BAB I - Smart Accounting | Universitas Negeri Malang – … · Web viewComputer self-efficacy, 3)....

COGNITIVE VS PERSONALITY

TERHADAP NIAT PENGGUNAAN TEKNOLOGI (INTERNET)

ABSTRACT

This research compares two models of intention to use internet. The research intends to find out which of the two models better explains the intention to use internet. The first model is cognitive and second model is personality. The underpinning theory of this research is theory acceptance model for cognitive model and “Big Five” personality approach. Hypothesis that are proposed 1) perceived usefulness will have a positive influence on the intention to use internet, 2) perceived ease of use will have a positive influence on the intention to use internet, 3) computer anxiety will have a negative influence on the intention to use internet, 4) affect will have a positive influence intention to use internet, and 5) trust will have positive influence intention to use internet.

The subjects of this research are 321 respondents S1 dan S2 Gadjah Mada University, faculty of Economics and Business. This research used survey method with questionnaire instrument and the sample was taken using non probability sampling method, namely convenient sampling. Confirmatory Factor Analysis (CFA) is used to test the validity of the questionnaire.

The findings of this research are: 1) perceived usefulness has a positive and significant influence on the intention to use internet, 2) perceived ease of use will have a positive and significant influence on the intention to use internet, 3) computer anxiety will have a negative and significant influence on the intention to use internet, 4) affect will have a positive and significant influence on the intention to use internet, and 5) trust will have a positive and significant influence on the intention to use internet and cognitive has more influence on the intention to use internet than personality.

Keywords: Perceived usefulness, Perceived Ease of Use, Computer Anxiety, Affect, Trust, Intentions to Use.

BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Kehadiran sistem teknologi informasi telah banyak mengubah

organisasi. Saat ini organisasi mulai bergantung pada sistem teknologi

informasi. Walaupun manajer-manajer senior yang mengambil keputusan

untuk mengadopsi suatu sistem teknologi informasi, tetapi keberhasilan

pengunaan teknologi tersebut tergantung dari penerimaan dan pengunaan

oleh individu-individu. Dengan demikian, manfaat dan dampak langsung

dari sistem teknologi informasi ini adalah terhadap individual pemakai dan

yang kemudian akan meningkatkan produktivitas organisasi (Hartono,

2007).

Beberapa penelitian yang telah dilakukan para peneliti dibidang

sistem informasi menyatakan bahwa penggunaan faktor-faktor personal

sangat penting untuk memprediksi penggunaan dan adopsi teknologi.

(Lucas, 1981). Bagaimanapun, para peneliti secara historika telah

memfokuskan pada faktor-faktor personal yang relatif berubah-ubah:

seperti sikap individu (sikap terhadap komputer) dan persepsi personal

(seperti kegunaan persepsian dan kemudahan penggunaan persepsian).

Dalam penelitian ini penulis berusaha untuk menguji dengan

membandingkan dua faktor yaitu persepsi (cognitive) dan personality

dalam penerimaan terhadap internet.

Lucas (1973) diawal implementasi sistem informasi menunjukan

faktor-faktor personal, model keputusan, dan sikap pengguna

mempengaruhi adopsi sebuah sistem. Zmud (1979) menunjukkan menarik

perhatian dari beberapa peneliti secara khusus personality pada kesuksesan

sistem manajemen informasi. Bagaimanapun peran personality telah

diekstrak (extracted) secara utama yang berasal dari penelitian dalam

konteks bukan pada sistim manajemen informasi dan dibatasi pada

hubungan cognitive sebagai anteseden dari kesuksesan sistim informasi.

Sejak tahun 1980an, penelitian-penelitian sistem informasi telah

mencoba mempelajari perilaku bagaimana dan mengapa individual

menggunakan sistem informasi. Ada beberapa teori yang diungkapkan dari

penelitian-penelitian tersebut yang merupakan suatu interaksi individu-

individu dengan sistem informasi seperti teori tindakan beralasan theory

reasoned action atau TRA (Fishbein dan Azjen, 1975), teori perilaku

rencanaan theory of planned behavior atau TPB (Azjen, 1991), model

penerimaan teknologi technology acceptance model atau TAM (Davis,

1989), dan innovation diffusion theory atau IDT (Rogers, 1995) yang

menjelaskan antecedents dari niat individu dalam menerima ataupun

mengadopsi sistem teknologi informasi, dikutip dalam (Hartono, 2007).

Niat berperilaku (behavioural intention) dan perilaku (behavior) adalah

dua hal yang berbeda (Hartono, 2007). Niat berperilaku (behavioral

intention) masih merupakan suatu niat. Niat (intention) adalah keinginan

untuk melakukan perilaku. Niat belum merupakan perilaku, sedangkan

perilaku (behavior) adalah tindakan atau kegiatan nyata yang dilakukan.

Dari keempat teori tersebut hanya TAM yang dibuat dalam konteks ilmu

sistem teknologi informasi, sedangkan TRA dan TPB merupakan teori

yang diadopsi dari ilmu psikologi dan IDT teori yang berasal dari ilmu

sosiologi.

Penelitian ini, mereplikasi penelitian dari McElroy et al. 2007,

yang mana hasil penelitiannya menunjukan bahwa faktor-faktor

personality lebih berpengaruh dari pada persepsi (cognitive) terhadap niat

(intention) pengunaan internet. Perbedaan penelitian ini dengan penelitian

sebelumnya adalah instrumen pengukuran personality dan cognitive yang

mana penelitian sebelumnya menggunakan personality secara umum

dengan pendekatan psikologi yaitu lima (5) besar personality dan

cognitive menggunakan Myers-Briggs Type Indicator atau MBTI,

sedangkan dalam penelitian ini menggunakan personality telah banyak

dibahas dalam penelitian sistem informasi yaitu berupa kecemasan

komputer (computer anxiety), perasaan (affect) dan kepercayaan (trust),

sedangkan persepsi (cognitive) yaitu kegunaan persepsian (perceivedd

usefulness), kemudahan penggunaan persepsian (perceivedd ease of use).

1.2 Motivasi Penelitian

Isu tentang faktor-faktor persepsi (cognitive) dan personality

terhadap niat penggunaan teknologi ini penting karena termotivasi

beberapa alasan:

Penelitian-penelitian sebelumnya mengabungkan antara faktor-faktor

persepsi dan faktor-faktor personality dalam satu pengukuran dan

saling mendukung antara personality dan persepsi, yang mana

variabel dari faktor-faktor personality sebagai variabel ekstenal dari

persepsi. Jika dilihat dari sisi teori kedua hal tersebut merupakan hal

yang berbeda walau terdapat dalam diri manusia.

Dengan adanya fenomena-fenomena tersebut, maka peneliti ingin

membedakan kedua teori tersebut dengan menguji secara terpisah

dan akan melihat kedua model tersebut yaitu personality dan

persepsi (cognitive) mana yang lebih diterima oleh niat dalam

penggunaan teknologi dalam hal ini yaitu internet.

Penelitian yang dilakukan oleh McElroy (2007), telah menguji antara

personality dan persepsi (cognitive), tetapi penelitian tersebut

menggunakan persepsi (cognitive) dengan model Mayer Brigg,

sehingga peneliti sangat tertarik dengan menggunakan model TAM

(Theory Acceptance Model) yang mana model ini sangat populer

dalam penelitian sistem informasi pada perilaku individu dalam

konteks penerimaan teknologi.

1.3 Rumusan Masalah Penelitian

Berdasarkan uraian yang telah disampaiakan diatas, maka

permasalahan pokok dalam penelitian ini dapat dirumuskan sebagai

berikut:

1. Apakah faktor-faktor cognitive: kegunaan persepsian (perceived

usefulnees) dan kemudahan penggunaan persepsian (perceived ease of

use) dapat mempengaruhi niat pada pengunaan internet?

2. Apakah faktor-faktor personality: kecemasan komputer (computer

anxiety), perasaan (affect) dan kepercayaan (trust), dapat

mempengaruhi niat pada penggunaan internet?

3. Apakah model cognitive lebih mempengaruhi niat pada pengunaan

internet dari pada model personality.

1.4 Tujuan Penelitian

Sesuai dengan permasalahan yang telah

dikemukakan pada rumusan masalah, maka tujuan

penelitian ini sebagai berikut:

1. Untuk mendapatkan bukti empiris dengan menguji faktor-faktor

cognitive: (perceived usefulnees) dan (perceived ease of use) terhadap

niat penggunaan internet.

2. Untuk mendapatkan bukti empiris dengan menguji faktor-faktor

personality: computer anxiety, affect dan trust, terhadap niat

penggunaan internet

3. Untuk mendapatkan bukti empiris dengan membandingkan model

cognitive dan personality terhadap pengunaan internet.

1.5 Kontribusi Penelitian

Kontribusi yang diharapkan dari penelitian ini yaitu dapat

memberikan manfaat secara teoritis, karena merupakan hasil pengujian

penelitian mengenai faktor-faktor personality dan cognitive dan mengisi

kekosongan gap dengan membandingkan pengaruh relatif dari kedua

faktor-faktor personality: kecemasan komputer (computer anxiety),

perasaan (affect) dan kepercayaan (trust), dan faktor-faktor cognitive:

(perceived usefulnees) dan (perceived ease of use) dalam penerimaan dan

difokuskan pada penggunaan internet.

Manfaat bagi praktisi dari penelitian ini, diharapkan hasilnya dapat

bermanfaat bagi perusahaan bahwa dapat mempertimbangkan personality:

kecemasan komputer (computer anxiety), perasaan (affect) dan

kepercayaan (trust), dan persepsi atau cognitive: (perceived usefulnees)

dan (perceived ease of use) terhadap keberterimaan penggunaan internet.

Hasil penelitian ini juga diharapkan memberikan masukan yang dapat

dipakai sebagai dasar penelitian lebih lanjut.

1.6 Sistematika Penulisan

Penelitian ini terbagi menjadi lima bab yang disusun dengan

sistematika pembahasan sebagai berikut:

BAB I PENDAHULUAN

Bab ini berisikan latar belakang masalah, motivasi penelitian,

perumusan masalah, tujuan penelitian, manfaat penelitian,

pembatasan masalah, kontribusi penelitian, dan sistematika

penulisan.

BAB II TEORI DAN PENGEMBANGAN HIPOTESIS

Bab ini berisikan uraian mengenai kerangka teori yang melandasi

penelitian serta bukti-bukti empiris dari penelitian-penelitian

sebelumnya.

BAB III METODE PENELITIAN

Bab ini berisikan penjelasan mengenai desain penelitian, data,

sampel, metode pengumpulan data, metode analisis data, dan uji

validitas serta reliabilitas.

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

Bab ini berisikan pembahasan mengenai hasil penelitian dan

pengujian hipotesis, berikut dengan hasil pengujian validitas dan

reliabilitas.

BAB V PENUTUP

Bab penutup ini berisikan kesimpulan, keterbatasan penelitian,

implikasi manajerial, dan saran untuk penelitian selanjutnya.

BAB II

TEORI DAN PENGEMBANGAN HIPOTESIS

2.1. The Role of Cognitive Style in Use

Cognitive adalah istilah yang digunakan dalam psikologi kognitif

untuk menggambarkan suatu bentuk pikiran atau persepsi dari setiap

individu, atau mereka lebih menyukai pendekatan untuk penggunaan

seperti informasi dalam menyelesaikan masalah (wikipedia). Salah satu hal

yang baru ditahun 1960an adalah mempelajari bagaimana orang berpikir,

merasakan, belajar, mengingat, membuat keputusan, dan bagaimana orang

memproses (mempersepsikan, menginterpretasikan, menyimpan dan

mengambil) data di memori otak.

Psikologi kognitif adalah ilmu pengetahuan ilmiah dari psikologi

yang mempelajari konasi, yaitu proses-proses mental yang mendasari

perilaku. Psikologi kognitif mempunyai riset domain yang luas termasuk

bekerja dengan memori, atensi, persepsi dan representasi pengetahuan,

memberi alasan, kreativitas dan pemecahan masalah (Hartono, 2007).

Beberapa teori dan model dari sistem informasi, yang menjelaskan

interaksi individu-individu dengan sistem informasi terdiri dari:

1. Teori tindakan beralasan (theory of reasoned action atau TRA)

oleh Fishbein dan Ajzen (1975).

2. Teori penerimaan teknologi (technology acceptance model atau

TAM) oleh Davis et al. (1989).

3. Teori perilaku perencanaan (theory of planned behavior atau TPB)

oleh Ajzen (1991).

Dalam penelitian ini, faktor-faktor cognitive, peneliti menggunakan

dasar penelitian yang validitas instrumen tinggi, yang mana didasarkan

dari penelitian Davis (1989) yaitu: kegunaan persepsian (perceived

usefulnees) dan kemudahan penggunaan persepsian (perceived ease of

use).

Penelitian ini menggunakan pendekatan model penerimaan

teknologi (TAM) dengan beberapa alasan:

1. TAM adalah model perilaku yang bermanfaat untuk menjawab

pertanyaan mengapa banyak sistem informasi gagal diterapkan

karena pemakainnya tidak mempunyai niat (intention) untuk

menggunakannya, tidak banyak model-model penerapan sistem

teknologi informasi yang memasukkan faktor psikologis atau

perilaku di dalam modelnya dan TAM adalah salah satu

pertimbangannya.

2. TAM dibangun dengan dasar teori yang kuat

3. TAM telah diuji dengan banyak penelitian dan hasilnya sebagian

besar mendukung dan menyimpulkan bahwa TAM merupakan

model yang baik. Bahkan TAM telah banyak diuji dan

dibandingkan dengan model yang lain misalnya TRA dan TPB dan

hasilnya konsisten bahwa TAM cukup baik.

4. Kelebihan TAM yang paling penting adalah model ini merupakan

model yang persimoni yaitu model yang sederhana tapi valid.

Salah satu teori tentang penggunaan sistem teknologi informasi

yang dianggap sangat berpengaruh dan umumnya digunakan untuk

menjelaskan penerimaan individu terhadap penggunaan sistem teknologi

informasi adalah model penerimaan teknologi (theory acceptance model

atau TAM). Teori TAM, pertama kali dikenalkan oleh Davis (1986). Teori

TAM dikembangkan dari Theory of Reasoned Action atau TRA oleh Ajzen

dan Fishbein (1980), dengan model TRA sebagai berikut:

Beberapa penelitian telah menekankan bahwa pentingnya cognitive

sebagai variabel penting yang mempengaruhi sikap dan penerimaan

pengguna dalam manajemen sistem informasi (Benbansat dan Taylor,

1978; Lucas 1981; Matson dan metroff, 1973; Robey, 1983; Sage,1981;

Norma subjektif (Subjective Norms)

Sikap terhadap perilaku (Attitude Towards

Behavior)

Kontrol Perilaku persepsian (Perceived

Behavior Control)

Niat perilaku (Behavioral Intention)

Prilaku (Behavior)

Zmut, 1975), cognitive berkenaan dengan proses karateristik individu

dalam analisis, evaluasi dan interpretasi dari data yang digunakan untuk

pengambilan keputusan, sebagai dasar yang mana mereka mengklasifikasi

sebagai sistematik-hueristics (Bariff dan Lucks, 19977), analitic-heuristics

(Driver dan mock, 1975; Vasarhelyie, 1977) atau sensing-thinking dan

intuition feeling (Benbansat dan Taylor, 1978; Henderson dan Nutt, 1980;

Matson dan mitroff, 1973), dikutip dalam McElroy, 2007.

2.1.1 Pengaruh Kegunaan Persepsian (Perceived Usefulnees)

Terhadap Niat (Intention) Penggunaan Internet

Kegunaan persepsian adalah sejauh mana seseorang percaya bahwa

menggunakan suatu teknologi akan meningkatkan kinerjanya. Dari

definisi, diketahui bahwa kegunaan persepsian merupakan suatu

kepercayaan tentang proses pengambilan keputusan. Jika seseorang

merasa percaya bahwa sistem berguna maka dia akan menggunakannya.

Sebaliknya jika seseorang merasa percaya bahwa sistem informasi kurang

berguna maka dia tidak akan menggunakannya. Berdasarkan teori motivasi

yang diungkapkan oleh Deci (1975) dalam Hartono (2007), penerimaan

teknologi oleh pengguna ditentukan oleh dua tipe motivasi yaitu ekstrinsik

dan intrinsik. Motivasi intrinsik timbul karena adanya ekspektasi yang

dirasakan oleh individu itu sendiri dari hasil berinteraksi dengan sebuah

aplikasi sistem teknologi informasi. Motivasi ekstrinsik timbul karena

adanya ekspektasi atas penggunaan aplikasi sistem teknologi tertentu yang

diterimanya dari luar interaksi individu dengan sistem.

Definisi dari manfaat persepsian menggambarkan bentuk motivasi

ekstrinisik, karena manfaat yang diterimanya berasal dari luar yaitu

penghargaan karena kinerjanya meningkat.

Penelitian sebelumnya menunjukan bahwa konstruk kegunaan

persepsian mempengaruhi secara positif dan signifikan terhadap

penggunaan sistem informasi (Davis, 1989; Chau, 1996; Igbaria et al,.

1997; Sun, 2003). Penelitian sebelumnya menunjukan bahwa kegunaan

persepsian merupakan konstruk yang paling banyak signifikan dan penting

yang mempengaruhi sikap, minat dan perilaku dalam penggunaan

teknologi dibanding konstruk yang lain.

Venkantesh et al., (2003) menguji pengaruh faktor kegunaan

persepsian terhadap perilaku penggunaan TI antara pria dan wanita.

Hasilnya menunjukkan bahwa pengaruh kegunaan persepsian untuk pria

lebih kuat dibandingkan dengan wanita. Hal ini menunjukkan bahwa pria

menganggap TI lebih bermanfaat dibandingkan dengan wanita, sehingga

persepsi ini akan mempengaruhi sikap pria dalam menggunakan TI.

Dengan demikian, dapat disimpulkan bahwa kegunaan persepsian

berpengaruh positif terhadap perilaku penggunaan TI meskipun pada pria

pengaruh ini ternyata lebih kuat dibandingkan dengan wanita.

Szajna (1996) menguji secara empiris model TAM revisian Davis

(1989) dengan menggunakan mahasiswa sebagai responden. Teknologi

yang diuji penerimaannya oleh pengguna adalah e-mail. Metode yang

digunakan adalah eksperimen dengan instrumen yang sama seperti yang

digunakan oleh Davis et al. (1989). Sampel terdiri dari mahasiswa yang

96%-nya tidak memiliki pengalaman dalam menggunakan e-mail.

Demonstrasi penggunaan e-mail dilakukan selama satu jam dan selama itu

mahasiswa diharuskan mengisi kuesioner yang terdiri dari 12 item untuk

kegunaan persepsian dan kemudahan penggunaan persepsian. Setelah lima

belas minggu, responden secara bebas menggunakan e-mail untuk

melakukan koresponden kepada sesama responden, mahasiswa lain dalam

satu universitas, dan kepada mahasiswa yang berbeda universitas. Pada

akhir minggu ke lima belas, responden diminta untuk mengisi instrumen

yang sama pada awal eksperimen. Instrumen tersebut mengindikasikan

tentang niat mereka dalam menggunakan e-mail. Hasil penelitian

menunjukkan bahwa intensi mahasiswa dalam menggunakan e-mail lebih

banyak selama lima belas minggu akhir dibandingkan pada minggu awal

diterapkannya email. Dengan kata lain, dalam waktu lima belas minggu

eksperimen, terdapat progress naik penggunaan e-mail oleh responden.

Pada tahap pre-implementation ternyata kegunaan persepsian berdampak

langsung dan signifikan terhadap intentions to use sedangkan kemudahan

penggunaan persepsian tidak signifikan. Selain itu, pada tahap ini juga

ditemukan hasil bahwa kemudahan penggunaan persepsian tidak

berdampak pada kegunaan persepsian. Pada tahap post-implementations,

kegunaan persepsian berdampak langsung dan signifikan terhadap niat

untuk menggunakan sedangkan kemudahan penggunaan persepsian tidak

memiliki dampak langsung.

Berdasarkan paparan tersebut, maka hipotesis yang diajukan dalam

penelitian ini adalah:

H1: Kegunaan persepsian berpengaruh positif terhadap niat penggunaan

internet

2.1.2 Pengaruh Kemudahan Penggunaan Persepsian (Perceived Ease

of Use) Terhadap Niat (Intention) Penggunaan Internet

Davis et al. (1989) mendefinisikan kemudahan penggunaan

persepsian sebagai tingkat keyakinan seseorang bahwa dalam

menggunakan sistem tertentu tidak diperlukan usaha yang keras.

Meskipun usaha menurut setiap orang bebeda-beda tetapi pada umumnya

untuk menghindari penolakan dari pengguna sistem atas sistem yang

dikembangkan, maka sistem harus mudah diaplikasikan oleh pengguna

tanpa mengeluarkan usaha yang dianggap memberatkan.

Kemudahan penggunaan persepsian merupakan salah satu faktor

dalam model TAM yang telah diuji dalam penelitian Davis et al. (1989).

Hasil penelitian tersebut menunjukkan bahwa faktor ini terbukti dapat

menjelaskan alasan seseorang dalam menggunakan sistem informasi dan

menjelaskan bahwa sistem baru yang sedang dikembangkan diterima oleh

pengguna.

Berdasarkan hal tersebut maka, hipotesis kedua yang diajukan

dalam penelitian ini adalah

H2: Kemudahan penggunaan persepsian berpengaruh positif terhadap niat

penggunaan internet

2.2 The Role of Personality in IS Use

Personality adalah seperangkat karateristik dan kecenderungan

yang stabil yang menentukan orang commonalities dan berbeda dalam

pemikiran, perasaan dan tindakan (Maddi, 1989). Karakter personality

adalah suatu pola kecenderungan perilaku jangka panjang yang konsisten.

Faktor-faktor personality diperkenalkan oleh Goldberg (1990) yang

mengklasifikasikan dalam lima tahapan: openess to experience,

conscientiousness, extraversion, agreeableness, neuroticism, (OCEAN).

Dari lima tahapan ini dapat dijelaskan sebagai berikut:

1. Openness to experience ini adalah kecenderungan dalam menggali

pengalaman baru serta ide-ide inovatif. Individu yang mempunyai

openness to experience dapat didiskripsikan sebagai orang yang

kreatif, imajinatif, reflektif dan moderen. Sedang individu openness to

experience yang rendah dapat dikarakterkan sebagai orang

konvensional, mempunyai ketertarikan yang rendah dan tidak analitis.

Keterbukaan seseorang terhadap suatu hal dapat memicu penerimaan

sesuatu yang baru pada kehidupan seseorang, maka semakin terbuka

orang maka semakin menerima situasi baru. Keterbukaan juga dapat

meningkatkan kecakapan seseorang.

2. Conscientiousness ini adalah kecenderungan pada disiplin, tanggung

jawab, tugas dalam pencapaian tujuan diri sendiri. Individu yang

mempunyai conscientiousness akan cendrung menghindari masalah

dan menentukan tingkat kesuksesan yang tinggi melalui rencana dan

mempunyai tujuan dan tekun. Mereka cendrung menghargai orang lain

dengan kepintaran dan kemampuan yang dimiliki orang tersebut.

Sedangkan individu yang mempunyai conscientiousness yang rendah

akan mudah menyerah, kurang memiliki ambisi dan mencoba hal yang

meberikan kesenangan jangka pendek.

3. Extraversion ini adalah kecenderungan dalam proses simulasi dan

menimba manfaat dari orang lain. Extraversion mendiskripsikan

keberadaan orang bahwa orang tersebut tegas, dominan, enerjik, aktif,

banyak berbicara dan antusias. Individu yang mempunyai extraversion

yang tinggi sering disebut dengan extrovert cendrung penuh semangat,

suka dengan orang dan kelompok, mencari keramaian dan stimulasi.

Sedangkan individu yang mempunyai extraversion rendah sering

disebut dengan introvert, yang mana lebih suka menghabiskan waktu

dengan menyendiri dan mempunyai karakter yang berkebalikan

dengan extrovert, yaitu tenang, hati-hati, dan kurang tergantung

dengan dunia sosial. Perbedaan sifat dasar tersebut mempengaruhi

sikap seseorang ketika berinteraksi dengan lingkungan. Individu yang

memiliki karateristik extrovert cendrung lebih mudah bergaul dengan

orang lain dibandingkan orang berkarakter introvert.

4. Agreeableness adalah kecenderungan menerima apa adanya. Individu

yang mempunyai agreeablenes yang tinggi mempunyai kecendrungan

baik, ramah, murah hati, senang membantu dan mampu untuk

menyatukan keinginan dengan orang lain, sedangkan individu yang

mempunyai agreeableness rendah akan menempatkan dirinya diatas

kepentingan orang lain, mereka umumnya tidak peduli dengan orang

lain dan tidak suka melibatkan dirinya dengan orang lain dan cendrung

bersikap skeptis terhadap niat orang lain yang meyebabkan mereka

cendrung tidak ramah, serta dapat dikaraterkan sebagai manipulatif,

orientasi pada diri sendiri, curiga dan kejam.

5. Neuroticism adalah kecenderungan menerima emosi yang tidak

menyenangkan secara mudah. Individu yang mempunyai neuroticism

tinggi mempunyai pegalaman emosi yang negatif termasuk kecemasan,

permusuhan, depresi, kesadaran diri. Individu yang mempunyai

neuroticism yang tinggi sangat reaktif secara emosional. Mereka

merespon secara emosional kejadian yang tidak berpengaruh pada

orang lain dan reaksi yang ditujukan akan cendrung lebih tinggi dari

normal. Mereka mengintrepretasi situasi biasa sebagai ancaman,

frustasi meskipun ringan. Reaksi emosi negatif tersebut bertahan untuk

waktu yang cukup lama dan akan mempengaruhi seseorang dalam

memandang suatu kejadian atau tindakan.

Penerimaan personel terhadap sistem komputer berhubungan

positif dengan keberhasilan (DeLone, 1988). Penggunaan faktor

karateristik manusia yang dihubungkan dengan personality dalam

penelitian sistem informasi telah dilakukan oleh peneliti sebelumnya.

McElroy et al. (2007) menggunakan lima dimensi sifat utama openess to

experience, conscientiousness, extraversion, agreeableness, neuroticism,

(OCEAN) untuk mengetahui pengaruh terhadap penerimaan teknologi

dibandingkan dengan faktor cognitive. Alasan McElroy et al. (2007)

meggunkan kepribadian untuk mengukur penerimaan teknologi karena

kepribadian faktor bawaan manusia yang bersifa tetap dan cendrung lebih

stabil dibandingkan dengan faktor cognitive. Ditemukan dukungan pada

proposisi yang menyatakan bahwa faktor personality lebih memprediksi

penerimaan teknologi.

Dengan mengkaji enam belas artikel dari tahun 1996 sampai tahun

2006, Ramdani (2007) melakukan meta analisis hubungan antara tiga dari

lima dimensi sifat utama openess to experience, extraversion, neuroticism,

(OEN) dengan penggunaan e-mail sebagai pemilihan teknologi dan

mediasi komunikasi. Analisis yang dilakukan Ramdani (2007)

menemukan bahwa dimensi openess to experience, extraversion,

neuroticism, (OEN) merupakan dimensi yang berhubungan dengan

penggunaan teknologi e-mail.

Kajian yang dilakukan Ramdani (2007) menunjukan bahwa faktor

kepribadian merupakan faktor yang berpengaruh terhadap penerimaan

teknologi. Hal tersebut ditujukan dengan penggunaan faktor kepribadian

sebagai faktor yang menentukan penerimaan pada enam belas artikel yang

dikaji Ramdani (2007). Penggunaan faktor kepribadian utama secara

langsung sesuai dengan penelitian yang dilakukan oleh McElroy (200&7).

Dalam penelitian ini, karakter-karakter personality difokuskan

pada, 1) kecemasan komputer (computer anxiety) didasarkan dari

penelitian yang dilakukan oleh (Iqbaria et al., 1989), alasan dalam

menggunakan kecemasan komputer ini adalah dari hasil penelitian

menunjukan bahwa kecemasan komputer berpengaruh langsung terhadap

niat (intention) dalam menggunakan teknologi, kecemasan komputer

termasuk dalam faktor-faktor personality neuroticism 2) perasaan (affect)

didasarkan dari penelitian yang dilakukan oleh Cheung and Chang (2001),

alasan dalam menggunakan perasaan (affect) ini adalah dari hasil

penelitian menunjukan bahwa perasaan (affect) secara signifikan

berpengaruh pada minat dalam penggunaan internet, perasaan (affect)

dalam faktor-faktor personality yaitu openness.dan 3) trust, didasarkan

dari penelitian yang dilakukan oleh McKnight et al, 2002) alasan dalam

menggunakan trust ini adalah dari hasil penelitian menunjukan bahwa

trust secara signifikan berpengaruh pada minat dalam penggunaan internet,

trust termasuk dalam faktor-faktor personality yaitu agreeableness

2.2.1 Pengaruh Kecemasan Komputer (Computer Anxiety) Terhadap

Niat Penggunaan Internet

Thatcher et al. (2007) mengatakan bahwa personality, karakteristik

demografi dan aspek individual mempengaruhi keyakinan pemakai dan

perilaku pemakai. Terdapat tiga personality traits yang mempengaruhi

internet anxiety yaitu: 1). Computer anxiety, 2). Computer self-efficacy,

3). Personal innovativeness dengan teknologi informasi. Computer anxiety

didefinisikan sebagai kekuatiran (apprehension) atau takut (fear)

berinteraksi dengan komputer, irrespective terhadap bahaya yang riil.

Internet anxiety berhubungan dengan computer anxiety, tetapi

konsepnya berbeda. Internet anxiety merupakan perasaan atau emosi yang

timbul dari penggunaan teknologi web. Internet menimbulkan anxiety

karena memerlukan pemakai (users) untuk memahami teknologi baru dan

aplikasi baru yang asing bagi mereka.

Internet menimbulkan emosi karena ini menghasilkan interaksi

dengan situasi yang tidak dikenal atau orang yang tidak dikenal. Lebih

jauh penggunaan internet menyajikan risiko, seperti potensial untuk virus,

spyware atau invasi dari privasi pemakai (user privacy). Oleh karena itu,

computer anxiety mencerminkan lamanya waktu (life time) dari

pengalaman dengan komputer. Internet anxiety mencerminkan kesulitan

dengan teknologi informasi yang melibatkan internet.

Istilah kecemasan digunakan untuk mengambarkan kondisi

kekuatiran, keinginan, dan kecemasan yang dimiliki oleh individu.

kecemasan komputer adalah tendensi dari individual untuk kuwatir,

gelisah, atau cemas untuk menggunakan komputer saat ini atau di masa

mendatang (Igbaria et al. 2004). Kecemasan mengenai lingkungan

komputer-komputer yang diekspektasikan berhubungan negatif dengan

penggunaan komputer. Tidak mengherankan karena orang-orang

diharapkan menghindari perilaku yang mencemaskan. Sejumlah penelitian

telah menunjukan hubungan antara kecemasan komputer dengan

penggunaan komputer (Iqbaria et al. 1989).

Kecemasan komputer ditunjukan sebagai reaksi negatif (Fagan et

al. 2003). Reaksi negatif tersebut mempunyai pengaruh terhadap

pengunaan dan kepuasan sistem informasi. Banyak penelitian yang

menunjukan hubungan antara kecemasan komputer dengan penggunaan

teknologi informasi khususnya komputer. Kecemasan komputer

menunjukan prediktor yang signifikan dari penerimaan komputer

(McElory et al. 2007) dan pengunaan komputer (Howard dan Mendelow,

1991). Studi lain menunjukan hubungan kecemasan komputer dan

pengunaan komputer (Compeau dan Higgis, 1995; Igbaria dan Livari,

1995; Igbaria dan Pasuraman, 1989).



H3: Kecemasan komputer berpengaruh negatif terhadap niat penggunaan

internet

2.2. Pengaruh Perasaan (Affect) Terhadap Niat (Intention)

Terhadap Penggunaan Internet

Triandis (1980) mengembangkan suatu teori yang disebut dengan

teori perilaku interpersonal (theory of interpersonal behavior). Teori ini

mengusulkan bahwa minat-minat perilaku ditentukan oleh perasaan-

perasaan (feeling) yang dimiliki manusia terhadap perilaku (yang disebut

dengan affect), apa yang mereka pikirkan tentang seharusnya mereka

lakukan.

Triandis (1980) menggunakan istilah perasaan (affect) yang

merupakan perasaan-perasaan bahagia, gembira, riang atau senang, atau

depresi, jijik, tidak nyaman, atau benci yang dihubungkan dengan seorang

individual kesuatu tindakan tertentu. Compeau dan Higgins (1995b);

Compeau, et al., (1999) mendefinisikan perasaan adalah suatu kesukaan

individual terhadap perilaku. Menurut Goodhue (1988), banyak peneliti

yang membedakan antara komponen emosional dari sikap (yang memiliki

konotasi suka/tidak suka) dan komponen kognitif atau kepercayaan.

Penelitian yang dilakukan oleh Thompson et al. (1991) menunjukkan

bahwa affect tidak berpengaruh secara signifikan terhadap pemanfaatan

personal computer

Cheung and Chang (2001) menemukan bahwa perasaan (affect)

secara signifikan berpengaruh pada minat dalam penggunaan internet.

Bagaimanapun, dalam penelitian pada pembajakan software, Limayem,

Khalifa and Chin (1999) menyatakan pengaruh yang tidak signifikan.



H4: Perasaan (affect) berpengaruh positif terhadap niat untuk

menggunakan internet

2.2.3 Pengaruh Trust Terhadap Niat (Intention) Terhadap

Penggunaan Internet

Trust telah didefinisikan dalam berbagai bentuk, tergantung

konteks pendekatan yang akan digunakan atau dibahas. Dalam pandangan

psikologi mendefinisikan trust sebagai kecenderungan percaya pada orang

lain (Rotter, 1971). Dalam pandangan sosiologi mendefinisikan trust

adalah sebuah karateristik dari lingkungan institusi.

Trust mengacu pada suatu keyakinan positif mengenai hal yang

dapat dipercaya (reliability), hal yang dapat diandalkan (dependability)

dan hal yang diyakini, baik proses dan tujuan seseorang (confidence) Fogg

(1999). Dalam penelitian ini, penulis menggunakan pendekatan trust yang

didefinisikan oleh Grazioli dan Jevenpaa (2000) yaitu adalah suatu proses

pilihan.

Thatcher et al. (2007) mengatakan bahwa trust berada dalam risiko

dan ketidakpastian suatu transaksi. Alasan penting mengapa trust dalam

teknologi tidak diinvestigasi secara luas, banyak peneliti mengasumsikan

pihak terpercaya mempunyai kemauan mengendalikan perilaku mereka.

Oleh karena itu, pihak lainnya mengargumentasikan bahwa trust tidak

memerlukan batasan perasaan untuk menghubungkan antara human

beings, tetapi individu dapat juga merasa percaya terhadap objek dan

proses, contohnya, individu percaya jembatan penyebrangan sungai dan

mesin penjual otomatis merupakan akses (access) rekening bank mereka.

Corritore, Kracher, dan Wiedenbeck (2003) mengatakan bahwa

trust timbul sebagai elemen kunci keberhasilan dalam linkungan on-line.

Trust dan hubungan trust dalam dunia offline menjadi topic penelitian

dalam berbagai disiplin ilmu sejak tahun 1950-an (Corritore et al. 2001).

Aliran penelitian pada trust dapat ditemukan dalam bidang filosofi,

sosiologi, psikologi, manajemen, marketing, ergonomics, interaksi

manusia-komputer (human-computer interaction/HCI), industrial

psychology, dan electronic commerce (e-commerce). Trust telah dipelajari

dalam berbagai disiplin, masing-masing disiplin ilmu telah menghasilkan

konsep, definisi dan penemuannya sendiri.

Trust dalam teknologi, menggambarkan keyakinan tentang

bagaimana teknologi akan melaksanakan kemauan orang untuk percaya

terhadapnya. Dua aspek dari trust dalam teknologi adalah keyakinan

kepercayaan dan niat percaya yang berhubungan dekat. Keyakinan

kepercayaan terjadi ketika individu merasa bahwa target dari kepercayaan

mereka adalah murah hati (benevolent), kompeten (competent), jujur

(honest) dan dapat diprediksi (predictable). Niat percaya terjadi ketika

individu mau tergantung satu sama lain.

Wang dan Emurian (2005;110) mengatakan terdapat banyak

definisi trust dalam literature yang mempunyai dua alasan: 1). Trust

merupakan konsep abstrak sering digunakan dapat dipertukarkan

berhubungan dengan konsep seperti credibility, reliability, or confidence.

Dengan demikian, definisi istilah dan untuk mencerminkan perbedaan

antara trust dan konsep yang berhubungan dengannya telah membuktikan

penuh tantangan untuk peneliti. 2). Trust merupakan konsep berbagai segi

yang menyatukan, emosi, dan dimensi perilaku (Lewis & Weigert, 1985).

Zeithaml, Parasuraman, and Malhotra (2002) and Chen and

Dhillon (2003) menyatakan bahwa trust adalah sebuah dimensi penting

dalam penggunaan web sites. Donthu (2001) menyatakan bahwa trust

adalah dihubungkan dengan sikap pada web site. Trust juga dapat

meningkatkan sikap pada pembelian online (Jarvenpaa and Todd 1997),

niat (intention) pada online (Limayem, Khalifa, and Frini 2000;

Vijayasarathy and Jones 2000), intent to purchase online (Lynch, Kent,

and Srinivasan 2001), level of online shopping activify (Korgaonkar and

Wolin 1999; Miyazaki and Fernandez 2001). Kajian penelitian trust

terhadap internet (E-Commerce) bisa dilihat pada tabel 1 di bawah ini:

Tabel 1

Kajian Penelitian Trust terhadap Internet (E-Commerce)

Penulis (Tahun) Definisi KonteksJarvepaa & Tractinsky (1999;43)

Kemauan Konsumen untuk yakin kepada penjual dan mengambil tindakan membuat konsumen percaya kepada penjual

Trust dalam toko internet (diukur dengan skala 7 item; 4 item yang dihilangkan)

Gefen (2000;32) Kepercayaan seseorang mempunyai harapan yang menguntungkan yang orang lain kerjakan, berdasarkan, banyak kasus, pada sesudah interaksi

Trust dalam e-commerce vendor (diukur dengan skala 3 item)

Grazioli & Jarvenpaa (2000;38)

Proses pemilihan Kepercayaan konsumen dalam website (online store)-diukur dalam 9 item yang diuji dan 5 item dikeluarkan

Tan & Theon (Winter 2000-2001;98)

Kepercayaan transaksi- Pihak terpercaya; percaya pada

pihak lain- Kendali percaya; percaya dalam

pengendalian

Kepercayaan dalam transaksi (studi konseptual)

Lee dan Turban (2001;51)

Kepedulian konsumen menjadi vulnerable pada tindakan internet merchan dalam transaksi internet shopping, berdasarkan pada harapan internet merchant berperilaku dalam cara yang dapat disetujui, tidak memperhatikan kemampuan konsumen untuk memonitor atau pengendalian internet merchant (p0,79)

Trust dalam internet shopping (diukur dengan skala 4 item, satu item dikeluarkan

McKnight & Chervany (Winter 2001-2002; 64)

Kepercayaan merupakan multi dimensional- Keyakinan pada kepercayaan: satu

keyakinan pada pihak lain atau karakteristik yang lebih bermanfaat (p.46)

- Niat pada kepercayaan: satu kepedulian untuk bergantung pada atau niat bergantung, bahkan satu yang tidak dapat mengendalikan pada pihak lain

Kepercayaan interpersonal atas e-vendor oleh konsumen (studi konseptual)

Sumber: Kim dan Tadisina (2007;89)

Berdasarkan uraian diatas maka, dalam penelitian ini diajukan hipotesis

sebagai berikut:

H5: Trust berpengaruh secara positif terhadap niat penggunaan internet

BAB III

METODA PENELITIAN

3.1 Populasi dan sampel

Populasi merupakan jumlah keseluruhan elemen yang akan diteliti

(Cooper dan Schindler, 2003). Dengan demikian populasi adalah orang yang

memiliki informasi yang menjadi fokus penelitian. Populasi dalam

penelitian ini adalah menggunakan mahasiswa S1, dan S2 M.Si Fakultas

Ekonomika dan Bisnis Universitas Gadjah Mada. Kriteria ini diangap

penting karena penelitian ini diharapkan yang menjadi responden adalah

pengguna internet. Metode pengambilan sampel yang digunakan dalam

penelitian ini adalah secara non probabilitas yaitu convenience sampling.

Menurut Hartono (2004) pengambilan sampel dengan convinience sampling

adalah pengambilan sampel yang dilakukan dengan memilih sampel secara

bebas sekehendak peneliti. Metode pengambilan sampel ini dipilih untuk

memudahkan pelaksanaan riset dengan alasan bahwa populasi pengguna

internet sangat banyak di Indonesia. Selain itu juga sulit untuk membuat

kerangka sampling yang sesesungguhnya karena daftar pengguna internet

sangat sulit diperoleh.

Pemilihan metode convenience sampling diambil berdasarkan

ketersediaan elemen dan kemudahan untuk mendapatkannya, dengan kata

lain sampel diambil karena sampel tersebut ada pada tempat dan waktu yang

tepat. Sugiarto et al. (2003) mengungkapkan kelemahan dan kelebihan

metode convenience sampling. Ditinjau dari segi biaya dan waktu yang

diperlukan, teknik sampling ini merupakan metode yang termurah dan

hemat waktu. Dapat dilihat bahwa sampling unitnya (responden) dapat

diakses, mudah diukur dan bisaanya sangat membantu dan mau bekerja

sama. Disamping kemudahan dan kelebihan dari teknik sampling ini,

terdapat beberapa keterbatasan. Hal ini mengingat pemilihan unit sampel

dengan metode ini dapat dilakukan dengan mengambil siapa saja dapat

ditemui oleh peneliti, sehingga bilamana dalam prosesnya tidak dilakukan

seleksi lebih lanjut, hasil yang diperoleh dapat memunculkan bisa dalam

pengambilan keputusan. Metode ini menuntut kehati-hatian dalam

menerjemahkan hasil penelitian.

3.2 Sumber dan Teknik Pengumpulan Data

Teknik yang akan digunakan dalam pengumpulan data penelitian

adalah menggunakan data primer untuk mendapatkan data opini individu

melalui kuesioner yang berisi daftar pertanyaan mengenai semua variabel

yang diteliti yaitu kegunaan persepsian, kemudahan penggunaan persepsian,

kecemasan komputer, perasaan, dan kepercayaan.

3.3 Definisi Operasional dan pengukuran Variabel

3.3.1 Kegunaan persepsian (perceived usefulnees) adalah sejauh mana seseorang

percaya bahwa menggunakan suatu teknologi akan meningkatkan

kinerjanya. Kegunaan persepsian (perceived usefulnees) diukur dengan

skala Likert mulai poin 1 yang menyatakan sangat tidak setuju sampai

dengan poin 5 yang menyatakan sangat setuju. Variabel ini diukur dengan

menggunakan enam pertanyaan. Pertanyaan-pertanyaan ini diadopsi dari

penelitian yang dilakukan oleh Davis (1989).

3.3.2 Kemudahan penggunaan persepsian (perceived ease of use) adalah tingkat

keyakinan seseorang bahwa dalam menggunakan sistem tertentu tidak

diperlukan usaha yang keras. Kemudahan penggunaan persepsian

(perceived ease of use) diukur dengan skala Likert mulai poin 1 yang

menyatakan sangat tidak setuju sampai dengan poin 5 yang menyatakan

sangat setuju. Variabel ini diukur dengan menggunakan enam pertanyaan.

Pertanyaan-pertanyaan ini diadopsi dari penelitian yang dilakukan oleh

Davis (1989).

3.3.3 Kecemasan komputer adalah menunjukan ketakutan mengenai implikasi

dari komputer. Kecemasan komputer diukur dengan skala Likert mulai

poin 1 yang menyatakan sangat tidak setuju sampai dengan poin 5 yang

menyatakan sangat setuju. Variabel ini diukur dengan menggunakan

empat pertanyaan. Pertanyaan-pertanyaan ini diadopsi dari penelitian yang

dilakukan oleh Heinssen et al. 1987).

3.3.4 Perasaan (affect) yang merupakan perasaan-perasaan bahagia, gembira,

riang atau senang, atau depresi, jijik, tidak nyaman, atau benci yang

dihubungkan dengan seorang individual kesuatu tindakan tertentu.

Compeau dan Higgins (1995b); Compeau et al. (1999) mendefinisikan

perasaan adalah suatu kesukaan individual terhadap perilaku. Perasaan

(affect) diukur dengan skala Likert mulai poin 1 yang menyatakan sangat

tidak setuju sampai dengan poin 5 yang menyatakan sangat setuju.

Variabel ini diukur dengan menggunakan empat pertanyaan. Pertanyaan-

pertanyaan ini diadopsi dari penelitian yang dilakukan oleh Thompson,

1991; Compeau dan Higgins (1999).

3.3.5 Kepercayaan yaitu adalah suatu proses pilihan. Kepercayaan diukur

dengan skala Likert mulai poin 1 yang menyatakan sangat tidak setuju

sampai dengan poin 5 yang menyatakan sangat setuju. Variabel ini diukur

dengan menggunakan empat pertanyaan. Pertanyaan-pertanyaan ini

diadopsi dari penelitian yang dilakukan oleh Grazioli dan Jevenpaa (2000).

3.3.6 Niat (intention) didefinisikan sebagai keinginan untuk melakukan sesuatu.

Niat tidak selalu statis, tetapi dapat berubah dengan berjalannya waktu.

Niat diukur dengan skala Likert mulai poin 1 yang menyatakan sangat

tidak setuju sampai dengan poin 5 yang menyatakan sangat setuju.

Variabel ini diukur dengan menggunakan enam pertanyaan. Pertanyaan-

pertanyaan ini diadopsi dari penelitian yang dilakukan oleh Davis (1989).

3.4 Pengujian Instrumen Penelitian

Pengujian instrumen penelitian adalah bagian yang terpenting

untuk dilakukan. Data penelitian tidak akan berguna jika instrumen

pengukuran yang digunakan tidak mempunyai validitas dan reliabilitas yang

tinggi, dimana pengujian hipotesis sangat dipengaruhi oleh kualitas data

(Cooper dan Schindler, 2003). Sebelum dilakukan survei, maka terlebih

dahulu dilakukan pra survei dengan sampel yang lebih kecil dengan tujuan

untuk mengetahui validitas dan reliabilitas instrumen yang ada, sehingga

dapat digunakan untuk memperbaiki item-item pertanyaan yang memenuhi

persyaratan tersebut sebelum dilakukan survei yang sesungguhnya.

Meskipun item-item pertanyaan yang digunakan dalam penelitian ini telah

digunakan pada penelitian sebelumnya dan dinyatakan valid serta reliabel,

tetapi item-item pertanyaan ini perlu diuji kembali validitas dan

reliabilitasnya.

3.5 Uji Validitas dan Uji Reliabilitas

Uji validitas ini dilakukan untuk mengetahui sejauh mana

kemampuan instrumen penelitian mengukur apa yang seharusnya diukur

(Cooper dan Schindler, 2003). Validitas internal terdiri dari validitas isi dan

validitas konstruk. Pengukuran validitas secara kualitatif dilakukan dengan

content validity dan uji validitas secara kuantitatif dengan Confirmatory

Faktor Analysis (CFA) melalui bantuan software SPSS 16 for Windows,

yang menggambarkan validitas konstruk (Ghozali, 2005). Validitas konstruk

menunjukkan seberapa baik hasil yang diperoleh dari penggunaan suatu

pengukuran sesuai teori-teori yang digunakan untuk mendefenisikan suatu

konstruk (Hartono, 2004). Menurut Huck et al. (2000) korelasi yang kuat

antara konstruk dan item-item pertanyaannya dan hubungan yang lemah

dengan variabel lainnya merupakan salah satu cara untuk menguji validitas

konstruk (construct validity). Instrument memiliki convergent validity jika

item pengukuran memiliki faktor loading lebih besar dari 0,4 (Hair et al.,

2006). Hair et al., (2006) juga menyatakan bahwa faktor loading lebih besar

0,3 dapat dipertimbangkan sebagai batas minimal dan bila faktor loading

lebih besar dari 0,5 maka akan diterima secara signifikan.

Pengujian validitas dalam penelitian ini dilakukan dengan metode

Confirmatory Faktor Analysis (CFA) yang menggunakan program komputer

SPSS 16 for Windows. Jumlah sampel yang digunakan adalah sebanyak 60

sampel. Sebelum dilakukan uji analisis faktor, dilakukan terlebih dahulu uji

Kaiser Meyer Olkin (KMO) dan Bartlett’s Test yang bertujuan untuk

menguji ada tidaknya korelasi antar variabel. KMO yang tinggi akan

semakin valid suatu item pertanyaan dan semakin homogen variabel-

variabel yang diukur. Batas ukuran validitas menurut Kaiser dan Rice

(1974) dalam Sharma (1996) seperti yang dikutip Setyaningrum (2006)

adalah 0,50 masih dapat ditoleransi untuk diterima sebagai instrumen

penelitian, sehingga kriteria nilai KMO harus di atas 0,50 dengan

signifikansi 0,05 agar variabel bisa diprediksi dan dapat dianalisis lebih

lanjut. Penelitian yang dilakukan ini mempunyai nilai KMO sebesar 0,758

dengan signifikansi 0,000, maka dapat disimpulkan bahwa semua variabel

yang ada dapat dianalisis lebih lanjut karena telah memeuhi kriteria. Dapat

dilihat dalam tabel 3.1 dibawah ini:

Tabel 3.1

Pengujian KMO dan Bartletts’s

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,758Bartlett's Test of Sphericity Approx. Chi-Square 1,168E3

df 325Sig. 0,000

Dalam analisis faktor, indikator masing-masing konstruk harus

memiliki factor loading yang signifikan terhadap konstruknya. Menurut

Hair et al (2006) the rule of thumb butir-butir pengukuran dapat dikatakan

valid apabila memiliki factor loading lebih dari atau sama dengan 0,4 dan

tidak menjadi bagian dari konstruk lain. Hasil analisis faktor tersebut dapat

dilihat pada Tabel 3.2 berikut ini:

Tabel 3.2

Hasil Analisi Faktor

Komponen1 2 3 4 5 6

PU1 0,802PU2 0,818PU3 0,735PU4 0,591PU5 0,543PU6 0,658PE1 0,606PE2 0,649PE3 0,528PE4 0,671PE5 0,699PE6 0,787CA1 0,754CA2 0,865

CA3 0,852CA4 0,799AF1 0,707AF2 0,598AF3 0,622TR1 0,745TR2 0,885TR3 0,921ITU1 0,810ITU2 0,706ITU3 0,673ITU4 0,781

Bila dilihat dari hasil Tabel 3.2 tersebut, dapat diketahui bahwa

secara keseluruhan ada satu butir pertanyaan yang tidak valid karena tidak

memenuhi syarat seperti yang telah ditentukan oleh Hair et al. (2006). Dari

tabel dapat dilihat bahwa butir PU6 tidak memenuhi kedua persyaratan

tersebut, sehinga harus didrop atau dikeluarkan.

Walaupun pada uji validiatas dengan sampel kecil ini ada butir-

butir yang didrop, tetapi pada sampel besar butir-butir tersebut tetap

diikutsertakan, mengingat adanya suatu kemungkinan bahwa tidak validnya

butir-butir tersebut dikarenakan jumlah sampel yang kurang memadai.

Reliabilitas adalah suatu alat pengukur yang menunjukkan akurasi,

konsistensi dan ketepatan dari pengukurnya (Hartono, 2004). Konsistensi

menunjukkan seberapa baik item–item pertanyaan yang mengukur sebuah

konsep bersatu menjadi sebuah kumpulan (Sekaran, 2006). Suatu kuisioner

dikatakan reliabel atau handal jika jawaban seseorang terhadap pertanyaan

adalah konsisten dari waktu ke waktu (Cooper dan Schindler, 2003). Dalam

penelitian ini, uji reliabilitas akan dilakukan dengan menggunakan teknik

croncbach’s alpha dengan bantuan software SPSS 16 for Windows

(Ghozali, 2005). Cronback’s alpha adalah koefisien keandalan yang

menunjukkan seberapa baik item dalam suatu kumpulan secara positif

berkorelasi satu sama lain. Konsistensi jawaban ditunjukan oleh nilai rule of

thumb atau tingginya cronbach’s alpha, dengan nilai alpha harus lebih besar

dari 0,7 meskipun nilai 0,6 masih dapat diterima (Hair et al, 2006).

Tabel 3.3.

Hasil Uji Reliabilitas pada Sampel Kecil

Variabel Cronbach’s Alpha Keterangan

PU 0,840 ReliabelPE 0,826 ReliabelITU 0,884 ReliabelCA 0,882 ReliabelAF 0,906 RealibelTR 0,903 Reliabel

Model Penelitian

Berdasarkan tinjauan teoritis dan hipotesis yang dikemukakan, maka

model penelitian yang akan diusulkan adalah sebagai berikut:

30,5 Teknik Pengujian Hipotesis

Pengujian hipotesis dilakukan untuk mengetahui hubungan antar

konstruk yang diteliti. Teknik pengujian hipótesis dalam penelitian ini

menggunakan Análisis of Moment Structure (AMOS) dengan Structure

Equation Modeling (SEM). SEM merupakan alat teknik multivariate yang

mengkombinasi aspek regresi berganda dan analisis faktor untuk

mengestimasi serangkaian hubungan ketergantungan secara simultan (Hair

et al., 1998). Pengaruh variabel independen (variabel bebas) terhadap

variabel dependen (variabel tidak bebas) dalam AMOS ditunjukan dengan

variabel endogenous dan variabel exogenous. Variabel endogenous dapat

muemprediksi satu satu atau beberapa variabel endogenous lainnya, tetapi

variabel exogenous hanya dapat berhubungan kausal dengan variabel.

Langkah-langkah dalam melakukan dalam penggunaan SEM pada

program AMOS versi 4.01 adalah sebagai berikut:

1. Pengembangan Model Secara Teori

Langkah pertama dalam melakukan pemodelan adalah sesuai

dengan mencari dan mengembangakan sebuah model yang mempunyai

basis teori yang kuat, kemudian model tersebut divalidasi secara empirik

melalui komputasi dengan program SEM.

Kajian teori ini telah dipaparkan dalam bab dua serta hubungan

struktural antar konstruk yang dihipotesiskan seperti yang disajikan pada

tabel dibawah ini:

Konstruk Jumlah Item

Definisi

PU 6 Kegunaan persepsian (perceived usefulnees) adalah sejauh mana seseorang percaya bahwa menggunakan suatu teknologi akan meningkatkan kinerjanya

PE 5 Kemudahan penggunaan persepsian (perceived ease of use) adalah tingkat keyakinan seseorang bahwa dalam menggunakan sistem tertentu tidak diperlukan usaha yang keras.

CA 4 Kecemasan komputer adalah menunjukan ketakutan mengenai implikasi dari komputer

AF 3 perasaan (affect) yang merupakan perasaan-perasaan bahagia, gembira, riang atau senang, atau depresi, jijik, tidak nyaman, atau benci yang dihubungkan dengan seorang individual kesuatu tindakan tertentu

TR 3 Kepercayaan yaitu adalah suatu proses pilihanITU 4 Niat (intention) didefinisikan sebagai keinginan

untuk melakukan sesuatu. Niat tidak selalu statis,

tetapi dapat berubah dengan berjalannya waktu

2. Pengembangan Diagram Alur

Diagram alur akan mempermudah untuk melihat hubungan kausal

antar variabel. Hubungan variabel dalam hal ini antara variabel

exogenous dan variabel endogenous yang dinyatakan dalam anak panah.

Anak panah lupus menunjukan hubungan kausal langsung antar konstruk

dengan konstruk yang lain, sementara anak panah garis lengkung

menunjukan korelasi antar konstruk.

3. Mengidentifikasi Model

Salah satu yang akan dihadapi dalam mengestimasi model kausal

ini adalah masalah indentifikasi. Masalah identifikasi merupakan

ketidakmampuan model yang dikembangkan untuk menghasilkan

estimasi yang diinginkan oleh peneliti. Apabila muncul masalah

identifikasi, maka komputer akan memberikan pesan sebab

kemungkinan terjadinya program tidak dapat melakukan estimasi.

4. Mengevaluasi Asumís-asumsi yang Harus Dipenuhi Jika Menggunakan

SEM:

Asumsi Kecukupan Sampel

Jumlah responden dalam penelitian ini sebanyak 321 orang,

jumlah sampel tersebut dinilai telah memenuhi kriteria jumlah

sampel bagi penelitian yang menggunakan Struktural Equation

Model (SEM) dengan maximum likehood estimation (MLE) yaitu

sebesar 5 observasi untuk setiap parameter yang diestimasi.

Asumsi Normalitas

Nilai statistik untuk menguji normalitas tersebut z value

(Critical Ratio atau C.R pada ouput Amos 4.01) dari ukuran

skeweness dan kurtosis sebaran data. Bila nilai C.R lebih besar dari

nilai kritis maka dapat diduga bahwa distribusi data tidak normal.

Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 1%

yaitu sebesar 2,58 (Hair, 1998).

Asumsi Outliers

Dalam analisis Multivariate adanya outlier dapat diuji

dengan statistik chi square terhadap nilai Mahalanobis distance

squared dengan tingkat signifikansi 0,01 dengan degree of freedom

sejumlah konstruk yang digunakan dalam penelitian (Hier et al.,

1998).

Outlier adalah observasi yang muncul dengan nilai-nilai

ekstrim yang memiliki karateristik unik yang sangat berbeda dari

observasi lainnya dan muncul dalam bentuk nilai ekstrim baik

untuk variabel tungal maupun variabel kombinasi (Hier et

al.,2006). umumnya perlakuan terhadap outlier adalah dengan

mengeluarkanya dari data dan tidak mengikutsertakan dalam

perhitungan berikutnya.

Evaluasi atas kriteria Goodness of fit

Hubungan hipotesis konstruk-konstruk penelitian pada

model yang diajukan hubungan kausal antar konstruk tersebut.

Evaluasi nilai Goodness of fit dari model konstruk. Pengujian

kesesuaian model dengan menggunakan criteria goodness of fit

dapat dilihat pada tabel berikut ini:

Goodness of fit index

Nilai Kritis

χ2-Chi-Square (CMIN)

Diharapkan kecil,

χ2-Significance Probability (P)

0,05

χ2 relatif (CMIN/DF)

≤ 2,00

GFI ≥ 0,90AGFI ≥ 0,90RMSEA ≤ 0,08

Pengujian hipotesis dilakukan dengan melakukan prosedur sebagai berikut:

Melihat critical ratio setiap path dan membandingkan dengan

nilai tertentu. Untuk pengujian satu arah dengan tingkat

signifikansi 0,05, nilai critical ratio harus 1,645 sedangkan

dengan tingkat signifikansi 0,01 nilai critical ratio harus

2,326.

Melihat standarized structural (path) coefficients dari setiap

hipotesis terutama pada kesesuaian arah hubungan path dengan

arah hubungan yang telah dihipotesiskan sebelumnya.

Jika arah hubungan sesuai dengan yang dihipotesiskan dan nilai

critical ratio memenuhi persyaratan maka dapat dikatan bahwa

hipotesis yang diuji mendapat dukungan yang kuat.

5. Mengintrspretasikan dan Memodifikasi Model

a. χ² - Chi square

Alat uji yang paling findamental untuk mengukur overall fit adalah

likehood ratio chi-square. Chi-square ini bersifat sangat sensitif terhadap

besarnya model yang digunakan. Model yang diuji dapat disimpulkan sebagai

model yang baik atau memuaskan jika nilai χ² rendah. Semakin kecil nilai χ²

dapat disimpulkan bahwa semakin baik model tersebut, karena dalam uji beda

chi-square, nilai χ²=0 berarti tidak ada perbedaan. Perbedaan yang dimaksud

adalah perbedaaan antara model yang diuji dengan saturted model. Tujuan

analisis adalah mengembangkan dan menguji sebuah model yang sesuai

dengan data atau yang fit terhadap data, maka dibutuhkan sebuah nilai χ² yang

tidak signifikan. Nilai χ² ini dapat dibandingkan dengan degree of freedom-

nya untuk mendapatkan nilai χ² relatif dan digunakan untuk membuat

kesimpulan bahwa nilai χ² relatif tinggi menandakan adanya perbedaan yang

signifikan antara matriks kovarians yang diobservasi dan yang diestimasi.

b. RMSEA – The Root Mean Square Error of Approximation.

RMSEA adalah sebuah indeks yang dapat digunakan untuk

mengkompensasi Chi-square statistic dalam sampel besar (Baumgarthner &

Homburg dalam Augusty, 2002:56). RMSEA yang diharapkan adalah sebesar

≤0,08.

c. GFI – Goodness of- Fit Index

Index kesesuaian ini akan menghitung proporsi tertimbang dari

varians dalam matriks kovarian sampel yang dijelaskan oleh matriks kovarian

populasi yang terestimasikan GFI yang diharapkan adalah sebesar ≥ 0,90

(Tanaka & Huba, 1989 dalam Augusty).

d. AGFI – Adjust Goodness of fit Index

AGFI merupakan pengembangan indeks dari GFI, yang merupakan

indeks yang telah disesuaikan dengan rasio degree of freedom model yang

diusulkan dengan degree of freedom dari null model. Tingkat penerimaan

yang direkomendasikan adalah bila AGFI mempunyai nilai sama dengan atau

lebih dari 0,90 (Hair, 1995 dalam Augusty).

e. CMIN/DF- The Minimum Sampel Discrepancy Function/Degree of

Freedom

CMIN/DF salah satu indikator untuk mengukur tingkat fitnya sebuah

model. Dalam hal ini CMIN/DF tidak lain adalah statistic Chi-square, χ²

dibagi DF-nya sehingga disebut χ² relatif. Nilai χ² relatif kurang dari 2,0 atau

bahkan kurang dari 3,0 adalah indikasi dari acceptable fit antara model dan

data (Arbuckle, 1997 dalam Agusty).

BAB IV

TEMUAN DAN PEMBAHASAN

Pada bagian ini akan menjelaskan analisis data meliputi serangkain proses

yang dimulai dari pengumpulan data, karakteristik responden, pengujian

validitas dan reliabilitas, serta uji hipotesis penelitian dan analisis

pembahasan pada bagian akhir.

4.1. Pengumpulan Data

Dalam penelitian ini data dikumpulkan dengan cara membagikan

kuesioner secara langsung kepada responden. Proses pengumpulan data

dilakukan sendiri oleh peneliti yaitu dengan mendatangi responden ke dalam

beberapa kelas baik S1 dan S2 Fakultas Ekonomika dan Bisnis di

Universitas Gadjah Mada sebelum perkuliahan dilakukan. Pengumpulan

data dilakukan terhitung mulai tanggal 10 hingga 14 Maret 2008. Kuesioner

yang disebarkan sebanyak 350 dan dapat dinyatakan bahwa semua kuesioner

tersebut kembali karena kuesioner dikembalikan pada saat itu juga yaitu

setelah responden mengisi kuesioner yang diberikan, sedangkan kuesioner

yang memenuhi kriteria, terjawab lengkap dan layak dianalisis dalam

penelitian ini sebanyak 321 kuesioner. Hasil pengumpulan data secara

lengkap disajikan dalam Tabel 4.1. berikut ini:

Tabel 4.1.Hasil Pengumpulan Data Kuesioner

Keterangan Jumlah Persentase

Keterangan Jumlah Kuesioner Prosentase

Jumlah kuesioner yang disebar 350 100 %Kuesioner yang dikembalikan 333 95,143%Kuesioner yang tidak lengkap 10 2,86%Kuesioner yang tidak kembali 7 2%Kuesioner yang dapat dipakai 321 91,72

4.2. Karakteristik Responden

Berdasarkan 321 responden yang ada dikelompokkan dalam berbagai karakteristik

yang meliputi jenis kelamin, usia dan tingkat pendidikan yang sedang ditempuh

saat ini. Adapun pengelompokan tersebut adalah sebagai berikut:

Tabel 4.2.

Karakteristik Responden Berdasarkan Jenis Kelamin

Jenis Kelamin

Frequency Percent Valid Percent

Cumulative

Percent

Valid pria 157 48,9 48,9 48,9

wanita 164 51,1 51,1 100,0

Total 321 100,0 100,0 Sumber: Lampiran 2

Berdasarkan tabel 4.2. dapat diketahui bahwa dari 321 responden, 134 orang

responden (48,9%) adalah pria dan 151 orang responden (51,1%) adalah

perempuan.

Tabel 4.3.

Karakteristik Responden Berdasarkan Usia

Usia

Frequency Percent Valid Percent

Cumulative

Percent

Valid <20 95 29,6 29,6 29,6

20-30 202 62,9 62,9 92,5

30-40 23 7,2 7,2 99,7

41-50 1 0,3 0,3 100,0

Total 321 100,0 100,0 Sumber: Lampiran 2

Sementara berdasarkan pada usia responden dapat diketahui bahwa dari 321 orang

responden, 95 orang responden (29,6%) berusia kurang dari 20 tahun, 202 orang

responden (62,9%) berusia 20 sampai 30 tahun, 23 orang responden (7,2%)

berusia 31 sampai 40 tahun, 1 orang responden (0,3%) berusia 41 sampai 50

tahun.

Tabel 4.4

Karakteristik Responden Berdasarkan Tingkat Pendidikan yang

Sedang Ditempuh Saat ini

Pendidikan

Frequency PercentValid

PercentCumulative

PercentValid s1 189 58,9 58,9 58,9

s2 132 41,1 41,1 100,0Total 321 100,0 100,0

Sumber: Lampiran 2

Sementara berdasarkan pada tingkat pendidikan yang sedang ditempuh saat ini

dari 321 orang responden dapat diketahui bahwa 189 orang responden (58,9%)

sedang menempuh jenjang menempuh jenjang S1 dan 132 orang responden

(41,1%) sedang menempuh jenjang S2.

4.3. Uji Validitas dan Reliabilitas

4.3.1. Uji Validitas dengan Sampel Besar

Uji validitas dilakukan untuk mengetahui sejauh mana alat ukur mampu

mengukur apa yang akan diukur dalam penelitian. Pengujian validitas suatu

kuesioner ini menggunakan Confirmatory Faktor Analysis, untuk menguji apakah

indikator-indikator yang digunakan dalam kuesioner dapat mengkonfirmasikan

sebuah konstruk atau variabel.

Penelitian ini menggunakan analisis faktor karena merupakan salah satu

metode statistik yang mempunyai tujuan untuk meringkas atau mengurangi data

yang diperlukan untuk dianalisis. Analisis faktor dapat digunakan untuk

menentukan pola hubungan yang mendasari sejumlah variabel dan menentukan

apakah informasi diringkas dalam sejumlah faktor yang lebih kecil (Hair et al.,

2006). Data primer dalam penelitian ini dianalisis dengan menggunakan analisis

faktor dengan bantuan SPSS 16 Item-item pertanyaan dalam penelitian ini

diadopsi dari penelitian sebelumnya maka bersifat confirmatory.

Sebelum uji analisis faktor, diperlukan uji Kaiser Meyer Olkin (KMO) dan

Bartlett’s Test. Dalam penelitian sampel besar ini, nilai KMO-MSA menunjukkan

nilai 0,863 dengan signifikansi 0,000, maka dapat disimpulkan bahwa semua

variabel yang ada dapat dianalisis lebih lanjut karena telah memenuhi seluruh

kriteria, seperti pada Tabel 40,5 dibawah ini:

Tabel 40,5

KMO dan Bartlett Test Sampel Besar

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,863

Bartlett's Test of Sphericity Approx. Chi-Square 5,266E3

df 325

Sig. 0,000

Adapun hasil uji validitas dengan menggunakan metode Varimax with Kaiser

Normalization dalam Confirmatory Faktor Analysis, dapat dilihat pada tabel 40,6

Tabel 40,6

Hasil Analisi Faktor

Komponen

1 2 3 4 5 6PU1 0,771PU2 0,746PU3 0,754PU4 0,666PU5 0,689PU6 0,699PE1 0,562PE3 0,620PE4 0,680PE5 0,735PE6 0,746CA1 0,829CA2 0,834CA3 0,856CA4 0,727AF1 0,612AF2 0,874AF3 0,871TR1 0,801TR2 0,883TR3 0,868ITU1 0,761ITU2 0,702ITU3 0,791ITU4 0,782

Tabel 40,7

Hasil Uji Reliabilitas

Item Nilai Alpha Nilai corrected Nilai Keterangan

item to total correlation

Cronbach’s Alpha if item

deletedPerceivedd of usefulness

0,871 Reliabel

PU1 0,683 0,848PU2 0,726 0,840PU3 0,692 0,846PU4 0,676 0,849PU5 0,668 0,850PU6 0,588 0,864

Perceivedd ease of use

0,786 Reliabel

PE1 0,441 0,777PE2 0,432 0,779PE3 0,580 0,743PE4 0,615 0,735PE5 0,539 0,753PE6 0,619 0,734

Computer anxiety

0,862 Reliabel

CA1 0,720 0,819CA2 0,739 0,811CA3 0,770 0,798CA4 0,608 0,864

Affect 80,76 ReliabelAF1 0,559 0,993AF2 0,863 0,710AF3 0,855 0,714Trust 0,871 ReliabelTR1 0,706 0,859TR2 0,798 0,775TR3 0,755 0,816

Intention to use

0,854 Reliabel

ITU1 0,667 0,826ITU2 0,677 0,822ITU3 0,728 0,801ITU4 0,712 0,807

4.4. Estimasi dan pengujian Model Struktural

Ada beberapa hal yang harus diperhatikan sebelum melakukan

pengujian model struktural dengan pendekatan

4.4.1 Asumsi Kecukupan Sampel

Jumlah responden dalam penelitian ini sebanyak 321 orang, jumlah

sampel tersebut dinilai telah memenuhi kriteria jumlah sampel bagi

penelitian yang menggunakan Struktural Equation Model (SEM) dengan

maximum likehood estimation (MLE) yaitu sebesar 5 observasi untuk

setiap parameter yang diestimasi.

4.4.2 Asumsi Normalitas

Nilai statistik untuk menguji normalitas tersebut z value (Critical

Ratio atau C.R pada ouput Amos 4.01) dari ukuran skeweness dan

kurtosis sebaran data. Bila nilai C.R lebih besar dari nilai kritis maka dapat

diduga bahwa distribusi data tidak normal. Nilai kritis dapat ditentukan

berdasarkan tingkat signifikansi 1% yaitu sebesar 2,58 (Hair, 1998).

Hasil normalitas data terlihat bahwa secara univariate, kurtosis beberapa

konstruk mempunyai nilai C.R berada dibawah 2,58 berarti bahwa

secara univariate sebaran data diangap normal untuk model cognitive

sedangkan untuk model personality terkecuali ada satu C.R diatas 2,58

yaitu ca3,ca4 dengan nilai 20,597 dan 7.248. Sementara secara

multivariate nilai C.R dari model cognitive 190,688 menunujukan dan

model personality menunjukan 103,343 berarti data ini tidak berdistribusi

normal, namun masih dapat digunakan untuk estimasi pada analisis

selanjutnya.

Penilaian Normalitas Personalitas

Min Max Skew C.R Kurtosis C.RITU4 3 5 0,501 3,664 -1,332 -4,870ITU3 3 5 0,598 4,371 -1,198 -4,383ITU2 3 5 0,418 3,056 -0,487 -1,782ITU1 3 5 0,318 2,324 -0,798 -2,920TR3 2 5 -0,904 -6,613 1,640 5,999TR2 2 5 -0,827 -6,039 1,256 4,593TR1 2 5 -0,967 -7,076 2,034 7,440AF3 3 5 0,482 3,523 -1,169 -4,276AF2 3 5 0,607 4,440 -1,401 -5,125AF1 2 5 -0,093 -0,681 0,116 0,423CA4 1 5 10,876 13,723 7,248 26,509CA3 1 4 0,837 6,124 2,597 9,497CA2 1 4 0,824 6,028 2,511 9,182CA1 1 4 0,931 6,809 2,465 9,016

Multivariate 244,173 103,343

Penilaian Normalitas Conitive

Min Max Skew C.R Kurtosis C.RPU6 4,000 5,000 0,019 0,137 -2,000 -7,313PU5 4,000 5,000 0,322 2,354 -1,896 -6,936PU4 3,000 5,000 0,496 3,628 -1,538 -5,626PU3 4,000 5,000 0,283 2,071 -1,920 -7,021PU2 4,000 5,000 0,440 3,220 -1,806 -6,606PU1 4,000 5,000 -0,031 -0,228 -1,999 -7,311PE6 3,000 5,000 0,679 4,968 -1,298 -4,745PE5 3,000 5,000 0,501 3,664 -1,332 -4,870PE4 3,000 5,000 0,551 4,030 -1,474 -5,391PE3 4,000 5,000 0,563 4,119 -1,683 -6,155PE1 2,000 5,000 0,344 2,515 0,109 0,397ITU4 3,000 5,000 0,501 3,664 -1,332 -4,870ITU3 3,000 5,000 0,598 4,371 -1,198 -4,383ITU2 3,000 5,000 0,418 3,056 -0,487 -1,782ITU1 3,000 5,000 0,318 2,324 -0,798 -2,920

Multivariate 490,583 190,668 4.4.3 Asumsi Outliers

Dalam analisis Multivariate adanya outlier dapat diuji dengan

statistik chi square terhadap nilai Mahalanobis distance squared dengan

tingkat signifikansi 0,01 dengan degree of freedom sejumlah konstruk

yang digunakan dalam penelitian (Hier et al., 1998).

Outlier adalah observasi yang muncul dengan nilai-nilai ekstrim

yang memiliki karateristik unik yang sangat berbeda dari observasi lainnya

dan muncul dalam bentuk nilai ekstrim baik untuk variabel tungal maupun

variabel kombinasi (Hier et al.,1998.) umumnya perlakuan terhadap

outlier adalah dengan mengeluarkanya dari data dan tidak

mengikutsertakan dalam perhitungan berikutnya.

4.4.4 Evaluasi atas kriteria Goodness of fit

Hubungan hipotesis konstruk-konstruk penelitian pada model yang

diajukan hubungan kausal antar konstruk tersebut. Evaluasi nilai Goodness

of fit dari model konstruk. Pengujian kesesuaian model dengan

menggunakan criteria goodness of fit dapat dilihat pada tabel berikut ini:

Tabel 40.8 Kriteria Goodness of Fit Cognitive and Personality

Goodness of fit index

Nilai Kritis

Cognitive Personality

Indeks Keterangan Indeks Keterangan


Diharapkan kecil

1560,754 Kecil, χ2 dengan DF = 200

167,250 Kecil, χ2 dengan DF = 200


0,05 0,000 Baik 0,000 Baik

χ2 relatif (CMIN/DF)

≤ 2,00 / 3,00

1,935 Baik 2,322 Baik

GFI ≥ 0,90 0,939 Baik 0,938 BaikAGFI ≥ 0,90 0,910 Baik 0,903 BaikRMSEA ≤ 0,08 0,054 Baik 0,065 Baik

Sumber: Lampiran 5 dan 6

a. χ² - Chi square

Tujuan analisis adalah mengembangkan dan menguji sebuah model

yang sesuai dengan data atau yang fit terhadap data, maka dibutuhkan

sebuah nilai χ² yang tidak signifikan. Nilai χ² ini dapat dibandingkan

dengan degree of freedom-nya untuk mendapatkan nilai χ² relatif dan

digunakan untuk membuat kesimpulan bahwa nilai χ² relatif tinggi

menandakan adanya perbedaan yang signifikan antara matriks kovarians

yang diobservasi dan yang diestimasi. Berdasarkan uji statistik χ2-chi-

square yang dihasilkan dalam model cognitive adalah sebesar 1560,754

dengan tingkat signifikansi 0,000 dan personality adalah sebesar 167,250

dengan tingkat signifikansi 0,000, Hal ini membuktikan bahwa model

menunjukkan bahwa tidak ada perbedaan antara matriks kovarians sampel

dengan matrik kovarians populasi yang diestimasi.

b. RMSEA – The Root Mean Square Error of Approximation.

RMSEA adalah sebuah indeks yang dapat digunakan untuk

mengkompensasi Chi-square statistic dalam sampel besar (Baumgarthner

& Homburg dalam Augusty, 2002:56). RMSEA yang diharapkan adalah

sebesar ≤0,08. Dari hasil pengujian nilai RMSEA yang dihasilkan oleh

model cognitive adalah sebesar 0,054 dan personality adalah sebesar 0,065

dan lebih kecil dari 0,08. Hal ini membuktikan bahwa model tersebut

dapat diterima.

c. GFI – Goodness of- Fit Index

Index kesesuaian ini akan menghitung proporsi tertimbang dari

varians dalam matriks kovarian sampel yang dijelaskan oleh matriks

kovarian populasi yang terestimasikan GFI yang diharapkan adalah

sebesar ≥ 0,90 (Tanaka & Huba, 1989 dalam Augusty). Dari hasil

pengujian komputasi AMOS, GFI yang dihasilkan oleh model cognitive

adalah sebesar 0,939 dan personality adalah sebesar 0,98, untuk model

cognitive lebih besar yang diharapkan yaitu ≥0,90, dan model personality

lebih besar ≥0,90 Jadi GFI cognitive menunjukkan tingkat penerimaan

dengan baik, karena memenuhi ketentuan minimum yaitu ≥0,90,

sedangkan GFI personality menunjukkan tingkat penerimaan yang baik

karena memenuhi ketentuan sebesar ≥ 0,90

d. AGFI – Adjust Goodness of fit Index

Tingkat penerimaan yang direkomendasikan adalah bila AGFI

mempunyai nilai sama dengan atau lebih dari 0,90 (Hair, 1995 dalam

Augusty). Dari hasil pengujian komputasi AMOS, AGFI yang dihasilkan

oleh model cognitive yang dihasilkan adalah 0,910 dan model personality

0,903, diatas yang diharapkan yaitu ≥ 0,90, Jadi AGFI model cognitive dan

personality hanya menunjukkan tingkat penerimaan dengan baik, karena

memenuhi ketentuan minimum yaitu ≥ 0,90,

e. CMIN/DF- The Minimum Sampel Discrepancy Function/Degree of

Freedom

CMIN/DF salah satu indikator untuk mengukur tingkat fitnya

sebuah model. Dalam hal ini CMIN/DF tidak lain adalah statistic Chi-

square, χ² dibagi DF-nya sehingga disebut χ² relatif. Nilai χ² relatif kurang

dari 2,0 atau bahkan kurang dari 3,0 adalah indikasi dari acceptable fit

antara model dan data (Arbuckle, 1997 dalam Agusty). Dari hasil

pengujian komputasi AMOS, CMIN/DF yang dihasilkan dalam model

cognitive tersebut adalah 1,935 dan model personality 2,322 atau lebih

besar dari 2,00, Jadi CMIN/DF menunjukkan tingkat penerimaan dengan

baik, karena memenuhi ketentuan minimum 2,00 atau 3,00

40.5 Evaluasi Hubungan kausal Model Struktural

Setelah kriteria goodness of fit dapat terpenuhi atas model

struktural yang diestimasi, selanjutnya analisis terhadap hubungan-

hubungan struktur model (pengujian hipotesis) dapat dilakukan. Hubungan

antar konstruk dalam hipotesis ditunjukan oleh nilai standardized

regresson weigh. Berdasarkan output SEM, degree of freedom yang

digunakan pada model cognitive sebesar 81 (lampiran IV), sedang model

personality sebesar 67 (lampiran V).

Pengujian hipotesis dilakukan pertama, dengan menganalisa

tingkat signifikansi hubungan kausalitas antar konstruk dalam model yang

didasarkan pada nilai C.R (teknologi-hitung) yang lebih besar atau sama

dengan nilai teknologi-tabel (t-hitung t-tabel). Kedua, dengan melihat

standardized structural (path) coefficients dari setiap hipotesis terutama

pada kesesuaian arah hubungan path dengan arah hubungan yang telah

dihipotesiskan sebelumnya. Jika arah hubungan sesuai dengan yang

dihipotesiskan dan nilai critical ration-nya juga memenuhi persyaratan

maka dapat dikatakan bahwa hipotesis yang diuji mendapat dukungan

yang kuat. Pada model cognitive, nilai kritis yang digunakan adalah nilai t-

tabel dengan degree of fredom 81 sebesar 20,576 ( =0,005, one tailed),

2,326 ( =0,01, one tailed) dan model personality 67 sebesar 20,576 (

=0,005, one tailed), 2,326 ( =0,01, one tailed) .Kemudian berdasarkan

model penelitian, maka selengkapnya disajikan dalam tabel 40,6.

Tabel 40,6.Menyajikan Hasil Pengujian Hipotesis yang Diajukan.

Hipotesis Cognitive Personality SimpulanStandardized

EstimateC.R Standardize

d EstimateC.R

ITU <---PU H1 0,332 30,746** H1 didukungITU <---PE H2 0,306 3,171** H2 didukungITU <---CA H3 -0,301 -40,603** H3 didukungITU <---AF H4 0,238 30,785** H4 didukungITU <---TR H5 1,45 2,440* H5 didukung

Signifikan pada tingkat ** p<0,005 * p<0,010

Berdasarkan tabel 40,6. di atas dapat diuraikan sebagai berikut:

1. Pengujian Hipotesis Satu (H1)

Hipotesis yang diuji dalam bagian ini adalah hipotesis satu

menyatakan bahwa kegunaan persepsian (perceivedd of usefulness atau PU)

berhubungan positif terhadap (intention to use atau ITU). Tujuan pengujian

hipotesis ini adalah untuk mengetahui apakah kegunaan persepsian atau

(perceivedd of usefulness atau PU) mempunyai pengaruh terhadap Intention to

Use atau ITU. Hasil Regression Weight PU terhadap ITU menunjukan nilai

CR (t-hitung) sebesar 30,746 dan nilai t-tabel sebesar 2,576, dari hasil tersebut

menunjukan bahwa t-hitung lebih besar dari t-tabel, berarti hasil ini

menunjukan bahwa PU mempunyai hubungan positif terhadap ITU, berarti

hipotesis satu (H1) yang diajukan didukung. Hasil temuan ini konsisten

dengan hasil penelitian Davis, 1989; Chau, 1996; Igbaria et al., 1997; Sun,

2003; Venkantesh et al., 2003.

2. Pengujian Hipotesis Dua (H2)

Hipotesis yang diuji dalam bagian ini adalah hipotesis dua menyatakan

bahwa kemudahan penggunaan persepsian (perceivedd ease of use atau PE)

berhubungan positif terhadap intention to use atau ITU. Tujuan pengujian

hipotesis ini adalah untuk mengetahui apakah kemudahan penggunaan

persepsian (perceivedd ease of use atau PE) mempunyai pengaruh terhadap

intention to use atau ITU. Hasil Regression Weight PE terhadap ITU

menunjukan nilai CR (t-hitung) sebesar 3,171 dan nilai t-tabel sebesar 2,576,

dari hasil tersebut menunjukan bahwa t-hitung lebih besar dari t-tabel, berarti

hasil ini menunjukan bahwa PE mempunyai hubungan positif terhadap ITU,

berarti hipotesis dua (H2) yang diajukan didukung. Hasil temuan ini

konsisten dengan hasil penelitian Davis, 1989; Chau, 1996; Igbaria et al.,

1997; Sun, 2003; Venkantesh et al., 2003.

3. Pengujian Hipotesis Tiga (H3)

Hipotesis yang diuji dalam bagian ini adalah hipotesis tiga menyatakan

bahwa kecemasan komputer (computer anxiety atau CA) berhubungan negatif

terhadap niat atau intention to use atau ITU. Tujuan pengujian hipotesis ini

adalah untuk mengetahui apakah kecemasan komputer berhubungan negatif

terhadap niat atau intention to use atau ITU. Hasil Regression Weight CA

terhadap ITU menunjukan nilai CR (t-hitung) sebesar -40,603 dan nilai t-tabel

sebesar 1,645, dari hasil tersebut menunjukan bahwa t-hitung lebih besar dari

t-tabel, berarti hasil ini menunjukan bahwa CA mempunyai hubungan

terhadap ITU (perceivedd usefulness atau PU), berarti hipotesis H3 yang

diajukan didukung. Hasil temuan ini konsisten dengan hasil penelitian Fagan

et al., 2003; Compeau dan Higgis, 1995; Igbaria dan Livari, 1995; Igbaria dan

Pasuraman, 1989).

4. Pengujian Hipotesis Empat (H4)

Hipotesis yang diuji dalam bagian ini adalah hipotesis empat

menyatakan bahwa perasaan (affect atau AF) berhubungan positif terhadap

intention to use atau ITU. Tujuan pengujian hipotesis ini adalah untuk

mengetahui apakah kepercayaan (trust atau TR) mempunyai pengaruh

terhadap intention to use atau ITU. Hasil Regression Weight AF terhadap ITU



hasil ini menunjukan bahwa kepercayaan perasaan (affect atau AF)

mempunyai hubungan positif terhadap ITU, berarti hipotesis dua (H4) yang

diajukan didukung. Hasil temuan ini konsisten dengan hasil penelitian

Thompson 1991; Compeau dan Higgins (1995b); Compeau, et al., (1999)

5. Pengujian Hipotesis Empat (H5)

Hipotesis yang diuji dalam bagian ini adalah hipotesis lima

menyatakan bahwa kepercayaan (truts atau TR) berhubungan positif terhadap

intention to use atau ITU. Tujuan pengujian hipotesis ini adalah untuk

mengetahui apakah kepercayaan (trust atau TR) mempunyai pengaruh

terhadap intention to use atau ITU. Hasil Regression Weight TR terhadap ITU



hasil ini menunjukan bahwa kepercayaan (trust atau TR) mempunyai

hubungan positif terhadap ITU, berarti hipotesis dua (H5) yang diajukan

didukung. Hasil temuan ini konsisten dengan hasil penelitian Limayem,

Khalifa, and Frini 2000; Vijayasarathy and Jones 2000; Lynch, Kent, and

Srinivasan 2001).

Gambar 4.1

Model Cognitive dan Model Personality

Keterangan: Signifikan pada tingkat ** p<0,005 * p<0,010

DISKUSI

Pada bagian ini akan didiskusikan mengenai hubungan antar konstruk dan model

yang digunakan. Ada tiga tujuan yang ingin dicapai dalam penelitian ini yaitu

pertama untuk mendapatkan bukti empiris dengan menguji faktor-faktor

cognitive: (perceived usefulnees) dan (perceived ease of use) terhadap niat

penggunaan internet, kedua, untuk mendapatkan bukti empiris dengan menguji

faktor-faktor personality: computer anxiety, affect dan trust, terhadap niat

penggunaan internet, dan ketiga, untuk mendapatkan bukti empiris dengan

membandingkan model faktor-faktor personality dan cognitive terhadap

pengunaan internet.

Tujuan pertama dari penelitian ini untuk mendapatkan bukti apakah

faktor-faktor persepsi (cognitive) yang terdiri dari dua konstruk yaitu perceivedd

usefulness dan perceivedd ease of use yang diadopsi dari TAM. Perceivedd

usefulness dan perceivedd ease of use berpengaruh terhadap niat penggunaan

teknologi. Kedua konstruk ini telah banyak digunakan para peneliti dalam sistem

informasi, hasil review yang dilakukan oleh Lee et al. 2003, menyatakan bahwa

sampai pada tahun 2003 teori ini telah dirujuk oleh 698 penelitian. Hasil dari

penelitian ini juga menemukan hubungan yang sangat signifikan antara konstruk

perceivedd usefulness dan perceivedd ease of use berpengaruh terhadap niat

penggunaan teknologi, yang mana hasil tersebut menunjukan tingkat signifikansi

dari perceivedd usefulness sebesar p<0,005 dan perceivedd ease of use sebesar

p<0,005. Hasil ini konsisten dengan hasil penelitian Davis, 1989; Chau, 1996;

Igbaria et al., 1997; Sun, 2003; Venkantesh et al., 2003.

Tujuan kedua dari penelitian ini untuk mendapatkan bukti apakah faktor-

faktor personality : kecemasan komputer (computer anxiety), perasaan (affect) dan

kepercayaan (trust), dapat mempengaruhi niat pada penggunaan internet.

Kecemasan komputer, seperti pada gambar 4.1 menunjukan bahwa kecemasan

komputer mempunyai pengaruh terhadap niat penggunaan teknologi dengan

tingkat signifikansi p<0,005 dari hasil ini menunjukan konsisten dengan hasil

penelitian Fagan et al., 2003; Compeau dan Higgis, 1995; Igbaria dan Livari,

1995; Igbaria dan Pasuraman, 1989). Sedangkan untuk konstruk perasaan

menunjukan bahwa mempunyai hubungan secara langsung dengan niat

penggunaan teknologi dengan tingkat signifikansi sebesar p<0,005 dari hasil ini

menunjukan konsisten dengan hasil penelitian yang dilakukan oleh Thompson

1991; Compeau dan Higgins (1995b); Compeau, et al., (1999). Untuk konstruk

terahir dari faktor-faktor personality yaitu kepercayaan yang mana pada gambar

4.1 menunjukan bahwa perasaan mempunyai pengaruh secara langsung dengan

niat penggunaan teknologi dengan tingkat signifikansi sebesar p<0,010 dari ini

konsisten dengan penelitian yang dilakukan sebelumnya oleh Limayem, Khalifa,

and Frini 2000; Vijayasarathy and Jones 2000; Lynch, Kent, and Srinivasan

2001).

Tabel 40.7

Pengujian Model

Goodness of fit index Nilai Kritis Cognitive Personality Keteranganχ2-Chi-Square

(CMIN)Diharapkan

kecil DF=2001560,754 167,250 cognitive


0,05 0,000 0,000

χ2 relatif (CMIN/DF) ≤ 2,00 1,935 2,322 cognitiveGFI ≥ 0,90 0,939 0,938 cognitive

AGFI ≥ 0,90 0,910 0,903 cognitiveRMSEA ≤ 0,08 0,054 0,065 cognitive

Bila dilihat dari hasil diatas menunjukan bahwa model cognitive lebih baik atau

mendukung dari pada model personality yang diukur menggunakan lima

pengukuran digunakan untuk menilai keseluruhan model dari, χ2-Chi-Square

(CMIN) sebesar 1560,754, χ2 relatif (CMIN/DF) sebesar 1,935, GFI sebesar 0,939,

AGFI sebesar 0,910, RMSEA sebesar 0,054.

BAB V

PENUTUP

SIMPULAN

Tujuan penelitian ini adalah untuk mengkomparasi dua model yaitu

persepsi (cognitive) dan model personality, alasan utama peneliti membedakan

persepsi dan personality dalam penelitian ini adalah ada beberapa peneliti-peneliti

sistem informasi tidak membedakan antara faktor-faktor persepsi dan personality,

sebagai contoh yaitu penelitian yang dilakukan oleh Schultz dan Slevin (1975),

Lukas (1978), dan ahir tahun 2007, hasil penelitian yang dilakukan oleh MacElroy

menyatakan bahwa faktor-faktor personality lebih didukung dibangdingkan

dengan faktor-faktor persepsi, dengan demikian peneliti ingin mengetahui model

mana yang mempengaruhi niat penggunaan teknologi, model yang digunakan

peneliti untuk model persepsi (cognitive) diadopsi dari penelitian Davis (1989),

adalah model TAM yang diwakili oleh dua konstruk yaitu konstruk kegunaan

persepsian (perceivedd usefulness) dan kemudahan penggunaan persepsian

(perceivedd ease of use), kedua konstruk ini telah banyak diadopsi oleh para

peneliti di sistem informasi dan model personality, peneliti menggunakan

konstruk-konstruk yang telah banyak diteliti dalam sistem informasi, yaitu

konstruk kecemasan komputer, konstruk perasaan dan konstruk kepercayaan.

Dalam penelitin ini peneliti mempenyai tiga tujuan yang pertama adalah

apakah faktor-faktor persepsi (cognitive) yaitu kegunaan persepsian dan

kemudahan kengunaan persepsian mempengaruhi niat terhadap penggunaan

teknologi, kedua apakah faktor-faktor personality yaitu kecemasan komputer,

kepercayaan mempengaruhi niat penggunaan teknologi, dan yang ketiga yaitu

melihat model persepsi (cognitive) lebih baik dari model personality.

Untuk menjawab pertanyaan peneliti, maka peneliti melakukan penelitian

dengan menyebarkan sebanyak 350 kuesioner pada Fakultas Ekonomika dan

Bisnis Universitas Gadjah Mada yang dijadikan sampel. Dari 350 kuesioner yang

disebar diperoleh 321 kuesioner yang valid untuk digunakan dalam penelitian.

Hasil pengujian model persepsi (cognitive) dan model personality,

menunjukan bahwa model persepsi lebih baik dari model personality yang diukur

dengan menggunakan lima pengukuran digunakan untuk menilai keseluruhan

model dari, χ2-Chi-Square (CMIN) sebesar 1560,754, χ2 relatif (CMIN/DF)

sebesar 1,935, GFI sebesar 0,939, AGFI sebesar 0,910, RMSEA sebesar 0,054.

untuk lebih jelas dapat dilihat pada tabel 5.1 dibawah ini:

Tabel 5.1

Model persepsi (cognitive) dan model personality

Goodness of fit index Nilai Kritis Cognitive Personality Keterangan


Diharapkan kecil DF=200

1560,754 167,250 cognitive


0,05 0,000 0,000

χ2 relatif (CMIN/DF) ≤ 2,00 1,935 2,322 cognitiveGFI ≥ 0,90 0,939 0,938 cognitive

AGFI ≥ 0,90 0,910 0,903 cognitiveRMSEA ≤ 0,08 0,054 0,065 cognitive

B. KETERBATASAN

Penelitian ini mempunyai banyak keterbatasan atau kelemahan seperti

berikut ini:

1. Penelitian ini hanya menggunakan teknologi tertentu saja, menggunakan

kelompok pemakai tertentu dan area geografi tertentu. Oleh karena itu, perlu

kehatian-hatian untuk mengeneralisirkan hasil ini ke teknologi lain, kelompok

profesional lain atau lingkungan lain, sebagai contoh sampel hanya terbatas

pada mahasiswa Fakultas Ekonomika dan Bisnis Universitas Gadjah Mada.

sehingga kurang dapat untuk mengeneralisir hasil penelitian.

2. Penelitian ini hanya sebatas pada tingkat niat yang belum pada penggunaan

aktual. Hal ini disebabkan metode survei yang lebih didasarkan pada data

penilaian sendiri.

C. SARAN

1. Penelitian berikutnya dapat memperluas sampel, misalnya tidak hanya dari

bidang akademisi tetapi juga bidang praktisi.

2. Penelitian berikutnya dapat memperluas sampel misalnya mahasiswa antar

perguruan tinggi di Indonesia.

3. Penelitian berikutnya dapat mengembangkan variabel lain bagi

pemanfaatan teknologi informasi.

DAFTAR PUSTAKA

Agarwal, R., Sambamurthy, V., and Stair, R. M. “Research Report: The Evolving Relationship Between General and Specific Computer Self-Efficacy: An Empirical Assessment,” Information Systems Research (11:4), 2000, pp. 418-430,

Ajzen, I., and Fishben, M. Understanding Attitudes and Predicting Social Behaviour, Englewood Cliffs, NJ: Printice Hall., 1980,

Amiel, T., and Sargent, S. L. “Individual Differences in Internet Usage Motives,” Computers in Human Behavior (20:6), 2004, pp. 711-726.

Anfuso, D. “Report: Online Retail Spending to Grow,” iMedia

Bandura, A. “Self-Efficacy: Toward a Unifying Theory of Behavioral Change,” Psychological Review (84:2), 1977, pp. 191-215.

Bandura, A. “Social Foundations of Thought and Action, Prentice-Hall, Englewood Cliffs, NJ, 1986.

Barrick, M. R., and Mount, M. K. “The Big Five Personality Dimensions and Job Performance: A Meta-Analysis,” Personnel Psychology (44:1), 1991, pp. 1-26.

Cheung W. and Chang M. K. “Determinants of the intention to use Internet/WWW at work: a confirmatory study”, Information & Management, (2001) 39, 1-14.

Callaghan, D. “Personalization is Key to Web Success,” eWeek (17:27), July 3, 2000, p. 23.

Cambre, M. A., and Cook, D. L. “Computer Anxiety: Definition, Measurement, and Correlates,” Journal of Educational Computing Research (1:1), 1985, pp. 37-54.

Compeau, D. R., and Higgins, C. A. “Application of Social Cognitive Theory to Training for Computer Skills,” Information Systems Research (6:2), 1995a, pp. 118-143.

Compeau, D. R., and Higgins, C. A. “Computer Self-Efficacy: Development of a Measure and Initial Test,” MIS Quarterly (19:2), 1995b, pp. 189-211.

Compeau, D. R., Higgins, C. A., and Huff, S. “Social Cognitive Theory and Individual Reactions to Computing Technology: A Longitudinal Study,” MIS Quarterly (23:2), 1999, pp. 145-158.

Connection, February 7, 2006 (available online at http://www. imediaconnection.com/news/8191.asp)

Cooper, Donald R., & Schindler, Pamela S., 2006. Business Research Methods,8th ed, McGraw-Hill: New York

Dambrot, F. H., Watkins-Malek, M. A., Siling, S. M., Marshall, R. S., and Garver, J. “Correlates of Sex Differences in Attitudes toward and Involvement with Computers,” Journal of Vocational Behavior (27:1), 1985, pp. 71-86.

Darlington, R. B. “Multiple Regression in Psychological Research and Practice,” Psychological Bulletin (69:3), 1968, pp. 161-182.

Davis, F. D. “Perceivedd Usefulness, Perceivedd Ease of Use, and End User Acceptance of Information Technology,” MIS Quarterly (13:3), 1989, pp. 319-340,

Davis, F. D., Bagozzi, R. P., and Warhsaw, P. R. “User Acceptance of Computer Technology: A Comparison of Two Theoretical Models,” Management Science (35:8), 1989, pp. 982-1003.

DeLone, W. H., and McLean, E. R. “Information System Success: The Quest for the Dependent Variable,” Information Systems Research (3:1), 1992, pp. 60-95.

Du Bois, G. “Portals Getting Personal: Personalization Technology Goes Corporate,” eWeek (17:27), July 3, 2000, pp. 1, 22.

Flaherty, L. M., Pearce, K. J., and Rubin, R. B. “Internet and Faceto- Face Communication: Not Functional Alternatives,” Communication Quarterly (46:3), 1998, pp. 250-266.

Fogg, B.J., and Tseng, H. “The elements of computer credibility.” Paper presented at the CHI’99 (Computer–Human Interaction) Conference on Human Factors in Computing Systems, Pittsburgh, May 15–20, 1999.

http://www/

Garfield, M. J., Taylor, N. J., Dennis, A. R., and Satzinger, J. W. “Research Report: Modifying Paradigms—Individual Differences, Creativity Techniques, and Exposure to Ideas in Group Idea Generation,” Information Systems Research, (12:3), 2001, pp. 322-333.

George, J. “The Role of Personality in Organizational Life: Issues and Evidence,” Journal of Management (18:2), 1992, pp. 185-213.

Goldberg, L. R. (1990). An alternative “description of personality”: The big-five factor structure. Journal of Personality and Social Psychology, 1990, 59, pp. 1216-1229.

Goodhue, Dale L. 1988. IS Attitudes: Toward Theoritical and Definition Clarity. Data Base Fall/Winter. p0,6-15

Hamburger, Y. A., and Ben-Artizi, E. “The Relationship Between Extraversion and Neuroticism and the Different Uses of the Internet,” Computers in Human Behavior (16:4), 2000, pp. 441-449.

Hartono, Jogiyanto, Metodologi Penelitian Bisnis: Salah Kaprah dan Pengalaman-pengalaman, BPFE UGM, 2004.

Hartono, Jogiyanto, Sistem Informasi Keperilakuan. Andy Offset, 2007.

Harvey, R. J. “Reliability and Validity,” In MBTI Applications: A Decade of Research on the Myers-Briggs Type Indicator, A. L.

Hammer (ed), Consulting Psychologists Press, Palo Alto, CA, 1996, pp. 5-29.

Heinssen, R. K., Glass, C. R., and Knight, L. A. “Assessing Computer Anxiety: Development and Validation of the Computer Anxiety Rating Scale,” Computers in Human Behavior (3:1), 1987, pp. 49-59.

http://en.wikipedia.

Howard, G. S., and Mendelow, A. L. “Discretionary Use of Computers: An Empirically Derived Explanatory Model,” Decision Sciences (22:2), 1991, pp. 241-265.

Huber, G. P. “Cognitive Style as a Basis for MIS and DSS Designs: Much Ado About Nothing?” Management Science (29:5), 1983, pp. 567-579.

Iqbaria, M., Pavri, F.N., dan Huff, S.L “Microcomputer Aplications: An Empirical Look at Usage,” Information & Management (16:4), 1989, pp.187-196.

Jung, C. G. Psychological Types, Princeton University Press, Princeton, NJ, 1921.

Keller, T. “Images of the familiar: Individual Differences and Implicit Leadership Theories,” The Leadership Quarterly (10:4), 1999, pp. 589-607.

Lee, Y., Kozar, K. A., and Larsen, K. R. T. “The Technology Acceptance Model: Past, Present, and Future,” Communications of the Association for Information Systems (12:50), 2003, pp. 752-780,

Limayem, M., Khalifa, M., Chin, W. W. “Factors motivating software piracy: a longitudinal study,” International Conference on Information Systems, Charlotte, United States, (1999), pp. 124-131.

Lucas, H. C., Jr. Computer Based Information Systems in Organizations, Science Research Associates, Inc., Chicago, IL, 1973.

Lucas, H. C., Jr. Implementation, the Key to Successful Information Systems, Columbia University Press, New York, 1981.

M. Rauterberg, M. Menozzi, and J. Wesson (eds.), IOS Press, Amsterdam, 2003, pp. 623-630,

McElroy J.C.; Hendricson A.R.; Townsend A.M. dan DeMarie S.M. “Disposition Factors In Internet Use: Personality Versus Cognitive,” MIS Quaterly, December 2007, pp. 237-244.

Maddi, S. R. Personality Theories: A Comparative Analysis (5th ed.), Dorsey, Homewood, IL, 1989.

Marcoulides, G. A. “The Relationship Between Computer Anxiety and Computer Achievement,” Journal of Educational Computing Research (4:2), 1988, pp. 151-158.

Marcoulides, G. A., Rosen, L. D., and Sears, D. C. “The Computer Anxiety Scale, California State University, Dominguez Hills, CA, 1985.

Mathieson, K. “Predicting User Intentions: Comparing the Technology Acceptance Model with the Theory of Planned Behavior,” Information Systems Research (2:3), 1991, pp. 173-191.

Szajana, B. “Empirical Evaluation of the Revised Technology Acceptance Model,” Management Science (42:1), 1996, pp0,85-92.

Triandis, HC. “Values, Attitudes, and Interpersonal Behavior, Nebraska Symposium on Motivation 1979; Beliefs, Attitudes, and Values, University of Nebraska Press, Lincolin, NE, 1980,

Zmud, R.W. “Individual Diffrences and MIS Success: A Review of the Empirical Literature,” Management Science, (25:10), 1979. pp 966-97.

personality factors Sunday, May 11, 2008 11:27:19

Amos

by James L. Arbuckle

Version 4.01

Copyright 1994-1999 SmallWaters Corporation 1507 E. 53rd Street - #452 Chicago, IL 60615 USA 773-667-8635 Fax: 773-955-6252 http://www.smallwaters.com

********************************************

Title

personality factors: Sunday, May 11, 2008 11:27 AM

Your model contains the following variables

CA1 observed endogenous CA2 observed endogenous CA3 observed endogenous CA4 observed endogenous AF1 observed endogenous AF2 observed endogenous AF3 observed endogenous TR1 observed endogenous TR2 observed endogenous TR3 observed endogenous ITU1 observed endogenous ITU2 observed endogenous ITU3 observed endogenous ITU4 observed endogenous

ITU unobserved endogenous

TR unobserved exogenous CA unobserved exogenous AF unobserved exogenous e1 unobserved exogenous e2 unobserved exogenous e3 unobserved exogenous e4 unobserved exogenous e5 unobserved exogenous e6 unobserved exogenous e7 unobserved exogenous e8 unobserved exogenous e9 unobserved exogenous e10 unobserved exogenous e11 unobserved exogenous e12 unobserved exogenous e13 unobserved exogenous e14 unobserved exogenous ztu unobserved exogenous

Number of variables in your model: 33 Number of observed variables: 14 Number of unobserved variables: 19 Number of exogenous variables: 18 Number of endogenous variables: 15

Summary of Parameters

Weights Covariances Variances Means Intercepts Total ------- ----------- --------- ----- ---------- ----- Fixed: 19 0 0 0 0 19 Labeled: 0 0 0 0 0 0

Unlabeled: 13 7 18 0 0 38 ------- ----------- --------- ----- ---------- ----- Total: 32 7 18 0 0 57

NOTE: The model is recursive.

Assessment of normality

min max skew c.r. kurtosis c.r. -------- -------- -------- -------- -------- -------- ITU4 3,000 5.000 0,501 30,664 -1.332 -40,870 ITU3 3,000 5.000 0,598 4.371 -1.198 -4.383 ITU2 3,000 5.000 0,418 3.056 -0,487 -10,782 ITU1 3,000 5.000 0,318 2.324 -0,798 -2.920 TR3 2,000 5.000 -0,904 -60,613 10,640 5.999 TR2 2,000 5.000 -0,826 -6.039 1.256 40,593 TR1 2,000 5.000 -0,967 -7.076 2.034 7.440 AF3 3,000 5.000 0,482 30,523 -1.169 -4.276 AF2 3,000 5.000 0,607 4.440 -1.401 -5.125 AF1 2,000 5.000 -0,093 -0,681 0,116 0,423 CA4 1.000 5.000 10,876 130,723 7.248 260,509 CA3 1.000 4.000 0,837 6.124 20,597 9.497 CA2 1.000 4.000 0,824 6.028 20,511 9.182 CA1 1.000 4.000 0,931 60,809 2.465 9.016 Multivariate 244.173 103.343

Observations farthest from the centroid (Mahalanobis distance)

Observation Mahalanobis number d-squared p1 p2 ------------- ------------- ------------- ------------- 1.297 0,005 0,000 34 31.157 0,005 0,000 221 30,973 0,006 0,000 20 30,582 0,006 0,000 163 30,083 0,007 0,000 164 29,671 0,008 0,000 157 29.490 0,009 0,000 231 29.411 0,009 0,000 219 280,580 0,012 0,000 169 270,893 0,015 0,000 106 270,601 0,016 0,000 23 27.495 0,017 0,000 210 27.219 0,018 0,000

280 260,581 0,022 0,000 271 260,581 0,022 0,000 110 260,510 0,022 0,000 182 26.194 0,024 0,000 213 25.135 0,033 0,000 185 24.424 0,041 0,000 223 24.253 0,043 0,000 91 24.052 0,045 0,000 29 23.931 0,047 0,000 319 23.931 0,047 0,000 10 23.447 0,053 0,000

303 23.447 0,053 0,000 113 23.403 0,054 0,000 257 23.362 0,055 0,000 139 22.948 0,061 0,000 19 220,625 0,067 0,000 310 22.448 0,070 0,000 17 22.448 0,070 0,000 247 22.414 0,071 0,000 293 22.414 0,071 0,000 196 22.409 0,071 0,000 46 22.282 0,073 0,000 237 22.207 0,074 0,000 36 22.166 0,075 0,000 152 210,829 0,082 0,000 314 210,829 0,082 0,000 172 210,826 0,082 0,000 120 21.492 0,090 0,000 144 21.403 0,092 0,000 117 21.037 0,101 0,000 86 20,992 0,102 0,000 41 20,786 0,107 0,000 249 20,565 0,113 0,001 54 20,557 0,114 0,000 160 20,474 0,116 0,000 268 20,466 0,116 0,000 12 20,378 0,119 0,000 305 20,378 0,119 0,000 173 20,214 0,124 0,000 309 19.941 0,132 0,001 16 19.941 0,132 0,000 217 190,895 0,133 0,000 203 190,725 0,139 0,001 276 19.276 0,155 0,006 285 19.276 0,155 0,004 183 19.271 0,155 0,003 102 19.259 0,155 0,002 122 19.184 0,158 0,002 264 19.156 0,159 0,001 235 19.095 0,161 0,001 111 18.967 0,166 0,002 4 18.925 0,168 0,002 297 18.925 0,168 0,001 125 180,890 0,169 0,001 123 180,776 0,174 0,001

7 180,530 0,184 0,003 300 180,530 0,184 0,002 13 18.382 0,190 0,004 306 18.382 0,190 0,002 251 18.240 0,196 0,004 194 18.213 0,197 0,003 132 18.113 0,202 0,004 114 18.047 0,205 0,004 83 17.943 0,209 0,005 24 170,888 0,212 0,005 190 170,871 0,213 0,004 158 170,729 0,219 0,006 205 17.225 0,244 0,060 50 17.188 0,246 0,055 66 16.994 0,256 0,098 256 160,867 0,263 0,128 197 16.439 0,287 0,386 129 16.234 0,299 0,525

208 16.214 0,300 0,495 118 16.056 0,310 0,593 265 15.989 0,314 0,606 75 150,876 0,321 0,662

Sample size: 321

Model: Default model

Computation of degrees of freedom

Number of distinct sample moments: 105 Number of distinct parameters to be estimated: 38 ------------------------- Degrees of freedom: 67

0e 9 0,0e+000 -6.4044e-001 1.00e+004 3.42486466127e+003 0 1.00e+0041e 8 0,0e+000 -20,6240e-001 2.38e+000 2.05870295602e+0032 0 50,59e-0012e* 2 0,0e+000 -80,6322e-001 1.18e+000 1.41928650105e+003 5 70,65e-0013e* 1 0,0e+000 -1.0216e+001 50,56e-001 9.38482538112e+002 4 1.21e+0004e* 1 0,0e+000 -2.2190e+001 10,57e-001 50,66713219770e+002 6 1.25e+0005e 0 90,7e+003 0,0000e+000 10,61e-002 5.07305812528e+002 8 8.99e-0016e 0 5.0e+003 0,0000e+000 6.39e-001 30,54382519646e+002 4 0,00e+000

7e 0 10,5e+004 0,0000e+000 90,86e-001 2.45369780218e+002 1 7.38e-0018e 0 10,7e+004 0,0000e+000 4.15e-001 10,72583068022e+002 1 1.18e+0009e 0 10,7e+004 0,0000e+000 2.95e-001 10,58801732298e+002 1 1.19e+00010e 0 10,8e+004 0,0000e+000 1.92e-001 10,56503336789e+002 1 1.16e+00011e 0 2.2e+004 0,0000e+000 7.96e-002 10,56255993068e+002 1 1.10e+00012e 0 2.4e+004 0,0000e+000 10,56e-002 10,56249692471e+002 1 1.02e+00013e 0 2.4e+004 0,0000e+000 40,77e-004 10,56249686371e+002 1 1.00e+000

Minimum was achieved

Chi-square = 156.250Degrees of freedom = 67Probability level = 0,000

Maximum Likelihood Estimates----------------------------

Regression Weights: Estimate S.E. C.R. Label ------------------- -------- ------- ------- -------

ITU <------- TR 0,085 0,035 2,440 par-1 ITU <------- CA -0,198 0,043 -40,603 par-2 ITU <------- AF 0,236 0,062 30,785 par-3 CA1 <------- CA 1.000 CA2 <------- CA 1.048 0,069 15.165 par-4 CA3 <------- CA 1.092 0,069 150,758 par-5 CA4 <------- CA 0,801 0,070 11.446 par-6 AF1 <------- AF 1.000 AF2 <------- AF 10,544 0,128 12.041 par-7 AF3 <------- AF 10,575 0,131 12.043 par-8

TR1 <------- TR 1.000 TR2 <------- TR 1.224 0,079 150,534 par-9 TR3 <------- TR 1.121 0,074 15.075 par-10 ITU1 <----- ITU 1.000 ITU2 <----- ITU 1.002 0,079 120,642 par-11 ITU3 <----- ITU 1.371 0,121 11.362 par-12 ITU4 <----- ITU 1.407 0,124 11.383 par-13

Standardized Regression Weights: Estimate-------------------------------- --------

ITU <------- TR 0,145 ITU <------- CA -0,301 ITU <------- AF 0,238 CA1 <------- CA 0,778 CA2 <------- CA 0,827 CA3 <------- CA 0,866 CA4 <------- CA 0,638 AF1 <------- AF 0,562 AF2 <------- AF 0,993 AF3 <------- AF 0,994 TR1 <------- TR 0,763 TR2 <------- TR 0,900 TR3 <------- TR 0,833 ITU1 <----- ITU 0,603 ITU2 <----- ITU 0,621 ITU3 <----- ITU 0,875 ITU4 <----- ITU 0,884

Covariances: Estimate S.E. C.R. Label ------------ -------- ------- ------- -------

TR <-------> AF 0,046 0,011 4.235 par-14 CA <-------> AF -0,052 0,010 -5.059 par-15 TR <-------> CA -0,055 0,016 -3.455 par-16 e11 <-----> e12 0,073 0,011 6.910 par-17 e8 <------> ztu 0,033 0,008 30,851 par-18

e4 <-------> e6 0,007 0,002 3.313 par-19 e9 <------> e12 0,026 0,008 3.059 par-20

Correlations: Estimate------------- --------

TR <-------> AF 0,285 CA <-------> AF -0,363 TR <-------> CA -0,229 e11 <-----> e12 0,467 e8 <------> ztu 0,280 e4 <-------> e6 0,276 e9 <------> e12 0,214

Variances: Estimate S.E. C.R. Label ---------- -------- ------- ------- -------

TR 0,273 0,035 70,683 par-21 CA 0,215 0,027 70,897 par-22 AF 0,095 0,017 5.459 par-23 ztu 0,069 0,012 50,567 par-24 e1 0,141 0,014 9.990 par-25 e2 0,109 0,012 80,777 par-26 e3 0,086 0,012 7.388 par-27 e4 0,202 0,018 11.494 par-28 e5 0,207 0,016 120,613 par-29 e6 0,003 0,002 1.245 par-30 e7 0,003 0,003 1.232 par-31 e8 0,195 0,019 10,195 par-32 e9 0,096 0,018 5.215 par-33 e10 0,151 0,018 8.227 par-34 e11 0,163 0,014 110,697 par-35 e12 0,149 0,013 110,672 par-36

e13 0,054 0,008 6.408 par-37 e14 0,052 0,009 6.001 par-38

Total Effects

AF CA TR ITU -------- -------- -------- --------ITU 0,236 -0,198 0,085 0,000ITU4 0,331 -0,278 0,119 1.407ITU3 0,323 -0,271 0,116 1.371ITU2 0,236 -0,198 0,085 1.002ITU1 0,236 -0,198 0,085 1.000TR3 0,000 0,000 1.121 0,000TR2 0,000 0,000 1.224 0,000TR1 0,000 0,000 1.000 0,000AF3 10,575 0,000 0,000 0,000AF2 10,544 0,000 0,000 0,000AF1 1.000 0,000 0,000 0,000CA4 0,000 0,801 0,000 0,000CA3 0,000 1.092 0,000 0,000CA2 0,000 1.048 0,000 0,000CA1 0,000 1.000 0,000 0,000

Standardized Total Effects

AF CA TR ITU -------- -------- -------- --------ITU 0,238 -0,301 0,145 0,000ITU4 0,211 -0,266 0,128 0,884ITU3 0,209 -0,263 0,127 0,875ITU2 0,148 -0,187 0,090 0,621ITU1 0,144 -0,181 0,087 0,603TR3 0,000 0,000 0,833 0,000TR2 0,000 0,000 0,900 0,000TR1 0,000 0,000 0,763 0,000AF3 0,994 0,000 0,000 0,000AF2 0,993 0,000 0,000 0,000AF1 0,562 0,000 0,000 0,000CA4 0,000 0,638 0,000 0,000CA3 0,000 0,866 0,000 0,000CA2 0,000 0,827 0,000 0,000CA1 0,000 0,778 0,000 0,000

Direct Effects

AF CA TR ITU -------- -------- -------- --------ITU 0,236 -0,198 0,085 0,000ITU4 0,000 0,000 0,000 1.407ITU3 0,000 0,000 0,000 1.371

ITU2 0,000 0,000 0,000 1.002ITU1 0,000 0,000 0,000 1.000TR3 0,000 0,000 1.121 0,000TR2 0,000 0,000 1.224 0,000TR1 0,000 0,000 1.000 0,000AF3 10,575 0,000 0,000 0,000AF2 10,544 0,000 0,000 0,000AF1 1.000 0,000 0,000 0,000CA4 0,000 0,801 0,000 0,000CA3 0,000 1.092 0,000 0,000CA2 0,000 1.048 0,000 0,000CA1 0,000 1.000 0,000 0,000

Standardized Direct Effects

AF CA TR ITU -------- -------- -------- --------ITU 0,238 -0,301 0,145 0,000ITU4 0,000 0,000 0,000 0,884ITU3 0,000 0,000 0,000 0,875ITU2 0,000 0,000 0,000 0,621ITU1 0,000 0,000 0,000 0,603TR3 0,000 0,000 0,833 0,000TR2 0,000 0,000 0,900 0,000TR1 0,000 0,000 0,763 0,000AF3 0,994 0,000 0,000 0,000AF2 0,993 0,000 0,000 0,000AF1 0,562 0,000 0,000 0,000CA4 0,000 0,638 0,000 0,000CA3 0,000 0,866 0,000 0,000CA2 0,000 0,827 0,000 0,000CA1 0,000 0,778 0,000 0,000

Indirect Effects

AF CA TR ITU -------- -------- -------- --------ITU 0,000 0,000 0,000 0,000ITU4 0,331 -0,278 0,119 0,000ITU3 0,323 -0,271 0,116 0,000ITU2 0,236 -0,198 0,085 0,000ITU1 0,236 -0,198 0,085 0,000TR3 0,000 0,000 0,000 0,000TR2 0,000 0,000 0,000 0,000TR1 0,000 0,000 0,000 0,000AF3 0,000 0,000 0,000 0,000AF2 0,000 0,000 0,000 0,000AF1 0,000 0,000 0,000 0,000CA4 0,000 0,000 0,000 0,000CA3 0,000 0,000 0,000 0,000

CA2 0,000 0,000 0,000 0,000CA1 0,000 0,000 0,000 0,000

Standardized Indirect Effects

AF CA TR ITU -------- -------- -------- --------ITU 0,000 0,000 0,000 0,000ITU4 0,211 -0,266 0,128 0,000ITU3 0,209 -0,263 0,127 0,000ITU2 0,148 -0,187 0,090 0,000ITU1 0,144 -0,181 0,087 0,000TR3 0,000 0,000 0,000 0,000TR2 0,000 0,000 0,000 0,000TR1 0,000 0,000 0,000 0,000AF3 0,000 0,000 0,000 0,000AF2 0,000 0,000 0,000 0,000AF1 0,000 0,000 0,000 0,000CA4 0,000 0,000 0,000 0,000CA3 0,000 0,000 0,000 0,000CA2 0,000 0,000 0,000 0,000CA1 0,000 0,000 0,000 0,000

Modification Indices--------------------

Covariances: M.I. Par Change --------- ---------- e12 <------> AF 16.349 0,022 e12 <------> CA 50,698 0,021 e12 <-----> e14 5.114 -0,012 e7 <-------> CA 90,583 -0,006 e7 <------> e11 4.181 -0,003 e6 <-------> CA 11.027 0,006 e5 <-------> CA 4.252 -0,024 e5 <-------> TR 16.223 0,054 e5 <------> ztu 40,548 0,015 e5 <-------> e8 5.197 0,027 e3 <------> e10 6.121 -0,022

e2 <-------> e9 7.127 -0,024 e1 <-------> TR 4.252 0,025 e1 <-------> e9 40,857 0,021

Variances: M.I. Par Change --------- --------

Regression Weights: M.I. Par Change --------- -------- ITU2 <------ AF 13.908 0,231 ITU2 <----- AF3 14.139 0,147 ITU2 <----- AF2 13.120 0,144 ITU2 <----- AF1 13.301 0,127 ITU1 <----- CA1 4.130 -0,068 TR1 <------ AF1 7.438 0,129 AF3 <------- CA 7.106 -0,026 AF3 <------ CA3 6.054 -0,018 AF3 <------ CA2 60,692 -0,019 AF3 <------ CA1 5.950 -0,018 AF2 <------- CA 80,571 0,028 AF2 <------ CA3 7.480 0,020 AF2 <------ CA2 7.974 0,020 AF2 <------ CA1 6.982 0,019 AF1 <------- CA 5.971 -0,143 AF1 <------- TR 17.168 0,214 AF1 <------ ITU 13.912 0,330 AF1 <----- ITU4 70,517 0,144 AF1 <----- ITU3 11.980 0,184 AF1 <----- ITU2 17.482 0,216

AF1 <----- ITU1 13.437 0,185 AF1 <------ TR3 14.066 0,136 AF1 <------ TR2 13.450 0,132 AF1 <------ TR1 220,631 0,177 AF1 <------ CA3 4.068 -0,088 AF1 <------ CA2 4.481 -0,092 AF1 <------ CA1 4.439 -0,090 CA3 <------ TR3 50,591 -0,068 CA1 <------ TR2 60,699 0,084

Critical Ratios for Differences between Parameters

par-1 par-2 par-3 par-4 par-5 par-6 par-7 -------- -------- -------- -------- -------- -------- --------par-1 0,000par-2 -5.318 0,000par-3 1.992 6.266 0,000par-4 12.455 14.241 80,737 0,000par-5 12.997 140,674 9.202 0,692 0,000par-6 9.166 11.494 6.030 -3.333 -3.983 0,000par-7 10,985 120,883 10,564 3.403 3.103 5.062 0,000par-8 11.012 120,877 10,618 30,561 3.266 5.226 1.434par-9 120,838 150,858 90,824 10,677 1.260 4.012 -2.126par-10 12.207 15.357 9.126 0,717 0,288 3.133 -20,853par-11 10,385 140,619 7.033 -0,438 -0,851 1.901 -30,594par-12 90,797 130,779 70,563 2.322 2,008 4.086 -0,981par-13 90,853 130,780 70,657 20,532 2.224 4.265 -0,770par-14 -1.071 50,501 -2.954 -14.324 -14.912 -10,658 -11.314par-15 -30,776 3.264 -40,681 -16.206 -160,844 -12.331 -120,843par-16 -30,690 3.092 -40,527 -16.024 -160,656 -12.188 -12.378par-17 -0,323 6.189 -20,559 -13.948 -140,537 -10,287 -11.434par-18 -1.431 5.141 -3.284 -140,585 -15.175 -10,901 -110,762

par-19 -2.241 40,756 -30,674 -15.061 -150,653 -11.344 -11.988par-20 -10,644 5.099 -3.346 -140,687 -15.277 -11.001 -110,817par-21 3.971 8.440 0,516 -9.982 -10,523 -60,734 -90,556par-22 2.957 80,873 -0,299 -9.444 -90,835 -60,832 -10,135par-23 0,276 6.321 -2.024 -13.362 -13.942 -90,780 -10,049par-24 -0,449 50,574 -20,765 -13.945 -140,534 -10,299 -11,450par-25 1.495 7.355 -1.484 -13.428 -14.138 -90,530 -10,877par-26 0,658 60,862 -1.992 -120,855 -14.093 -90,726 -11.138par-27 0,021 6.370 -2.366 -130,795 -130,663 -10,066 -11.328par-28 3,004 80,609 -0,525 -110,877 -12.489 -8.065 -10,374par-29 3.189 80,805 -0,440 -110,835 -12.420 -8.258 -10,348par-30 -2.347 40,664 -30,734 -15.113 -150,705 -11.422 -12,001par-31 -2.345 40,669 -30,733 -15.111 -150,704 -11.368 -12.030par-32 20,763 8.358 -0,618 -110,889 -12.469 -8.346 -10,402par-33 0,280 6.272 -2.159 -13.317 -130,895 -90,746 -11.180par-34 10,693 7.470 -1.299 -120,539 -13.119 -8.978 -10,751par-35 2.071 8.104 -1.130 -120,555 -13.143 -8.942 -10,707par-36 10,739 70,801 -1.350 -120,785 -13.374 -9.157 -10,822par-37 -0,868 50,728 -2.900 -14.282 -140,873 -10,601 -110,597par-38 -0,923 50,665 -2.934 -14.304 -140,895 -10,624 -110,611

par-8 par-9 par-10 par-11 par-12 par-13 par-14 -------- -------- -------- -------- -------- -------- --------par-8 0,000par-9 -2.299 0,000par-10 -3.018 -1.497 0,000par-11 -30,746 -2.013 -1.085 0,000par-12 -1.146 1.021 10,765 3.456 0,000par-1 -0,935 1.247 1.982 30,715 0,448 0,000

par-1 -11.330 -14.432 -13.972 -11.974 -10,937 -10,968 0,000par-15 -120,828 -16.059 -150,626 -13.188 -110,751 -110,763 -50,617par-16 -12.374 -16.434 -15.922 -13.031 -110,719 -110,733 -40,524par-17 -11.448 -14.473 -13.958 -110,633 -10,841 -10,880 10,778par-18 -110,770 -15.137 -140,613 -110,888 -10,857 -10,887 -0,969par-19 -11.990 -15.443 -14.978 -120,552 -11.305 -11.326 -30,550par-20 -110,823 -15.128 -140,636 -12.255 -11.123 -11.149 -1.487par-21 -90,611 -8.959 -8.478 -8.422 -80,733 -80,820 60,879par-22 -10,177 -12.097 -11.434 -9.385 -9.342 -9.414 50,894par-23 -10,086 -13.982 -13.424 -11.168 -10,462 -10,505 3.136par-24 -11.464 -14.487 -13.962 -10,847 -9.957 -10,004 1.394par-25 -10,903 -130,532 -12.950 -10,697 -10,126 -10,177 5.329par-26 -11.159 -13.977 -13.422 -11.130 -10,404 -10,448 30,821par-27 -11.345 -14.296 -130,759 -11.441 -10,605 -10,644 2.489par-28 -10,407 -120,664 -12.032 -90,858 -90,590 -90,654 70,545par-29 -10,384 -120,631 -11.997 -90,817 -90,556 -90,620 8.181par-30 -12.032 -15.489 -15.027 -120,598 -11.335 -11.356 -30,867par-31 -12,003 -15.488 -15.025 -120,597 -11.334 -11.355 -30,850par-32 -10,438 -130,556 -120,584 -90,861 -90,623 -90,686 60,629par-33 -11.201 -120,828 -130,558 -11.070 -10,449 -10,493 2.394par-34 -10,780 -130,796 -12.070 -10,505 -9.992 -10,046 4.912par-35 -10,736 -13.260 -120,663 -10,553 -10,096 -10,154 60,620par-36 -10,848 -13.450 -120,881 -10,515 -10,146 -10,201 6.156par-37 -110,608 -140,770 -14.260 -110,897 -10,726 -11.011 0,567par-38 -110,622 -140,791 -14.280 -11.918 -10,990 -10,757 0,420

par-15 par-16 par-17 par-18 par-19 par-20 par-21 -------- -------- -------- -------- -------- -------- --------

par-15 0,000par-16 -0,205 0,000par-17 8.479 60,692 0,000par-18 6.354 40,878 -2.925 0,000par-19 50,600 30,847 -6.155 -2.966 0,000par-20 50,855 4.479 -30,505 -0,594 2.186 0,000par-21 80,687 70,590 5.393 60,511 7.480 60,775 0,000par-22 8.069 70,611 40,870 6.402 70,627 60,651 -1.292par-23 5.975 6.196 1.104 3.239 5.037 30,604 -40,515par-24 70,515 6.146 -0,229 3.129 4.955 2.906 -5.411par-25 11.373 9.380 30,854 60,586 9.412 7.028 -3.451par-26 9.907 8.065 2.215 5.089 8.125 50,570 -4.350par-27 80,720 7.041 0,802 30,694 60,702 4.194 -5.013par-28 12.447 10,804 6.287 80,683 11.372 9.057 -10,791par-29 13.390 11.443 60,879 9.454 12.108 90,852 -10,669par-30 5.211 30,599 -6.461 -3.364 -1.207 -20,597 -70,581par-31 5.204 30,606 -6.440 -3.344 -1.162 -20,579 -70,577par-32 11.376 10,265 50,599 8.957 90,787 8.121 -10,779par-33 7.023 6.064 1.081 3.075 40,817 30,745 -40,667par-34 90,650 80,503 30,691 50,894 70,811 6.233 -3.010par-35 12.414 10,282 8.403 70,858 11.092 8.450 -20,876par-36 12.267 9.998 70,548 70,550 11.004 80,819 -3.263par-37 7.971 6.032 -1.398 10,794 5.443 2.380 -6.002par-38 70,733 50,886 -10,508 10,613 5.077 2.184 -6.046

par-22 par-23 par-24 par-25 par-26 par-27 par-28 -------- -------- -------- -------- -------- -------- --------par-22 0,000par-23 -30,760 0,000par-24 -40,887 -1.236 0,000par-25 -2.255 2.018 30,825 0,000par-26 -30,589 0,632 2.281 -10,643 0,000par-27 -4.499 -0,476 0,972 -20,846 -1.247 0,000par-28 -0,422 4.286 6.176 20,687 4.263 5.397 0,000

par-29 -0,251 40,646 60,720 3.071 40,770 6.059 0,235par-30 -70,757 -5.240 -5.227 -90,639 -8.382 -6.982 -11.212par-31 -70,751 -5.228 -5.216 -90,621 -8.361 -6.960 -11.223par-32 -0,599 30,850 50,627 2.293 30,780 4.908 -0,243par-33 -30,635 0,012 1.209 -1.944 -0,597 0,474 -4.168par-34 -1.946 2.200 30,713 0,453 1.905 3.028 -1.981par-35 -10,711 3.017 40,761 1.116 20,888 4.276 -10,729par-36 -2.186 2.490 4.376 0,454 2.266 30,706 -2.403par-37 -50,662 -2.150 -1.023 -5.306 -30,686 -2.219 -70,604par-38 -50,716 -2.238 -1.150 -5.384 -30,782 -2.333 -70,663

par-29 par-30 par-31 par-32 par-33 par-34 par-35 -------- -------- -------- -------- -------- -------- --------par-29 0,000par-30 -12.296 0,000par-31 -12.287 0,018 0,000par-32 -0,473 9.961 9.950 0,000par-33 -40,524 5.010 5.002 -3.384 0,000par-34 -2.270 7.996 7.986 -10,690 10,783 0,000par-35 -2.060 11.315 11.295 -1.369 2.913 0,504 0,000par-36 -20,776 11.242 11.220 -1.993 2.421 -0,082 -0,829par-37 -8.319 50,818 50,790 -60,767 -2.080 -40,827 -60,640par-38 -8.375 5.447 5.422 -60,828 -2.165 -4.901 -60,658

par-36 par-37 par-38 -------- -------- --------par-36 0,000par-37 -6.172 0,000par-38 -6.192 -0,132 0,000

Summary of models-----------------

Model NPAR CMIN DF P CMIN/DF ---------------- ---- --------- -- --------- --------- Default model 38 156.250 67 0,000 2.332

Saturated model 105 0,000 0 Independence model 14 3383.114 91 0,000 37.177

Model RMR GFI AGFI PGFI ---------------- ---------- ---------- ---------- ---------- Default model 0,022 0,938 0,903 0,599 Saturated model 0,000 1.000 Independence model 0,113 0,354 0,255 0,307

DELTA1 RHO1 DELTA2 RHO2 Model NFI RFI IFI TLI CFI --------------- -------- ---------- ---------- ---------- ---- Default model 0,954 0,937 0,973 0,963 0,973 Saturated model 1.000 1.000 1.000 Independence model 0,000 0,000 0,000 0,000 0,000

Model PRATIO PNFI PCFI ---------------- ---------- ---------- ---------- Default model 0,736 0,702 0,716 Saturated model 0,000 0,000 0,000 Independence model 1.000 0,000 0,000

Model NCP LO 90 HI 90 ---------------- ---------- ---------- ---------- Default model 89.250 560,596 129,618 Saturated model 0,000 0,000 0,000 Independence model 3292.114 31050,643 34850,886

Model FMIN F0 LO 90 HI 90 ---------------- ---------- ---------- ---------- ---------- Default model 0,488 0,279 0,177 0,405 Saturated model 0,000 0,000 0,000 0,000

Independence model 10,572 10,288 90,705 10,893

Model RMSEA LO 90 HI 90 PCLOSE ---------------- ---------- ---------- ---------- ---------- Default model 0,065 0,051 0,078 0,035 Independence model 0,336 0,327 0,346 0,000

Model AIC BCC BIC CAIC ---------------- ---------- ---------- ---------- ---------- Default model 232.250 235.987 4750,849 4130,564 Saturated model 210,000 220,328 883.102 711.001 Independence model 3411.114 3412.491 3500,861 3477.914

Model ECVI LO 90 HI 90 MECVI ---------------- ---------- ---------- ---------- ---------- Default model 0,726 0,624 0,852 0,737 Saturated model 0,656 0,656 0,656 0,689 Independence model 10,660 10,077 11.265 10,664

HOELTER HOELTER Model .05 .01 ---------------- ---------- ---------- Default model 179 199 Independence model 11 12

Execution time summary:

Minimization: 0,030 Miscellaneous: 0,280 Bootstrap: 0,000 Total: 0,310

cognitive factors Sunday, May 11, 2008 11:58:53

Amos

by James L. Arbuckle

Version 4.01

Copyright 1994-1999 SmallWaters Corporation 1507 E. 53rd Street - #452 Chicago, IL 60615 USA 773-667-8635 Fax: 773-955-6252 http://www.smallwaters.com

********************************************

Title

cognitive factors: Sunday, May 11, 2008 11:58 AM

Your model contains the following variables

PU1 observed endogenous PU2 observed endogenous PU3 observed endogenous PU4 observed endogenous PU5 observed endogenous PE1 observed endogenous PE3 observed endogenous PE4 observed endogenous PE5 observed endogenous PE6 observed endogenous ITU1 observed endogenous ITU2 observed endogenous ITU3 observed endogenous ITU4 observed endogenous PU6 observed endogenous

ITU unobserved endogenous PU unobserved endogenous

PE unobserved exogenous e1 unobserved exogenous e2 unobserved exogenous e3 unobserved exogenous e4 unobserved exogenous e5 unobserved exogenous e7 unobserved exogenous e8 unobserved exogenous e9 unobserved exogenous e10 unobserved exogenous e11 unobserved exogenous e12 unobserved exogenous

e13 unobserved exogenous e14 unobserved exogenous e15 unobserved exogenous ztu unobserved exogenous e6 unobserved exogenous zpu unobserved exogenous

Number of variables in your model: 35 Number of observed variables: 15 Number of unobserved variables: 20 Number of exogenous variables: 18 Number of endogenous variables: 17

Summary of Parameters

Weights Covariances Variances Means Intercepts Total ------- ----------- --------- ----- ---------- ----- Fixed: 20 0 0 0 0 20 Labeled: 0 0 0 0 0 0 Unlabeled: 15 6 18 0 0 39 ------- ----------- --------- ----- ---------- ----- Total: 35 6 18 0 0 59

NOTE: The model is recursive.

Assessment of normality

min max skew c.r. kurtosis c.r. -------- -------- -------- -------- -------- -------- PU6 4.000 5.000 0,019 0,137 -2,000 -7.313 ITU4 3,000 5.000 0,501 30,664 -1.332 -40,870 ITU3 3,000 5.000 0,598 4.371 -1.198 -4.383 ITU2 3,000 5.000 0,418 3.056 -0,487 -10,782

ITU1 3,000 5.000 0,318 2.324 -0,798 -2.920 PE6 3,000 5.000 0,679 4.968 -1.298 -40,745 PE5 3,000 5.000 0,501 30,664 -1.332 -40,870 PE4 3,000 5.000 0,551 4.030 -1.474 -5.391 PE3 4.000 5.000 0,563 4.119 -10,683 -6.155 PE1 2,000 5.000 0,344 20,515 0,109 0,397 PU5 4.000 5.000 0,322 2.354 -10,896 -6.936 PU4 3,000 5.000 0,496 30,628 -10,538 -50,626 PU3 4.000 5.000 0,283 2.071 -1.920 -7.021 PU2 4.000 5.000 0,440 3.220 -10,806 -60,606 PU1 4.000 5.000 -0,031 -0,228 -1.999 -7.311 Multivariate 490,583 190,668

Observations farthest from the centroid (Mahalanobis distance)

Observation Mahalanobis number d-squared p1 p2 ------------- ------------- ------------- ------------- 182 45.903 0,000 0,018 36 39.128 0,001 0,017 110 360,805 0,001 0,010 257 36.305 0,002 0,002 266 340,774 0,003 0,002 165 34.420 0,003 0,000 66 33.359 0,004 0,000 213 320,898 0,005 0,000 120 320,711 0,005 0,000 189 32.270 0,006 0,000 20 32.112 0,006 0,000 219 32.026 0,006 0,000 18 32,000 0,006 0,000 139 310,678 0,007 0,000 309 30,871 0,009 0,000 16 30,871 0,009 0,000 183 30,055 0,012 0,000 75 290,748 0,013 0,000 188 29.019 0,016 0,000 24 280,899 0,017 0,000 111 280,572 0,018 0,000 185 28.258 0,020 0,000 254 28.050 0,021 0,000 57 27.985 0,022 0,000

23 270,843 0,023 0,000 196 270,584 0,024 0,000 19 27.394 0,026 0,000 119 27.005 0,029 0,000 106 26.953 0,029 0,000 220 260,877 0,030 0,000 157 260,635 0,032 0,000

170 26.437 0,034 0,000 32 26.437 0,034 0,000 122 26.382 0,034 0,000 10 26.375 0,034 0,000 303 26.375 0,034 0,000 167 26.168 0,036 0,000 197 26.150 0,036 0,000 29 26.013 0,038 0,000 319 26.013 0,038 0,000 232 25.993 0,038 0,000 114 250,845 0,040 0,000 192 250,794 0,040 0,000 117 250,583 0,043 0,000 315 250,536 0,043 0,000 153 250,536 0,043 0,000 83 25.409 0,045 0,000 160 25.312 0,046 0,000 86 25.165 0,048 0,000 208 25.108 0,049 0,000 116 24.997 0,050 0,000 173 240,837 0,052 0,000 237 240,829 0,052 0,000 198 240,782 0,053 0,000 209 240,741 0,054 0,000 133 24.346 0,059 0,000 161 24.307 0,060 0,000 135 24.205 0,062 0,000 169 23.931 0,066 0,000 193 230,898 0,067 0,000 41 230,854 0,068 0,000 45 230,746 0,070 0,000 69 230,709 0,070 0,000 174 230,562 0,073 0,000 310 230,556 0,073 0,000 17 230,556 0,073 0,000 166 230,514 0,074 0,000 113 23.408 0,076 0,000 14 23.283 0,078 0,000 307 23.283 0,078 0,000 205 23.025 0,084 0,000 264 220,632 0,092 0,000 25 220,569 0,094 0,000 92 22.463 0,096 0,000 124 22.124 0,105 0,000 22 21.984 0,108 0,000 144 210,789 0,113 0,000 54 210,784 0,114 0,000

191 210,538 0,120 0,000 67 21.498 0,122 0,000 186 21.094 0,134 0,000 285 21.078 0,134 0,000 276 21.078 0,134 0,000 164 20,912 0,140 0,000 4 20,817 0,143 0,000 297 20,817 0,143 0,000 136 20,610 0,150 0,000 125 20,610 0,150 0,000 238 20,542 0,152 0,000 306 20,502 0,154 0,000 13 20,502 0,154 0,000 190 20,276 0,162 0,000 172 20,218 0,164 0,000

301 20,160 0,166 0,000 8 20,160 0,166 0,000 134 20,052 0,170 0,000 152 20,003 0,172 0,000 314 20,003 0,172 0,000 98 190,743 0,182 0,000 115 19.350 0,198 0,000

Sample size: 321

Model: Default model

Computation of degrees of freedom

Number of distinct sample moments: 120 Number of distinct parameters to be estimated: 39 ------------------------- Degrees of freedom: 81

0e 8 0,0e+000 -7.3780e-001 1.00e+004 2.26598886403e+003 0 1.00e+0041e 4 0,0e+000 -2.1626e-001 20,72e+000 90,89328378820e+002 20 30,80e-0012e* 2 0,0e+000 -8.4768e-002 9.34e-001 50,55011166535e+002 8.01e-0013e 1 0,0e+000 -10,5416e-002 70,89e-001 3.39267879050e+002 5 8.08e-0014e* 0 4.2e+001 0,0000e+000 8.47e-001 2.34876591162e+002 5 6.49e-0015e 0 50,5e+001 0,0000e+000 60,65e-001 10,72536241401e+002 1 1.09e+0006e 0 1.2e+002 0,0000e+000 30,57e-001 10,58616702341e+002 1 1.14e+000

7e 0 10,7e+002 0,0000e+000 2.45e-001 10,56876331486e+002 1 1.11e+0008e 0 2.1e+002 0,0000e+000 7.10e-002 10,56755751273e+002 1 1.06e+0009e 0 2.1e+002 0,0000e+000 1.04e-002 10,56754480386e+002 1 1.01e+00010e 0 2.1e+002 0,0000e+000 1.36e-004 10,56754480097e+002 1 1.00e+000

Minimum was achieved

Chi-square = 1560,754Degrees of freedom = 81Probability level = 0,000

Maximum Likelihood Estimates----------------------------

Regression Weights: Estimate S.E. C.R. Label ------------------- -------- ------- ------- -------

PU <-------- PE 0,970 0,138 7.031 par-3 ITU <------- PE 0,364 0,115 3,171 par-1 ITU <------- PU 0,267 0,071 30,746 par-2 PU1 <------- PU 1.000 PU2 <------- PU 1.076 0,074 14.489 par-4 PU3 <------- PU 1.012 0,075 13.440 par-5 PU4 <------- PU 0,955 0,074 120,873 par-6 PU5 <------- PU 0,888 0,076 110,717 par-7 PE1 <------- PE 1.000 PE3 <------- PE 1.316 0,164 8.010 par-8 PE4 <------- PE 1.400 0,172 8.149 par-9 PE5 <------- PE 0,904 0,148 6.100 par-10

PE6 <------- PE 1.189 0,155 70,649 par-11 ITU1 <----- ITU 1.000 ITU2 <----- ITU 1.016 0,080 120,647 par-12 ITU3 <----- ITU 1.394 0,124 11.238 par-13 ITU4 <----- ITU 1.413 0,126 11.205 par-14 PU6 <------- PU 0,764 0,078 90,849 par-15

Standardized Regression Weights: Estimate-------------------------------- --------

PU <-------- PE 0,658 ITU <------- PE 0,306 ITU <------- PU 0,332 PU1 <------- PU 0,750 PU2 <------- PU 0,826 PU3 <------- PU 0,767 PU4 <------- PU 0,734 PU5 <------- PU 0,674 PE1 <------- PE 0,522 PE3 <------- PE 0,699 PE4 <------- PE 0,738 PE5 <------- PE 0,473 PE6 <------- PE 0,639 ITU1 <----- ITU 0,596 ITU2 <----- ITU 0,619 ITU3 <----- ITU 0,878 ITU4 <----- ITU 0,880 PU6 <------- PU 0,573

Covariances: Estimate S.E. C.R. Label ------------ -------- ------- ------- -------

e5 <-------> e6 0,051 0,010 5.191 par-16 e4 <-------> e8 0,025 0,008 3.217 par-17 e10 <-----> e11 0,053 0,011 5.016 par-18 e9 <------> e10 0,031 0,010 3,171 par-19 e9 <------> e15 -0,017 0,006 -20,851 par-20 e12 <-----> e13 0,077 0,011 7.109 par-21

Correlations: Estimate------------- --------

e5 <-------> e6 0,344 e4 <-------> e8 0,221 e10 <-----> e11 0,338 e9 <------> e10 0,219 e9 <------> e15 -0,230 e12 <-----> e13 0,485

Variances: Estimate S.E. C.R. Label ---------- -------- ------- ------- -------

PE 0,065 0,014 4.498 par-22 zpu 0,080 0,012 60,553 par-23 ztu 0,060 0,011 5.396 par-24

e1 0,109 0,010 10,486 par-25 e2 0,076 0,008 9.016 par-26

e3 0,101 0,010 10,245 par-27 e4 0,110 0,010 10,697 par-28 e5 0,133 0,012 11.227 par-29 e7 0,173 0,015 11.465 par-30 e8 0,118 0,012 90,548 par-31 e9 0,106 0,012 80,673 par-32 e10 0,184 0,016 11.412 par-33 e11 0,133 0,013 10,423 par-34 e12 0,166 0,014 110,755 par-35 e13 0,152 0,013 110,648 par-36 e14 0,053 0,008 6.237 par-37 e15 0,053 0,009 6.043 par-38 e6 0,168 0,014 110,779 par-39

Total Effects

PE PU ITU -------- -------- --------PU 0,970 0,000 0,000ITU 0,623 0,267 0,000PU6 0,742 0,764 0,000ITU4 0,880 0,377 1.413ITU3 0,868 0,372 1.394ITU2 0,633 0,271 1.016ITU1 0,623 0,267 1.000PE6 1.189 0,000 0,000PE5 0,904 0,000 0,000PE4 1.400 0,000 0,000PE3 1.316 0,000 0,000PE1 1.000 0,000 0,000PU5 0,861 0,888 0,000PU4 0,926 0,955 0,000PU3 0,982 1.012 0,000PU2 1.044 1.076 0,000PU1 0,970 1.000 0,000

Standardized Total Effects

PE PU ITU -------- -------- --------PU 0,658 0,000 0,000ITU 0,525 0,332 0,000PU6 0,378 0,573 0,000ITU4 0,462 0,292 0,880ITU3 0,460 0,291 0,878ITU2 0,325 0,205 0,619ITU1 0,313 0,198 0,596PE6 0,639 0,000 0,000PE5 0,473 0,000 0,000PE4 0,738 0,000 0,000PE3 0,699 0,000 0,000PE1 0,522 0,000 0,000PU5 0,444 0,674 0,000PU4 0,483 0,734 0,000PU3 0,505 0,767 0,000PU2 0,544 0,826 0,000PU1 0,494 0,750 0,000

Direct Effects

PE PU ITU -------- -------- --------PU 0,970 0,000 0,000ITU 0,364 0,267 0,000PU6 0,000 0,764 0,000ITU4 0,000 0,000 1.413ITU3 0,000 0,000 1.394

ITU2 0,000 0,000 1.016ITU1 0,000 0,000 1.000PE6 1.189 0,000 0,000PE5 0,904 0,000 0,000PE4 1.400 0,000 0,000PE3 1.316 0,000 0,000PE1 1.000 0,000 0,000PU5 0,000 0,888 0,000PU4 0,000 0,955 0,000PU3 0,000 1.012 0,000PU2 0,000 1.076 0,000PU1 0,000 1.000 0,000

Standardized Direct Effects


Indirect Effects

PE PU ITU -------- -------- --------PU 0,000 0,000 0,000ITU 0,259 0,000 0,000PU6 0,742 0,000 0,000ITU4 0,880 0,377 0,000ITU3 0,868 0,372 0,000ITU2 0,633 0,271 0,000ITU1 0,623 0,267 0,000PE6 0,000 0,000 0,000PE5 0,000 0,000 0,000PE4 0,000 0,000 0,000PE3 0,000 0,000 0,000PE1 0,000 0,000 0,000PU5 0,861 0,000 0,000PU4 0,926 0,000 0,000

PU3 0,982 0,000 0,000PU2 1.044 0,000 0,000PU1 0,970 0,000 0,000

Standardized Indirect Effects


Modification Indices--------------------

Covariances: M.I. Par Change --------- ---------- e15 <------> e6 5.378 -0,015 e13 <------> PE 50,557 0,013 e13 <------> e6 6.135 0,019 e13 <-----> e15 5.239 -0,013 e12 <------> e6 60,508 -0,020 e11 <------> e6 7.209 0,021 e10 <-----> e15 40,526 -0,014 e10 <-----> e13 5.381 0,018 e8 <------> ztu 40,824 0,013

e7 <-------> e9 4.494 -0,018 e5 <------> e15 4.338 0,012 e5 <-------> e7 60,733 0,022 e4 <------> e14 5.130 -0,013 e4 <------> e13 50,597 0,016 e2 <-------> e6 4.195 -0,014 e1 <-------> e4 40,545 -0,015

Variances: M.I. Par Change --------- ----------

Regression Weights: M.I. Par Change --------- ---------- ITU3 <----- PU4 5.316 -0,076 ITU2 <------ PE 50,557 0,199 ITU2 <----- PU6 80,635 0,113 ITU2 <----- PE6 5.484 0,095 ITU2 <----- PE5 13.249 0,144 ITU2 <----- PE4 10,152 0,127 ITU2 <----- PU4 60,886 0,104 ITU1 <----- PU6 4.121 -0,081 PE5 <----- ITU2 5.105 0,100 PU5 <------ PE1 80,667 0,119 PU4 <----- ITU2 4.376 0,082 PU2 <------ PU6 40,536 -0,075 PU1 <------ PE6 4.450 -0,089 PU1 <------ PE5 4.140 -0,084

Critical Ratios for Differences between Parameters

par-1 par-2 par-3 par-4 par-5 par-6 par-7 -------- -------- -------- -------- -------- -------- --------par-1 0,000par-2 -0,582 0,000par-3 3.954 4.303 0,000par-4 5.215 80,552 0,604 0,000par-5 40,725 70,773 0,242 -0,911 0,000par-6 4.342 7.163 -0,088 -10,700 -0,768 0,000par-7 30,809 6.384 -0,479 -2.492 -10,584 -0,847 0,000par-8 5.493 50,875 20,584 1.332 10,681 2.058 2.368par-9 50,791 6.101 3.117 10,730 2.066 2.373 20,728par-10 3.225 30,880 -0,446 -1.036 -0,651 -0,307 0,099par-11 4.933 5.396 10,627 0,657 1.023 1.359 10,743par-12 4.376 6.461 0,285 -0,550 0,031 0,556 1.161par-13 5.480 7.085 2.284 2.199 20,629 3.037 3.483par-14 50,511 7.139 2.363 2.305 20,729 3.131 30,573par-15 20,891 4.992 -1.201 -30,788 -2.920 -2.232 -10,726par-16 -20,713 -2.998 -60,646 -130,686 -120,650 -12.073 -10,794par-17 -2.947 -3.377 -60,825 -14.077 -13.038 -12.422 -11.326par-18 -20,704 -2.967 -60,630 -130,643 -120,617 -12.048 -10,917par-19 -20,897 -3.280 -60,794 -13.959 -12.928 -12.369 -11.222par-20 -3.297 -4.001 -7.147 -140,672 -130,625 -13.064 -11.907par-21 -2.483 -20,621 -6.453 -13.312 -12.292 -110,712 -10,594par-22 -2.489 -20,788 -6.105 -13.367 -12.356 -110,771 -10,671par-23 -2.456 -20,556 -6.479 -12.207 -11.345 -10,789 -90,865par-24 -20,669 -2.985 -60,571 -130,522 -12.499 -11.922 -10,801par-25 -2.209 -2.207 -6.187 -13.250 -12.165 -110,554 -10,390par-26 -20,503 -20,671 -6.484 -13.068 -12.363 -110,778 -10,651par-27 -2.282 -2.311 -6.291 -13.033 -110,735 -11.412 -10,297par-28 -2.203 -2.184 -6.220 -120,899 -110,872 -11.048 -10,171

par-29 -2,002 -10,858 -6.050 -120,552 -110,536 -10,943 -90,639par-30 -10,663 -1.282 -50,838 -11.909 -10,919 -10,331 -9.245par-31 -2.142 -2.051 -6.154 -120,731 -110,722 -11.065 -10,032par-32 -2.239 -2.209 -6.240 -120,884 -110,873 -11.325 -10,182par-33 -10,557 -1.138 -50,662 -110,742 -10,758 -10,165 -9.089par-34 -2,008 -10,850 -6.047 -120,522 -110,517 -10,941 -90,830par-35 -10,709 -1.386 -50,800 -12.044 -11.050 -10,454 -9.371par-36 -10,834 -10,585 -5.904 -12.258 -11.258 -10,664 -90,573par-37 -20,709 -2.981 -60,633 -130,686 -120,657 -12.079 -10,950par-38 -20,705 -2.989 -60,636 -130,680 -120,651 -12.076 -10,945par-39 -10,696 -1.367 -50,787 -12.018 -11.018 -10,421 -9.263

par-8 par-9 par-10 par-11 par-12 par-13 par-14 -------- -------- -------- -------- -------- -------- --------par-8 0,000par-9 0,648 0,000par-10 -20,708 -30,579 0,000par-11 -0,971 -10,591 2.269 0,000par-12 -10,642 -2.025 0,662 -0,991 0,000par-13 0,377 -0,028 20,534 1.029 3.456 0,000par-14 0,469 0,063 20,616 1.120 30,576 0,240 0,000par-15 -3.036 -3.371 -0,835 -2.444 -2.251 -4.302 -4.382par-16 -70,684 -70,837 -50,741 -7.304 -11.917 -10,789 -10,765par-17 -70,837 -7.998 -5.924 -7.479 -12.277 -11.013 -10,985par-18 -70,675 -70,832 -50,647 -7.250 -110,889 -10,774 -10,745par-19 -70,814 -7.917 -50,783 -7.439 -12.178 -10,958 -10,932par-20 -8.111 -8.237 -6.211 -70,755 -120,825 -11.372 -11.316par-21 -70,525 -70,685 -50,566 -7.137 -110,598 -10,693 -10,676par-22 -7.114 -7.271 -5.336 -60,751 -110,654 -10,644 -10,625par-23 -70,500 -70,672 -50,546 -7.116 -110,523 -10,543 -10,530par-24 -70,625 -70,786 -50,676 -7.241 -11.080 -10,023 -10,012

par-25 -7.332 -70,500 -5.350 -6.931 -11.193 -10,321 -10,304par-26 -70,542 -70,700 -50,581 -7.153 -110,643 -10,604 -10,583par-27 -7.384 -70,550 -5.407 -6.986 -11.306 -10,392 -10,373par-28 -7.318 -7.497 -5.346 -6.927 -11.187 -10,316 -10,299par-29 -7.184 -7.359 -5.187 -60,775 -10,876 -10,121 -10,107par-30 -7.040 -7.230 -4.973 -60,610 -10,307 -90,767 -90,758par-31 -7.164 -7.461 -5.293 -60,873 -11.053 -10,238 -10,216par-32 -7.355 -7.384 -5.329 -6.949 -11.195 -10,328 -10,334par-33 -60,861 -7.040 -40,737 -6.418 -10,157 -90,675 -90,667par-34 -7.186 -7.368 -5.156 -60,675 -10,862 -10,116 -10,098par-35 -6.977 -7.160 -4.961 -60,557 -10,548 -9.979 -9.974par-36 -7.064 -7.244 -5.057 -60,650 -10,520 -10,034 -10,028par-37 -70,677 -70,823 -50,733 -7.298 -11.921 -10,626 -10,856par-38 -70,677 -70,843 -50,733 -7.297 -11.917 -10,869 -10,583par-39 -6.963 -7.148 -4.945 -60,542 -10,396 -90,821 -90,812

par-15 par-16 par-17 par-18 par-19 par-20 par-21 -------- -------- -------- -------- -------- -------- --------par-15 0,000par-16 -8.968 0,000par-17 -9.478 -2.081 0,000par-18 -9.087 0,095 2.108 0,000par-19 -9.382 -10,501 0,443 -10,772 0,000par-20 -10,041 -5.916 -4.266 -50,718 -4.216 0,000par-21 -80,773 10,744 30,889 10,604 3.194 70,572 0,000par-22 -80,863 0,769 2.431 0,678 1.986 5.269 -0,674par-23 -8.256 10,813 30,874 10,669 3.129 7.133 0,171par-24 -8.976 0,611 20,586 0,504 2.017 6.203 -1.000par-25 -80,508 3.986 6.440 30,816 50,535 10,500 2.149par-26 -80,822 10,826 4.369 10,698 30,515 8.977 -0,100par-27 -8.480 30,507 6.007 3.343 5.096 10,221 10,637

par-28 -8.359 4.068 70,777 30,887 50,618 10,662 2.210par-29 -7.971 70,616 70,586 5.060 60,694 11.295 3.486par-30 -7.474 60,753 80,698 60,530 7.903 110,668 5.187par-31 -8.230 4.193 7.386 3.964 5.428 90,715 2.482par-32 -8.376 3.486 50,508 3.255 6.067 80,599 10,794par-33 -7.326 7.004 80,856 90,645 10,579 110,649 50,504par-34 -8.034 5.038 7.167 60,668 6.289 10,561 3.330par-35 -70,592 60,635 80,728 6.420 7.903 11.902 8.256par-36 -70,785 6.137 8.345 5.915 7.470 110,737 7.425par-37 -9.112 0,123 2.423 0,016 10,737 6.492 -10,721par-38 -9.109 0,122 2.376 0,017 10,714 6.330 -10,679par-39 -7.408 9.428 80,775 6.497 7.971 11.956 5.077

par-22 par-23 par-24 par-25 par-26 par-27 par-28 -------- -------- -------- -------- -------- -------- --------par-22 0,000par-23 0,796 0,000par-24 -0,236 -1.162 0,000par-25 2.499 10,711 3.181 0,000par-26 0,646 -0,284 1.074 -2.435 0,000par-27 2.069 1.358 20,704 -0,570 10,885 0,000par-28 20,552 1.909 3.247 0,047 20,516 0,624 0,000par-29 30,650 3.136 4.435 1.483 30,871 2.051 1.449par-30 40,773 40,802 5.991 3.495 50,658 4.018 3.470par-31 20,821 2.161 3.418 0,522 20,819 1.061 0,494par-32 2.238 1.496 20,737 -0,184 2.067 0,341 -0,229par-33 50,518 5.136 6.276 30,885 5.959 4.388 30,862par-34 30,552 2.968 4.239 1.418 30,740 1.967 1.381par-35 5.002 40,613 50,535 3.216 5.491 30,763 3.191par-36 4.477 4.042 5.149 20,550 4.918 3.114 20,521par-37 -0,707 -10,810 -0,536 -4.187 -10,895 -30,687 -4.274

par-38 -0,701 -10,779 -0,534 -4.132 -10,863 -30,635 -4.216par-39 5.083 40,706 5.916 3.298 50,514 30,836 3.276

par-29 par-30 par-31 par-32 par-33 par-34 par-35 -------- -------- -------- -------- -------- -------- --------par-29 0,000par-30 2.113 0,000par-31 -0,889 -20,828 0,000par-32 -10,560 -3.387 -0,617 0,000par-33 20,547 0,465 3.236 3.940 0,000par-34 -0,018 -2.055 0,822 1.431 -20,655 0,000par-35 10,779 -0,380 20,561 3.179 -0,848 10,741 0,000par-36 1.075 -1.085 1.902 20,545 -10,543 1.056 -0,846par-37 -5.485 -6.947 -4.328 -30,594 -7.187 -5.209 -60,786par-38 -5.423 -60,892 -4.282 -30,528 -7.135 -5.155 -60,670par-39 2.057 -0,272 20,660 3.274 -0,742 10,845 0,110

par-36 par-37 par-38 par-39 -------- -------- -------- --------par-36 0,000par-37 -6.287 0,000par-38 -6.167 0,001 0,000par-39 0,830 6.924 60,864 0,000

Summary of models-----------------

Model NPAR CMIN DF P CMIN/DF ---------------- ---- --------- -- --------- --------- Default model 39 1560,754 81 0,000 1.935 Saturated model 120 0,000 0 Independence model 15 23020,789 105 0,000 21.931

Model RMR GFI AGFI PGFI ---------------- ---------- ---------- ---------- ----------

Default model 0,012 0,939 0,910 0,634 Saturated model 0,000 1.000 Independence model 0,085 0,333 0,238 0,291

DELTA1 RHO1 DELTA2 RHO2 Model NFI RFI IFI TLI CFI-------------- ---------- ---------- ---------- ---------- -----Default model 0,932 0,912 0,966 0,955 0,966Saturated model 1.000 1.000 1.000Independence model 0,00 0,000 0,000 0,000 0,000

Model PRATIO PNFI PCFI ---------------- ---------- ---------- ---------- Default model 0,771 0,719 0,745 Saturated model 0,000 0,000 0,000 Independence model 1.000 0,000 0,000

Model NCP LO 90 HI 90 ---------------- ---------- ---------- ---------- Default model 750,754 44.123 115.186 Saturated model 0,000 0,000 0,000 Independence model 21970,789 2045.357 23570,574

Model FMIN F0 LO 90 HI 90 ---------------- ---------- ---------- ---------- ---------- Default model 0,490 0,237 0,138 0,360 Saturated model 0,000 0,000 0,000 0,000 Independence model 7.196 60,868 6.392 7.367

Model RMSEA LO 90 HI 90 PCLOSE ---------------- ---------- ---------- ---------- ----------

Default model 0,054 0,041 0,067 0,286 Independence model 0,256 0,247 0,265 0,000

Model AIC BCC BIC CAIC ---------------- ---------- ---------- ---------- ---------- Default model 2340,754 2380,860 487.455 420,841 Saturated model 240,000 2520,632 10170,539 8120,573 Independence model 23320,789 2334.368 2429.982 2404.361

Model ECVI LO 90 HI 90 MECVI ---------------- ---------- ---------- ---------- ---------- Default model 0,734 0,635 0,857 0,746 Saturated model 0,750 0,750 0,750 0,789 Independence model 7.290 60,814 70,789 7.295

HOELTER HOELTER Model .05 .01 ---------------- ---------- ---------- Default model 211 232 Independence model 19 20

Execution time summary:

Minimization: 0,030 Miscellaneous: 0,271 Bootstrap: 0,000 Total: 0,301

BAB I - Smart Accounting | Universitas Negeri Malang – … · Web viewComputer self-efficacy, 3)....

Documents

Transcript of BAB I - Smart Accounting | Universitas Negeri Malang – … · Web viewComputer self-efficacy, 3)....