bab iv hasil penelitian dan...
TRANSCRIPT
161
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
Bab ini membahas temuan empiris hasil survei lapangan yang dilakukan
kepada responden terpilih secara deskriptif dan hasil analisis uji statistik. Temuan-
temuan empiris ini dimaksudkan untuk menunjang kesimpulan teoretis berdasarkan
hipotesis yang telah disusun oleh peneliti dari hasil analisis studi pustaka.
4.1 Profil Responden
Penelitian terkait dengan pengukuran penerimaan teknologi e-banking lebih
difokuskan kepada nasabah bank pemerintah, terdapat 835 dari total responden
yang berjumlah 835 responden atau bisa dikatakan bahwa seluruh responden valid
data kuesionernya. Responden atau nasabah dalam penelitian ini mewakili seluruh
nasabah pada bank pemerintah. Responden dikategorikan dalam beberapa
karakteristik, yaitu berdasarkan jenis kelamin, usia, experience, voluntarienes of
use dan account bank. Survei dilakukan di area Jabodetabek. Survei dilakukan
melalui wawancara tatap muka kepada nasabah bank yang memiliki e-banking.
4.1.1 Profil Responden Berdasarkan Jenis Kelamin
Hasil analisis karakteristik responden berdasarkan jenis kelamin disajikan
pada Tabel 4.1.1 berikut:
Tabel 4.1.1 Profil Responden Berdasarkan Jenis Kelamin
NO Jenis Kelamin Jumlah Persentase
1 Laki-Laki 423 50.7
2 Perempuan 412 49.3
TOTAL 835 100
Sumber: Hasil olahan data statistik (2017)
162
Berdasarkan tabel 4.1.1, karakteristik responden berdasarkan jenis kelamin
di dapat hasil sebaran yang hampir sama antara laki-laki dan perempuan. Terlihat
selisih jumlah responden antara laki-laki dan perempuan yang sangat kecil. Hal ini
menunjukkan persentase responden berdasarkan jenis kelamin adalah seimbang
atau tidak ada perbedaan yang signifikan secara proporsi. Keseimbangan persentase
antara responden laki-laki dan perempuan mengindikasikan bahwa data yang
diperoleh sangat layak untuk digunakan dalam penelitian ini.
4.1.2 Profil Responden Berdasarkan Usia
Hasil analisis data karakteristik responden berdasarkan usia disajikan pada
Tabel 4.1.2. Kategori responden menurut usia dibedakan menjadi dua, responden
dengan usia muda yakni kurang atau sama dengan 25 tahun dan responden dewasa
dengan usia lebih dari 25 tahun.
Tabel 4.1.2 Identitas Responden Berdasarkan Usia
No. Usia Jumlah Persentase
1. ≤ 25 tahun 414 49.6
2. > 25 tahun 421 50.4
TOTAL 835 100
Sumber: Hasil olahan data statistik (2017)
Jumlah responden antara yang berusia muda dan dewasa tidak berbeda jauh.
Responden usia muda dan dewasa memiliki sebaran yang seimbang terindikasi
dengan persentase keduanya yang hampir sama. Dengan demikian, tidak ada
perbedaan yang signifikan pada kategori responden menurut usia, sehingga data
yang diperoleh sudah cukup baik untuk digunakan dalam penelitian ini.
Pengelompokan usia responden menjadi dua tersebut diselaraskan pada analisis
selanjutnya, bahwa usia akan menjadi variabel moderating.
163
4.1.3 Profil Responden Berdasarkan Experience
Hasil analisis data karakteristik responden berdasarkan variabel experience
(pengalaman) adalah ditampilkan pada Tabel 4.1.3. Variabel experience pada
penelitian ini dikelompokkan menjadi dua, yaitu responden yang sudah memiliki
pengalaman dan responden yang belum memiliki pengalaman dalam menggunakan
e-banking.
Tabel 4.1.3 Identitas Responden Berdasarkan Experience
No. Experience Jumlah Persentase
1. Sudah berpengalaman 404 48.4
2. Belum berpengalaman 431 51.6
TOTAL 835 100
Sumber: Hasil olahan data statistik (2017)
Berdasarkan Tabel 4.1.3 kita dapat melihat bahwa pada karakteristik
responden berdasarkan experience ini diperoleh antara experience yaitu sudah
berpengalaman dan belum berpengalaman memiliki jumlah yang hampir sama.
Selisih responden yang sudah memiliki pengalaman dan yang belum memiliki
pengalaman sangat kecil, artinya data memiliki sebaran yang seimbang atau tidak
ada perbedaan signifikan antara persentase nasabah yang sudah berpengalaman dan
belum berpengalaman dengan e-banking. Hasil pendeskripsian ini mengisyaratkan
bahwa data yang dikumpulkan sudah layak untuk digunakan dalam penelitian
penerimaan teknologi e-banking nasabah bank pemerintah.
4.1.4 Profil Responden Berdasarkan Voluntarienes of Use
Hasil analisis data karakteristik responden berdasarkan variabel voluntarienes
of use disajikan pada Tabel 4.1.4. Voluntarienes of use yang dimaksud dalam
penelitian ini adalah kesediaan responden untuk menggunakan e-banking. Variabel
Voluntarienes of Use dalam penelitian ini termasuk variabel moderating.
164
Tabel 4.1.4 Identitas Responden Berdasarkan Voluntarienes of Use
No. Voluntarienes of Use Jumlah Persentase
1. Berkeinginan 420 50.3
2. Dipaksakan 415 49.7
TOTAL 835 100
Sumber: Hasil olahan data statistik (2017)
Berdasarkan Tabel 4.1.4 mengenai karakteristik responden berdasarkan
voluntarienes of use, diperoleh perbandingan jumlah responden antara yang
menyatakan bahwa menggunakan e-banking pada bank pemerintah karena
keinginan pribadi dan karena dipaksa mempunyai jumlah yang hampir sama, hal
ini terlihat dengan persentase yang terpaut sangat kecil. Artinya perbedaan tersebut
tidak signifikan atau sebaran data yang seimbang. Jika dilihat dari voluntarienes of
use, data yang terkumpul sudah layak digunakan dalam penelitian penerimaan
teknologi e-banking nasabah bank pemerintah.
4.1.5 Profil Responden Berdasarkan Account Bank
Hasil analisis data karakteristik responden berdasarkan account bank
disajikan pada Tabel 4.1.5. Account bank yang dimasukkan adalah account bank
yang dimiliki oleh responden, dengan fitur e-banking. Bank pemerintah yang
digunakan oleh peneliti ada empat bank, yaitu BNI, Bank Mandiri, BRI dan BTN.
Bank tersebut merupakan bank besar yang dimiliki oleh pemerintah.
Tabel 4.1.5 Identitas Responden Berdasarkan Account Bank
No. Account Bank Jumlah Persentase
1. BNI 225 26.9
2. MANDIRI 259 31.0
3. BRI 176 21.1
4. BTN 175 21.0
TOTAL 835 100
Sumber: Hasil olahan data statistik (2017)
165
Berdasarkan Tabel 4.1.5, diperoleh account bank BNI, MANDIRI, BRI dan
BTN secara berurutan sebanyak 225, 259, 176 dan 175 responden atau 26.9%, 31%,
21.1% dan 21%. Jika kita perhatikan pengguna terbanyak adalah pada Bank
Mandiri sebesar 31% sedangkan pengguna terendah pada Bank BTN hanya sebesar
21%. Jumlah ini sesuai dengan kondisi nyata jumlah pengguna e-banking masing-
masing bank yang menjadi objek penelitian. Bank mandiri merupakan bank
pemerintah dengan jumlah nasabah pengguna e-banking terbanyak, kemudian BNI,
BRI dan terakhir BTN.
4.2 Statistik Deskriptif Variabel Penelitian
Variabel penelitian ini ada tujuh variabel, terdiri dari lima variabel laten
eksogen dan dua variabel laten endogen. Variabel laten eksogen terdiri dari
Performance Expenctancy, Effort Expectancy¸ Social Influence, Faciltating
Condition dan Security. Variabel laten endogen antara lain Behavioral Intention
dan Use Behavioral. Statistik deskriptif setiap variabel penelitian yang dimaksud
dalam penelitian ini adalah frekuensi, persentase setiap jawaban responden serta
hasil pengujian inferensi setiap variabel untuk menguji tingkat jawaban responden
pada setiap item pertanyaan. Statistik uji yang digunakan untuk menguji adalah uji-
t.
4.2.1 Performance Expectancy
Performance Expectancy yang dimaksud dalam penelitian ini adalah tingkat
kepercayaan bahwa penggunaan electronic banking akan meningkatkan efisiensi
dalam bertransaksi. Ada empat indikator yang mengukur performance expectancy
166
tersebut yaitu persepsi penggunaan, motivasi ekstrinsik, kesesuaian pekerjaan,
keuntungan relatif dan ekspektasi hasil.
Indikator persepsi penggunaan, motivasi ekstrinsik, kesesuaian pekerjaan,
keuntungan relatif dan ekspektasi hasil diukur dengan menggunakan skala likert 1-
5 yang meliputi:
1: Sangat tidak setuju (STS)
2: Tidak setuju (TS)
3: Cukup Setuju (CS)
4: Setuju (S)
5: Sangat setuju (SS)
Persepsi penggunaan yang dimaksud dalam penelitian ini adalah “electronic-
banking berguna dalam transaksi perbankan nasabah”. Makin tinggi skor
menunjukkan bahwa responden makin setuju dengan pernyataan tersebut. Artinya
electronic banking sangat berguna untuk transaksi perbankan responden. Indikator
kedua dari variabel Performance Expectancy adalah motivasi ekstrinsik. Menurut
Vankatest, et al. (2003) motivasi ekstrinsik adalah sebagai persepsi yang diinginkan
oleh pengguna untuk melakukan suatu aktivitas karena dianggap sebagai alat dalam
mencapai hasil-hasil bernilai yang berbeda dari aktivitas itu sendiri.
Indikator ketiga dari variabel Performance Expectancy adalah kesesuaian
pekerjaan. Kesesuaian pekerjaan (job fit) didefinisikan bagaimana kemampuan dari
suatu sistem meningkatkan kinerja pekerjaan individual (V. Venkatest M.G., 2003).
Indikator keempat dari variabel Performance Expectancy adalah keuntungan relatif.
Menurut Venkatesh (2003) keuntungan relatif (relative advantage) didefinisikan
167
sebagai seberapa jauh menggunakan sesuatu inovasi yang dipersepsikan akan lebih
baik dibandingkan menggunakan pendahulunya. Indikator kelima dari variabel
Performance Expectancy adalah ekspektasi hasil. Menurut Venkatesh (2003)
ekspektasi hasil (outcome expectations) berhubungan dengan konsekuensi-
konsekuensi dari perilaku.
Hasil deskripsi data berikutnya tentang indikator kesesuaian pekerjaan,
diperoleh jawaban sebagian besar responden menyatakan setuju akan kesesuaian e-
banking dengan pekerjaan. Hal ini mengindikasikan bahwa sebagian besar nasabah
pada bank pemerintah setuju bahwa electronic banking meningkatkan kinerja
pekerjaan individual. Indikator tentang keuntungan relatif, sebagian besar
responden menyatakan setuju tentang keuntungan relatif. Temuan ini
mengindikasikan bahwa sebagian besar nasabah pada bank pemerintah setuju
bahwa electronic banking memberikan keuntungan relatif pada nasabah. Terkait
indikator ekspektasi hasil diperoleh jawaban yaitu yang menjawab setuju hampir
lima puluh persen. Temuan ini mengindikasikan bahwa sebagian besar nasabah
pada bank pemerintah setuju bahwa electronic banking memberikan ekspektasi
hasil pada nasabah.
4.2.2 Effort Expectancy
Effort expectancy merupakan tingkat kemudahan dalam menggunakan
sistem. Kemudahan dalam penggunaan teknologi diduga berpengaruh terhadap
penggunaan teknologi informasi. Pada penelitian ini tingkat kemudahan
penggunaan electronic banking diduga berpengaruh terhadap intensitas
penggunaan internet banking oleh nasabah perbankan. Effort expectancy
168
merupakan variabel laten dan diukur dari empat indikator. Keempat indikator
tersebut adalah kemudahan untuk memahami electronic banking, kemampuan
menggunakan electronic banking, kemudahan untuk menggunakan electronic
banking dan kemudahan untuk mengoperasionalkan electronic banking.
Indikator pertama dari variabel Effort Expectancy adalah kemudahan untuk
memahami electronic banking. Indikator kedua dari variabel Efford Expectancy
adalah kemampuan menggunakan teknologi electronic banking. Indikator ketiga
dari variabel Effort Expectancy adalah kemudahan pengguna untuk mengerjakan
teknologi electronic banking, Indikator keempat dari variabel Effort Expectancy
adalah kemudahan mengoperasionalkan teknologi electronic banking. Hasil
analisis data karakteristik responden berdasarkan keempat indikator dari Effort
Expectancy ditampilkan pada Tabel 4.2.2.1 berikut:
Tabel 4.2.2.1 Statistik Deskriptif Indikator dari Variabel Effort Expectancy
Keterangan EEX1 EEX2 EEX3 EEX4
Jml. % Jml. % Jml. % Jml. %
Sangat Tidak Setuju (STS) 9 1.1 8 1.0 6 .7 9 1.1
Tidak Setuju (TS) 66 7.9 70 8.4 70 8.4 78 9.3
Cukup Setuju (CS) 320 38.3 326 39.0 328 39.3 328 39.3
Setuju (S) 344 41.2 332 39.8 339 40.6 327 39.2
Sangat Setuju (SS) 96 11.5 99 11.9 92 11.0 93 11.1
TOTAL 835 100 835 100 835 100 835 100
Sumber: Hasil olahan data statistik (2017)
Berdasarkan Tabel 4.2.2.1, deskripsi variabel Effort expectancy diperoleh
jawaban yaitu sangat tidak setuju (STS), tidak setuju (TS), cukup setuju (CS), setuju
(S), dan sangat setuju (SS). Analisis deskriptif tentang kemudahan memahami
electronic banking, hasilnya menunjukkan bahwa mayoritas responden menyatakan
setuju bahwa penggunaan electronic banking mudah dipahami. Menggunakan
analisis top-two-boxes yaitu yang menjawab setuju (S) dan sangat setuju (SS)
169
memiliki persentase yang lebih besar dibandingkan dengan analisis bottom-two-box
yaitu yang menjawab sangat tidak setuju (STS) dan tidak setuju (TS). Artinya
sebagian besar nasabah pada bank pemerintah setuju bahwa teknologi electronic
banking mudah dipahami oleh nasabah bank.
Indikator berikutnya yaitu kemampuan menggunakan electronic banking,
jika dianalisis menggunakan top-two-boxes dan bottom-two-box sebagian besar
responden menyatakan setuju akan kemampuan nasabah terhadap penggunaan e-
banking. Temuan ini mengindikasikan bahwa sebagian besar nasabah pada bank
pemerintah setuju bahwa mereka memiliki kemampuan untuk menggunakan
electronic banking. Hasil deskripsi data berikutnya tentang indikator kemudahan
penggunaan electronic banking, diperoleh jawaban sebagian besar responden
menyatakan setuju akan kemudahan menggunakan e-banking. Hal ini
mengindikasikan bahwa sebagian besar nasabah pada bank pemerintah setuju
bahwa teknologi electronic banking mudah digunakan oleh nasabah bank. Indikator
tentang kemudahan mengoperasionalkan teknologi electronic banking, sebagian
besar responden menyatakan setuju tentang kemudahan mengoperasionalkan
teknologi electronic banking. Temuan ini mengindikasikan bahwa sebagian besar
nasabah pada bank pemerintah setuju bahwa teknologi electronic banking mudah
dioperasionalkan.
4.2.3 Social Influence
Social influence adalah persepsi individu terhadap orang yang penting
baginya meyakinkan bahwa individu tersebut harus menggunakan sistem, dalam
hal ini adalah electronic banking (Vincatesh, 2012). Pada penelitian ini, ada empat
170
indikator yang mengukur konstruk social influence. Ke-empat indikator tersebut
adalah pengaruh orang lain, pengaruh tempat kerja, pengaruh bank dan pengaruh
psikografis lingkungan (prestise).
Indikator pertama, pengaruh orang lain yaitu ada orang lain yang
mempengaruhi penggunaan electronic banking nasabah bank pemerintah. Indikator
kedua dari variabel Social Influence adalah adanya manajemen bank yang
menganjurkan penggunaan electronic banking. Indikator ketiga dari variabel Social
Influence adalah bahwa tempat kerja membantu penggunaan electronic banking.
Indikator keempat dari variabel Social Influence adalah bahwa prestise sosial
mendorong penggunaan electronic banking. Artinya, nasabah merasa memiliki
prestise yang lebih tinggi jika menggunakan electronic banking dibanding nasabah
yang tidak menggunakan electronic banking. Hasil analisis data karakteristik
responden variabel Social Influence ditampilkan pada Tabel 4.2.3.1 berikut ini:
Tabel 4.2.3.1 Statistik Deskriptif Indikator dari Variabel Social Influence
Keterangan SIX1 SIX2 SIX3 SIX4
Jml. % Jml. % Jml. % Jml. %
Sangat Tidak Setuju (STS) 9 1.1 4 .5 6 .7 6 .7
Tidak Setuju (TS) 65 7.8 71 8.5 68 8.1 74 8.9
Cukup Setuju (CS) 315 37.7 308 36.9 323 38.7 335 40.1
Setuju (S) 349 41.8 351 42.0 347 41.6 323 38.7
Sangat Setuju (SS) 97 11.6 101 12.1 91 10.9 97 11.6
TOTAL 835 100 835 100 835 100 835 100
Sumber: Hasil olahan data statistik (2017)
Berdasarkan Tabel 4.2.3.1, deskripsi variabel Social Influenze diperoleh
jawaban yaitu sangat tidak setuju (STS), tidak setuju (TS), cukup setuju (CS), setuju
(S), dan sangat setuju (SS). Analisis deskriptif tentang pengaruh orang lain pada
penggunaan electronic banking, hasilnya menunjukkan bahwa mayoritas responden
menyatakan setuju bahwa ada pengaruh orang lain. Menggunakan analisis top-two-
171
boxes yaitu yang menjawab setuju (S) dan sangat setuju (SS) memiliki persentase
yang lebih besar dibandingkan dengan analisis bottom-two-box yaitu yang
menjawab sangat tidak setuju (STS) dan tidak setuju (TS). Artinya
mengindikasikan bahwa sebagian besar nasabah pada bank pemerintah setuju
bahwa dalam penggunaan electronic banking ada orang (personal) yang
mempengaruhi penggunaan tersebut.
Indikator berikutnya yaitu adanya manajemen bank yang menganjurkan pada
penggunaan electronic banking, jika dianalisis menggunakan top-two-boxes dan
bottom-two-box sebagian besar responden menyatakan setuju adanya manajemen
bank yang menganjurkan pada penggunaan electronic banking. Temuan ini
mengindikasikan bahwa sebagian besar nasabah pada bank pemerintah setuju
bahwa ada manajemen bank yang menganjurkan penggunaan electronic banking
oleh nasabah bank pemerintah. Hasil deskripsi data berikutnya tentang indikator
tempat kerja membantu penggunaan electronic banking, diperoleh jawaban
sebagian besar responden menyatakan setuju bahwa tempat kerja membantu
penggunaan electronic banking. Hal ini mengindikasikan bahwa sebagian besar
nasabah pada bank pemerintah setuju bahwa tempat kerja telah membantu
penggunaan electronic banking pada nasabah bank pemerintah. Indikator tentang
pengaruh psikografis prestise nasabah, hasil analisis menunjukkan sebagian besar
responden menyatakan setuju terdapat pengaruh psikografis prestise nasabah.
Temuan ini mengindikasikan bahwa secara umum prestise sosial telah mendorong
penggunaan electronic banking (SIX4) pada nasabah bank pemerintah.
172
4.2.4 Facilitating Conditions
Facilitating Conditions adalah persepsi pengguna terkait ketersediaan
sumber daya dan dorongan untuk melakukan penggunaan (Vetakesh, 2012). Pada
penelitian ini Facilitating Conditions mencerminkan persepsi pengguna terkait
ketersediaan sumber daya dan dorongan untuk melakukan penggunaan electronic
banking. Tingkat persepsi ini akan mempengaruhi tingkat keinginan untuk terus
menggunakan electronic banking. Variabel Facilitating Condition (FC) diukur
dengan 3 indikator. Ke-tiga indikator tersebut adalah kontrol perilaku persepsi
(perceived behavioral control), kondisi-kondisi yang memfasilitasi (facilitating
condition), dan kompabilitas (compability conditions) menggunakan electronic
banking.
Hasil analisis data karakteristik responden berdasarkan indikator dari variabel
Facilitating Conditions ditampilkan pada Tabel 4.2.4.1 di bawah ini:
Tabel 4.2.4.1 Statistik Deskriptif Indikator dari Variabel Facilitating Conditions
Keterangan FCX1 FCX2 FCX3
Jml. % Jml. % Jml. %
Sangat Tidak Setuju (STS) 11 1.3 9 1.1 7 .8
Tidak Setuju (TS) 65 7.8 64 7.7 66 7.9
Cukup Setuju (CS) 289 34.6 307 36.8 334 40.0
Setuju (S) 396 47.4 375 44.9 340 40.7
Sangat Setuju (SS) 74 8.9 80 9.6 88 10.5
TOTAL 835 100 835 100 835 100
Sumber: Hasil olahan data statistik (2017)
Berdasarkan Tabel 4.2.4.1, deskripsi variabel Facilitating Condition
diperoleh jawaban yaitu sangat tidak setuju (STS), tidak setuju (TS), cukup setuju
(CS), setuju (S), dan sangat setuju (SS). Analisis deskriptif tentang kontrol perilaku
persepsi, hasilnya menunjukkan bahwa mayoritas responden menyatakan setuju
bahwa ada kontrol perilaku persepsi yang mempengaruhi penggunaan e-banking.
173
Menggunakan analisis top-two-boxes yaitu yang menjawab setuju (S) dan sangat
setuju (SS) memiliki persentase yang lebih besar dibandingkan dengan analisis
bottom-two-box yaitu yang menjawab sangat tidak setuju (STS) dan tidak setuju
(TS). Hal ini, mengindikasikan bahwa sebagian besar nasabah pada bank
pemerintah setuju bahwa ada kontrol perilaku persepsi yang mempengaruhi
penggunaan electronic banking pada nasabah bank pemerintah.
Indikator berikutnya yaitu kondisi-kondisi yang memfasilitasi, jika
dianalisis menggunakan top-two-boxes dan bottom-two-box sebagian besar
responden menyatakan setuju ada kondisi-kondisi yang memfasilitasi penggunaan
e-banking. Temuan ini mengindikasikan bahwa sebagian besar nasabah pada bank
pemerintah setuju bahwa ada kondisi-kondisi yang memfasilitasi penggunaan
electronic banking pada nasabah bank pemerintah. Hasil deskripsi data berikutnya
tentang indikator kompabilitas, diperoleh jawaban sebagian besar responden
menyatakan setuju bahwa terdapat kompabilitas pada pengguna e-banking. Temuan
ini mengindikasikan bahwa sebagian besar nasabah pada bank pemerintah setuju
bahwa ada kompabilitas pada penggunaan teknologi electronic banking pada
nasabah bank pemerintah.
4.2.5 Security
Security merupakan keamanan yang berasal dari penggunaan teknologi.
Security pada penelitian ini mencerminkan keamanan dari penggunaan electronic
banking. Indikator yang mengukur persepsi keamanan pada penelitian ini ada
sebanyak empat indikator. Keempat indikator tersebut adalah privacy,
autentification, integrity dan non-repudiation.
174
Indikator pertama dari variabel Security adalah privacy dalam penggunaan
electronic banking, indikator kedua dari variabel Security adalah autentification
dalam penggunaan electronic banking, indikator ketiga dari variabel Security
adalah persepsi integrity dalam penggunaan electronic banking, dan indikator
keempat dari variabel Security adalah persepsi non repudiation dalam penggunaan
electronic banking. Hasil analisis data karakteristik responden berdasarkan
indikator dari variabel Security ditampilkan pada Tabel 4.2.5.1 berikut:
Tabel 4.2.5.1 Statistik Deskriptif Indikator dari Variabel Security
Keterangan SX1 SX2 SX3 SX4
Jml. % Jml. % Jml. % Jml. %
Sangat Tidak Setuju (STS) 8 1.0 7 .8 6 .7 10 1.2
Tidak Setuju (TS) 66 7.9 73 8.7 83 9.9 56 6.7
Cukup Setuju (CS) 322 38.6 288 34.5 316 37.8 357 42.8
Setuju (S) 341 40.8 369 44.2 335 40.1 321 38.4
Sangat Setuju (SS) 98 11.7 98 11.7 95 11.4 91 10.9
TOTAL 835 100 835 100 835 100 835 100
Sumber: Hasil olahan data statistik (2017)
Berdasarkan Tabel 4.2.5.1, deskripsi variabel Security diperoleh jawaban
yaitu sangat tidak setuju (STS), tidak setuju (TS), cukup setuju (CS), setuju (S), dan
sangat setuju (SS). Analisis deskriptif tentang privacy, hasilnya menunjukkan
bahwa mayoritas responden menyatakan setuju bahwa privacy merupakan bagian
yang penting. Menggunakan analisis top-two-boxes yaitu yang menjawab setuju (S)
dan sangat setuju (SS) memiliki persentase yang lebih besar dibandingkan dengan
analisis bottom-two-box yaitu yang menjawab sangat tidak setuju (STS) dan tidak
setuju (TS). Hal ini mengindikasikan bahwa sebagian besar nasabah pada bank
pemerintah setuju bahwa privacy menjadi bagian penting dalam penggunaan
teknologi electronic banking pada nasabah bank pemerintah.
175
Indikator berikutnya yaitu autentification, jika dianalisis menggunakan top-
two-boxes dan bottom-two-box sebagian besar responden menyatakan setuju
autentification e-banking. Temuan ini mengindikasikan bahwa sebagian besar
nasabah pada bank pemerintah setuju bahwa autentification menjadi bagian penting
dalam penggunaan teknologi electronic banking pada nasabah bank pemerintah.
Hasil deskripsi data berikutnya tentang indikator integrity, diperoleh jawaban
sebagian besar responden menyatakan setuju bahwa integrity penting dalam
penggunaan electronic banking. Temuan ini mengindikasikan bahwa sebagian
besar nasabah pada bank pemerintah setuju bahwa integrity (SX3) menjadi bagian
penting dalam penggunaan teknologi electronic banking pada nasabah bank
pemerintah. Indikator tentang non repudiation, hasil analisis menunjukkan
sebagian besar responden menyatakan setuju non repudiation merupakan bagian
penting dari penggunaan e-banking. Temuan ini mengindikasikan bahwa sebagian
besar nasabah pada bank pemerintah setuju bahwa non repudiation menjadi bagian
penting dalam penggunaan teknologi electronic banking pada nasabah bank
pemerintah.
4.2.6 Behavioral Intention
Behavioral intention adalah tingkat keinginan untuk terus menggunakan
sistem. Sistem yang dimaksud dalam penelitian ini adalah electronic banking.
Behavioral intention sebagai variabel dependen. Behavioral intention diukur oleh
empat indikator, yang meliputi minat peningkatan frekuensi transaksi perbankan,
minat terhadap efisiensi waktu, minat terhadap keefektifan, dan manfaat
176
peningkatan kinerja. Hasil analisis data karakteristik responden berdasarkan
indikator dari variabel Behavior Intention, ditampilkan pada Tabel 4.2.6.1
Tabel 4.2.6.1 Statistik Deskriptif Indikator dari Variabel Behavior Intention
Keterangan BIX1 BIX2 BIX3 BIX4
Jml. % Jml. % Jml. % Jml. %
Sangat Tidak Setuju (STS) 6 .7 6 .7 7 .8 5 .6 Tidak Setuju (TS) 64 7.7 61 7.3 60 7.2 63 7.5 Cukup Setuju (CS) 355 42.5 315 37.7 325 38.9 302 36.2 Setuju (S) 304 36.4 355 42.5 356 42.6 379 45.4 Sangat Setuju (SS) 106 12.7 98 11.7 87 10.4 86 10.3
TOTAL 835 100 835 100 835 100 835 100 Sumber: Hasil olahan data statistik (2017)
Berdasarkan Tabel 4.2.6.1, deskripsi variabel Behavior Intention diperoleh
jawaban yaitu sangat tidak setuju (STS), tidak setuju (TS), cukup setuju (CS), setuju
(S), dan sangat setuju (SS). Analisis deskriptif tentang minat terhadap peningkatan
frekuensi transaksi perbankan, hasilnya menunjukkan bahwa mayoritas responden
menyatakan setuju bahwa e-banking meningkatkan frekuensi transaksi perbankan.
Menggunakan analisis top-two-boxes yaitu yang menjawab setuju (S) dan sangat
setuju (SS) memiliki persentase yang lebih besar dibandingkan dengan analisis
bottom-two-box yaitu yang menjawab sangat tidak setuju (STS) dan tidak setuju
(TS). Hal ini mengindikasikan bahwa adanya e-banking terindikasi membuat minat
transaksi perbankan nasabah meningkat.
Indikator berikutnya yaitu minat terhadap efisiensi waktu, jika dianalisis
menggunakan top-two-boxes dan bottom-two-box sebagian besar responden
menyatakan setuju e-banking meningkatkan minat terhadap efisiensi waktu.
Temuan ini mengindikasikan bahwa sebagian besar nasabah pada bank pemerintah
setuju bahwa dengan adanya electronic banking mendorong peningkatan minat
terhadap efisiensi waktu. Hasil deskripsi data berikutnya tentang indikator minat
177
terhadap keefektifan waktu, diperoleh jawaban sebagian besar responden
menyatakan setuju bahwa e-banking mendorong peningkatan keefektifan waktu.
Temuan ini mengindikasikan bahwa sebagian besar nasabah pada bank pemerintah
setuju bahwa dengan adanya electronic banking mendorong peningkatan minat
terhadap keefektifan waktu. Indikator tentang manfaat peningkatan kinerja, hasil
analisis menunjukkan sebagian besar responden menyatakan setuju e-banking
peningkatan kinerja nasabah. Temuan ini mengindikasikan bahwa sebagian besar
nasabah pada bank pemerintah setuju bahwa dengan adanya electronic banking
mendorong peningkatan kinerja.
4.2.7 Use Behavior
Use Behavior merupakan perilaku penggunaan sistem electronic banking.
Pendapat lain mendefinisikan perilaku penggunaan (Use Behavior) sebagai
intensitas dan atau frekuensi penggunaan teknologi, dalam penelitian ini adalah
electronic banking (Triniadis, 1990). Pada penelitian ini, perilaku penggunaan
diukur dari empat indikator. Keempat indikator tersebut adalah frekuensi
penggunaan, faktor sosial (social factor), perasaan (affect toward electronic
banking use), dan konsekuensi yang dirasakan (evaluasi penggunaan).
Hasil analisis data karakteristik responden berdasarkan indikator-indikator
dari variabel Use Behavior, disajikan pada Tabel 4.2.7.1
Tabel 4.2.7.1 Statistik Deskriptif Indikator dari Variabel Use Behavior
Keterangan UBX1 UBX2 UBX3 UBX4
Jml. % Jml. % Jml. % Jml. %
Sangat Tidak Setuju (STS) 9 1.1 7 .8 3 .4 7 .8
Tidak Setuju (TS) 73 8.7 76 9.1 80 9.6 61 7.3
Cukup Setuju (CS) 307 36.8 296 35.4 321 38.4 328 39.3
Setuju (S) 341 40.8 376 45.0 336 40.2 359 43.0
Sangat Setuju (SS) 105 12.6 80 9.6 95 11.4 80 9.6
TOTAL 835 100 835 100 835 100 835 100
Sumber: Hasil olahan data statistik (2017)
178
Berdasarkan Tabel 4.2.7.1, deskripsi variabel Use Behavior diperoleh
jawaban yaitu sangat tidak setuju (STS), tidak setuju (TS), cukup setuju (CS), setuju
(S), dan sangat setuju (SS). Analisis deskriptif tentang frekuensi penggunaan,
hasilnya menunjukkan bahwa mayoritas responden menyatakan cukup sering
bertransaksi dengan e-banking. Temuan ini mengindikasikan bahwa sebagian besar
nasabah pada bank pemerintah cukup sering menggunakan electronic banking
untuk alat transaksi. Indikator berikutnya yaitu social factor, jika dianalisis
menggunakan top-two-boxes dan bottom-two-box sebagian besar responden
menyatakan setuju akan social factor telah mendorong penggunaan e-banking.
Temuan ini mengindikasikan bahwa social factor telah mendorong penggunaan
electronic banking.
Hasil deskripsi data berikutnya tentang indikator affect, diperoleh jawaban
sebagian besar responden menyatakan setuju bahwa e-banking memberikan affect
bagi nasabah. Temuan ini mengindikasikan bahwa penggunaan e-banking telah
memberikan emosi yang positif bagi nasabah. Indikator tentang konsekuensi yang
dirasakan, hasil analisis menunjukkan sebagian besar responden menyatakan setuju
e-banking memberikan apresiasi yang positif terhadap nasabah. Temuan ini
mengindikasikan bahwa pengguna e-banking memberikan apresiasi positif pada
layanan dan produk e-banking. Dengan kata lain nasabah merasa puas dengan
layanan e-banking.
179
4.3 Model Performance Expectancy, Effort Expectancy, Social Influence,
Facilitating Condition, Security, Behavioral Intention dan Use Behavior
Pemodel Structural Equation Modelling Using Partial Least Square (SEM-
PLS) digunakan untuk menguji hipotesis pada penelitian ini. Pada permodelan
SEM-PLS dikenal dua model yaitu outer model dan inner model. Outer model
menggambarkan hubungan antara variabel laten dengan indikatornya dan inner
model menggambar hubungan antar variabel laten.
4.3.1 Outer Model
Outer model adalah model yang menggambarkan hubungan antar variabel
laten dengan indikatornya. Seberapa baik outer model dapat dilihat dari uji validitas
kekonvergenan (convergen validity), dan uji reliabilitas (reliability test).
Convergent validity bertujuan untuk mengetahui apakah setiap indikator yang
digunakan pada penelitian ini mampu merefleksikan variabel latennya. Composite
reliability bertujuan untuk mengetahui relibilitas tiap variabel laten.
180
Tabel 2.4.1.1 Uji Convergen Validity
Keterangan Loading Factor Nilai t P-Value
Performance Expectancy
PE ----> PEX1 0.837 83.519 0.000
PE ----> PEX2 0.855 92.760 0.000
PE ----> PEX3 0.846 90.066 0.000
PE ----> PEX4 0.846 89.346 0.000
PE ----> PEX5 0.845 83.245 0.000
Effort Expectancy
EE ----> EEX1 0.845 90.477 0.000
EE ----> EEX2 0.849 92.239 0.000
EE ----> EEX3 0.862 95.899 0.000
EE ----> EEX4 0.870 108.403 0.000
Social Influence
SI ----> SIX1 0.837 85.322 0.000
SI ----> SIX2 0.853 93.391 0.000
SI ----> SIX3 0.842 71.415 0.000
SI ----> SIX4 0.845 87.669 0.000
Faciltating Condition
FC ----> FCX1 0.869 96.359 0.000
FC ----> FCX2 0.850 73.163 0.000
FC ----> FCX3 0.877 111.042 0.000
Security
S ----> SX1 0.854 88.423 0.000
S ----> SX2 0.851 86.287 0.000
S ----> SX3 0.859 94.474 0.000
S ----> SX4 0.834 73.790 0.000
Behavioral Intention
BI ----> BIX1 0.853 90.545 0.000
BI ----> BIX2 0.841 88.615 0.000
BI ----> BIX3 0.837 84.288 0.000
BI ----> BIX4 0.829 64.297 0.000
Use Behavior
USE ----> USEX1 0.857 91.085 0.000
USE ----> USEX2 0.840 84.111 0.000
USE ----> USEX3 0.832 68.261 0.000
USE ----> USEX4 0.814 59.065 0.000
181
Indikator atau indikator disimpulkan valid (mampu merefleksikan variabel
laten) jika memiliki nilai loading faktor lebih dari 0.5 (Hair et all, 2014). Hasil uji
convergen validity pada tabel 4.3.1.1 menunjukkan bahwa:
a. Semua indikator atau indikator yang mengukur variabel laten
performance expectancy memiliki nilai loading faktor lebih dari 0.5.
b. Semua indikator atau indikator yang mengukur variabel laten effort
expectancy memiliki nilai loading faktor lebih dari 0.5
c. Semua indikator atau indikator yang mengukur variabel laten social
influence memiliki nilai loading faktor lebih dari 0.5
d. Semua indikator atau indikator yang mengukur variabel laten
facilitating condition memiliki nilai loading faktor lebih dari 0.5
e. Semua indikator atau indikator yang mengukur variabel laten security
memiliki nilai loading faktor lebih dari 0.5
f. Semua indikator atau indikator yang mengukur variabel laten
behavioral intention memiliki nilai loading faktor lebih dari 0.5
g. Semua indikator atau indikator yang mengukur variabel laten use
behavior memiliki nilai loading faktor lebih dari 0.5
Hasil uji convergent validity menunjukkan bahwa semua indikator yang
mengukur setiap variabel laten memiliki nilai loading faktor lebih dari 0.5 dan juga
mrmiliki nilai P-Value sehingga dapat disimpulkan seluruh indikator atau indikator
telah valid dan mampu merefleksikan variabel latennya.
Uji selanjutnya adalah uji reliabilitas. Uji reliabilitas dilakukan dengan
melihat nilai composite reliability dan nilai cronbach alpha. Konstruk dikatakan
182
reliabel jika memiliki nilai composite reliability lebih dari 0.7, dan juga nilai
Cronbach alpha lebih dari 0.6 (Hair et all, 2014). Hasil uji reliabilitas untuk tiap
konstruk disajikan pada tabel 4.3.1.2
Tabel 4.3.1.2. Uji Reliabilitas
Variabel laten Composite reliability Cronbach alpha Kesimpulan
Performnace expectancy 0,926 0.901 Reliabel
Effort expectancy 0,917 0.879 Reliabel
Social influence 0.918 0.866 Reliabel
Facilitiig Condition 0.899 0.832 Reliabel
Security 0.912 0.872 Reliabel
Behavioral intention 0.906 0.861 Reliabel
Use behavior 0.903 0.857 Reliabel
Tabel 4.3.1.2 menunjukkan bahwa semua nilai composite reliability di atas
nilai cut of 0.7. Nilai composite reliability tertinggi dimiliki oleh variabel
performance expectancy dengan nilai 0.926 dan nilai composite reliability dimiliki
oleh variabel Facilitating condition dengan nilai composite reliability sebesar
0.899. Nilai cronbach alpha pada tabel 4.3.1.2 menunjukkan bahwa semua nilai
cronbach alpha setiap konstruk memiliki nilai di atas cut of 0.6. Nilai tertinggi
cronbach alpha dimiliki oleh variabel performance expectancy dengan nilai
cronbach alpha sebesar 0.901. Nilai terendah cronbach alpha dimiliki oleh variabel
Facilitating condition dengan nilai cronbach alpha 0.832. Hasil uji reliabilitas
menunjukkan bahwa semua variabel memiliki nilai composite reliability dan nilai
cronbach alpha di atas nilai cut of 0.7 dan 0.6, sehingga dapat disimpulkan
indikator atau indikator yang digunakan untuk mengukur tiap variabel laten adalah
reliabel.
183
Outer model dapat disusun dalam sebuah persamaan atau formula yang
menggambarkan hubungan antara variabel laten dengan indikator atau
indikatornya. Model persamaan untuk tiap variabel laten dengan indikator atau
indikatornya sebagai berikut:
[ 𝑃𝐸𝑋1
𝑃𝐸𝑋2
𝑃𝐸𝑋3
𝑃𝐸𝑋4
𝑃𝐸𝑋5]
=
[ 𝜆11
𝑥
𝜆12𝑥
𝜆13𝑥
𝜆14𝑥
𝜆15𝑥 ]
𝑃𝐸 +
[ 𝛿11
𝛿12
𝛿13
𝛿14
𝛿15]
[
𝐸𝐸𝑋1
𝐸𝐸𝑋2
𝐸𝐸𝑋3
𝐸𝐸𝑋4
] =
[ 𝜆21
𝑥
𝜆22𝑥
𝜆23𝑥
𝜆24𝑥 ]
𝐸𝐸 + [
𝛿21
𝛿21
𝛿23
𝛿24
]
[
𝑆𝐼𝑋1
𝑆𝐼𝑋2
𝑆𝐼𝑋3
𝑆𝐼𝑋4
] =
[ 𝜆31
𝑥
𝜆32𝑥
𝜆33𝑥
𝜆34𝑥 ]
𝑆𝐼 + [
𝛿31
𝛿32
𝛿33
𝛿34
]
[
𝐹𝐶𝑋1
𝐹𝐶𝑋2
𝐹𝐶𝑋3
] = [
𝜆41𝑥
𝜆42𝑥
𝜆43𝑥
]𝐹𝐶 [
𝛿41
𝛿42
𝛿42
]
[
𝑆𝑋1
𝑆𝑋2
𝑆𝑋3
𝑆𝑋4
] =
[ 𝜆51
𝑥
𝜆52𝑥
𝜆53𝑥
𝜆54𝑥 ]
𝑆 + [
𝛿51
𝛿52
𝛿53
𝛿54
]
[
𝐵𝐼𝑋1
𝐵𝐼𝑋2
𝐵𝐼𝑋3
𝐵𝐼𝑋4
] =
[ 𝜆11
𝑦
𝜆12𝑦
𝜆13𝑦
𝜆14𝑦
]
𝐵𝐼 + [
𝛿61
𝛿62
𝛿63
𝛿64
]
[
𝑈𝑆𝐸𝑋1
𝑈𝑆𝐸𝑋2
𝑈𝑆𝐸𝑋3
𝑈𝑆𝐸𝑋4
] =
[ 𝜆21
𝑦
𝜆22𝑦
𝜆23𝑦
𝜆24𝑦
]
𝑈𝑆𝐸 + [
𝛿71
𝛿72
𝛿73
𝛿74
]
Model persamaan pengukuran
184
[ 𝑃𝐸𝑋1
𝑃𝐸𝑋2
𝑃𝐸𝑋3
𝑃𝐸𝑋4
𝑃𝐸𝑋5]
=
[ 0.8370.8550.8460.8460.845]
𝑃𝐸 +
[ 𝛿11
𝛿12
𝛿13
𝛿14
𝛿15]
[
𝐸𝐸𝑋1
𝐸𝐸𝑋2
𝐸𝐸𝑋3
𝐸𝐸𝑋4
] = [
0.8450.8490.8620.870
]𝐸𝐸 + [
𝛿21
𝛿21
𝛿23
𝛿24
]
[
𝑆𝐼𝑋1
𝑆𝐼𝑋2
𝑆𝐼𝑋3
𝑆𝐼𝑋4
] = [
0.8370.8530.8420.845
]𝑆𝐼 + [
𝛿31
𝛿32
𝛿33
𝛿34
]
[
𝐹𝐶𝑋1
𝐹𝐶𝑋2
𝐹𝐶𝑋3
] = [0.8690.8500.877
]𝐹𝐶 + [
𝛿41
𝛿42
𝛿42
]
[
𝑆𝑋1
𝑆𝑋2
𝑆𝑋3
𝑆𝑋4
] = [
0.8540.8510.8590.834
] 𝑆 + [
𝛿51
𝛿52
𝛿53
𝛿54
]
[
𝐵𝐼𝑋1
𝐵𝐼𝑋2
𝐵𝐼𝑋3
𝐵𝐼𝑋4
] = [
0.8530.8410.8370.829
]𝐵𝐼 + [
𝛿61
𝛿62
𝛿63
𝛿64
]
[
𝑈𝑆𝐸𝑋1
𝑈𝑆𝐸𝑋2
𝑈𝑆𝐸𝑋3
𝑈𝑆𝐸𝑋4
] = [
0.8570.8400.8320.814
]𝑈𝑆𝐸 + [
𝛿71
𝛿72
𝛿73
𝛿74
]
4.3.2 Inner Model
Inner model merupakan model yang menggambarkan hubungan antar
variabel laten, baik itu variabel laten eksogen dan variabel laten endogen. Pengaruh
variabel laten eksogen ke variabel laten endogen bisa terlihat dari inner model.
185
Pengaruh pada inner model ada dua yaitu pengaruh langsung (direct effect) dan
pengaruh tak langsung (indirect effect).
Pada penelitian ini inner model menggambarkan hubungan antara variabel
laten performance expectancy, effort expectancy, social influence, Facilitating
condition, security, behavior intention dan use behavior. Performance expectancy,
effort expectancy, social influence, Facilitating condition, security merupakan
variabel laten eksogen. Behavior intention dan use behavior merupakan variabel
laten endogen.
Pengaruh langsung dari performance expectancy, effort expectancy, social
influence, Faciltating condition, security terhadap behavior intention disajikan
pada tabel 4.3.2.1
Tabel 4.3.2.1 Pengaruh Langsung performance expectancy, effort expectancy,
social influence, Facilitating condition, security terhadap behavior intention.
Arah hubungan Koefisien St.dev Nilai-t Nilai-p
Performance expectancy ---> Behavior intention 0.229 0.050 4.560 0.000
Effort expectancy ---> Behavior intention 0.145 0.056 2.592 0.010
Social influence ---> Behavior intention 0.152 0.050 3.069 0.002
Faciltating condition ---> Behavior intention 0.151 0.058 2.588 0.010
Security ---> Behavior intention 0.256 0.059 4.323 0.000
Tabel 4.3.2.1 menunjukan bahwa variabel security memiliki pengaruh
paling besar terhadap variabel behavior intention, dengan koefisien sebesar 0.256.
Variabel dengan pengaruh terbesar berikutnya secara berturut-turut adalah
perforrmance expectancy dengan koefisien sebesar 0.229, social influence dengan
koefisien sebesar 0.152, Facilitating condition dengan koefisien sebesar 0.151 dan
effort expectancy dengan nilai koefisien sebesar 0.145. Artinya security dan
186
performance expectancy menjadi faktor yang paling berpengaruh terhadap
behavior intention.
Pengaruh langsung juga dimiliki oleh use behavior, dimana behavior
intention memberikan pengaruh langsung terhadap use behavior. Besarnya
pengaruh behavior intention terhadap use behavior sebesar 0.865. Besarnya
pengaruh tersebut disajikan pada tabel 4.3.2.2
Tabel 4.3.2.2 Pengaruh Langsung behavior intention.terhadap use behavior
Arah hubungan Koefisien St.dev Nilai-t Nilai-p
behavior intention ---> Use behavior 0.865 0.009 96.929 0.000
Performance expectancy, effort expectancy, social influence, Facilitating
condition, security selain memiliki pengaruh langsung terhadap behavior intention
juga memiliki pengaruh tak langsung melalui terhadap use behavior melalui use
behavior. Besarnya pengaruh tak langsung performance expectancy, effort
expectancy, social influence, Facilitating condition, security terhadap use behavior
melalui behavior intention disajikan pada tabel 4.3.2.3.
Tabel 4.3.2.3 Pengaruh Tak Langsung performance expectancy, effort expectancy,
social influence, Faciltating condition, security terhadap use behavior
Arah hubungan Koefisien St.dev Nilai-t Nilai-p
Performance expectancy ---> Use behavior 0.198 0.043 4.572 0.000
Effort expectancy ---> Use behavior 0.125 0.048 2.600 0.010
Social influence ---> Use behavior 0.132 0.043 3.066 0.002
Faciltating condition ---> Use behavior 0.130 0.050 2.581 0.010
Security ---> Use behavior 0.221 0.052 4.290 0.000
Pengaruh terbesar terhadap use behavior melalui behavior intention paling
besar berasal dari variabel security dengan pengaruh tak langsung sebesar 0.221,
kemudian diikuti oleh variabel performance expectancy dengan pengaruh tak
187
langsung sebesar 0.198, variabel social influence dengan pengaruh tak langsung
sebesar 0.132, variabel Facilitating condition dengan pengaruh tak langsung
sebesar 0.130 dan variabel effort expectancy sebesar 0.125. Tabel 4.3.2.3 tersebut
menunjukkan bahwa pengaruh tak langsung terbesar berasal dari security dan
performance expectancy.
Hubungan antar variabel laten dalam inner model dapat diformulasikan
dalam persamaan linier, dimana variabel laten eksogen sebagai variabel
independent dan varibel laten endogen sebagai variabel dependent. Model
persamaan linier hubungan antara performance expectancy, effort expectancy,
social influence, Facilitating condition, security terhadap behavior intention, serta
hubungan antara behavior intention terhadap use behavior sebagai berikut:
𝐵𝐼 = 0.229𝑃𝐸 + 0.145𝐸𝐸+0.152𝑆𝐼 + 0.151FC + 0.256S + ζ1 , R-Square = 0.765
𝑈𝑆𝐸 = 0.865𝑃𝐸+ζ2, R-Square = 0.748
keterangan :
𝐵𝐼: behavior intention
PE: performance expectation
EE: effort expectation
SI: social influence
FC: Faciltating condition
S: security
USE: use behavior
Model persamaan struktural dengan behavior intention sebagai variabel
dependent diperoleh nilai R-Square sebesar 0.765 atau 76.5%. Hal ini menunjukkan
188
bahwa variabel performance expectancy, effort expectancy, social influence,
Faciltating condition, security mampu menjelaskan sebanyak 76.5 dari behavior
intention electronic banking.
Model persamaan struktural dengan variabel use behavior sebagai variabel
dependent diperoleh nilai R-Square sebesar 0.748 atau 74.8%. Hal ini menunjukkan
bahwa 74.8 % dari use behavior mampu dijelaskan oleh variabel behavior intention
dan sisanya dijelaskan oleh variabel lain di luar penelitian.
Model yang melibatkan keseluruhan variabel laten dan indikator atau
indikatornya (outer model dan inner model) disajikan pada gambar 4.3.2.1
Gambar 4.3.2.1 Model performance expectancy, effort expectancy, social
influence, Facilitating condition, security, behavior intention, use behavior.
189
4.3.3 Pengaruh performance expectancy, effort expectancy, social influence,
facilitating condition, security terhadap behavior intention
Uji hipotesis untuk menguji pengaruh performance expectancy, effort
expectancy, social influence, Facilitating condition, security terhadap behavior
intention dilakukan dengan menggunakan uji T. Uji hipotesis dilakukan secara
parsial dengan melibatkan setiap variabel. Adapun pengujian pengaruh
performance expectancy, effort expectancy, social influence, Facilitating condition,
security terhadap behavior intention sebagai berikut:
4.3.3.1 Pengaruh performance expectation terhadap behavior intention
Pengujian hipotesis ini bertujuan untuk membuktikan apakah benar ada
pengaruh performance expectancy terhadap behavior intention. Adapun proses uji
T sebagai berikut:
Hipotesis :
𝐻0:𝛽11= 0 Performance expectancy tidak berpengaruh signifikan terhadap
behavior intention electronic banking.
𝐻1:𝛽11≠ 0 Performance expectancy berpengaruh signifikan terhadap behavior
intention electronic banking.
Kriteria pengujian:
Tolak 0H jika hitungt > tabelt pada taraf signifikan α atau tolak 0H jika P-
value kurang dari α, dengan α = 5%.
Keputusan:
190
Berdasarkan tabel 4.3.2.1 terlihat bahwa p-value sebesar 0.00 atau kurang
dari nilai α = 0.05, sehingga diputuskan untuk menolak 𝐻0 dan menerima 𝐻1.
Kesimpulan:
Karena diputuskan terima 𝐻1 maka disimpulkan bahwa performance
expectancy berpengaruh signifikan terhadap behavior intention electronic banking.
Artinya, jika terjadi kenaikan performance expectancy sebesar satu satuan akan
menyebabkan kenaikan indeks behavior intention sebesar 0.229 satuan dengan
asumsi variabel lain tetap.
Diterimanya H1 sesuai dengan penelitian (Venkatesh, Morris, Davis, &
Davis, 2003) performance expectancy adalah tingkat kepercayaan bahwa
penggunaan sebuah teknologi akan memberikan keuntungan di dalam melakukan
kegiatan tertentu. Variabel ini berpengaruh terhadap behavioral intention.
Ekspektasi kinerja adalah flow control yang membuat internet banking lebih
otonomi yang memungkinkan pengguna untuk fokus pada transaksi keuangan
mereka. Dimana otonomi akan memberikan pengaruh positif terhadap niat perilaku
pada penggunan electronic banking (Shaikh & Karjaluoto, 2014)
4.3.3.2 Pengaruh effort expectancy terhadap behavior intention
Pengujian hipotesis untuk menguji pengaruh effort expectancy terhadap
behavior intention sebagai berikut:
Hipotesis :
𝐻0:𝛽12= 0 Effort expectancy tidak berpengaruh signifikan terhadap behavior
intention electronic banking.
191
𝐻1:𝛽12≠ 0 Effort expectancy berpengaruh signifikan terhadap behavior
intention electronic banking.
Kriteria pengujian:
Tolak 0H jika hitungt > tabelt pada taraf signifikan α atau tolak 0H jika P-
value kurang dari α, dengan α = 5%.
Keputusan:
Berdasarkan tabel 4.3.2.1 terlihat bahwa p-value sebesar 0.01 atau kurang
dari nilai α = 0.05, sehingga diputuskan untuk menolak 𝐻0 dan menerima 𝐻1.
Kesimpulan:
Karena diputuskan terima 𝐻1 maka disimpulkan bahwa effort expectancy
berpengaruh signifikan terhadap behavior intention electronic banking. Artinya,
jika terjadi kenaikan effort expectancy sebesar satu satuan akan menyebabkan
kenaikan indeks behavior intention sebesar 0.145 satuan dengan asumsi variabel
lain tetap. Hal ini sesuai dengan penelitian (Tarhini, El-Masri, Ali, & Serrano,
2016), (Celik, 2016), (Venkatesh et al., 2003).
4.3.3.3 Pengaruh social influence terhadap behavior intention
Pengujian hipotesis untuk menguji pengaruh social influence terhadap
behavior intention sebagai berikut:
Hipotesis :
𝐻0:𝛽13= 0 Social influence tidak berpengaruh signifikan terhadap behavior
intention electronic banking.
𝐻1:𝛽13≠ 0 Social influence berpengaruh signifikan terhadap behavior intention
electronic banking.
192
Kriteria pengujian:
Tolak 0H jika hitungt > tabelt pada taraf signifikan α atau tolak 0H jika P-
value kurang dari α, dengan α = 5%.
Keputusan:
Berdasarkan tabel 4.3.2.1 terlihat bahwa p-value sebesar 0.002 atau kurang
dari nilai α = 0.05, sehingga diputuskan untuk menolak 𝐻0 dan menerima 𝐻1.
Kesimpulan:
Karena diputuskan terima 𝐻1 maka disimpulkan bahwa social influence
berpengaruh signifikan terhadap behavior intention electronic banking. Artinya,
jika terjadi kenaikan social influence sebesar satu satuan akan menyebabkan
kenaikan indeks behavior intention sebesar 0.152 satuan dengan asumsi variabel
lain tetap.
4.3.3.4 Pengaruh Facilitating condition terhadap behavior intention
Pengujian hipotesis untuk menguji pengaruh Facilitating condition
terhadap behavior intention sebagai berikut:
Hipotesis :
𝐻0:𝛽14= 0 Facilitating condition tidak berpengaruh signifikan terhadap
behavior intention electronic banking.
𝐻1:𝛽14≠ 0 Facilitating condition berpengaruh signifikan terhadap behavior
intention electronic banking.
Kriteria pengujian:
Tolak 0H jika hitungt > tabelt pada taraf signifikan α atau tolak 0H jika P-
value kurang dari α, dengan α = 5%.
193
Keputusan:
Berdasarkan tabel 4.3.2.1 terlihat bahwa p-value sebesar 0.01 atau kurang
dari nilai α = 0.05, sehingga diputuskan untuk menolak 𝐻0 dan menerima 𝐻1.
Kesimpulan:
Karena diputuskan terima 𝐻1 maka disimpulkan bahwa Facilitating
condition berpengaruh signifikan terhadap behavior intention electronic banking.
Artinya, jika terjadi kenaikan Facilitating condition sebesar satu satuan akan
menyebabkan kenaikan indeks behavior intention sebesar 0.151 satuan dengan
asumsi variabel lain tetap. Hal ini sesuai dengan penelitian (Tarhini, El-Masri, Ali,
& Serrano, 2016), (Celik, 2016), (Venkatesh et al., 2003)
4.3.3.5 Pengaruh security terhadap behavior intention
Pengujian hipotesis untuk menguji pengaruh security terhadap behavior
intention sebagai berikut:
Hipotesis :
𝐻0:𝛽15= 0 Security tidak berpengaruh signifikan terhadap behavior intention
electronic banking.
𝐻1:𝛽15≠ 0 Security berpengaruh signifikan terhadap behavior intention
electronic banking.
Kriteria pengujian:
Tolak 0H jika hitungt > tabelt pada taraf signifikan α atau tolak 0H jika P-
value kurang dari α, dengan α = 5%.
Keputusan:
194
Berdasarkan tabel 4.3.2.1 terlihat bahwa p-value sebesar 0.01 atau kurang
dari nilai α = 0.05, sehingga diputuskan untuk menolak 𝐻0 dan menerima 𝐻1.
Kesimpulan:
Karena diputuskan terima 𝐻1 maka disimpulkan bahwa security
berpengaruh signifikan terhadap behavior intention electronic banking. Artinya,
jika terjadi kenaikan security sebesar satu satuan akan menyebabkan kenaikan
indeks behavior intention sebesar 0.256 satuan dengan asumsi variabel lain tetap.
Hasil pengujian hipotesis pada penelitian ini membuktikan bahwa hipotesis
adanya pengaruh performance expectancy, effort expectancy, social influence,
Facilitating condition, security terhadap behavior intention telah terbukti.
4.3.4 Pengaruh behavior intention terhadap use behavior.
Behavior intention pada penelitian ini memiliki peran sebagai variabel laten
endogen dan variabel laten eksogen. Behavior intention menjadi variabel laten
endogen bagi performance expectancy, effort expectancy, social influence,
Facilitating condition, security sedangkan behavior intention menjadi variabel
laten eksogen bagi use behavior. Variabel laten yang berperan sebagai variabel
eksogen dan endogen dikenal sebagai variabel antara atau variabel intervening.
Pengujian hipotesis untuk menguji pengaruh behavior intention terhadap
use behavior sebagai berikut:
Hipotesis :
𝐻0:𝛽21= 0 behavior intention tidak berpengaruh signifikan terhadap use
behavior electronic banking.
195
𝐻1:𝛽21≠ 0 behavior intention berpengaruh signifikan terhadap use behavior
electronic banking.
Kriteria pengujian:
Tolak 0H jika hitungt > tabelt pada taraf signifikan α atau tolak 0H jika P-
value kurang dari α, dengan α = 5%.
Keputusan:
Berdasarkan tabel 4.3.2.2 terlihat bahwa p-value sebesar 0.001 atau kurang
dari nilai α = 0.05, sehingga diputuskan untuk menolak 𝐻0 dan menerima 𝐻1.
Kesimpulan:
Karena diputuskan terima 𝐻1 maka disimpulkan bahwa behavior intention
berpengaruh signifikan terhadap use behavior electronic banking. Artinya, jika
terjadi kenaikan behavior intention sebesar satu satuan akan menyebabkan
kenaikan indeks use behavior intention sebesar 0.865 satuan. Hal ini sesuai dengan
penelitian (Tarhini, El-Masri, Ali, & Serrano, 2016), (Celik, 2016), (Venkatesh et
al., 2003)
4.3.5 Pengaruh performance expectancy, effort expectancy, social influence,
Facilitating condition, security terhadap use behavior melalui behavior
intention
Model pada gambar 4.3.2.1 menunjukkan bahwa performance expectancy,
effort expectancy, social influence, Faciltating condition, security selain
berpengaruh langsung terhadap behavior intention, juga berpengaruh secara lak
langsung (indirect effect) terhadap use bahavior melalui behavior intention.
Besarnya pengaruh tak langsung dari performance expectancy, effort expectancy,
196
social influence, Facilitating condition, security terhadap use behavior melalui
behavior intention disajikan pada Tabel 4.3.5.1
Tabel 4.3.5.1 Pengaruh Tak Langsung performance expectancy, effort
expectancy, social influence, facilitating condition dan security terhadap use
behavior melalui behavioral intention.
Arah hubungan Indirect Effects P-Value
Performance Expectancy -> Use Behavior 0.198 0.000
Effort Expectancy -> Use Behavior 0.125 0.010
Sosial Influence -> Use Behavior 0.132 0.002
Facilitating Condition -> Use Behavior 0.130 0.010
Security -> Use Behavior 0.221 0.000
Sumber: Hasil Olahan Data Statistik
4.3.5.1 Pengaruh performance expectancy terhadap use behavior melalui
behavior intention
Uji T digunakan untuk menguji apakah ada pengaruh dari performance
expectancy terhadap use behavior melalui behavior intention.
Hipotesis :
𝐻0: 𝛽11∗ = 0 performance expectancy tidak berpengaruh signifikan terhadap use
behavior melalui behavior intention.
𝐻1: 𝛽11∗ ≠ 0 performance expectancy berpengaruh signifikan terhadap use
behavior melalui behavior intention.
Kriteria pengujian:
Tolak 0H jika hitungt > tabelt pada taraf signifikan α atau tolak 0H jika P-
value kurang dari α, dengan α = 5%.
Keputusan:
Berdasarkan tabel 4.3.2.3 terlihat bahwa p-value sebesar 0.000 atau kurang
dari nilai α = 0.05, sehingga diputuskan untuk menolak 𝐻0 dan menerima 𝐻1.
197
Kesimpulan:
Karena diputuskan terima 𝐻1 maka disimpulkan bahwa performance
expectancy berpengaruh signifikan terhadap use behavior melalui behavior
intention. Besarnya pengaruh tak langsung dari performance expectancy terhadap
use behavior melalui behavior intention sebesar 0.198.
4.3.5.2 Pengaruh effort expectancy terhadap use behavior melalui behavior
intention
Uji T digunakan untuk menguji apakah ada pengaruh dari effort expectancy
terhadap use behavior melalui behavior intention sebagai berikut:
Hipotesis :
𝐻0: 𝛽12∗ = 0 effort expectancy tidak berpengaruh signifikan terhadap use
behavior melalui behavior intention.
𝐻1: 𝛽12∗ ≠ 0 effort expectancy berpengaruh signifikan terhadap use behavior
melalui behavior intention.
Kriteria pengujian:
Tolak 0H jika hitungt > tabelt pada taraf signifikan α atau tolak 0H jika P-
value kurang dari α, dengan α = 5%.
Keputusan:
Berdasarkan tabel 4.3.2.3 terlihat bahwa p-value sebesar 0.010 atau kurang
dari nilai α = 0.05, sehingga diputuskan untuk menolak 𝐻0 dan menerima 𝐻1.
Kesimpulan:
Karena diputuskan terima 𝐻1 maka disimpulkan bahwa effort expectancy
berpengaruh signifikan terhadap use behavior melalui behavior intention. Besarnya
198
pengaruh tak langsung dari effort expectancy terhadap use behavior melalui
behavior intention sebesar 0.125.
4.3.5.3 Pengaruh social influence terhadap use behavior melalui behavior
intention
Uji T digunakan untuk menguji apakah ada pengaruh dari social influence
terhadap use behavior melalui behavior intention sebagai berikut:
Hipotesis :
𝐻0: 𝛽13∗ = 0 social influence tidak berpengaruh signifikan terhadap use behavior
melalui behavior intention.
𝐻1: 𝛽13∗ ≠ 0 social influence berpengaruh signifikan terhadap use behavior
melalui behavior intention.
Kriteria pengujian:
Tolak 0H jika hitungt > tabelt pada taraf signifikan α atau tolak 0H jika P-
value kurang dari α, dengan α = 5%.
Keputusan:
Berdasarkan tabel 4.3.2.3 terlihat bahwa p-value sebesar 0.002 atau kurang
dari nilai α = 0.05, sehingga diputuskan untuk menolak 𝐻0 dan menerima 𝐻1.
Kesimpulan:
Karena diputuskan terima 𝐻1 maka disimpulkan bahwa social influence
berpengaruh signifikan terhadap use behavior melalui behavior intention. Besarnya
pengaruh tak langsung dari social influence terhadap use behavior melalui behavior
intention sebesar 0.132.
199
4.3.5.4 Pengaruh Facilitating condition terhadap use behavior melalui behavior
intention
Uji T digunakan untuk menguji apakah ada pengaruh dari Facilitating
condition terhadap use behavior melalui behavior intention sebagai berikut:
Hipotesis :
𝐻0: 𝛽14∗ = 0 Facilitating condition tidak berpengaruh signifikan terhadap use
behavior melalui behavior intention.
𝐻1: 𝛽14∗ ≠ 0 Facilitating condition berpengaruh signifikan terhadap use behavior
melalui behavior intention.
Kriteria pengujian:
Tolak 0H jika hitungt > tabelt pada taraf signifikan α atau tolak 0H jika P-
value kurang dari α, dengan α = 5%.
Keputusan:
Berdasarkan tabel 4.3.2.3 terlihat bahwa p-value sebesar 0.010 atau kurang
dari nilai α = 0.05, sehingga diputuskan untuk menolak 𝐻0 dan menerima 𝐻1.
Kesimpulan:
Karena diputuskan terima 𝐻1 maka disimpulkan bahwa Facilitating
condition berpengaruh signifikan terhadap use behavior melalui behavior intention.
Besarnya pengaruh tak langsung dari Facilitating condition terhadap use behavior
melalui behavior intention sebesar 0.130
4.3.5.5 Pengaruh security terhadap use behavior melalui behavior intention
Uji T digunakan untuk menguji apakah ada pengaruh dari security terhadap
use behavior melalui behavior intention sebagai berikut:
200
Hipotesis :
𝐻0: 𝛽15∗ = 0 security tidak berpengaruh signifikan terhadap use behavior melalui
behavior intention.
𝐻1: 𝛽15∗ ≠ 0 security berpengaruh signifikan terhadap use behavior melalui
behavior intention.
Kriteria pengujian:
Tolak 0H jika hitungt > tabelt pada taraf signifikan α atau tolak 0H jika P-
value kurang dari α, dengan α = 5%.
Keputusan:
Berdasarkan tabel 4.3.2.3 terlihat bahwa p-value sebesar 0.000 atau kurang
dari nilai α = 0.05, sehingga diputuskan untuk menolak 𝐻0 dan menerima 𝐻1.
Kesimpulan:
Karena diputuskan terima 𝐻1 maka disimpulkan bahwa security
berpengaruh signifikan terhadap use behavior melalui behavior intention. Besarnya
pengaruh tak langsung dari security terhadap use behavior melalui behavior
intention sebesar 0.221.
4.4 Pengaruh Gender sebagai moderating variabel dari Performance
Expectancy, Effort Expectancy, Facilitating Condition, Security terhadap
Behavioral Intention.
Untuk mengetahui adanya pengaruh signifikan gender sebagai moderating
variabel dari performance expectancy, effort expectancy, facilitating condition,
security terhadap behavior intention digunakan multi-group analysis (MGA). Ada
dua grup yang dianalisis, yaitu grup pria dan grup wanita.
201
Outer model disajikan pada tabel 4.4.1. Tabel tersebut menggambarkan uji
validitas dengan uji convergent validity, serta uji reliabilitas dengan composite
reliability dan cronbach alpha. Indikator atau indikator disimpulkan valid jika
memiliki nilai loading di atas 0.5. Indikator atau indikator yang mengukur variabel
laten disimpulkan reliabel jika memiliki nilai composite reliability di atas 0.7 dan
cronbach alpha di atas 0.6.
Tabel 4.4.1 Outer Model Dengan Gender Sebagai Moderating Variabel
Keterangan Loading Factor
Composite
Reliability Cronbach Apha
Pria Wanita Pria Wanita Pria Wanita
Performance Expectancy
PE ----> PEX1 0.813 0.858
0.921 0.931 0.893 0.908
PE ----> PEX2 0.844 0.865
PE ----> PEX3 0.842 0.851
PE ----> PEX4 0.848 0.846
PE ----> PEX5 0.837 0.853
Effort Expectancy
EE ----> EEX1 0.847 0.843
0.920 0.913 0.884 0.873 EE ----> EEX2 0.862 0.835
EE ----> EEX3 0.860 0.864
EE ----> EEX4 0.876 0.863
Social Influence
SI ----> SIX1 0.839 0.836
0.911 0.906 0.870 0.862 SI ----> SIX2 0.850 0.856
SI ----> SIX3 0.845 0.839
SI ----> SIX4 0.857 0.833
Faciltating Condition
FC ----> FCX1 0.863 0.876
0.903 0.897 0.839 0.827 FC ----> FCX2 0.864 0.837
FC ----> FCX3 0.881 0.873
Security
S ----> SX1 0.863 0.845
0.915 0.910 0.876 0.867 S ----> SX2 0.857 0.844
S ----> SX3 0.854 0.864
S ----> SX4 0.839 0.830
Behavioral Intention
BI ----> BIX1 0.860 0.846
0.904 0.907 0.859 0.863 BI ----> BIX2 0.843 0.839
BI ----> BIX3 0.839 0.836
202
Keterangan Loading Factor
Composite
Reliability Cronbach Apha
Pria Wanita Pria Wanita Pria Wanita
BI ----> BIX4 0.810 0.847
Use Behavior
USE ----> USEX1 0.863 0.851
0.908 0.898 0.865 0.848 USE ----> USEX2 0.842 0.838
USE ----> USEX3 0.846 0.817
USE ----> USEX4 0.821 0.809
Sumber: Hasil Olahan Data Statistik
Tabel 4.4.1 menunjukkan bahwa semua indikator pada tiap variabel laten
memiliki nilai loading lebih dari 0.5. Tidak ada perbedaan yang signifikan nilai
loading pada pria dan wanita. Nilai composite reliability lebih dari 0.7 dan nilai
cronbach alpha lebih dari 0.6. Artinya, tidak ada perbedaan tingkat validitas dan
reliabilitas alat ukur untuk pria maupun wanita.
Dalam melihat tabel di atas dari loading faktor, maka performance
expectancy pria yang paling tinggi adalah PEX4 (Keuntungan Relatif). Maka pada
pria semakin tinggi keuntungan relatif semakin besar pengaruhnya dalam
mengunakan electronic banking. Sedangkan pada wanita, loading faktor yang
paling tinggi adalah PEX2 (Motivasi Ekstrinsik) dimana kalau kita lihat pada wanita
dorongan yang paling tinggi adalah dorongan dari luar diri wanita dalam
menggunakan electronic banking.
Dalam Effort Expectancy (tingkat kemudahan pengguna) pada pria yang
adalah EE4 Kemudahan pengguna untuk mengoperasikan electronic banking adalah
nilai paling tinggi, dimana pria dalam mengoperasikan electronic banking adalah
faktor yang dominan dalam mengoperasikan electronic banking. Sedangkan pada
wanita EE3 yang dominan artinya wanita cenderung memilih kemudahan pengguna
dalam menggunakan electronic banking.
203
Social influence (pengaruh faktor sosial) pada pria yang paling tinggi adalah
SIX4 yaitu pengaruh psikografis prestise. Dimana pria faktor sosial prestise akan
menjadikan faktor yang dominan sedangkan pada SIX2 pengaruh dari manajemen
dalam menggunakan electronic banking merupakan faktor utama wanita dalam
penggunaan teknologi tersebut.
Tabel 4.4.2 Koefisien Pengaruh Gender sebagai moderating variabel dari
Performance Expectancy, Effort Expecatancy, Facilitating Condition, Security
terhadap Behavioral Intention
Arah hubungan Koefisien
Selisih t test P-
Value Pria Wanita
Performance expectancy ---> Behavior intention 0.239 0.045 0.126 2.03 0.047
Effort expectancy ---> Behavior intention 0.186 0.035 0.151 2.87 0.035
Facilitating condition ---> Behavior intention 0.083 0.197 0.114 1.99 0.049
Security ---> Behavior intention 0.335 0.193 0.142 2.56 0.039
Sumber: Hasil Olahan Data Statistik
Proses pengujian hipotesis lima dari penelitian ini sebagai berikut:
Hipotesis 5a.
H0: 𝛽11(1)=𝛽11(2) Tidak ada perbedaan pengaruh performance expectancy terhadap
behavior intention secara signifikan antara laki-laki dan perempuan.
H1: 𝛽11(1) ≠ 𝛽11(2) Ada perbedaan pengaruh performance expectancy terhadap
behavior intention secara signifikan antara laki-laki dan perempuan.
Pengujian dilakukan dengan menggunakan pendekatan parametrik (uji T). Tabel
4.4.2 menunjukkan bahwa nilai t-test dari perbedaan pengaruh performance
expectancy terhadap behavior intention sebesar 2.03 dengan nilai p-value 0.047
atau kurang dari nilai α = 0.05. sehingga disimpulkan untuk menerima H1. Artinya
ada perbedaan pengaruh performance expectancy terhadap behavior intention
secara signifikan antara laki-laki dan perempuan.
204
Hipotesis 5b.
H0: 𝛽12(1)=𝛽12(2) Tidak ada perbedaan pengaruh effort expectancy terhadap
behavior intention secara signifikan antara laki-laki dan perempuan.
H1: 𝛽12(1) ≠ 𝛽12(2) Ada perbedaan pengaruh effort expectancy terhadap behavior
intention secara signifikan antara laki-laki dan perempuan.
Pengujian dilakukan dengan menggunakan pendekatan parametrik (uji T). Tabel
4.4.2 menunjukkan bahwa nilai t-test dari perbedaan pengaruh effort expectancy
terhadap behavior intention sebesar 2.87 dengan nilai p-value 0.035 atau kurang
dari nilai α = 0.05. sehingga disimpulkan untuk menerima H1. Artinya ada
perbedaan pengaruh effort expectancy terhadap behavior intention secara signifikan
antara laki-laki dan perempuan.
Hipotesis 5c
H0: 𝛽14(1)=𝛽14(2) Tidak ada perbedaan pengaruh facilitating condition terhadap
behavior intention secara signifikan antara laki-laki dan perempuan.
H1: 𝛽14(1) ≠ 𝛽14(2) Ada perbedaan pengaruh facilitating condition terhadap
behavior intention secara signifikan antara laki-laki dan perempuan
Pengujian dilakukan dengan menggunakan pendekatan parametrik (uji T). Tabel
4.4.2 menunjukkan bahwa nilai t-test dari perbedaan pengaruh facilitating condition
terhadap behavior intention sebesar 1.99 dengan nilai p-value 0.049 atau kurang
dari nilai α = 0.05. sehingga disimpulkan untuk menerima H1. Artinya ada
perbedaan pengaruh facilitating condition terhadap behavior intention secara
signifikan antara laki-laki dan perempuan.
205
Hipotesis 5d
H0: 𝛽15(1)=𝛽15(2) Tidak ada perbedaan pengaruh security terhadap behavior
intention secara signifikan antara laki-laki dan perempuan.
H1: 𝛽15(1) ≠ 𝛽15(2) Ada perbedaan pengaruh security terhadap behavior intention
secara signifikan antara laki-laki dan perempuan
Pengujian dilakukan dengan menggunakan pendekatan parametrik (uji T). Tabel
4.4.2 menunjukkan bahwa nilai t-test dari perbedaan pengaruh security terhadap
behavior intention sebesar 2.56 dengan nilai p-value 0.039 atau kurang dari nilai α
= 0.05. sehingga disimpulkan untuk menerima H1. Artinya ada perbedaan pengaruh
security terhadap behavior intention secara signifikan antara laki-laki dan
perempuan.
Hipotesis penelitian yang menduga bahwa gender merupakan variabel
moderating dari performance expectancy, effort expectancy, facilitating condition,
security terhadap behavioral intention. Hasil temuan ternyata menunjukkan bahwa
gender adalah moderating variabel pada performace expectancy, effort expectancy,
facilitating condition dan security pada adopsi teknologi e-banking pada nasabah
bank pemerintah.
4.5 Pengaruh Age sebagai moderating variabel dari Performance Expectancy,
Effort Expectancy, Social Influence dan Security terhadap Behavioral
Intention.
Multi Group Analysis (MGA) digunakan untuk menguji pengaruh Age
sebagai moderating variabel dari performance expectancy, effort expectancy, social
influence, security terhadap behavior intention. Pada penelitian ini usia dibagi atas
206
dua grup yaitu responden yang berusia < 25 tahun dan responden yang berusia > 25
tahun.
Tabel 4.5.1 Outer Model Dengan Age Sebagai Moderating Variabel
Keterangan Loading Factor
Composite
Reliability Cronbach Apha
<25 thn >25 thn <25 thn >25 thn <25 thn >25 thn
Performance Expectancy
PE ----> PEX1 0.852 0.848
0.923 0.931 0.895 0.907
PE ----> PEX2 0.847 0.859
PE ----> PEX3 0.831 0.846
PE ----> PEX4 0.835 0.859
PE ----> PEX5 0.852 0.854
Effort Expectancy
EE ----> EEX1 0.830 0.857
0.910 0.923 0.867 0.889 EE ----> EEX2 0.837 0.861
EE ----> EEX3 0.847 0.876
EE ----> EEX4 0.869 0.872
Social Influence
SI ----> SIX1 0.831 0.842
0.907 0.910 0.863 0.868 SI ----> SIX2 0.857 0.850
SI ----> SIX3 0.833 0.850
SI ----> SIX4 0.845 0.845
Faciltating Condition
FC ----> FCX1 0.860 0.876
0.891 0.907 0.816 0.847 FC ----> FCX2 0.823 0.874
FC ----> FCX3 0.882 0.874
Security
S ----> SX1 0.849 0.860
0.911 0.913 0.870 0.873 S ----> SX2 0.850 0.853
S ----> SX3 0.847 0.869
S ----> SX4 0.848 0.822
Behavioral Intention
BI ----> BIX1 0.844 0.862
0.901 0.910 0.854 0.868 BI ----> BIX2 0.836 0.846
BI ----> BIX3 0.832 0.843
BI ----> BIX4 0.825 0.835
Use Behavior
USE ----> USEX1 0.841 0.870
0.893 0.911 0.840 0.870 USE ----> USEX2 0.825 0.853
USE ----> USEX3 0.825 0.838
USE ----> USEX4 0.797 0.829
Sumber: Hasil Olahan Data Statistik
207
Outer model disajikan pada tabel 4.5.1. Tabel tersebut menggambarkan uji
validitas dengan uji convergent validity, serta uji reliabilitas dengan composite
reliability dan cronbach alpha. Indikator disimpulkan valid jika memiliki nilai
loading diatas 0.5. Indikator yang mengukur variabel laten disimpulkan reliabel jika
memiliki nilai composite reliability diatas 0.7 dan cronbach alpha diatas 0.6.
Tabel 4.5.1 menunjukkan bahwa semua indikator pada tiap variabel laten
memiliki nilai loading lebih dari 0.5. Tidak ada perbedaan yang signifikan nilai
loading pada nasabah berusia < 25 tahun dan > 25 tahun. Nilai composite reliability
lebih dari 0.7 dan nilai cronbach alpha lebih dari 0.6. Artinya tidak ada perbedaan
tingkat validitas dan reliabilitas alat ukur untuk pada nasabah berusia < 25 tahun
dan > 25 tahun.
Tabel 4.5.2 Koefisien Pengaruh Age sebagai moderating variabel dari
Performance Expectancy, Effort Expectancy, Social Influence, Security
terhadap Behavioral Intention
Arah hubungan Koefisien
Selisih t test P-
Value <25 thn >25 thn
Performance expectancy ---> Behavior intention 0.256 0.117 0.139 2.01 0.047
Effort expectancy ---> Behavior intention 0.210 0.097 0.113 1,98 0.048
Social influence ---> Behavior intention 0.045 0.172 0.127 2.03 0.046
Security ---> Behavior intention 0.294 0.128 0.166 2.95 0.032
Sumber: Hasil Olahan Data Statistik
Proses pengujian hipothesis 6 dari penelitian ini sebagai berikut:
Hipothesis 6a
H0: 𝛽11(1)=𝛽11(2) Tidak ada perbedaan pengaruh performance expectancy terhadap
behavior intention secara signifikan antara nasabah usia muda (< 25
tahun) dan nasabah usia dewasa (> 25 tahun).
208
H1: 𝛽11(1) ≠ 𝛽11(2) Ada perbedaan pengaruh performance expectancy terhadap
behavior intention secara signifikan antara nasabah usia muda (< 25
tahun) dan nasabah usia dewasa (> 25 tahun).
Pengujian dilakukan dengan menggunakan pendekatan parametrik (uji t). Tabel
4.5.2 menunjukkan bahwa nilai t-test dari perbedaan pengaruh performance
expectancy terhadap behavior intention sebesar 2.01 dengan nilai p-value 0.047
atau kurang dari nilai α = 0.05. sehingga disimpulkan untuk menerima H1. .Artinya
ada perbedaan pengaruh performance expectancy terhadap behavior intention
secara signifikan antara nasabah usia muda (< 25 tahun) dan nasabah usia dewasa
(> 25 tahun).
Hipotesis 6b.
H0: 𝛽12(1)=𝛽12(2) Tidak ada perbedaan pengaruh effort expectancy terhadap
behavior intention secara signifikan signifikan antara nasabah usia
muda (< 25 tahun) dan nasabah usia dewasa (> 25 tahun).
H1: 𝛽12(1) ≠ 𝛽12(2) Ada perbedaan pengaruh effort expectancy terhadap behavior
intention secara signifikan antara nasabah usia muda (< 25 tahun)
dan nasabah usia dewasa (> 25 tahun).
Pengujian dilakukan dengan menggunakan pendekatan parametrik (uji t). Tabel
4.5.2 menunjukkan bahwa nilai t-test dari perbedaan pengaruh effort expectancy
terhadap behavior intention sebesar 1.98 dengan nilai p-value 0.048 atau kurang
dari nilai α = 0.05. sehingga disimpulkan untuk menerima H1. .Artinya ada
perbedaan pengaruh effort expectancy terhadap behavior intention secara signifikan
antara nasabah usia muda (< 25 tahun) dan nasabah usia dewasa (> 25 tahun)
209
Hipotesis 6c.
H0: 𝛽13(1)=𝛽13(2) Tidak ada perbedaan pengaruh social influence terhadap
behavior intention secara signifikan antara nasabah usia muda (< 25
tahun) dan nasabah usia dewasa (> 25 tahun).
H1: 𝛽13(1) ≠ 𝛽13(2) Ada perbedaan pengaruh social influence terhadap behavior
intention secara signifikan antara nasabah usia muda (< 25 tahun)
dan nasabah usia dewasa (> 25 tahun)
Pengujian dilakukan dengan menggunakan pendekatan parametrik (uji t). Tabel
4.5.2 menunjukkan bahwa nilai t-test dari perbedaan pengaruh social influence
terhadap behavior intention sebesar 2.03 dengan nilai p-value 0.046 atau kurang
dari nilai α = 0.05. sehingga disimpulkan untuk menerima H1. .Artinya ada
perbedaan pengaruh social influence terhadap behavior intention secara signifikan
antara nasabah usia muda (< 25 tahun) dan nasabah usia dewasa (> 25 tahun).
Hipotesis 6d.
H0: 𝛽15(1)=𝛽15(2) Tidak ada perbedaan pengaruh security terhadap behavior
intention secara signifikan antara nasabah usia muda (< 25 tahun)
dan nasabah usia dewasa (> 25 tahun)
H1: 𝛽15(1) ≠ 𝛽15(2) Ada perbedaan pengaruh security terhadap behavior intention
secara signifikan antara nasabah usia muda (< 25 tahun) dan nasabah
usia dewasa (> 25 tahun).
Pengujian dilakukan dengan menggunakan pendekatan parametrik (uji t). Tabel
4.5.2 menunjukkan bahwa nilai t-test dari perbedaan pengaruh security terhadap
behavior intention sebesar 2.95 dengan nilai p-value 0.032 atau kurang dari nilai α
210
= 0.05. sehingga disimpulkan untuk menerima H1 .Artinya ada perbedaan pengaruh
security terhadap behavior intention secara signifikan antara nasabah usia muda (<
25 tahun) dan nasabah usia dewasa (> 25 tahun).
Hipotesis penelitian yang menduga bahwa age merupakan variabel
moderating dari performance expectancy, effort expectancy, social influence,
security terhadap behavioral intention. Hasil temuan ternyata menunjukkan bahwa
age merupakan moderating variabel pada performace expectancy, effort
expectancy, social influence dan security pada adopsi teknologi e-banking pada
nasabah bank pemerintah.
4.6 Pengaruh Experience sebagai moderating variabel dari Effort Expectancy,
Social Influence, Facilitating Condition dan Security terhadap Behavioral
Intention.
Multi Group Analysis (MGA) digunakan untuk menguji pengaruh
experience sebagai moderating variabel dari effort expectancy, social influence,
facilitating condition, security terhadap behavior intention. Pada pebelitian ini
experience dibagi atas 2 grup yaitu responden yang belum memiliki experience dan
responden yang sudah memiliki experience.
Outer model disajikan pada tabel 4.6.1 Tabel tersebut menggambarkan uji
validitas dengan uji convergent validity, serta uji reliabilitas dengan composite
reliability dan cronbach alpha. Indikator atau indikator disimpulkan valid jika
memiliki nilai loading diatas 0.5. Indikator atau indikator yang mengukur variabel
laten disimpulkan reliabel jika memiliki nilai composite reliability diatas 0.7 dan
cronbach alpha diatas 0.6
211
Tabel 4.6.1 Outer Model Dengan Experience Sebagai Moderating Variabel
Keterangan Loading Factor
Composite
Reliability Cronbach Apha
Experience Non
Experience Sudah Belum Sudah Belum
Performance Expectancy
PE ----> PEX1 0.839 0.836
0.926 0.927 0.900 0.96.02
PE ----> PEX2 0.854 0.855
PE ----> PEX3 0.839 0.853
PE ----> PEX4 0.845 0.847
PE ----> PEX5 0.846 0.845
Effort Expectancy
EE ----> EEX1 0.850 0.840
0.918 0.916 0.880 0.878 EE ----> EEX2 0.859 0.841
EE ----> EEX3 0.845 0.879
EE ----> EEX4 0.877 0.863
Social Influence
SI ----> SIX1 0.830 0.843
0.907 0.910 0.864 0.868 SI ----> SIX2 0.852 0.853
SI ----> SIX3 0.833 0.849
SI ----> SIX4 0.854 0.839
Faciltating Condition
FC ----> FCX1 0.871 0.867
0.901 0.898 0.834 0.830 FC ----> FCX2 0.850 0.849
FC ----> FCX3 0.879 0.876
Security
S ----> SX1 0.862 0.847
0.913 0.912 0.872 0.871 S ----> SX2 0.853 0.850
S ----> SX3 0.861 0.858
S ----> SX4 0.826 0.841
Behavioral Intention
BI ----> BIX1 0.855 0.852
0.907 0.904 0.863 0.858 BI ----> BIX2 0.855 0.829
BI ----> BIX3 0.839 0.835
BI ----> BIX4 0.820 0.836
Use Behavior
USE ----> USEX1 0.852 0.861
0.897 0.907 0.848 0.863 USE ----> USEX2 0.830 0.848
USE ----> USEX3 0.822 0.841
USE ----> USEX4 0.809 0.818
Sumber: Hasil Olahan Data Statistik
212
Tabel 4.6.1 menunjukkan bahwa semua indikator pada tiap variabel laten
memiliki nilai loading lebih dari 0.5. Tidak ada perbedaan yang signifikan nilai
loading pada nasabah yang belum memiliki experience dan nasabah yang sudah
memiliki experience. Nilai composite reliability lebih dari 0.7 dan nilai cronbach
alpha lebih dari 0.6. Artinya tidak ada perbedaan tingkat validitas dan reliabilitas
alat ukur untuk pada nasabah yang sudah memiliki experience dan belum memiliki
experience.
Tabel 4.6.2 Koefisien Pengaruh Experience sebagai moderating variabel dari
Effort Expecatancy, Facilitating Condition, Social Influence, Security terhadap
Behavioral Intention
Arah hubungan Koefisien
Selisih t test P-
Value Ezperience Non
experience
Effort expectancy ---> Behavior intention 0.072 0.195 0.123 2.01 0.048
Social influence ---> Behavior intention 0.033 0.178 0.145 2,25 0.039
Faciltating condition ---> Behavior intention 0.201 0.081 0.120 2.01 0.048
Security ---> Behavior intention 0.301 0.125 0.176 2.97 0.031
Sumber: Hasil Olahan Data Statistik
Proses pengujian hipothesis 7 dari penelitian ini sebagai berikut:
Hipotesis 7a.
H0: 𝛽12(1)=𝛽12(2) Tidak ada perbedaan pengaruh effort expectancy terhadap
behavior intention secara signifikan signifikan antara nasabah yang
belum memiliki experience dan sudah memiliki experience.
H1: 𝛽12(1) ≠ 𝛽12(2) Ada perbedaan pengaruh effort expectancy terhadap behavior
intention secara signifikan antara nasabah yang belum memiliki
experience dan sudah memiliki experience
213
Pengujian dilakukan dengan menggunakan pendekatan parametrik (uji t). Tabel
4.6.2 menunjukkan bahwa nilai t-test dari perbedaan pengaruh effort expectancy
terhadap behavior intention sebesar 2.01 dengan nilai p-value 0.048 atau kurang
dari nilai α = 0.05. sehingga disimpulkan untuk menerima H1. .Artinya ada
perbedaan pengaruh effort expectancy terhadap behavior intention secara signifikan
antara nasabah yang sudah memiliki experience dan nasabah yang belum memiliki
experience.
Hipotesis 7b.
H0: 𝛽13(1)=𝛽13(2) Tidak ada perbedaan pengaruh social influence terhadap behavior
intention secara signifikan antara nasabah yang belum memiliki
experience dan sudah memiliki experience.
H1: 𝛽13(1) ≠ 𝛽13(2) Ada perbedaan pengaruh social influence terhadap behavior
intention secara signifikan antara nasabah yang belum memiliki
experience dan sudah memiliki experience.
Pengujian dilakukan dengan menggunakan pendekatan parametrik (uji t). Tabel
4.6.2 menunjukkan bahwa nilai t-test dari perbedaan pengaruh social influence
terhadap behavior intention sebesar 2.25 dengan nilai p-value 0.039 atau kurang
dari nilai α = 0.05. sehingga disimpulkan untuk menerima H1. .Artinya ada
perbedaan pengaruh social influence terhadap behavior intention secara signifikan
antara nasabah yang sudah memiliki experience dan nasabah yang belum memiliki
experience.
214
Hipotesis 7c.
H0: 𝛽14(1)=𝛽14(2) Tidak ada perbedaan pengaruh facilitating conditions terhadap
behavior intention secara signifikan antara nasabah yang belum
memiliki experience dan sudah memiliki experience.
H1: 𝛽14(1) ≠ 𝛽14(2) Ada perbedaan pengaruh facilitating conditions terhadap
behavior intention secara signifikan antara nasabah yang belum
memiliki experience dan sudah memiliki experience
Pengujian dilakukan dengan menggunakan pendekatan parametrik (uji t). Tabel
4.6.2 menunjukkan bahwa nilai t-test dari perbedaan pengaruh facilitating
conditions terhadap behavior intention sebesar 2.01 dengan nilai p-value 0.048 atau
kurang dari nilai α = 0.05. sehingga disimpulkan untuk menerima H1. .Artinya ada
perbedaan pengaruh facilitating conditions terhadap behavior intention secara
signifikan antara nasabah yang sudah memiliki experience dan nasabah yang belum
memiliki experience
Hipotesis 7d.
H0: 𝛽15(1)=𝛽15(2) Tidak ada perbedaan pengaruh security terhadap behavior
intention secara signifikan antara nasabah yang belum memiliki
experience dan sudah memiliki experience.
H1: 𝛽15(1) ≠ 𝛽15(2) Ada perbedaan pengaruh security terhadap behavior intention
secara signifikan antara nasabah yang belum memiliki experience
dan sudah memiliki experience
215
Pengujian dilakukan dengan menggunakan pendekatan parametrik (uji t). Tabel
4.6.2 menunjukkan bahwa nilai t-test dari perbedaan pengaruh security terhadap
behavior intention sebesar 2.97 dengan nilai p-value 0.031 atau kurang dari nilai α
= 0.05. sehingga disimpulkan untuk menerima H1. .Artinya ada perbedaan pengaruh
security terhadap behavior intention secara signifikan antara nasabah yang sudah
memiliki experience dan nasabah yang belum memiliki experience
Hipothesis penelitian yang menduga bahwa experince merupakan variabel
moderating dari effort expectancy, social influence,facilitating cinditions, security
terhadap behavioral intention. Hasil temuan ternyata menunjukkan bahwa
experince merupakan moderating variabel pada performace expectancy, effort
expectancy, social influence dan security pada adopsi teknologi e-banking pada
nasabah bank pemerintah.
4.7 Pengaruh Voluntary of Use sebagai moderating variabel dari Social
Influence dan Security terhadap Behavior Intention
Multi Group Analysis (MGA) digunakan untuk menguji pengaruh voluntary
of use sebagai moderating variabel dari social influence dan security terhadap
behavior intention. Pada pebelitian ini voluntary of use dibagi atas 2 grup yaitu
responden yang menggunakan e-banking karena sekarela dan karena terpaksa.
Outer model disajikan pada tabel 4.7.1 Tabel tersebut menggambarkan uji
validitas dengan uji convergent validity, serta uji reliabilitas dengan composite
reliability dan cronbach alpha. Indikator atau indikator disimpulkan valid jika
memiliki nilai loading diatas 0.5. Indikator atau indikator yang mengukur variabel
216
laten disimpulkan reliabel jika memiliki nilai composite reliability diatas 0.7 dan
cronbach alpha diatas 0.6
Tabel 4.7.1 Outer Model dengan Voluntary of Use Sebagai Moderating
Variabel
Keterangan Loading Factor
Composite
Reliability Cronbach Apha
Terpaksa Sukarela Terpaksa Sukarela Terpaksa Sukarela
Performance Expectancy
PE ----> PEX1 0.841 0.833
0.925 0.927 0.899 0.902
PE ----> PEX2 0.854 0.855
PE ----> PEX3 0.844 0.849
PE ----> PEX4 0.840 0.852
PE ----> PEX5 0.841 0.849
Effort Expectancy
EE ----> EEX1 0.855 0.834
0.918 0.915 0.882 0.876 EE ----> EEX2 0.841 0.857
EE ----> EEX3 0.866 0.857
EE ----> EEX4 0.874 0.865
Social Influence
SI ----> SIX1 0.840 0.834
0.909 0.908 0.866 0.865 SI ----> SIX2 0.855 0.850
SI ----> SIX3 0.843 0.841
SI ----> SIX4 0.841 0.848
Faciltating Condition
FC ----> FCX1 0.858 0.879
0.898 0.901 0.830 0.835 FC ----> FCX2 0.864 0.837
FC ----> FCX3 0.869 0.885
Security
S ----> SX1 0.840 0.868
0.911 0.913 0.870 0.873 S ----> SX2 0.862 0.840
S ----> SX3 0.852 0.865
S ----> SX4 0.838 0.830
Behavioral Intention
BI ----> BIX1 0.857 0.849
0.907 0.904 0.861 0.861 BI ----> BIX2 0.840 0.842
BI ----> BIX3 0.835 0.839
BI ----> BIX4 0.827 0.829
Use Behavior
USE ----> USEX1 0.861 0.853
0.903 0.903 0.857 0.856 USE ----> USEX2 0.847 0.835
USE ----> USEX3 0.840 0.824
USE ----> USEX4 0.798 0.831
Sumber: Hasil Olahan Data Statistik
217
Tabel 4.6.1 menunjukkan bahwa semua indikator pada tiap variabel laten
memiliki nilai loading lebih dari 0.5. Nilai composite reliability lebih dari 0.7 dan
nilai cronbach alpha lebih dari 0.6. Artinya tidak ada perbedaan tingkat validitas
dan reliabilitas alat ukur untuk pada nasabah yang menggunakan e-banking secara
sukarela dan karena terpaksa.
Tabel 4.7.2 Koefisien Pengaruh Voluntary of Use sebagai moderating variabel
dari Social Influence, Security terhadap Behavioral Intention
Arah hubungan Koefisien
Selisih t test P-
Value Terpaksa Sukarela
Social influence ---> Behavior intention 0.189 0.051 0.138 2,21 0.041
Security ---> Behavior intention 0.242 0.301 0.061 1.65 0.073
Sumber: Hasil Olahan Data Statistik
Proses pengujian hipothesis 8 dari penelitian ini sebagai berikut:
Hipotesis 8a
H0: 𝛽13(1)=𝛽13(2) Tidak ada perbedaan pengaruh social influence terhadap behavior
intention secara signifikan antara nasabah yang menggunakan e-
banking dengan paksaan dan secara sukarela.
H1: 𝛽13(1) ≠ 𝛽13(2) Ada perbedaan pengaruh social influence terhadap behavior
intention secara signifikan antara nasabah yang menggunakan e-
banking dengan paksaan dan secara sukarela.
Pengujian dilakukan dengan menggunakan pendekatan parametrik (uji t). Tabel
4.7.2 menunjukkan bahwa nilai t-test dari perbedaan pengaruh social influence
terhadap behavior intention sebesar 2.21 dengan nilai p-value 0.041 atau kurang
dari nilai α = 0.05. sehingga disimpulkan untuk menerima H1. .Artinya ada
218
perbedaan pengaruh social influence terhadap behavior intention secara signifikan
antara nasabah yang menggunakan e-banking secara terpaksan dan secara sukarela.
Hipotesis 8b
H0:𝛽15(1)=𝛽15(2) Tidak ada perbedaan pengaruh security terhadap behavior
intention secara signifikan antara nasabah yang menggunakan e-
banking dengan paksaan dan secara sukarela.
H1: 𝛽15(1) ≠ 𝛽15(2) Ada perbedaan pengaruh security terhadap behavior intention
secara signifikan antara nasabah yang menggunakan e-banking
dengan paksaan dan secara sukarela.
Pengujian dilakukan dengan menggunakan pendekatan parametrik (uji t). Tabel
4.7.2 menunjukkan bahwa nilai t-test dari perbedaan pengaruh social influence
terhadap behavior intention sebesar 1.65 dengan nilai p-value 0.073 atau lebih dari
dari nilai α = 0.05. Sehingga disimpulkan untuk menerima H0. .Artinya ada tidak
perbedaan pengaruh security terhadap behavior intention secara signifikan antara
nasabah yang menggunakan e-banking secara terpaksa dan secara sukarela.
4.8 Pembahasan
4.8.1 Pengaruh Performance Expectancy, Effort Expectancy, Social Influence,
Faciltating Condition, Security Terhadap Behavior Intention
Penelitian ini menemukan bahwa behavioral intention e-banking nasabah
pemerintah paling besar dipengaruhi security kemudian disusul oleh performance
expectancy, social influence, facilitating condition dan effort expectancy. Besarnya
nilai pengaruh tiap variabel dilihat dari besarnya nilai koefisien bobot tiap variabel.
𝐵𝐼 = 0.229𝑃𝐸 + 0.145𝐸𝐸+0.152𝑆𝐼 + 0.151FC + 0.256S + ζ1
219
keterangan :
𝐵𝐼: behavior intention
PE: performance expectation
EE: effort expectation
SI: social influence
FC: faciltating condition
S: security
USE: use behavior
Bagi nasabah bank pemerintah dalam penerimaan teknologi e-banking
aspek security menjadi variabel yang paling penting. Hal ini terjadi karena faktor
keamanan terhadap dana mereka menjadi perhatian. Hasil ini sejalan dengan
penelitian yang dilakukan oleh Rahi, at al. (2018), menyatakan bahwa persepsi
nasabah terkait security dapat mempengaruhi penerimaan internet banking bahkan
merekomendasikan teknologi tersebut kepada nasabah lainnya. Karena tingginya
penipuan dan korupsi dinegara bersangkutan, sehingga sensitivitas informasi dan
keamanan terus menjadi isu utama dalam pikiran nasabah perbankan.
Penelitian lain yang dilakukan oleh Chiu, at al. (2017) juga menyatakan
bahwa security berpengaruh terhadap behavioral intention sebuah teknologi.
Kemudian, Singh dan Srivastava (2018) diakhiri penelitiannya memberikan
kesimpulan bahwa perceived ease of use, computer self-efficacy, perceived
financial cost, dan security berpengaruh terhadap intensitas pemakaian mobile
banking di India. Turban E (2015) menyatakan bahwa keamanan suatu
transaksi harus memiliki privacy, authenty, integrity, non-repudations.
Meningkatkan security sama halnya dengan mengurangi resiko (risk), persepsi
220
terhadap security menjadi perhatian dari nasabah. Pada penelitian ini, security
merupakan pembeda dari teori UTAUT Ventakesh (2003).
Performace expectancy memiliki pengaruh tertinggi kedua terhadap
behavioral intention setelah security. Performance expectancy memiliki nilai
pengaruh 0.229 terhadap behavioral intention dengan nilai P-Value sebesar 0.00.
Performance expectancy disebut juga ekspektasi terhadap kinerja, yaitu tingkat
kepercayaan individu bahwa menggunakan sistem e-banking akan meningkatkan
kinerja. Hasil penelitian sejalan dengan teori lain tentang adopsi penerimaan
teknologi adalah yang dilakukan oleh Tarhini (2016) tentang pengembangan model
UTAUT dalam penerimaan teknologi bagi pengguna internet banking di Lebanon
juga menemukan hal yang sama, bahwa pemanfaatan teknologi internet banking
akan menjadikan pekerjaan lebih mudah, bermanfaat, menambah produktivitas,
mempertinggi efektivitas dan meningkatkan kinerja. Temuan ini juga selaras
dengan penelitian Alfonso (2015) dalam penelitian tentang penerimaan teknologi
pengguna Electronic Document Management System (EDMS) di Portugal,
menyatakan bahwa performance expectancy memiliki pengaruh positif terhadap
behavior intention. Penelitian lain yang serupa dilakukan oleh Ahmad (2015)
menyatakan kemanfaatan (usefulness) sebagai suatu tingkatan dimana seseorang
percaya bahwa penggunaan suatu subjek tertentu akan dapat meningkatkan prestasi
kerja orang tersebut. Penelitian serupa dilakukan oleh Rahi, at al. (2018),
menyatakan bahwa persepsi nasabah terkait performance expectancy dapat
mempengaruhi penerimaan internet banking bahkan merekomendasikan teknologi
tersebut kepada nasabah lainnya.
221
Temuan ini menunjukkan bahwa performance expectancy, merupakan
variabel yang harus diperhatikan oleh perbankan. Artinya, produk e-banking harus
mampu meningkatkan kinerja bagi penggunanya. Performance expectancy berasal
dari perceived usefulness, motivasi ekstrinsik, kesesuaian pekerjaan, keuntungan
relatif dan ekspektasi hasil. Berdasarkan hasil deskripsi indikator diperoleh bahwa
nilai rata-rata perceived usefulness, motivasi ekstrinsik, kesesuaian pekerjaan
cukup tinggi. Semua indikator memiliki nilai rata-rata yang tinggi, artinya
performance expectancy akan produk e-banking cukup tinggi. Harapan nasabah
bank pemerintah di Jabodetabek adalah keberadaan teknologi e-banking akan
meningkatkan kinerja mereka. Ekspektasi kinerja dalam penggunaan electronic
banking akan meningkatkan efisiensi dan efektivitas dalam jasa bank. Dengan kata
lain penggunaan e-banking akan menghasilkan peningkatan ekspektasi kinerja,
yang akan mempengaruhi niat dari perilaku (Alfonso, 2015).
Variabel ke tiga yang mempengaruhi behavioral intention adalah social
influence, dengan koefisien pengaruh sebesar 0.152 dan P-value sebesar 0.002.
Social influence pada penelitian ini mencerminkan persepsi pengguna terhadap
orang yang penting baginya meyakinkan ia harus menggunakan electronic banking.
Tingkat persepsi ini akan berpengaruh terhadap tingkat keinginan untuk terus
menggunakan electronic banking. Penelitian ini sejalan dengan Singh dan
Srivastava (2018) yang menyatakan bahwa social influence berpengaruh nyata
terhadap behavior intention.
Dukungan pengaruh sosial dari lingkungan sangat penting untuk
memperkenalkan mobile banking kepada pengguna lain. Dengan tinggi tingkat
222
saling ketergantungan di antara pekerja dalam melaksanakan tugas tertentu,
dukungan sosial dari rekan-rekan sangat penting untuk pencapaian tujuan tertentu
seperti peningkatan produktivitas dalam suatu organisasi sesuai dengan niat
perilaku pekerja tersebut dalam penggunaan internet banking (Rahi, et al., 2018).
Hasil yang senada diungkapkan Patel dan Patel (2017) pada penelitiannya tentang
penerimaan teknologi internet banking menggunakan model TAM di Gujarat India,
menyatakan bahwa social influence berpengaruh signifikan terhadap adopsi
penerimaan teknologi internet banking.
Variabel ke empat adalah facilitating condition. Temuan penelitian
menunjukkan bahwa facilitating condition berpengaruh signifikan terhadap
behavioral intention. Facilitating condition memiliki koefisien pengaruh sebesar
0.151 dengan p-value sebesar 0.01. Temuan ini sejalan dengan temuan Rahi at al.
(2018), menyatakan bahwa facilitating conditions dapat mempengaruhi penerimaan
internet banking bahkan merekomendasikan teknologi tersebut kepada nasabah
lainnya. Facilitating conditions mencerminkan persepsi pengguna terkait
ketersediaan sumber daya dan dorongan untuk melakukan penggunaan e-banking.
Facilitating conditions terkait dengan infrastruktur teknis pendukung dalam
penggunaan e-banking. Keberadaan facilitating condition bisa mendorong perasaan
(affect) nasabah perbankan pemerintah untuk memanfaatkan teknologi internet
banking. Keberadaan facilitating conditions yang lengkap mudah dalam
operasionalisasinya akan mendorong behavioral intention pada e-banking.
Keberadaan dan kemudahan yang diberikan perbankan akan mendorong persepsi
minat penggunaan e-banking nasabah bank pemerintah.
223
Variabel yang ke lima yaitu effort expectancy. Temuan penelitian ini
menyatakan bahwa effort expectancy berpengaruh signifikan terhadap behavioral
intentention. Effort expectancy memiliki koefisien pengaruh sebesar 0.145 dengan
nilai p-value sebesar 0.01. Temuan penelitian sejalan dengan penemuan Ahmad
(2015) yang mengatakakan bahwa effort expectancy berpengaruh nyata terhadap
behavioral intention. Lienbenberg, at al. (2018) mengidentifikasikan bahwa
kemudahan pemakaian mempunyai pengaruh terhadap penggunaan teknologi
informasi. Selain itu, Phichitchaiso dan Naenna (2013) dalam penelitiannya tentang
faktor-faktor yang berpengaruh terhadap penerimaan teknologi kesehatan di
Thailand, menyatakan bahwa effort expectancy merupakan salah satu faktor yang
berpengaruh terhadap penerimaan teknologi kesehatan.
Effort expectancy pada penelitian ini mencerminkan tingkat kemudahan di
dalam penggunaan electronic banking, artinya makin mudah fitur penggunaan e-
banking maka minat untuk menggunakan juga makin meningkat. Bank pemerintah
haruslah memperhatikan kemudahan penggunaan e-banking dari berbagai
indikator, seperti indikator kemudahan untuk memahami tahapan penggunaan e-
banking terutama dari sisi bahasa, kemudahan dalam mengoperasionalkan e-
banking terutama dari sisi flowcart operasionalisasinya.
4.8.2 Pengaruh Behavior Intention Terhadap Use Behavior
Variabel behavioral intention selain dipengaruhi oleh variabel performance
expectancy, social influence, facilitating condition dan effort expectancy, juga
mempengaruhi use behavior. Behavioral intention berperan variabel antara, selain
sebagai variabel laten eksogen juga berperan sebagai variabel laten endogen. Hasil
224
analisis menunjukkan bahwa behavioral intention berpengaruh secara signifikan
terhadap use behavior. Koefisien besarnya pengaruh sebesar 0.865 dengan nilai p-
value 0.001, artinya behavioral intention memiliki pengaruh yang positif terhadap
use behavior. Makin tinggi behavioral intention e-banking bank pemerintah akan
berimplikasi bagi tingginya use behavior e-banking bank pemerintah. Temuan ini
sejalan dengan penemuan V. Vankatesh (2012), yang juga menjadi dasar dari
konstruk pada penelitian ini. E-banking akan digunakan jika nasabah tersebut
berminat terhadap teknologi tersebut, karena keyakinan bahwa menggunakan e-
banking adalah aman, mampu meningkatkan kinerja, dapat dilakukan dengan
mudah, serta pengaruh lingkungan sekitar dalam penggunaan e-banking tersebut.
Hal ini senada dengan penelitian Ahmad (2015) tentang validasi terhadap model
UTAUT dalam penerimaan teknologi, yang menyatakan bahwa behavior intention
berpengaruh terhadap use behavior.
4.8.3 Pengaruh Performance Expectancy, Effort Expectancy, Social Influence,
Faciltating Condition, Security Terhadap Use Behvior Melalui Behavior
Intention
Selain memiliki pengaruh langsung security, performance expectancy,
social influence, facilitating condition dan effort expectancy juga memiliki
pengaruh tak langsung terhadap use behavior. Temuan ini menunjukkan bahwa
untuk meningkatkan use behavior tidak hanya meningkatkan behavioral intention
tetapi juga harus meningkatkan security, performance expectancy, social influence,
facilitating condition dan effort expectancy. Besarnya pengaruh tak langsung
performance expectancy, effort expectancy, social influence, facilitating condition
225
dan security, terhadap use behavior dan besarnya pengaruh total variabel tersebut
disajikan pada Tabel 4.3.51.
Tabel tersebut menunjukkan bahwa selain memiliki pengaruh langsung,
variabel performance expectancy, effort expectancy, social influence, facilitating
condition dan security berpengaruh terhadap use behavior melalui behavioral
intention. Jika bank pemerintah ingin meningkatkan use behavior e-banking maka
harus meningkatkan performance expectancy, effort expectancy, social influence,
facilitating condition dan security; karena dengan meningkatnya performance
expectancy, effort expectancy, social influence, facilitating condition dan security
akan meningkatkan behavioral intention, yang akhirnya akan berdampak posistif
bagi use behavior e-banking bank pemerintah.
4.8.4 Pengaruh Gender, Age, Experince dan Voluntary of Use Sebagai
Variabel Moderating dari Performance Expectancy, Effort Expectancy,
Social Influence, Faciltating Condition, Security Terhadap Behavior
Intention
Penelitian ini, memasukkan variabel moderating untuk mengetahui
bagaimana pengaruh variabel moderating terhadap variabel laten eksogen. Variabel
moderating pada penelitian ini adalah karakteristik demografi pengguna e-banking.
Metode statistik yang digunakan untuk mengetahui moderating effect dari gender,
age, experience dan voluntary of use adalah metode PLS-MGA. Variabel
moderating yang digunakan antara lain gender, age, experience dan voluntary of
use. Hasil penelitian menunjukkan bahwa gender, age, experience dan voluntary of
use merupakan variabel moderating dalam proses adopsi penerimaan teknologi e-
banking. Temuan ini sesuai dengan apa yang ditemukan oleh V. Vankatesh (2012).
226
Hasil penelitian menunjukkan bahwa gender merupakan moderating
variabel bagi performance expectancy, effort expectancy, facilitating condition, dan
security. Hal ini ditunjukkan dari uji t yang telah dilakukan, semua variabel
memiliki nilai p-value kurang dari 0.05. Pria lebih konsen pada performance
expectancy, effort expectancy, dan security dalam adopsi teknologi e-banking,
sedangkan wanita lebih konsen pada facilitating condition, hal ini bisa disebabkan
jika fasilitas e-banking tidak lengkap atau kurang memadai tentunya akan berakibat
pada effort tenaga, waktu yang lebih besar. Tentunya hal ini tidak disukai oleh
wanita, yang cenderung lebih suka kepraktisan. Temuan ini sejalan dengan
penelitian yang dilakukan Tahrini (2016), menyatakan bahwa di Lebanon pengguna
internet banking didominasi oleh laki-laki. Kenyataan ini disebabkan oleh
preferensi wanita lebih memilih pada cara tradisional. Hasil yang sama
diungkapkan oleh Petel dan Petel (2017), bahwa mayoritas pengguna internet
banking di kawasan Gujarat India merupakan dari golongan laki-laki. Selain itu,
Aboobucker dan Bao (2018) memberikan kesimpulan bahwa laki-laki lebih mudah
menerima internet banking dibanding perempuan.
Age pada penelitian ini sebagai moderating variabel dari performance
expectancy, effort expectancy, social inlfuence, dan security. Hal ini ditunjukkan
dari uji t yang telah dilakukan, semua variabel memiliki nilai p-value kurang dari
0.05. Pada pengguna e-banking usia < 25 tahun lebih konsen pada performance
expectancy, effort expectancy dan security, sedangkan pada usia > 25 tahun lebih
konsen pada social influence. Temuan ini sejalan dengan hasil penelitian
Aboobucker dan Bao (2018) tentang faktor yang menghambat penerimaan
teknologi internet banking pada nasabah bank di Sri Lanka, menyatakan bahwa usia
227
muda (dengan antara usia 18-30 tahun) lebih mudah menerima teknologi internet
banking berdasarkan perceived trust dan web usability dibanding grup usia dewasa
(>30 tahun). Sementara itu, grup usia dewasa lebih unggul atas usia muda dalam
penerimaan teknologi terkait perceived risk dan security. Hasil penelitian lain
tentang adopsi e-banking di Finlandia oleh Laukkanen (2016), menunjukkan bahwa
pengelompokan usia juga signifikan sebagai moderating variable dari intensi
adopsi e-banking.
Experience pada penelitian ini sebagai moderating variabel dari effort
expectancy, social inlfuence, facilitating condition dan security. Hal ini ditunjukkan
dari uji t yang telah dilakukan terhadap grup nasabah yang sudah memiliki
pengalaman (experience) dan belum memiliki pengalaman (non experience), semua
variabel memiliki nilai p-value kurang dari 0.05. Ketika seorang pengguna pernah
menggunakan teknologi sebelumnya, maka dia akan dapat mengevaluasinya
sehingga pengguna dapat memutuskan apakah dia akan berminat untuk
menggunakan teknologi di masa depan. Temuan ini sejalan dengan temuan dari V.
Venkatesh (2012). Pada pengguna e-banking yang sudah memiliki experience lebih
konsen pada facilitating condition dan security, sedangkan untuk pengguna e-
banking non experience (belum memiliki pengalaman) lebih konsen pada effort
expectancy dan social influence. Hasil yang sama diungkapkan oleh Chopra &
Rajan (2016) dan Ahmad (2015), yang menyatakan bahwa terdapat pengaruh yang
signifikan antara experience sebagai moderating variabel dari effort expectancy dan
social influence terhadap behavior intetntion serta facilitating condition terhadap
use behavior.
228
Voluntary of use pada penelitian ini sebagai moderating variabel dari social
influence. Hal ini ditunjukkan oleh nilai p-value < 0.05. Temuan ini sejalan dengan
hasil penelitian Ahmad (2015), menyatakan bahwa kesukarelaan akan
meningkatkan minat dalam penggunaan suatu sistem. Kesukarelaan akan
memudahkan pengguna dalam menggunakan teknologi. Selain itu, pada penelitian
ini, peneliti menduga Voluntary of Use sebagai moderating variabel dari security,
tetapi tidak bukti, hal ini ditunjukkan dari besarnya nilai p-value 0.073 (lebih dari
0.05). Bagi nasabah yang menggunakan e-banking secara terpaksa lebih banyak
dipengaruhi oleh social influence dibanding pengguna e-banking dengan sukarela.
4.9 Novelty
Berdasarkan hasil kajian pada penelitian ini dan penelusuran hasil-hasil
penelitian sebelumnya, penulis menyatakan bahwa use behavior dipengaruhi
behavior intention yang mempunyai variabel performance expectancy, effort
expectancy, social influence, facilitating condition dan security dalam penerimaan
teknologi e-banking serta di moderasi dengan gender, age, experience serta
voluntariness of use sebagai moderating variabel. Data real dan signifikansi hasil
pengujian menunjukkan bahwa penelitian ini belum pernah dilakukan oleh peneliti
sebelumnya. Penulis berkeyakinan bahwa model yang dibangun dalam penelitian
ini, yaitu Pengukuran penerimaan teknologi e-banking oleh nasabah pada
Bank pemerintah dengan menggunakan model UTAUT dalam rangka
mencapai keunggulan bersaing adalah Novelty karena tingginya kebaruan yang
dihasilkan dengan kategori SECURITY.
229
Gambar 4.9.1 Novelty Disertasi “Pengukuran Penerimaan Teknologi E-
banking Oleh Nasabah pada Bank Pemerintah dengan Menggunakan Model
UTAUT-S dalam Rangka Mencapai Keunggulan Bersaing”. Sumber : Hasil Penelitian (2018)
4.10 Strategi Pemecahan Masalah
Hasil diperoleh Analisa deskriptif dan permodelan statistik terkait
performance expectancy, effort expectancy, social inlfuence, facilitating condition,
security, behavioral intention dan use behavior dalam mencapai keunggulan
bersaing bank pemerintah di Jabodetabek pada produk e-banking. Ada hubungan
kausalitas antar variabel sesuai dengan konstruk yang telah dibentuk. Berdasarkan
hasil penelitian tersebut, maka berikutnya dapat dibuat rancangan pemecahan
masalah sebagai suatu sumbangan guna laksana. Pemecahan masalah ini atas dasar
fakta masalah yang ditemukan pada adopsi teknologi e-banking pada nasabah bank
pemerintah, sehingga pendekatannya secara khusus untuk objek penelitian saat ini,
namun demikian tidak menutup kemungkinan sebagai referensi untuk tipe
230
teknologi lain yang sejenis. Berikut disampaikan rumusan pemecahan masalah,
pemetaan strategi, operasional strategi, rencana tindakan, rencana evaluasi dan
kontrol
4.10.1 Rumusan Pemecahan Masalah
Rumusan pemecahan masalah penelitian ini merupakan kelanjutan dari
perumusan masalah. Selain itu rumusan pemecahan masalah dapat terukur dan
dimungkinkan pula dilakukan mengidentifikasikan variabel-variabel solusi. Dalam
penelitian ini diidentifikasi beberapa rumusan fakta masalah bahwa:
1. Belum adanya gambaran yang menyeluruh terhadap performance
expectancy, effort expectancy, social influence, facilitating condition,
security, behavior intention dan use behavior pengguna e-banking nasabah
bank pemerintah di Jakarta.
2. Belum optimalnya dukungan dari performance expectancy, effort
expectancy, social influence, facilitating condition, security belum dapat
memaksimalkan behavior intention dan use behavior penggunaan e-
banking pada nasabah bank pemerintah di Jakarta
Berdasarkan rumusan fakta masalah diatas, maka ditentukan strategi yang
tepat untuk meningkatkan kinerja adopsi teknologi e-banking pada bank pemerintah
di Jakarta.
4.10.2 Pemetaan Strategi
Dukungan hasil penelitian dapat ditentukan variabel solusi dan selanjutnya
dapar dibuat pemetaan strategi (strategi mmping) dalam upaya peningkatan adopsi
teknologi e-banking pada nasabah bank pemerintah di Jakarta. Model pemecahan
231
masalah yang dibuat dapat dilihat pada Gambar 4.10.2.1 dimana model tersebut
dimaksudkan untuk menjadi dasar penentuan strategi pemecahan masalah yang
dihadapi oleh bank pemerintah di Jabodetabek dalam penerapan teknologi e-
banking.
Gambar 4.10.2.1 Peta Strategi Pemecahan Masalah
Sumber : Hasil Olahan Peneliti (2016)
1. Peningkatan security e-banking
Security memiliki pengaruh yang paling besar terhadap behavioral
intention. Untuk itu yang perlu diprioritaskan adalah security dari e-banking baru
mendorong faktor lain. Karena e-banking menyangkut data keuangan nasabah,
maka kerahasiaan nasabah harus dijaga. Ketika kerahasiaan mereka dilanggar
maka, nasabah tidak lagi percaya (trusth) sehingga mereka akan meninggalkan e-
banking. Beberapa dimensi utama dari security yang harus ditingkatkan adalah :
a) Peningkatan privacy,
b) Peningkatan autentification
c) Peningkatan integrity
d) Peningkatan non-repudiation
2. Mendorong peningkatan performance expectancy
232
Performance expectancy dapat didorong melalui dorongan dari fitur produk
e-banking. Produk e-banking terdiri dari berbagai jenis kategori (differensiasi). Dan
tiap kategori produk harus dibuat semudah mungkin dalam operasionalisasinya.
Dengan terobosan tersebut maka pemanfaatan teknologi e-banking akan
mendorong efektivitas dan efisiensi pengguna sehingga berujung pada peningkatan
kinerja nasabah.
3. Mendorong peningkatan fasilitas e-banking.
Fasilitas yang mensupport teknologi e-banking harus ditingkatkan terutama
dari sisi kuantitas. Ketika fasilitas seperti mesin ATM ada mudah ditemui dan
berada di area-area strategis tentunya akan mendorong adopsi penggunaan e-
banking. Fasilitas yang mensupport e-banking haruslah sama dengan bank pesaing
(bank non pemerintah).
4. Mendorong peningkatan social influence.
Lingkungan sosial haruslah didorong sehingga kondisi lingkungan nasabah
mensupport adopsi e-banking. Nasabah tentunya akan mengikuti keharusan dari
lingkungan sekitar ketika lingkungan sekitar sudah banyak yang menggunakan e-
banking. Social influence dapat didrive dengan peningkatan literasi seluruh
masyarakat Jabodetabek. Ketika literasi sudah tinggi maka kesadaran untuk
menggunakan e-banking secara tidak langsung akan meningkat juga.
4.10.3 Operasionalisasi Strategi
Hasil dari pemetaan strategi dilanjutkan dengan kemungkinan dari alternatif
strategi dalam operasionalisasi strategi, guna menyampaikan solusi untuk
meningkatkan keunggulan bersaing bank pemerintah dalam produk e-banking.
233
Alternatif-alternatif strategi ditentukan berdasarkan hasil penelitian mengenai
behavioral intention adalah performance expectancy, effort expectancy, social
influence, facilitating condition, security, behavioral intention dan use behavior
dalam upaya mencapai keunggulan bersaing. Alternatif strategi tersebut dibuat
dalam bentuk matriks, seperti yang disampaikan berikut:
1) Strategi Operasional Peningkatan Security
2) Strategi Operasional Peningkatan Performance Expectancy
3) Strategi Operasional Peningkatan Facilitating Condition
4) Strategi Operasional Peningkatan Social Influence
5) Strategi Peningkatan Effort Expectancy
4.10.4 Rencana Tindakan
Berdasarkan hasil penelitian dan analisis, maka dibuat suatu rencana
tindakan yang terkait dengan operasional strategi untuk meningkatkan keunggulan
bersaing bank pemerintah pada produk e-banking. Dari hubungan antar variabel
yang mempengaruhi variabel behavioral intention adalah performance expectancy,
effort expectancy, social influence, facilitating condition dan security. Mengingat
besarnya nilai pengaruh dan yang paling dominan dalam mempengaruhi
behavioral intention adalah pertama security, performance expectancy, facilitating
condition, social influence dan effort expectancy. Uraian rencana tindakan berisi
argumentasi mengenai tindakan yang sepatutnya dilakukan untuk mencapai tujuan
pemecahan masalah.
234
4.10.5 Rencana Evaluasi dan Kontrol
Berdasarkan pada rencana pemecahan masalah sampai rencana tindakan
pada ditentukan rencana evaluasi dan kontrol atas semua kegiatan yang akan
direncanakan. Dan pelaksanaan evaluasi dan kontrol disesuaikan pada waktu
pelaksanaan rencana tindakan, yaitu di setiap bulan dilaksanakan evaluasi dan
kontrol atas rencana tindakan yang telah dirancang untuk mengetahui efektivitas
dari rencana pemecahan masalah pada adopsi penerimaan teknologi e-banking pada
nasabah bank pemerintah.