11150930000084_GIFARI REIHAN NURRACHMAN

reliability atau nilai blok indikator sudah lebih tinggi
daripada blok indikator lain (J. F. Hair et al., 2014, p. 105).

4.3 Analisis Statistik Deskriptif
Setelah proses analisis pilot studi (baik variabel serta indikator)

dinyatakan valid untuk dipergunakan, proses dilanjutkan dengan
menganalisis data kualitatif dari 400 responden melalui analisis deskriptif.
Pada penelitian kali ini, analisis deskriptif diterapkan untuk mendeskripsikan
hasil temuan dari (1) Pertanyaan Umum, (2) Pertanyaan Profil Responden
(Bagian IT), dan (3) Pertanyaan Profil Responden (Bagian IoT) melalui alat
bantu Microsoft Excel 2019 dengan fitur pivot tabel. Hasil serta interpretasi
analisis deskriptif tersebut secara lebih jelas dapat dilihat melalui bagian
berikut ini.
4.3.1 Hasil Analisis Deskriptif

1. Pertanyaan Umum
Pertanyaan umum merupakan bagian pertama dari hasil

analisis deskriptif yang didalamnya berisi sebaran data demografi
responden seperti jenis kelamin, usia, domisili, pekerjaan, dan
lain-lain. Untuk lebih jelasnya hasil analisis deskriptif pertanyaan
umum tersebut dapat dilihat melalui bagian di bawah ini.
a. Jenis Kelamin

(42%) (58%) Laki-Laki
Laki-Laki, Perempuan, Perempuan
168 orang. 232 orang.

Gambar 4.2 Grafik Jenis Kelamin.

150

Berdasarkan hasil analisis 400 responden yang
berhasil dihimpun pada penelitian kali ini (Gambar 4.2),
ditemukan bahwa sebaran demografi jenis kelamin laki-laki
berjumlah 168 responden atau 42%, dan jenis kelamin
perempuan berjumlah 232 responden atau 58%. Untuk lebih
jelasnya detail sebaran demografi jenis kelamin responden
tersebut dapat dilihat melalui Tabel 4.3 di bawah ini.

Tabel 4.3 Detail Jenis Kelamin.

Jenis Kelamin Jumlah Persentase
L Laki-Laki 168 42%
P Perempuan 232 58%
400 100%
Total

b. Usia

(32%) 20 - 25 Tahun
26 - 30 Tahun 26 - 30 Tahun

127 orang

(68%)
20 - 25 Tahun

273 orang

Gambar 4.3 Grafik Usia.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada penelitian kali ini (Gambar 4.3),
didapatkan bahwa sebaran demografi usia 20–25 tahun
(Generasi Z) sebanyak 273 responden atau 68%, dan
responden dengan usia 26–30 tahun (Generasi Milenial)
sebanyak 127 responden atau 32%. Untuk lebih jelasnya
detail sebaran usia responden tersebut dapat dilihat pada
Tabel 4.4 di bawah ini.

151

Tabel 4.4 Detail Usia.

Gen Z Usia Jumlah Persentase
Milenial 20–25 Tahun 273 68%
26–30 Tahun 127 32%
c. Domisili 400 100%
Total

180 161

160 Jawa Barat
161
140

120

100 81 68
80
Jawa
60 Tengah 37 42

40 68
20 11

0 DI
Yogyakarta
Jawa Timur Banten DKI Jakarta
37 42
Jumlah 11 81

Gambar 4.4 Grafik Domisili.

Berdasarkan hasil analisis dari 400 responden yang
dihimpun pada penelitian kali ini (Gambar 4.4), didapatkan
sebaran demografi responden yang berasal dari provinsi DKI
Jakarta sebanyak 42 responden atau 11%, responden yang
berasal dari provinsi Banten sebanyak 37 responden atau 9%,
responden yang berasal dari provinsi Jawa Barat sebanyak
161 responden atau 40%, responden yang berasal dari
provinsi Jawa Tengah sebanyak 68 responden atau 17%,
responden yang berasal dari provinsi Jawa Timur sebanyak
81 responden atau 20%, dan terakhir responden yang berasal
dari provinsi DI Yogyakarta sebanyak 11 responden atau 3%.
Untuk lebih jelas detail sebaran domisili responden tersebut
dapat dilihat melalui Tabel 4.5 di bawah ini.

152

Tabel 4.5 Detail Domisili.

Domisili Jumlah Persentase
DKI Jakarta 42 11%
Banten 37 9%
Jawa Barat 161 40%
Jawa Tengah 68 17%
Jawa Timur 81 20%
DI Yogyakarta 11 3%
400 100%
Total

d. Pekerjaan

250 221
200

150

100 79 52

50 19 23 6

0 Pelajar/Mahasiswa
Fresh Graduate/IRT

Pegawai Swasta
Wirausaha/Freelance

PNS/TNI/POLRI
Guru/Dosem

Belum Bekerja Sudah Bekerja

Gambar 4.5 Grafik Pekerjaan.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada penelitian kali ini (Gambar 4.5),
didapatkan sebaran demografi pekerjaan responden sebagai
Pelajar/Mahasiswa sebanyak 221 responden atau 55%,
Fresh Graduate atau Ibu Rumah Tangga sebanyak 19
responden atau 5%, Pegawai Swasta sebanyak 79 responden
atau 20%, Wirausaha/Freelance sebanyak 52 responden atau
13%, PNS/TNI/POLRI sebanyak 23 responden atau 6%, dan
terakhir Guru/Dosen sebanyak 6 responden atau 1%. Untuk

153

lebih jelasnya detail sebaran pekerjaan responden tersebut
dapat dilihat melalui Tabel 4.6 di bawah ini.

Tabel 4.6 Detail Pekerjaan.

Belum Pekerjaan Jumlah Persentase
Bekerja 221 55%
Pelajar/Mahasiswa
19 60%
Fresh Graduate/Belum 5%
Bekerja/Ibu Rumah Tangga

Pegawai Swasta 79 20%
52 13%
Sudah Wirausaha/Freelance
Bekerja PNS/TNI/POLRI 40%
23 6%
Guru/Dosen 6 1%
400 100%
Total

e. Gaji

Rp 0 - Rp 5.000.000 314

Rp 6.000.000 - Rp 10.000.000 71

Rp 11.000.000 - Rp 15.000.000 15

Rp 16.000.000 - Rp 20.000.000 0

> Rp 20.000.000 0

0 100 200 300 400

Gambar 4.6 Grafik Gaji.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada penelitian kali ini (Gambar 4.6),
didapatkan sebaran gaji (pendapatan) responden dengan
nominal 0-5 juta rupiah per bulan sebanyak 314 responden
atau 78%, 6-10 juta rupiah per bulan sebanyak 71 responden
atau 18%, 11-15 juta rupiah per bulan sebanyak 15 responden
atau 4%, dan tidak ditemukan responden yang memiliki gaji

154

16-20 atau lebih. Untuk lebih jelasnya detail sebaran gaji
responden tersebut dapat dilihat pada Tabel 4.7 di bawah ini.

Tabel 4.7 Detail Gaji.

Gaji Jumlah Persentase
Rp 0 - Rp 5.000.000 314 78%
Rp 6.000.000 - Rp 10.000.000 71 18%
Rp 11.000.000 - Rp 15.000.000 15 4%
Rp 16.000.000 - Rp 20.000.000 0 0%
> Rp 20.000.000 0 0%
400 100%
Total

f. Pendidikan Terahir

Strata (S1/S2/S3) 145

Diploma (D1/D2/D3/D4) 52

SMA/SMK/MA 198

SMP/MTs 5

0 50 100 150 200 250

Gambar 4.7 Pendidikan Terakhir.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada penelitian kali ini (Gambar 4.7),
diketahui bahwa sebaran pendidikan terakhir responden diisi
oleh jenjang SMP/MTs sederajat dengan 5 responden
atau 1%, SMA/SMK/MA sederajat dengan 198 responden
atau 50%, Diploma 1/2/3 sebanyak 52 responden atau 13%,
terakhir Strata 1/2/3 sebanyak 145 responden atau 36%.
Untuk lebih jelasnya detail sebaran demografi pendidikan
responden tersebut dapat dilihat pada Tabel 4.8 di bawah ini.

155

Tabel 4.8 Detail Pendidikan Terakhir.

Pendidikan Jumlah Persentase
SD/MI 0 0%
SMP/MTs 5 1%
SMA/SMK/MA 50%
Diploma (D1/D2/D3/D4) 198 13%
Strata (S1/S2/S3) 52 36%
145
Total 400 100%

g. Pendidikan Bidang IT

(53%) (47%) Memiliki
Tidak Memiliki, Tidak Memiliki
Memiliki,
213. 187.

Gambar 4.8 Grafik Pendidikan Bidang IT.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada penelitian kali ini (Gambar 4.8),
didapatkan sebaran responden yang memiliki background
(latar belakang) pendidikan di bidang Informasi dan
Teknologi (IT) sebanyak 187 responden atau 47%,
dan responden yang tidak memiliki pendidikan bidang
IT sebanyak 213 responden atau 53%. Untuk lebih jelasnya
detail sebaran demografi responden yang memiliki
pendidikan di bidang IT tersebut dapat dilihat melalui
Tabel 4.9 di bawah ini.

156

Tabel 4.9 Detail Pendidikan Bidang IT.

Pendidikan Bidang IT Jumlah Persentase
47%
Memiliki 187 53%
100%
Tidak Memiliki 213

Total 400

h. Pelatihan & Sertifikasi Bidang IT

(61%) (39%) Memiliki
Tidak Memiliki, Tidak Memiliki
Memiliki,
242. 158.

Gambar 4.9 Grafik Pelatihan & Sertifikasi IT.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada penelitian kali ini (Gambar 4.9),
didapatkan sebaran responden yang memiliki pelatihan dan
pendidikan di bidang IT sebanyak 158 responden atau 39%,
dan responden yang tidak memiliki pelatihan dan sertifikasi
di bidang IT sebanyak 61% atau 242 responden. Untuk lebih
jelasnya detail sebaran demografi responden yang memiliki
pelatihan & sertifikasi di bidang IT tersebut dapat dilihat
melalui Tabel 4.10 di bawah ini.

Tabel 4.10 Detail Pelatihan & Sertifikasi Bidang IT.

Pelatihan & Sertifikasi Bidang IT Jumlah Persentase
Memiliki 158 39%
Tidak Memiliki 242 61%
400 100%
Total

157

2. Pertanyaan Profil Responden (Bagian IT)
Pertanyaan profil responden (bagian IT) merupakan

bagian kedua hasil analisis deskriptif penelitian yang didalamnya
terdapat kategori pertanyaan profil responden terhadap bidang
Informasi dan Teknologi (IT) seperti pertanyaan apakah
responden memiliki pengetahuan, pengalaman, penggunaan, dan
lain sebagainya berkaitan dengan bidang IT sesuai dengan
kuesioner penelitian yang telah dibuat pada penelitian kali ini.

Peninjauan pertanyaan tersebut diterapkan dengan alasan
karena penggunaan perangkat IoT pada praktiknya akan sangat
berkaitan dengan pengalaman penggunaan Informasi Teknologi
(IT). Hal tersebut terjadi karena pada praktiknya perangkat IT
merupakan perangkat teknologi dasar yang digunakan dalam
penggunaan perangkat IoT (Khanna & Kaur, 2020). Untuk lebih
jelasnya hasil sebaran pertanyaan profil responden pada bidang
IT tersebut dijabarkan secara lengkap melalui bagian berikut ini.
a. Memiliki Pengetahuan Bidang IT

250
207

200

150
100 93 88

50

1 11

0

STS TS N S SS

Gambar 4.10 Grafik Memiliki Pengetahuan IT.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada proses penelitian kali ini (Gambar
4.10), melalui skala likert diketahui bahwa 1 responden atau
0% di antarara mereka menjawab “sangat tidak setuju”
(STS), 11 responden atau 3% menjawab “tidak setuju”
(TS), 93 responden atau 23% menjawab “netral” (N),

158

207 responden atau 52% menjawab “setuju” (S), dan 88
responden atau 22% menjawab “sangat setuju” (SS) dalam
memiliki pengetahuan di bidang IT. Untuk lebih jelasnya
detail sebaran responden yang memiliki pengetahuan di
bidang Informasi dan Teknologi (IT) tersebut dapat dilihat
melalui Tabel 4.11 di bawah ini.

Tabel 4.11 Detail Memiliki Pengetahuan IT.

Memiliki Pengetahuan IT Jumlah Persentase
STS Sangat Tidak Setuju 1 0%
TS Tidak Setuju 11 3%
93 23%
N Netral 207 52%
ST Setuju 88 22%
SS Sangat Setuju 400
100%
Total

b. Memiliki Pemahaman IT

250

200 195
91
150
99

100

50 15 N S SS
TS
0
0

STS

Gambar 4.11 Grafik Memiliki Pemahaman IT.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada proses penelitian kali ini (Gambar
4.11), melalui skala likert diketahui bahwa 0 responden atau
0% di antarara mereka menjawab “sangat tidak setuju”
(STS), 15 responden atau 3% menjawab “tidak setuju” (TS),
99 responden atau 25% menjawab “netral” (N), 195
responden atau 49% menjawab “setuju” (S), dan 23%

159

responden menjawab “sangat setuju” (SS) dalam memiliki
pemahaman di bidang IT. Untuk lebih jelasnya detail sebaran
responden yang memiliki pemahaman di bidang Informasi
dan Teknologi (IT) tersebut dapat dilihat melalui Tabel 4.12
di bawah ini.

Tabel 4.12 Detail Memiliki Pemahaman IT.

Memiliki Pemahaman IT Jumlah Persentase
STS Sangat Tidak Setuju 0 0%
TS Tidak Setuju 15 3%
99 25%
N Netral 49%
ST Setuju 195 23%
SS Sangat Setuju 91 100%
400
Total

c. Memiliki Keterampilan Bidang IT

200

156
150 136

100
72

50 31

5

0

STS TS N S SS

Gambar 4.12 Grafik Memiliki Keterampilan IT.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada proses penelitian kali ini (Gambar
4.12), melalui skala likert diketahui bahwa 5 responden atau
1% di antarara mereka menjawab “sangat tidak setuju”
(STS), 31 responden 8% menjawab “tidak setuju” (TS), 136
responden atau 34% menjawab “netral” (N), 156 responden
atau 39% menjawab “setuju” (S), dan 72 responden atau 18%
menjawab “sangat setuju” (SS) dalam memiliki keterampilan

160

di bidang IT. Untuk lebih jelasnya detail sebaran responden
yang memiliki keterampilan pada bidang Informasi dan
Teknologi (IT) tersebut dapat dilihat melalui Tabel 4.13 di
bawah ini.

Tabel 4.13 Detail Memiliki Keterampilan IT.

Memiliki Keterampilan IT Jumlah Persentase
STS Sangat Tidak Setuju 5 1%
TS Tidak Setuju 31 8%
34%
N Netral 136 39%
ST Setuju 156 18%
SS Sangat Setuju 72 100%
400
Total

d. Memiliki Pengalaman Bidang IT

200

155
150 128

100 76

50 28 N S SS
13 TS

0
STS

Gambar 4.13 Grafik Memiliki Pengalaman IT.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada proses penelitian kali ini (Gambar
4.13), melalui skala likert diketahui bahwa 5 responden atau
1% di antarara mereka menjawab “sangat tidak setuju”
(STS), 31 responden 8% menjawab “tidak setuju” (TS), 136
responden atau 34% menjawab “netral” (N), 156 responden
atau 39% menjawab “setuju” (S), dan 72 responden atau 18%
menjawab “sangat setuju” (SS) dalam memiliki keterampilan
di bidang IT. Untuk lebih jelasnya detail sebaran responden

161

yang memiliki keterampilan pada bidang Informasi dan
Teknologi (IT) tersebut dapat dilihat melalui Tabel 4.13
di bawah ini.

Tabel 4.14 Detail Memiliki Pengalaman IT.

Memiliki Pengalaman IT Jumlah Persentase
STS Sangat Tidak Setuju 13 3%
TS Tidak Setuju 28 7%
128 32%
N Netral 155 39%
ST Setuju 76 19%
SS Sangat Setuju 400 100%

Total

e. Memiliki Pengalaman Bidang IT Selama

300
247

250

200

150

100 85

46
50 22

0
0

0 Tahun 1 - 3 Tahun 4 - 6 Tahun 7 - 9 Tahun > 10 Tahun
Terakhir Terakhir Terakhir Terakhir Terakhir

Gambar 4.14 Memiliki Pengalaman IT Selama.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada proses penelitian kali ini (Gambar
4.14), diketahui bahwa 247 responden atau 62% dari mereka
menjawab memiliki pengalaman di bidang IT selama
1-3 tahun terakhir, 85 responden atau 21% menjawab
memiliki pengalaman selama 4-6 tahun terakhir,
46 responden atau 12% menjawab memiliki pengalaman
selama 7-9 tahun terakhir, 22 responden atau 5% menjawab
memiliki pengalaman lebih dari (>) 10 tahun terakhir, dan
tidak ditemukan responden yang tidak memiliki pengalaman

162

pada bidang IT. Untuk lebih jelasnya detail sebaran
responden yang memiliki pengalaman pada bidang IT
tersebut dapat dilihat melalui Tabel 4.15 di bawah ini.

Tabel 4.15 Detail Memiliki Pengalaman IT Selama.

Memiliki Pengalaman IT Selama Jumlah Persentase
0 Tahun Terakhir 0 0%
1 - 3 Tahun Terakhir 62%
4 - 6 Tahun Terakhir 247 21%
7 - 9 Tahun Terakhir 85 12%
> 10 Tahun Terakhir 46 5%
22
Total 400 100%

f. Menggunakan Perangkat IT Sebanyak

300
244

250

200

150
108

100

50 4-6 21 27
Perangkat
0 7-9 > 10
0 Perangkat Perangkat

0 Perangkat 1 - 3
Perangkat

Gambar 4.15 Grafik Menggunakan IT Sebanyak.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada proses penelitian kali ini (Gambar
4.15), diketahui bahwa 244 responden atau 61% di antarara
mereka telah menggunakan perangkat IT sebanyak 1-3
perangkat setiap harinya, 108 responden atau 27% telah
menggunakan 4-6 perangkat, 21 responden atau 5% telah
menggunakan 7-9 perangkat, 27 responden atau sebanyak
7% telah menggunakan lebih dari (>) 10 perangkat, dan tidak
ditemukan responden yang tidak menggunakan perangkat IT
pada kegiatan mereka sehari-hari. Untuk lebih jelasnya detail

163

sebaran responden yang menggunakan perangkat IT tersebut
dapat dilihat melalui Tabel 4.16 di bawah ini.

Tabel 4.16 Detail Menggunakan IT Sebanyak.

Menggunakan Perangkat IT Sebanyak Jumlah Persentase
0%
Bukan Pengguna 0 Perangkat 0 61%
27%
1 - 3 Perangkat 244 5%
7%
Pengguna 4 - 6 Perangkat 108 100%
7 - 9 Perangkat 21

> 10 Perangkat 27
Total 400

g. Menggunakan Perangkat IT Seperti

Smartphone 393

Laptop 359

Personal Komputer 220

Tablet 158

Lainnya 7

0 100 200 300 400

Gambar 4.16 Grafik Menggunakan IT Seperti.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada proses penelitian kali ini (Gambar
4.16), diketahui bahwa 393 responden atau 98% di antarara
mereka telah menggunakan perangkat Informasi dan
Teknologi (IT) berupa Smartphone, 359 atau 90% telah
menggunakan perangkat Laptop, 220 responden atau 55%
telah menggunakan perangkat Personal Komputer,
158 responden atau 40% telah menggunakan perangkat

164

Tablet, dan 7 responden atau 2% menggunakan perangkat IT
lainnya. Untuk lebih jelasnya detail sebaran responden yang
menggunakan perangkat IT tersebut dapat dilihat melalui
Tabel 4.17 di bawah ini.

Tabel 4.17 Detail Menggunakan Perangkat IT Seperti.

Menggunakan Perangkat IT Seperti Jumlah Persentase
Smartphone 393 98%
Laptop 359 90%
Personal Komputer (PC) 220 55%
Tablet 158 40%
Lainnya 7 2%
400 100%
Total Responden

Perhitungan: Jumlah Penggunaan = Persentase.
Total Responden

h. Menggunakan Perangkat IT Tersebut Selama

140

120 114
103 98

100 85
80

60

40

20
0

0
0 Tahun 1 - 3 Tahun 4 - 6 Tahun 7 - 9 Tahun > 10 Tahun
Terakhir Terakhir Terakhir Terakhir Terakhir

Gambar 4.17 Grafik Menggunakan IT Selama.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada proses penelitian kali ini (Gambar
4.17), diketahui bahwa 103 responden atau 26% di antarara
mereka telah menggunakan perangkat tersebut selama 1-3
tahun terakhir, 114 responden atau 28% telah menggunakan
selama 4-6 tahun terakhir, 98 responden atau 25% telah
menggunakan selama 7-9 tahun terakhir, 85 responden atau

165

21% telah menggunakan lebih dari (>) 10 tahun terakhir, dan
tidak ditemukan responden yang tidak memiliki pengalaman
menggunakan perangkat IT. Untuk lebih jelasnya detail
sebaran responden yang memiliki pengalaman pada
penggunaan perangkat IT tersebut dapat dilihat melalui
Tabel 4.18 di bawah ini.

Tabel 4.18 Detail Menggunakan IT Selama.

Menggunakan Perangkat Jumlah Persentase
IT Tersebut Selama

0 Tahun Terakhir 0 0%

1 - 3 Tahun Terakhir 103 26%

4 - 6 Tahun Terakhir 114 28%
7 - 9 Tahun Terakhir 98 25%

> 10 Tahun Terakhir 85 21%

Total 400 100%

3. Pertanyaan Profil Responden (Bagian IoT)
Pada bagian ketiga hasil analisis deskriptif, selain tentang

pertanyaan profil responden terkait dengan bidang Informasi dan
Teknologi (IT), pada penelitian kali ini terdapat kategori
pertanyaan tentang profil responden terkait pemahaman,
pengalaman, dan penggunaan mereka pada bidang IoT.
Peninjauan tersebut diterapkan dengan alasan berkaitan dengan
seberapa banyak responden yang telah menggunakan objek
penelitian yang telah ditetapkan pada penelitian kali ini yaitu
penggunaan perangkat IoT untuk konsumen (C-IoT).

Pada bagian kali ini, peneliti ingin mengetahui dari total
responden yang telah mengisi kuesioner, sejauh mana proporsi
responden yang telah paham, memiliki pengalaman, dan telah
menggunakan serta pertanyaan lainnya terkait pada bidang IoT
Untuk lebih jelasnya hasil sebaran pertanyaan profil responden
pada bidang IoT tersebut dijabarkan secara lebih lengkap melalui
bagian berikut.

166

a. Memiliki Pengetahuan IoT 217

250
200

150

100
100

67

50

15
1

0

STS TS N S SS

Gambar 4.18 Grafik Memiliki Pengetahuan IoT.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada proses penelitian kali ini (Gambar
4.18), melalui skala likert diketahui bahwa 1 responden atau
0% di antarara mereka menjawab “sangat tidak setuju”
(STS), 15 responden atau 4% menjawab “tidak setuju” (TS),
100 responden atau 25% menjawab “netral” (N), 217
responden atau 54% menjawab “setuju” (S), dan 67
responden atau 17% responden menjawab “sangat setuju”
(SS) dalam memiliki pengetahuan di bidang IoT. Untuk lebih
jelasnya detail sebaran responden yang memiliki
pengetahuan di bidang Internet of Things (IoT) tersebut dapat
dilihat melalui Tabel 4.19 di bawah ini.

Tabel 4.19 Detail Memiliki Pengetahuan IoT.

Memiliki Pengetahuan IoT Jumlah Persentase
STS Sangat Tidak Setuju 1 0%
TS Tidak Setuju 15 4%
25%
N Netral 100 54%
ST Setuju 217 17%
SS Sangat Setuju 67 100%
400
Total

167

b. Memiliki Pemahaman IoT 186

250

200

150 124

100 21 N 68
TS S SS
50
1

0
STS

Gambar 4.19 Grafik Memiliki Pemahaman IoT.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada proses penelitian kali ini (Gambar
4.19), melalui skala likert diketahui bahwa 1 responden atau
0% di antarara mereka menjawab “sangat tidak setuju”
(STS), 21 responden atau 5% menjawab “tidak setuju” (TS),
124 responden atau 31% menjawab “netral” (N),
186 responden atau 47% menjawab “setuju” (S), dan
68 responden atau 17% responden menjawab “sangat setuju”
(SS) dalam memiliki pemahaman di bidang IoT. Untuk lebih
jelasnya detail sebaran responden yang memiliki pemahaman
di bidang Internet of Things (IoT) tersebut dapat dilihat
melalui Tabel 4.20 di bawah ini.

Tabel 4.20 Detail Memiliki Pemahaman IoT.

Memiliki Pemahaman IoT Jumlah Persentase
STS Sangat Tidak Setuju 1 0%
TS Tidak Setuju 21 5%
31%
N Netral 124 47%
ST Setuju 186 17%
SS Sangat Setuju 68
400 100%
Total

168

c. Memiliki Keterampilan IoT

250

200
168

150 132

100

57

50 36

7

0

STS TS N S SS

Gambar 4.20 Grafik Memiliki Keterampilan IoT.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada penelitian kali ini (Gambar 4.20),
melalui skala likert diketahui bahwa 7 responden atau 2% di
antarara mereka menjawab “sangat tidak setuju” (STS),
36 responden atau 9% menjawab “tidak setuju” (TS),
168 responden atau 42% menjawab “netral” (N),
132 responden atau 33% menjawab “setuju” (S), dan
57 responden atau 14% responden menjawab “sangat setuju”
(SS) dalam memiliki keterampilan di bidang IoT. Untuk
lebih jelasnya detail sebaran responden yang memiliki
keterampilan di bidang Internet of Things (IoT) tersebut
dapat dilihat melalui Tabel 4.21 di bawah ini.

Tabel 4.21 Detail Memiliki Keterampilan IoT.

Memiliki Keterampilan IoT Jumlah Persentase
STS Sangat Tidak Setuju 7 2%
TS Tidak Setuju 36 9%
42%
N Netral 168 33%
ST Setuju 132 14%
SS Sangat Setuju 57
400 100%
Total

169

d. Memiliki Pengalaman IoT

250

200
170

150 128

100
69

50 27

6

0

STS TS N S SS

Gambar 4.21 Grafik Memiliki Pengalaman IoT.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada penelitian kali ini (Gambar 4.21),
melalui skala likert diketahui bahwa 6 responden atau 1% di
antarara mereka menjawab “sangat tidak setuju” (STS),
27 responden atau 7% menjawab “tidak setuju” (TS),
128 responden atau 32% menjawab “netral” (N),
170 responden atau 43% menjawab “setuju” (S), dan
69 responden atau 17% responden menjawab “sangat setuju”
(SS) dalam memiliki pengalaman di bidang IoT. Untuk lebih
jelasnya detail sebaran responden yang memiliki pengalaman
di bidang Internet of Things (IoT) tersebut dapat dilihat
melalui Tabel 4.22 di bawah ini.

Tabel 4.22 Detail Memiliki Pengalaman IoT.

Memiliki Pengalaman IoT Jumlah Persentase
STS Sangat Tidak Setuju 6 1%
TS Tidak Setuju 27 7%
32%
N Netral 128 43%
ST Setuju 170 17%
SS Sangat Setuju 69 100%
400
Total

170

e. Memiliki Pengalaman IoT Selama

300
247

250

200

150

100 65
24 14
50
50

0

0 Tahun 1 - 3 Tahun 4 - 6 Tahun 7 - 9 Tahun > 10 Tahun
Terakhir Terakhir Terakhir Terakhir Terakhir

Gambar 4.22 Grafik Memiliki Pengalaman IoT Selama.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada proses penelitian kali ini (Gambar
4.22), diketahui bahwa 50 responden atau 13% di antarara
mereka menjawab tidak memiliki pengalaman di bidang IoT,
247 responden atau 62% menjawab memiliki pengalaman
di bidang IT selama 1-3 tahun terakhir, 65 responden atau
16% menjawab memiliki pengalaman selama 4-6 tahun
terakhir, 24 responden atau 6% menjawab memiliki
pengalaman selama 7-9 tahun terakhir, 14 responden atau 3%
menjawab memiliki pengalaman lebih dari (>) 10 tahun
terakhir. Untuk lebih jelasnya detail sebaran responden yang
memiliki pengalaman pada bidang IoT tersebut dapat dilihat
melalui Tabel 4.23 di bawah ini.

Tabel 4.23 Detail Memiliki Pengalaman IoT Selama.

Memiliki Pengalaman IoT Selama Jumlah Persentase
0 Tahun Terakhir 50 13%
1 - 3 Tahun Terakhir 247 62%
4 - 6 Tahun Terakhir 65 16%
7 - 9 Tahun Terakhir 24 6%
> 10 Tahun Terakhir 14 3%
400 100%
Total

171

f. Menggunakan Perangkat IoT Sebanyak

300
264

250

200

150

100 65 11 10
50
4-6 7-9 > 10
50 Perangkat Perangkat Perangkat

0
0 Perangkat 1 - 3
Perangkat

Gambar 4.23 Grafik Menggunakan IoT Sebanyak.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada proses penelitian kali ini (Gambar
4.23), diketahui bahwa 50 responden atau 13% di antarara
mereka menjawab tidak mengggunakan perangkat IT, 264
responden atau 66% menjawab menggunakan perangkat IoT
sebanyak 1-3 perangkat setiap harinya, 65 responden atau
15% telah menggunakan 4-6 perangkat, 11 responden atau
3% telah menggunakan 7-9 perangkat, 10 responden atau
sebanyak 2% telah menggunakan lebih dari (>) 10 perangkat.
Untuk lebih jelasnya detail sebaran responden yang
menggunakan perangkat IoT tersebut dapat dilihat melalui
Tabel 4.24 di bawah ini.

Tabel 4.24 Detail Menggunakan IoT Sebanyak.

Menggunakan Perangkat IoT Sebanyak Jumlah Persentase
50 13%
Bukan Pengguna 0 Perangkat 264 66%
65 15%
1 - 3 Perangkat 11 3%
10 2%
Pengguna 4 - 6 Perangkat 400 100%
7 - 9 Perangkat

> 10 Perangkat

Total

172

g. Menggunakan Perangkat IoT Seperti

Smart Home 106

Smart TV 266

Smart Watch 176

Smart Security System 62

Smart Lamp 2

Smart Cleaning 2

Tidak Menyebutkan 9

Tidak Menggunakan 50
0 50 100 150 200 250 300

Gambar 4.24 Grafik Menggunakan IoT Seperti.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada proses penelitian kali ini (Gambar
4.24), diketahui bahwa 106 responden atau 27% telah
menggunakan perangkat Smart Home, 266 responden atau
67% di antarara mereka telah menggunakan perangkat
Internet of Things (IoT) berupa Smart TV, 176 atau 44%
telah menggunakan perangkat Smart Watch, , 62 responden
atau 16% telah menggunakan perangkat Smart Security
System, 4 responden atau 2% menggunakan perangkat IoT
lainnya (seperti: Smart Lamp atau Smart Cleaning),
9 responden atau 2% lainnya tidak menyebutkan perangkat
(IoT) yang mereka gunakan, dan 50 responden atau 13%
tidak menggunakan perangkat IoT pada kegiatan mereka
sehari hari. Untuk lebih jelasnya detail sebaran responden
yang menggunakan perangkat IoT tersebut dapat dilihat
melalui Tabel 4.25 di bawah ini.

173

Tabel 4.25 Detail Menggunakan IoT Seperti.

Menggunakan Perangkat IoT Seperti Jumlah Persentase
Smart Home 106 27%
Smart TV 266 67%
Smart Watch 176 44%
Smart Security System 62 16%
Smart Lamp 2 1%
Smart Cleaning 2 1%
Tidak Menyebutkan 9 2%
Tidak Menggunakan 50 13%
Total Responden 400 100%

Perhitungan: Jumlah Penggunaan = Persentase.
Total Responden

h. Menggunakan Perangkat IoT Tersebut Selama

300 268
250

200

150

100 58
14 10
50
50

0

0 Tahun 1 - 3 Tahun 4 - 6 Tahun 7 - 9 Tahun > 10 Tahun
Terakhir Terakhir Terakhir Terakhir Terakhir

Gambar 4.25 Grafik Menggunakan IoT Selama.

Berdasarkan hasil analisis dari 400 responden yang
berhasil dihimpun pada proses penelitian kali ini (Gambar
4.25), diketahui bahwa 50 responden atau 13% di antarara
mereka tidak memiliki pengalaman menggunakan perangkat
IoT, 288 responden atau 66% di antarara mereka telah
menggunakan perangkat tersebut selama 1-3 tahun terakhir,
58 responden atau 15% telah menggunakan selama 4-6 tahun
terakhir, 14 responden atau 4% telah menggunakan selama
7-9 tahun terakhir, 10 responden atau 2% telah menggunakan

174

lebih dari (>) 10 tahun terakhir. Untuk lebih jelasnya detail
sebaran responden yang memiliki pengalaman pada
penggunaan perangkat IoT tersebut dapat dilihat melalui
Tabel 4.18 di bawah ini.

Tabel 4.26 Detail Menggunakan Perangkat IoT Selama.

Menggunakan Perangkat Jumlah Persentase
IoT Tersebut Selama

0 Tahun Terakhir 50 13%

1 - 3 Tahun Terakhir 268 66%

4 - 6 Tahun Terakhir 58 15%
7 - 9 Tahun Terakhir 14 4%

> 10 Tahun Terakhir 10 2%

Total 400 100%

4.3.2 Interpretasi Hasil Analisis Deskriptif
Setelah mendapatkan hasil analisis deskriptif pada 400

responden, pada bagian kali ini peneliti akan menginterpretasikan
(menjelaskan) temuan dari hasil analisis deskriptif penelitian yang
telah ditemukan tersebut melalui bagian-bagian berikut ini.
1. Pertanyaan Umum

a. Jenis Kelamin
Melalui hasil analisis deskriptif yang telah dilakukan

sebelumnya, diketahui bahwa sebaran responden dengan
jenis kelamin perempuan lebih mendominasi (sebanyak
232 responden atau 58%), dibandingkan dengan responden
laki-laki (sebanyak 168 responden atau 42%). Hal tersebut
dapat terjadi selain karena faktor kecenderungan tempat/
lokasi/waktu penyebaran kuesioner yang dapat kurang
merata, salah satu faktor lainnya juga dapat terjadi karena
menurut laporan dari Badan Pusat Statistik (yang dikutip
melalui portal berita Teknologi Bisnis) menyatakan bahwa
pada dasarnya memang jenis kelamin perempuanlah yang

175

lebih banyak menggunakan media sosial dibandingkan laki-
laki (Margrit, 2018).

Media sosial sendiri pada penelitian kali ini
merupakan media/tempat pengambilan data kuesioner
penelitian. Maka dari itu ditemukannya faktor tersebut dapat
menjadi salah satu alasan sebaran jenis kelamin responden
perempuan lebih mendominasi dibandingkan laki-laki.
b. Usia

Melalui hasil analisis deskriptif yang telah dilakukan
sebelumnya, diketahui bahwa sebaran usia responden lebih
didominasi oleh 20–25 tahun atau dapat dikatakan Generasi
Z (sebanyak 273 responden atau 68%), dibandingkan dengan
usia 26–30 tahun atau dapat dikatakan Generasi Y (Milenial)
(sebanyak 273 responden atau 32%).

Selain karena adanya faktor penentu lain yang dapat
membuat sebaran data penelitian kurang merata, hadirnya
temuan tersebut sebenarnya juga telah sejalan dengan artikel
dari KOMINFO yang menyatakan bahwa Generasi Z (yang
saat ini berusia 20-25 tahun) pada dasarnya merupakan
pengguna teknologi informasi yang paling akrab dan masif
saat ini (Mahmudah, 2018, p. 46). Maka dari itu Generasi Z-
lah yang ditemukan lebih mendominasi pengisian kuesioner
dalam penelitian kali ini.
c. Domisili

Melalui hasil analisis deskriptif yang telah dilakukan
sebelumnya, diketahui bahwa sebaran domisili responden
telah sesuai dan memenuhi ketentuan pembagian (fraction)
pada sampel penelitian yang digunakan, yaitu:
1) 42 responden berasal dari provinsi DKI Jakarta,
2) 37 responden berasal dari provinsi Banten,
3) 161 responden berasal dari provinsi Jawa Barat,
4) 68 responden berasal dari provinsi Jawa Tengah,

176

5) 81 responden berasal dari Jawa Timur, dan
6) 11 responden berasal dari provinsi DI Yogyakarta.
d. Pekerjaan

Melalui hasil analisis deskriptif yang telah
dilakukan sebelumnya, diketahui bahwa sebaran pekerjaan
didominasi oleh responden yang belum bekerja (seperti:
mahasiswa, fresh graduate, atau ibu rumah tangga) sebanyak
240 responden atau 60%, dibandingkan dengan responden
yang telah bekerja (seperti: pegawai negeri/swasta,
wirausaha, guru, dll.) sebanyak 160 responden atau 40%.
Hal tersebut dapat terjadi karena salah satu faktornya
disebabkan usia responden didominasi oleh 20–25 tahun,
yang pada usia tersebut didapati mayoritas responden masih
merupakan seorang mahasiswa ataupun fresh graduate.
e. Gaji

Melalui hasil analisis deskriptif yang telah dilakukan
sebelumnya, diketahui bahwa sebaran gaji responden lebih
didominasi pada nominal 0-5 juta rupiah perbulan yaitu
sebanyak 314 responden (78%), disusul dengan gaji 6-10 juta
rupiah perbulan sebanyak 71 responden (18%), dan gaji 11-
15 juta rupiah perbulan sebanyak 15 responden (4%). Dari
keseluruhan hasil analisis tidak ditemukan responden yang
memiliki gaji di atas 16 juta atau lebih.

Temuan tersebut mungkin terjadi karena salah satu
faktornya adalah rata-rata responden yang berhasil dihimpun
masih tergolong muda (yaitu berusia 20-30 tahun) yang
mayoritasnya merupakan seorang mahasiswa, fresh
graduate ataupun angkatan kerja awal (baik sebagai
pegawai, wirausaha, dll.) yang mayoritasnya memiliki gaji
berdasarkan Upah Minimum Provinsi (UMP) yaitu 0-5 juta
rupiah perbulannya (Idris, 2020).

177

f. Pendidikan Terakhir
Melalui hasil analisis deskriptif yang telah dilakukan

sebelumnya, ditemukan bahwa sebaran pendidikan
terakhir responden didominasi oleh jenjang SMA/SMK/
MA sederajat dengan total 198 responden atau 50%, disusul
dengan pendidikan tingkat lanjutan seperti Diploma 1/2/3
sebanyak 52 responden atau 13%, dan Strata 1/2/3 sebanyak
145 responden atau 36%.

Terakhir pendidikan jenjang SMP/MTs sederajat juga
masih ditemukan tetapi memiliki rentang sebaran yang
paling sedikit dengan 5 responden atau 1%. Hal tersebut
mengindikasikan bahwa sebaran pendidikan responden yang
digunakan pada penelitian kali ini sudah cukup beragam
mulai dari jenjang SMP sederajat sampai Strata 1/2/3.
g. Pendidikan Bidang IT

Sebelum mengetahui interpretasi atas sebaran data
pendidikan responden pada bidang Informasi dan Teknologi
(IT), perlu diketahui alasan mengapa peneliti mengambil
peninjauan pertanyaan tersebut. Peninjauan pertanyaan
tersebut diterapkan untuk mengetahui apakah responden
yang mengisi kuesioner akan didominasi dari bidang
pendidikan IT atau tidak. Hal tersebut diterapkan karena pada
praktiknya penggunaan perangkat IoT akan sangat erat
hubungannya dengan pemanfaatan dan pengalaman
responden terhadap bidang IT (Khanna & Kaur, 2020).

Melalui hasil analisis deskriptif yang telah dilakukan
sebelumnya, diketahui bahwa responden yang tidak
memiliki background (latar belakang) pendidikan bidang
IT sedikit lebih mendominasi dengan 213 responden
(53%), dibandingkan dengan responden yang memiliki latar
belakang pendidikan bidang IT sebanyak 187 responden
(47%). Temuan tersebut dapat mengindikasikan bahwa

178

ternyata berdasarkan data serta kriteria yang digunakan pada
sampel penelitian kali ini, tidak semua responden yang
mengisi kuesioner telah dan harus memiliki pendidikan di
bidang IT untuk mengerti serta dapat menjawab pertanyaan
terkait penerimaan penggunaan IoT.
h. Pelatihan & Sertifikasi Bidang IT

Melalui hasil analisis deskriptif yang telah dilakukan
sebelumnya, diketahui bahwa sebaran responden yang
tidak memiliki pelatihan dan sertifikasi di bidang IT
cukup mendominasi dengan 61% atau 242 responden,
dibandingkan dengan responden yang memiliki pelatihan
dan pendidikan di bidang IT dengan hanya sebanyak 39%
atau 158 responden.

Peninjauan pertanyaan responden yang memiliki
pelatihan dan sertifikasi di bidang IT tersebut digunakan
dengan alasan hampir serupa pada bagian pendidikan bidang
IT sebelumnya, yaitu karena penggunaan perangkat IoT akan
sangat erat hubungannya dengan pemanfaatan dan
pengalaman terhadap bidang Informasi dan Teknologi (IT)
(Khanna & Kaur, 2020), termasuk didalamnya tentang
pelatihan dan sertifikasi di bidang IT. Ternyata setelah
dilakukan proses analisis ditemukan bahwa tidak semua
responden yang mengisi telah dan harus memiliki pelatihan
& sertifikasi di bidang IT untuk mengerti serta dapat
menjawab pertanyaan kuesioner terkait penerimaan
penggunaan IoT.
2. Pertanyaan Profil Responden (Bagian IT)
a. Memiliki Pengetahuan Bidang IT

Melalui hasil analisis deskriptif dibantu dengan
pengukuran skala likert yang telah dilakukan sebelumnya,
ditemukan bahwa mayoritas 52% atau sebanyak 207
responden “setuju” telah memiliki pengetahuan di bidang IT.

179

Selebihnya, 23% atau 93 responden menjawab “netral”,
22% atau 88 responden menjawab “sangat setuju”3% atau 11
responden menjawab “tidak setuju”, dan tidak ditemukan
responden yang menjawab “sangat tidak setuju” dalam
memiliki pengetahuan di bidang IT.

Temuan tersebut mengindikasikan bahwa dari total
responden yang telah mengisi kuesioner, setengah dari
mereka (52%) telah “setuju” memiliki pengetahuan pada
bidang IT. Hal tersebut tentu dapat meningkatkan
kemampuan serta pemahaman mereka dalam menjawab
pertanyaan yang diajukan (penerimaan perangkat IoT).
Karena penggunaan perangkat IT (termasuk didalamnya
pengetahuan pada bidang IT) merupakan irisan pengetahuan
dasar yang setidaknya harus dimiliki responden dalam
penggunaan perangkat IoT (Khanna & Kaur, 2020).
b. Memiliki Pemahaman IT

Melalui hasil analisis deskriptif dibantu dengan
pengukuran skala likert yang telah dilakukan sebelumnya,
ditemukan bahwa mayoritas 49% atau sebanyak 195
responden “setuju” telah memiliki pemahaman di bidang IT.
Selebihnya 25% atau 99 responden menjawab “netral”, 23%
atau 91 responden menjawab “sangat setuju”, 3% atau 15
responden menjawab “tidak setuju”, dan tidak ditemukan
responden yang menjawab “sangat tidak setuju” dalam
memiliki pemahaman di bidang IT.

Temuan tersebut mengindikasikan bahwa dari total
responden yang telah mengisi kuesioner, hampir setengah
dari mereka (49%) telah “setuju” memiliki pemahaman
(mengerti) pada bidang IT. Seperti peninjauan
sebelumnya, hal tersebut tentu dapat meningkatkan
kemampuan serta pemahaman responden dalam menjawab
pertanyaan yang diajukan (penerimaan perangkat IoT).

180

Karena penggunaan perangkat IT (termasuk didalamnya
pemahaman pada bidang IT) juga merupakan irisan
pengetahuan dasar yang setidaknya harus dimiliki responden
dalam penggunaan perangkat IoT (Khanna & Kaur, 2020).
c. Memiliki Keterampilan Bidang IT

Melalui hasil analisis deskriptif dibantu dengan
pengukuran skala likert yang telah dilakukan sebelumnya,
ditemukan bahwa mayoritas 39% atau sebanyak 156
responden “setuju” telah memiliki keterampilan di bidang IT.
Selebihnya 25% atau 99 responden menjawab “netral”, 23%
atau 91 responden menjawab “sangat setuju”, 3% atau 15
responden menjawab “tidak setuju”, dan tidak ditemukan
responden yang menjawab “sangat tidak setuju” dalam
memiliki keterampilan di bidang IT.

Temuan tersebut mengindikasikan bahwa dari total
responden yang telah mengisi kuesioner, hanya (39%)
atau kurang dari setengah total responden yang “setuju”
memiliki keterampilan pada bidang IT. Walaupun angka
tersebut tidak terlalu signifikan, akan tetapi temuan tersebut
dapat menjadi representasi bahwa responden yang tidak
terlalu memiliki keterampilan di bidang IT juga dapat
menjawab pertanyaan pada kuesioner (tentang penerimaan
perangkat IoT) yang diajukan pada penelitian kali ini.
d. Memiliki Pengalaman Bidang IT

Melalui hasil analisis deskriptif dibantu dengan
pengukuran skala likert yang telah dilakukan sebelumnya,
ditemukan bahwa mayoritas 39% atau sebanyak 155
responden “setuju” telah memiliki pengetahuan di bidang IT.
Selebihnya 32% atau 128 responden menjawab “netral”,
19% atau 76 responden menjawab “sangat setuju”, 7% atau
28 responden menjawab “tidak setuju”, dan 3% atau 13

181

responden menjawab “sangat tidak setuju” dalam memiliki
pengalaman di bidang IT.

Temuan tersebut mengindikasikan bahwa dari total
responden yang telah mengisi kuesioner, hanya (39%)
atau kurang dari setengah total responden yang “setuju”
memiliki pengalaman pada bidang IT. Walaupun angka
tersebut tidak terlalu signifikan, akan tetapi sama seperti
sebelumnya temuan tersebut dapat menjadi representasi
bahwa responden yang tidak terlalu memiliki pengalaman
di bidang IT juga dapat menjawab pertanyaan pada kuesioner
(tentang penerimaan perangkat IoT) yang diajukan pada
penelitian kali ini.
e. Memiliki Pengalaman Bidang IT Selama

Melalui hasil analisis deskriptif yang telah dilakukan
sebelumnya, di antarara responden yang telah memiliki
pengalaman bidang IT ditemukan bahwa mayoritas 62% atau
247 responden memiliki pengalaman tersebut selama 1-3
tahun terakhir. Selebihnya 21% atau 85 responden memiliki
pengalaman selama 4-6 tahun terakhir, 12% atau 46
responden memiliki pengalaman selama 7-9 tahun terakhir,
5% atau 22 responden memiliki pengalaman selama lebih
dari 10 tahun terakhir, dan tidak ditemukan responden yang
tidak memiliki pengalaman di bidang IT.

Temuan tersebut mengindikasikan bahwa dari total
responden yang telah mengisi kuesioner, dari seluruh
responden yang memiliki pengalaman bidang IT
mayoritasnya telah menggunakan perangkat tersebut
selama 1-3 tahun terakhir (sebanyak 62%). Hal tersebut
mengindikasikan bahwa kemampuan serta pemahaman
responden dalam penggunaan perangkat IT sebagai irisan
pengetahuan dasar yang harus dimiliki dalam penggunaan
perangkat IoT (Khanna & Kaur, 2020) sudah cukup mewakili

182

dengan representasi mayoritas pengalaman penggunaan
perangkat IT selama 1-3 tahun terakhir.
f. Menggunakan Perangkat IT Sebanyak

Melalui hasil analisis deskriptif yang telah dilakukan
sebelumnya, di antarara responden yang memiliki
pengalaman bidang IT ditemukan bahwa mayoritas 61% atau
244 responden telah menggunakan perangkat IT tersebut
sebanyak 1-3 perangkat setiap harinya. Selebihnya 27% atau
108 responden menjawab telah menggunakan perangkat IT
sebanyak 4-6 perangkat, 5% atau 21 responden menjawab
telah menggunakan perangkat IT sebanyak 7-9 perangkat,
7% atau 27 responden menjawab telah memiliki pengalaman
selama lebih dari 10 tahun terakhir, dan tidak ditemukan
responden yang tidak menggunakan perangkat IT.

Temuan tersebut mengindikasikan bahwa dari total
responden yang mengisi kuesioner, setidaknya seluruh
responden yang memiliki pengalaman bidang IT dengan
mayoritas (sebanyak 61%) telah menggunakan 1-3
perangkat setiap harinya. Hal tersebut mengindikasikan
bahwa kemampuan serta pemahaman responden dalam
penggunaan perangkat IT sebagai irisan pengetahuan dasar
yang harus dimiliki dalam penggunaan perangkat IoT
(Khanna & Kaur, 2020) sudah cukup memadai dengan
representasi mayoritas penggunaan sebanyak 1-3 perangkat
IT setiap harinya.
g. Menggunakan Perangkat IT Seperti

Melalui hasil analisis deskriptif yang telah dilakukan
sebelumnya, di antarara responden yang telah memiliki
pengalaman bidang IT ditemukan bahwa mayoritasnya
(98%) atau 393 orang dari total responden telah
menggunakan perangkat IT berupa smartphone pada
kegiatan mereka sehari-hari. Disusul dengan mayoritas

183

penggunaan laptop sebanyak 359 dari 400 responden atau
90% dari total responden, penggunaan personal komputer
sebanyak 220 responden atau 55% dari total responden,
penggunaan tablet sebanyak 158 responden atau 40%, dan
perangkat IT lainnya sebanyak 7 responden atau 7% dari
total responden.

Hadirnya temuan tersebut sedikit banyaknya telah
sejalan dengan laporan dari (KOMINFO, 2017) yang
menyatakan bahwa memang pada penggunaan perangkat IT
pada usia 20-30 tahun sesuai dengan kriteria sampel
penelitian mayoritasnya diisi oleh perangkat smartphone,
disusul oleh perangkat laptop, personal komputer dan
perangkat IT lainnya.
h. Menggunakan Perangkat IT Tersebut Selama

Melalui hasil analisis deskriptif yang telah dilakukan
sebelumnya, di antarara responden yang telah menggunakan
perangkat IT seperti smartphone, laptop, personal komputer,
dll., ditemukan bahwa mayoritasnya atau 114 responden
(28%) di antarara mereka telah mengunakan perangkat
tersebut selama kurang lebih 4-6 tahun terakhir. Selebihnya
diisi dengan responden yang memiliki pengalaman
menggunakan perangkat tersebut selama 1-3 tahun sebanyak
26% atau 103 responden, 7-9 tahun terahir sebanyak 25%
atau 98 responden, lebih dari 10 tahun terakhir sebanyak
21%, dan tidak ditemukan responden yang tidak memiliki
pengalaman menggunakan perangkat IT.

Temuan tersebut mengindikasikan bahwa dari
kebanyakan responden yang berhasil dihimpun, mayoritas
terbesarnya (28%) dari mereka telah memiliki pengalaman
penggunaan perangkat IT (seperti: smartphone, laptop,
personal komputer, dll.) selama kurang lebih 4-6 tahun
terakhir. Hal tersebut mengindikasikan bahwa kemampuan

184

serta pemahaman responden dalam penggunaan perangkat IT
sebagai irisan pengetahuan dasar yang harus dimiliki dalam
penggunaan perangkat IoT (Khanna & Kaur, 2020) sudah
cukup memadai dengan mayoritas responden yang telah
menggunakan perangkat IT selama 4-6 tahun terakhir pada
kegiatan mereka sehari-hari.
3. Pertanyaan Profil Responden (Bagian IoT)
a. Memiliki Pengetahuan Bidang IoT

Melalui hasil analisis deskriptif dibantu dengan
pengukuran skala likert yang telah dilakukan sebelumnya,
ditemukan bahwa mayoritas 54% atau sebanyak 217
responden “setuju” telah memiliki pengetahuan di bidang
IoT. Selebihnya, 25% atau 100 responden menjawab
“netral”, 17% atau 67 responden menjawab “sangat setuju”
4% atau 15 responden menjawab “tidak setuju”, dan
0% atau 1 responden menjawab “sangat tidak setuju” telah
memiliki pengetahuan di bidang IoT.

Temuan tersebut mengindikasikan bahwa dari total
responden yang telah mengisi kuesioner, setengah lebih
dari mereka (54%) telah “setuju” memiliki pengetahuan
pada bidang IT. Hal tersebut tentu dapat mencerminkan
kesiapan atas kemampuan serta pemahaman responden
dalam menjawab pertanyaan kuesioner pada penelitian kali
ini (terkait penerimaan perangkat IoT), karena responden
yang ditemui mayoritasnya telah memiliki pengetahuan
di bidang IoT.
b. Memiliki Pemahaman IoT

Melalui hasil analisis deskriptif dibantu dengan
pengukuran skala likert yang telah dilakukan sebelumnya,
ditemukan bahwa mayoritas 47% atau sebanyak 186
responden “setuju” telah memiliki pemahaman di bidang
IoT. Selebihnya, 31% atau 124 responden menjawab

185

“netral”, 17% atau 68 responden menjawab “sangat setuju”
5% atau 21 responden menjawab “tidak setuju”, dan
0% atau 1 responden menjawab “sangat tidak setuju” telah
memiliki pemahaman di bidang IoT.

Temuan tersebut mengindikasikan bahwa dari total
responden yang telah mengisi kuesioner, hampir setengah
dari mereka (47%) telah “setuju” memiliki pemahaman
pada bidang IoT. Sama seperti temuan sebelumnya, hal
tersebut tentu dapat menjadi salah satu cerminan kesiapan
atas kemampuan serta pemahaman responden dalam
menjawab pertanyaan kuesioner pada penelitian kali ini
(yaitu tentang penerimaan perangkat IoT), karena responden
yang ditemui mayoritasnya telah memiliki pemahaman
di bidang IoT.
c. Memiliki Keterampilan Bidang IoT

Melalui hasil analisis deskriptif dibantu dengan
pengukuran skala likert yang telah dilakukan sebelumnya,
ditemukan bahwa mayoritas 42% atau sebanyak 168
responden menjawab “netral” dalam memiliki keterampilan
di bidang IT. Selebihnya 33% atau 132 responden menjawab
“setuju”, 14% atau 57 responden menjawab “sangat setuju”,
9% atau 36 responden menjawab “tidak setuju”, dan 2% atau
7 responden menjawab “sangat tidak setuju”dalam memiliki
keterampilan di bidang IoT.

Temuan tersebut mengindikasikan bahwa dari total
responden yang telah mengisi kuesioner, hanya (33%)
atau kurang dari setangah total responden yang “setuju”,
dan justru didominasi oleh responden yang “netral”
dalam memiliki keterampilan pada bidang IT. Walaupun
angka tersebut terbilang tidak terlalu signifikan, akan tetapi
temuan tersebut dapat menjadi representasi bahwa responden
yang tidak terlalu memahami keterampilan di bidang IoT

186

juga dapat menjawab pertanyaan pada kuesioner penelitian
kali ini (yaitu tentang penerimaan perangkat IoT).
d. Memiliki Pengalaman Bidang IoT

Melalui hasil analisis deskriptif dibantu dengan
pengukuran skala likert yang telah dilakukan sebelumnya,
ditemukan bahwa mayoritas 43% atau sebanyak 170
responden “setuju” telah memiliki pengalaman di bidang
IoT. Selebihnya, 32% atau 128 responden menjawab
“netral”, 17% atau 69 responden menjawab “sangat setuju”
7% atau 27 responden menjawab “tidak setuju”, dan 1% atau
6 responden menjawab “sangat tidak setuju” telah memiliki
pengalaman di bidang IoT.

Temuan tersebut mengindikasikan bahwa dari total
responden yang telah mengisi kuesioner, hampir setengah
dari mereka (43%) telah “setuju” memiliki pengalaman
pada bidang IoT. Seperti temuan sebelumnya, hal tersebut
tentu dapat menjadi salah satu cerminan kesiapan atas
kemampuan serta pemahaman responden dalam menjawab
pertanyaan kuesioner pada penelitian kali ini (yaitu tentang
penerimaan perangkat IoT), karena responden yang ditemui
mayoritasnya telah memiliki pengalaman di bidang IoT.
e. Memiliki Pengalaman Bidang IoT Selama

Melalui hasil analisis deskriptif yang telah dilakukan
sebelumnya, di antarara responden yang memiliki
pengalaman bidang IoT ditemukan bahwa mayoritas 62%
atau 247 responden telah memiliki pengalaman tersebut
selama 1-3 tahun terakhir. Selebihnya 16% atau 65
responden memiliki pengalaman selama 4-6 tahun terakhir,
6% atau 24 responden memiliki pengalaman selama 7-9
tahun terakhir, 3% atau 14 responden memiliki pengalaman
selama lebih dari 10 tahun terakhir. Temuan tersebut
mengindikasikan bahwa dari total responden yang telah

187

mengisi kuesioner, setidaknya setengah lebih dari
responden telah memiliki pengalaman bidang IoT dengan
mayoritas penggunaan selama 1-3 tahun terakhir
(sebanyak 62%).

Tetapi diluar itu ditemukan juga responden yang tidak
memiliki pengalaman di bidang IoT sebanyak 13% atau
50 responden. Temuan tersebut dapat merepresentasikan
pengguna baru atau pengguna yang belum pernah sama
sekali menggunakan perangkat Internet of Things (IoT).
Hal tersebut telah sesuai dengan kriteria subjek penelitian
yang digunakan pada penelitian kali ini yaitu responden yang
paham dalam penggunaan perangkat IoT, atau (jika tidak
memiliki pemahaman) setidaknya akrab dengan pemanfaatan
internet atau perangkat Teknologi Informasi (TI). Karena
pada praktiknya internet dan perangkat IoT merupakan
fondasi awal dari perangkat IoT (Khanna & Kaur, 2020).
f. Menggunakan Perangkat IoT Sebanyak

Melalui hasil analisis deskriptif yang telah dilakukan
sebelumnya, di antarara responden yang memiliki
pengalaman bidang IoT ditemukan bahwa mayoritas 66%
atau 264 responden tersebut telah menggunakan perangkat
IoT sebanyak 1-3 perangkat setiap harinya. Selebihnya 15%
atau 65 responden menjawab telah menggunakan perangkat
IoT sebanyak 4-6 perangkat, 3% atau 11 responden
menjawab telah menggunakan perangkat IoT sebanyak 7-9
perangkat, 2% atau 10 responden menjawab telah memiliki
pengalaman selama lebih dari 10 tahun terakhir.

Temuan tersebut mengindikasikan bahwa dari total
responden yang telah mengisi kuesioner, setidaknya
setengah lebih dari responden telah memiliki pengalaman
bidang IoT dengan mayoritas selama 1-3 perangkat
(sebanyak 66%). Sama seperti bagian sebelumnya, pada

188

bagian ini juga ditemukan responden yang tidak
menggunakan perangkat IoT sebanyak 13% atau 50
responden. Temuan tersebut dapat merepresentasikan
pengguna baru atau pengguna yang belum pernah sama
sekali menggunakan perangkat Internet of Things (IoT) yang
telah sesuai dengan kriteria yang digunakan pada subjek
penelitian kali ini.
g. Menggunakan Perangkat IoT Seperti

Melalui hasil analisis deskriptif yang telah dilakukan
sebelumnya, di antarara responden yang telah memiliki
pengalaman bidang IoT ditemukan bahwa mayoritasnya
(67%) atau 266 orang dari total responden telah
menggunakan perangkat IoT berupa Smart TV pada kegiatan
mereka sehari-hari. Disusul dengan mayoritas penggunaan
Smart Watch sebanyak 176 atau 44% dari total responden,
penggunaan Smart Home sebanyak 106 atau 27% dari total
responden, penggunaan Smart Security System sebanyak
62 responden atau 16%, perangkat IoT lainnya (seperti
Smart Lamp atau Smart Cleaning) sebanyak 4 atau 2% dari
total responden, dan 9 responden atau 2% yang tidak
menyebutkan penggunaan perangkat IoT secara spesifik.

Temuan tersebut mengindikasikan bahwa dari
total responden yang telah mengisi kuesioner, setidaknya
setengah lebih (62%) dari responden telah menggunakan
perangkat IoT yaitu Smart TV pada kegiatan mereka
sehari-hari. Selain itu juga ditemukan responden yang sama
sekali tidak menggunakan perangkat IoT dalam kegiatan
mereka sehari-hari (sebanyak 50 responden atau 13%).
Seperti yang telah dibahas sebelumnya, temuan tersebut
dapat merepresentasikan pengguna baru atau pengguna yang
belum pernah sama sekali menggunakan perangkat Internet

189

of Things (IoT) sesuai dengan kriteria yang digunakan pada
subjek penelitian kali ini.
h. Menggunakan Perangkat IoT Tersebut Selama

Melalui hasil analisis deskriptif yang telah dilakukan
sebelumnya, di antarara responden yang telah menggunakan
perangkat IoT seperti Smart Home, Smart Watch, dll.,
ditemukan bahwa mayoritas 268 responden atau 66% di
antarara mereka telah mengunakan perangkat IoT tersebut
selama kurang lebih 1-3 tahun terakhir. Selebihnya diisi
dengan responden yang memiliki pengalaman menggunakan
perangkat IoT tersebut selama 4-6 tahun terakhir sebanyak
15% atau 58 responden, 7-9 tahun terahir sebanyak 4% atau
14 responden, dan lebih dari 10 tahun terakhir sebanyak 2%
atau 10 responden telah memiliki pengalaman menggunakan
perangkat IT.

Temuan tersebut mengindikasikan bahwa dari total
responden yang telah mengisi kuesioner, setengah lebih
(66%) dari mereka telah menggunakan perangkat IoT
(seperti: Smart Home, Smart Watch, dll.) tersebut selama
1-3 tahun terakhir. Selain itu juga ditemukan responden
yang sama sekali tidak menggunakan perangkat IoT dalam
kegiatan mereka sehari-hari (sebanyak 50 responden atau
13%). Seperti yang telah dibahas sebelumnya, temuan
tersebut dapat merepresentasikan pengguna baru atau
pengguna yang belum pernah sama sekali menggunakan
perangkat Internet of Things (IoT) sesuai dengan kriteria
yang digunakan pada subjek penelitian kali ini.

190

4.4 Analisis Statistik Inferensial
4.4.1 Hasil Analisis Statistik Inferensial
Setelah proses hasil analisis deskriptif telah dilakukan, proses
dilanjutkan dengan menganalisis data kuantitatif berskala ordinal dari
400 responden yang telah mengisi kuesioner melalui analisis statistik
inferensial. Pada penelitian kali ini, proses tersebut akan dilakukan
melalui teknik multivariate generasi kedua PLS-SEM yang diterapkan
dengan dua proses pengujian yaitu: (1) pengujian measurement model
(model pengukuran) atau outer model reflektif, dan (2) pengujian
structural model (model struktural) atau inner model (J. F. Hair et al.,
2014) yang pada pengerjaannya akan dibantu dengan perangkat lunak
SmartPLS 3.3.3. Hasil dari analisis statistik inferensial tersebut secara
lebih jelas dapat dilihat melalui bagian di bawah ini.
1. Hasil Analisis Model Pengukuran
Pengujian measurement model (model pengukuran) atau
outer model yang pada penelitian kali ini berarah reflektif,
dilakukan melalui empat tahapan pengujian yaitu pengujian
(1) convergent validity, dan (2) discriminant validity untuk
mengetahui reliabilitas (keandalan) dari variabel serta indikator
yang akan digunakan, serta pengujian (3) indikator reliability,
dan (4) internal consistency reliability untuk mengetahui validitas
(kesesuaian) dari indikator yang telah dibuat (J. F. Hair et al.,
2014). Hasil dari pengujian model pengukuran (reflektif) tersebut
secara lebih jelas dapat dilihat melalui bagian-bagian berikut ini.
a. Hasil Pengujian Reliabilitas
Seperti yang telah dijelaskan sebelumnya, pengujian
reliabilitas (keandalan) adalah pengujian yang dapat
mengukur konsistensi dari suatu ukuran (J. F. Hair et al.,
2014, p. 116). Pada penelitian kali ini pengujian reliabilitas
dalam analisis model pengukuran (outer model) reflektif
akan diujikan melalui dua tahapan yaitu (1) pengujian
individual item reliability, dan pengujian (2) internal

191

consistency reliability. Hasil dari analisis pengujian
reliabilitas tersebut secara lebih detail dapat dilihat melalui
bagian di bawah ini.
1) Individual Item Reliability

Hasil pengujian individual item reliability dapat
ditentukan melalui nilai outer loading yang dihasilkan.
Nilai outer loading pada pengujian individual item
reliability dapat merepresentasikan besaran hubungan
(korelasi) antara masing-masing indikator dengan
variabelnya. Apabila ditemukan nilai outer loading
di atas 0.60 maka hasil pengujian individual item
reliability dapat dianggap valid untuk digunakan dalam
penelitian (J. F. Hair et al., 2014, p. 107).

Dari hasil pengujian yang telah dilakukan,
ditemukan bahwa seluruh nilai outer loading yang
dihasilkan telah lebih dari 0.60. Hal tersebut
mengindikasikan bahwa seluruh indikator dan variabel
yang digunakan telah memiliki korelasi yang baik untuk
digunakan pada penelitian karena telah memenuhi standar
yang ditetapkan (J. F. Hair et al., 2014, p. 107). Untuk
lebih jelasnya, hasil dari outer loading tersebut dapat
dilihat melalui Tabel 4.27 di bawah ini.

Tabel 4.27 Matrix Nilai Outer Loading.

Var. BI EE FC NP NU PE SI
Ind.

BI1 0.852

BI2 0.840

BI3 0.889

EE1 0.847

EE2 0.835

EE3 0.840

FC1 0.787

192

Var. BI EE FC NP NU PE SI
Ind.

FC2 0.844

FC3 0.840

NP1 0.820

NP2 0.894

NP3 0.874

NU1 0.913

NU2 0.924

NU3 0.910

PE1 0.849

PE2 0.869

PE3 0.865

PE4 0.860

PE5 0.861

SI1 0.717

SI2 0.801

SI3 0.826

SI4 0.676

*Melalui: SmartPLS→Calculate→PLS Algorithm→Outer Loadings.

2) Internal Consistency Reliability

Hasil pengujian internal consistency reliability

dapat ditentukan salah satunya melalui nilai composite

reliability yang dihasilkan (J. F. Hair et al., 2014, p. 101).

Nilai composite reliability pada pengujian internal

consistency reliability dapat mencerminkan besaran

konsistensi dari seluruh item pengujian pada sebuah

variabel apakah memiliki konsistensi jawaban (skor) yang

serupa atau tidak (J. F. Hair et al., 2014, p. 116).

Apabila ditemukan nilai composite reliability di

atas 0.60 maka hasil pengujian dianggap diterima dan

apabila hasil di atas 0.07-0.09 telah dianggap memuaskan.

Tetapi apabila nilai composite reliability menghasilkan

193

lebih dari 0.095 dapat dinyatakan variabel tersebut ditolak
untuk dapat digunakan (J. F. Hair et al., 2014, p. 107).

Dari hasil pengujian internal consistency
reliability yang telah dilakukan, ditemukan seluruh item
dari variabel yang digunakan telah konsisten dan sudah
masuk kategori memuaskan (konsistensinya) karena
memiliki nilai composite reliability lebih dari 0.7-0.9
sesuai dengan standar yang dipergunakan (J. F. Hair et al.,
2014, p. 107). Untuk lebih jelasnya berikut hasil nilai
composite reliability yang dapat dilihat pada Gambar
4.26 dan Tabel 2.28 di bawah ini.

0.900 0.896 0.879 0.864 0.897 0.940 0.935 0.843
0.800 BI EE FC NP NU PE SI
0.700
0.600
0.500
0.400
0.300
0.200
0.100
0.000

Gambar 4.26 Grafik Composite Reliability.

Tabel 4.28 Matix Composite Reliability.

Variabel Composite Reliability

BI Behavioral Intention 0.896

EE Effort Expectancy 0.879

FC Facilitating Conditions 0.864

NP Number of Peers 0.897

NU Number of User 0.940

PE Performance Expectancy 0.935

SI Social Influence 0.843

*Melalui: SmartPLS→Calculate→PLS Algorithm→Construct Reability & Validity.

194

b. Hasil Pengujian Validitas
Pengujian validitas adalah pengujian yang berfungsi

untuk mengukur sejauh mana indikator secara bersama-sama
mengukur apa yang seharusnya diukur (kesesuaian) (J. F. Hair
et al., 2014, p. 116). Pada penelitian kali ini pengujian validitas
dalam analisis model pengukuran (outer model) reflektif akan
diujikan melalui dua tahapan yaitu (1) pengujian convergent
validity dan (2) pengujian discriminant validity. Hasil dari
analisis pengujian validitas tersebut secara lebih detail dapat
dilihat melalui bagian berikut ini.
1) Convergent Validity

Hasil pengujian convergent validity dapat
ditentukan dengan melihat nilai Average Variance
Extracted (AVE) yang dihasilkan. Nilai AVE pada
pengujian convergent validity dapat mencerminkan
tingkat keragaman item pada indikator yang terkandung
dalam variabel terkaitnya (J. F. Hair et al., 2014, p. 102).
Apabila ditemukan nilai AVE di atas 0.50 maka hasil
pengujian convergent validity dapat dianggap memiliki
keragaman yang baik untuk digunakan dalam penelitian
(J. F. Hair et al., 2014, p. 103).

Dari hasil pengujian convergent validity yang
telah dilakukan, ditemukan bahwa seluruh item pada
indikator telah memiliki keragaman yang baik dengan
variabel terkaitnya karena memiliki nilai average
variance extracted (AVE) yang lebih dari 0.50 dan
memenuhi standar yang dipergunakan (J. F. Hair et al.,
2014, p. 103). Untuk lebih jelasnya, berikut hasil nilai
AVE yang dapat dilihat pada Gambar 4.27 dan Tabel
4.29 di bawah ini.

195

0.838

0.9 0.741 0.706 0.676 0.743 0.744
0.8

0.7 0.574

0.6

0.5

0.4

0.3

0.2

0.1

0 EE FC NP NU PE SI
BI

Gambar 4.27 Grafik Nilai AVE.
Tabel 4.29 Matrix Nilai AVE.

Variabel Average Variance Extracted

BI Behavioral Intention 0.741

EE Effort Expectancy 0.707
FC Facilitating Conditions 0.679
NP Number of Peers 0.745

NU Number of User 0.838
PE Performance Expectancy 0.741
SI Social Influence 0.574

*Melalui: SmartPLS→Calculate→PLS Algorithm→Construct Reability & Validity.

2) Discriminant Validity
Hasil pengujian discriminant validity dapat

ditentukan dengan melihat nilai cross loading dan nilai
fornell-larcker criterion yang dihasilkan. Nilai cross
loading dapat mencerminkan perbandingan korelasi
antara indikator pada sebuah variabel dengan blok
variabel lainnya, sementara pengujian fornell-larcker
criterion dapat mencerminkan keunikan yang dimiliki
antara suatu variabel dengan variabel lainnya (J. F. Hair et
al., 2014, p. 105).

196

Dari hasil pengujian discriminant validity yang
telah dilakukan, ditemukan bahwa hubungan indikator
sebuah variabel dengan blok variabel lainnya dinyatakan
valid karena nilai variabel pada blok indikator telah lebih
tinggi daripada blok indikator lainnya. Untuk lebih jelas
berikut adalah hasil nilai cross loading yang dapat dilihat
melalui Tabel 4.27 di bawah ini.

Tabel 4.30 Matix Nilai Cross Loading.

Var. BI EE FC NP NU PE SI
Ind.

BI1 0.852 0.559 0.651 0.515 0.460 0.580 0.444

BI2 0.840 0.568 0.595 0.460 0.462 0.517 0.367

BI3 0.889 0.647 0.672 0.562 0.595 0.655 0.403

EE1 0.550 0.847 0.568 0.392 0.382 0.519 0.442

EE2 0.556 0.835 0.559 0.436 0.494 0.566 0.425

EE3 0.626 0.840 0.601 0.499 0.496 0.644 0.448

FC1 0.529 0.477 0.787 0.431 0.380 0.419 0.429

FC2 0.587 0.503 0.844 0.424 0.457 0.457 0.373

FC3 0.702 0.688 0.840 0.609 0.606 0.744 0.454

NP1 0.439 0.393 0.448 0.820 0.478 0.432 0.399

NP2 0.534 0.473 0.527 0.894 0.573 0.538 0.424

NP3 0.569 0.499 0.579 0.874 0.689 0.628 0.330

NU1 0.523 0.486 0.538 0.624 0.913 0.650 0.334

NU2 0.566 0.519 0.583 0.652 0.924 0.709 0.318

NU3 0.533 0.495 0.514 0.576 0.910 0.684 0.317

PE1 0.546 0.552 0.595 0.560 0.656 0.849 0.347

PE2 0.583 0.616 0.615 0.572 0.671 0.869 0.408

PE3 0.619 0.610 0.563 0.483 0.632 0.865 0.318

PE4 0.591 0.602 0.549 0.523 0.629 0.860 0.442

PE5 0.592 0.584 0.585 0.536 0.620 0.861 0.444

SI1 0.365 0.370 0.407 0.410 0.344 0.346 0.717

SI2 0.312 0.365 0.331 0.293 0.233 0.300 0.801

197

Var. BI EE FC NP NU PE SI
Ind.

SI3 0.379 0.458 0.435 0.370 0.290 0.431 0.826

SI4 0.360 0.378 0.352 0.246 0.172 0.280 0.676

*Melalui: SmartPLS→Calculate→PLS Algorithm→Discriminant Validity.

Sementara dalam proses pengujian fornell-larcker
criterion yang telah dilakukan pada penelitian kali ini,
didapatkan juga hubungan seluruh variabel yang
digunakan telah unik karena nilai akar kuadrat average
variance extracted (AVE) lebih tinggi daripada nilai
korelasi variabel lainnya sesuai dengan standar referensi
yang digunakan (J. F. Hair et al., 2014, p. 107). Berikut
untuk lebih jelasnya nilai fornell-larcker criterion yang
detailnya dapat dilihat pada Tabel 4.31 di bawah ini

Tabel 4.31 Matix Nilai Fornell-Larcker Criterion.

Var. BI EE FC NP NU PE SI
Ind.

BI 0.861

EE 0.689 0.841

FC 0.744 0.686 0.824

NP 0.597 0.529 0.602 0.863

NU 0.591 0.546 0.596 0.675 0.916

PE 0.682 0.689 0.674 0.620 0.744 0.861

SI 0.471 0.522 0.510 0.445 0.352 0.455 0.758

*Melalui: SmartPLS→Calculate→PLS Algorithm→Discriminant Validity.

Secara lebih jelas, seluruh gabungan hasil

pengujian model pengukuran (outer model) yang telah

dianalisis menggunakan perangkat lunak SmartPLS

tersebut dapat secara detail dilihat melalui Tabel 4.32
di bawah ini.

198

Tabel 4.32 Matix Gabung

Variabel Std. Outer BI EE
Indikator Loadings
(BI) 0.852 Ind. Blo
Behavioral A >0.60 0.840
Intention S 0.889 0.559
0.550 0.568
(EE) BI1 0.852 0.556 0.647
Effort 0.626 0.847
Expectancy BI2 0.840 0.529 0.835
0.587 0.840
(FC) BI3 0.889 0.702 0.477
Facilitating 0.439 0.503
Conditions EE1 0.847 0.534 0.688
0.569 0.393
(NP) EE2 0.835 0.523 0.473
Number 0.499
of Peers EE3 0.840 0.486

(NU) FC1 0.787

FC2 0.844

FC3 0.840

NP1 0.820

NP2 0.894

NP3 0.874

NU1 0.913

19