi image dosen, tetapi image tersebut tidak
memiliki pengaruh terhadap pemanfaatan Research Information System(RIS).
Saran yang dapat diberikan dari penelitian ini adalah perlu adanya
dorongan untuk lebih meningkatkan penggunaan Research Information System
(RIS) agar para dosen yang belum menggunakan dapat mulai memanfaatkan RIS
tersebut dan juga perlu sering dilakukan kegiatan sosialisasi agar setiap dosen
baru dapat mengetahui dan memanfaatkan Research Information System (RIS).
6 Wawancara tanggal 29 April 2015
7 Wawancara tanggal 29 April 2015
8 Wawancara tanggal 28 April 2015
19
Daftar Pustaka [1] Ouadahi, J. 2008. A qualitative analysis of factors associated with user
acceptance and rejection of a new workplace information system in the public
sector: a conceptual model. Canadian Journal of Administrative Sciences /
Revue Canadienne des Sciences de l'Administration, Volume 25, Issue 3, pages
201–213.
[2] Porter, C. E. Constance & Donth, N. 2006. Using the technology acceptance
model to explain how attitudes determine Internet usage: The role of perceived
access barriers and demographics”, Journal of Business Research 59 999–1007.
[3] Sulistiyaningsih,M., Tambotoh, J. J. C. & Tanaamah, A. R. 2014.Technology
Aceptance Model And Online Learning Media : An Empirical Study Of Online
Learning Application In a Private Indonesian University. Journal of Theoretical
and Applied Information Technology 10th November 2014. Vol. 69 No.1.
[4] Sanders, J. R. 1979. The technology and art of evaluation. A review of seven
evaluation Primers. Evaluation News, 12, 2-7.
[5] O’Brien, J. A. 2005. Pengantar Sistem Informasi Perseptif Bisnis dan
Manajerial. Salemba.
[6] Landry CR, et al. 2006. Ecological and evolutionary genomics of Saccharomyces
cerevisiae, Mol Ecol 15(3):575-91.
[7] Furneaux , B. Theories Used in IS Research: Technology Acceptance Model,
Available from: <http://www.istheory.yorku.ca> [Accessed 22 November 2014]
[8] Dishaw M. T., Strong D. M., Bandy D.B. 2002. Extending The Task-Technology
Fit Model with Self-Efficacy Constructs Eighth Americas Conference on
Information.
[9] Furneaux, B. 2006b. Theories Used in IS Research: Task Technology Fit.
Available from: <http://www.istheory.yorku.ca>
[10] Yusof, A. M et al. 2006. Mechanism of Oligomerisation of Cyclase-associated
Protein from Dictyostelium discoideum in Solution, J Mol Biol 362(5):1072-81.
[11] Davis, F. D. 1989. Perceived usefulness, perceived ease of use, and user
acceptance of information technology, MIS Quarterly 13 (3): 319–340.
[12] Davis, F. D., Bagozzi, R. P. & Warshaw, P. R. 1989. User acceptance of
computer technology: A comparison of two theoretical models, Management
Science 35: 982–1003.
[13] Venkatesh, V., Davis, F. D. 1996. A model of the antecedents of perceived ease of
use: Development and test. Decision Sciences (27:10), Y: Self-Efficacy, pp. 451-
481.
[14] Venkatesh, V., Davis, F. D. 2000. A theoretical extension of the technology
acceptance model: Four longitudinal field studies, Management Science 46 (2):
186–204.
[15] Venkatesh, V., Maruping, L. M. & Brown, S. A. 2006. Role of Time in Self-
prediction of Behavior. Organizational Behavior and Human Decision Processes
(100:2), 160-176.
[16] Venkatesh, V., Bala, H. 2008. Technology Acceptance Model 3 and a Research
Agenda on Interventions, Decision Sciences 39 (2): 273–315.
[18] Creswell, J. 2010. Mapping the developing landscape of mixed methods research,
in Sage Handbook of Mixed Methods in Social & Behavioral Research,
Tashakkori, A. and Teddlie, C. (Eds) 2010, Sage, California, pp 45-68.