SKRIPSI - YANA TRISNAWATI 11160930000028

Layanan e-wallet di Indonesia masih sangat terbatas untuk penggunaan
transaksinya, hanya beberapa barang yang dapat ditukar menggunakan
transaksi e-wallet dan kurangnya ikatan kerjasama antar penjual dengan
penyedia e-wallet.
b. Tidak ada keuntungan/timbal balik
Layaknya menimbun harta yang ada di dalam dompet dan tanpa ada bunga
merupakan hal yang kurang mendapatkan keuntungan. Walaupun fungsi
dasar e-wallet hanya sekedar pengganti dompet, namun tidak seperti bank
yang mempunyai bunga terhadap uang yang tersimpan.
c. Uang tidak dapat dicairkan
Rata-rata penyedia jasa e-wallet tidak menyediakan layanan untuk
mencairkan dana menjadi bentuk uang kertas. Karena keterbatasan transaksi
e-wallet yang menjadi kendala, ditambah ada batasan maksimum saldo.
2.5 Pengertian dan Perspektif Hukum Islam dalam Transaksi Online
Ada rukun dan syarat yang harus dipenuhi dalam jual beli, sehingga jual beli
dapat dikatakan sah menurut hukum syariah. Ada perbedaan pandangan tentang
pilar jual beli. Menurut ulama Hanafi, rukun jual beli hanya ada satu, yaitu ijab
(ungkapan jual beli) dan qabul (ungkapan jual beli). Mereka berpendapat seperti ini
karena mereka percaya bahwa prinsip dasar jual beli hanyalah kehendak antara
pembeli dan penjual, tetapi karena unsur kehendak adalah unsur hati, tidak mudah
ditebak, dan ambiguitas. tidak terlihat, sehingga diperlukan suatu indikator yang
mencerminkan kehendak kedua belah pihak, yang dapat berupa ucapan yaitu
persetujuan dan penerimaan, dapat juga berupa perilaku, yaitu memberi kepada

31

pihak lain. Ulama di seluruh dunia pada dasarnya sepakat bahwa transaksi yang
memerlukan penyerahan barang dan uang secara tunai tidak dapat dilakukan
melalui telepon atau internet, seperti penjualan emas dan perak, karena ini termasuk
riba nasi`ah. Kecuali objek yang diperjualbelikan dapat diserahterimakan pada saat
itu juga. Untuk komoditas yang tidak memerlukan transfer tunai dalam transaksi,
yaitu semua jenis komoditas kecuali emas dan perak dan mata uang, Anda dapat
membeli dan menjual melalui Internet (jual beli online) melalui surat. Adapun jual
beli melalui telepon dan internet merupakan jual beli langsung dalam akad ijab dan
qabul.

Saat menggunakan Internet untuk transaksi, permintaan penjual untuk
menyediakan barang di situs web adalah formulir persetujuan, dan melengkapi dan
mengirimkan formulir persetujuan merupakan bentuk ijaq qabul. Produk hanya bisa
dilihat di gambar, spesifikasi jelas dan lengkap, dan deskripsi akan mempengaruhi
harga produk. Setelah ijab qabul, penjual meminta pembeli untuk mentransfer uang
ke rekening bank penjual. Setelah menerima pembayaran, penjual baru
mengirimkan barang melalui kurir atau pengirim barang. Oleh karena itu, selama
tidak ada unsur gharar atau tidak jelas, sebagian besar transaksi online dapat
dibenarkan oleh para Ulama dengan syarat memberikan spesifikasi yang baik dan
sesuai dengan gambar, jenis, warna, bentuk, model dan cara yang mempengaruhi
harga. produk.
2.6 Religiusitas

Religiusitas berasal dari bahasa Latin erelegio artinya memikat yang
bermakna segala aturan ataupun kewajiban yang harus dilakukan bertujuan untuk

32

mengikat diri (individu atau kelompok) orang dengan Tuhannya (Subandi, 2013).
Menurut Mayasari (2014) religiusitas merupakan bentuk hubungan interpersonal
yang terjalin dengan penciptanya melalui doktrin-doktrin agama yang telah
terinternalisasi dalam diri seseorang dan tercermin dalam sikap dan perilaku
kesehariannya. Dalam buku Psychology of Religion Knowing oleh Fraser & Mark
(2007) Dia menegaskan bahwa agama adalah pengalaman dari pengetahuan dan
ibadah, yang membawa manusia lebih dekat dengan penciptanya.

Keyakinan agama tertanam dalam semua aspek kehidupan manusia.
Aktivitas keagamaan tidak hanya terjadi ketika seseorang melakukan tindakan
ritual (ibadah), tetapi juga terjadi ketika aktivitas lain didorong oleh kekuatan
tertinggi (internal). Hal ini tidak hanya berkaitan dengan hal-hal yang terlihat atau
terlihat dengan mata telanjang, tetapi juga berkaitan dengan kegiatan yang tidak
terlihat dan yang terjadi di dalam hati manusia (Zuhirsyan, 2018). Religiusitas
dalam perspektif Islam disebut sebagai taqwa, yang berarti mempercayai akan
adanya Allah dan mematuhi ajaran agamanya, atau juga merupakan suatu keadaan
yang ada dalam diri seseorang yang mendorongnya untuk bertingkah laku sesuai
dengan tingkat ketaatannya kepada agama (Hamzah et al., 2007).

Religiusitas melihat sejauh mana tingkat komitmen dari masing-masing
individu (umat muslim) terhadap agama Islam dan ajarannya dalam menunjukkan
belief, attitudes, dan practices. Ajaran tersebut tentunya sesuai dengan syariat Islam
yang tertulis pada kitab suci umat muslim yaitu Al-Qur’an. Serta perilaku-perilaku
positif yang dilakukan maupun diajarkan oleh Rosul atau Nabi Muhammad SAW
(Olufadi, 2017). Adapun dimensi atau variabel baru oleh Yonusa Olufadi (2017)

33

yang di tingkat religiusitas pengguna dari MUDRAS yaitu sinful acts,
recommended acts, dan engaging in bodily workship of God.
2.7 Technology Acceptance Model (TAM)

Technology Acceptance Model (TAM) adalah semacam penelitian teoretis,
yang sering digunakan dalam metode analisis perilaku konsumen individu yang
terkait dengan teknologi informasi dan sistem informasi. (Surendran, 2012). TAM
menjelaskan mengenai dua variabel yaitu perceived usefulness dan perceived ease
of use terhadap penerimaan user akan teknologi informasi (Davis, 1989). Definisi
dari perceived usefulness cenderung mengarah pada seberapa jauh seseorang
percaya penggunaan sistem dapat membantu kinerja mereka, sedangkan definisi
perceived ease of use mengacu pada seberapa besar seseorang percaya penggunaan
sistem akan mempermudah kegiatan atau pekerjaan mereka (Venkatesh & Davis,
2000).

Menurut Davis (1989) dalam Chauhan (2015) model penerimaan teknologi
(Technology Acceptance Model atau TAM) merupakan suatu model penerimaan
pengguna (user) terhadap penggunaan sistem teknologi informasi. Teori ini
diadopsi dari beberapa model yang dibangun untuk menganalisa dan memahami
faktor-faktor yang memengaruhi diterimanya sebuah teknologi baru. Tujuan TAM
menurut Fred Davis (1989) adalah untuk menjelaskan faktor-faktor yang paling
utama dari perilaku pengguna terhadap penerimaan pengguna teknologi. Teori ini
lebih menjelaskan tentang bagaimana penerimaan teknologi informasi dengan
dimensi-dimensi tertentu yang dapat memengaruhi diterimanya teknologi tersebut.

34

Gambar 2.1 Technology Acceptance Model (Davis, 1989)

TAM dirancang untuk mencapai tujuan tersebut dengan cara
mengidentifikasi beberapa variabel dasar yang disarankan pada penelitian
sebelumnya yang setuju dengan faktor-faktor yang memengaruhi secara kognitif
dan afektif pada penerimaan teknologi dan menggunakan TRA sebagai dasar
teorikal untuk menentukan model hubungan variabel penelitian. Tujuan utama
TAM adalah untuk memberikan dasar penelusuran dari pengaruh faktor eksternal
terhadap kepercayaan, sikap dan tujuan pengguna. TAM juga menyediakan suatu
basis teoritis untuk mengetahui faktor-faktor yang memengaruhi penerimaan
terhadap suatu teknologi dalam suatu organisasi (Nugroho, 2008).
2.7.1 Perceived Ease of Use (PEOU)

Davis (1989) dan Venkatesh (2000) dengan indikator-indikator antara lain
interaksi individu dengan sistem jelas, interaksi individu dengan sistem mudah
dimengerti, mudah mengoperasikan sistem sesuai dengan apa yang ingin individu
kerjakan, mudah untuk dipelajari, tidak membutuhkan banyak usaha, dan sistem
mudah digunakan. Menurut Liu (2019) persepsi kemudahan pengguna (perceived
ease of use) merupakan dua hal awal yang dapat digunakan untuk menilai perilaku
penerimaan teknologi. Persepsi kemudahan penggunaan merupakan persepsi

35

pengguna tentang besarnya upaya yang diperlukan untuk menggunakan sistem atau
teknologi.

Persepsi kemudahan penggunaan menunjukkan keyakinan individu bahwa
menggunakan sistem teknologi informasi tidak akan menyulitkan dan tidak
memerlukan usaha yang besar saat menggunakannya. Ketika seseorang merasa
yakin bahwa teknologi dapat digunakan dengan mudah atau dengan usaha yang
kecil, maka hal tersebut akan meningkatkan minat seseorang untuk menggunakan
teknologi (Sitinjak & Joan, 2019). Sama halnya dengan pendapat yang dikemukaan
oleh Nisa (2020) bahwa perceived ease of use didefinisikan sejauh mana calon
pengguna mengharapkan sistem yang target mudah dalam penerapannya, dengan
kata lain tidak mengharapkan kesulitan yang tinggi dalam mempelajari dan
menerapkan teknologi tersebut. Sistem yang lebih sering digunakan menunjukkan
bahwa sistem tersebut lebih dikenal, lebih mudah dioperasikan dan lebih mudah
digunakan oleh penggunanya (Davis F.D, 1989). Penelitian sebelumnya
menunjukkan bahwa konstruk kemudahan penggunaan memengaruhi sikap
(attitude), minat (behavioral intention) dan penggunaan sesungguhnya (actual
usage)
2.7.2 Perceived Usefulness (PU)

Davis (1989) mengatakan bahwa perceived usefulness yaitu: “the degree to
which a person believes that using particular system would enhance his or her job
performance” dapat diartikan bahwa perceived usefulness (persepsi
kebermanfaatan) sebagai suatu tingkatan dimana seseorang percaya bahwa suatu
sistem akan dapat meningkatkan prestasi kerja atau meningkatkan kinerja

36

penggunanya. Berdasarkan hal tersebut diketahui bahwa perceived usefulness
berkaitan dengan suatu kepercayaan (belief). Jika seseorang percaya bahwa
menggunakan suatu sistem teknologi akan berguna maka dia akan
menggunakannya. Sebaliknya jika seseorang merasa percaya bahwa menggunakan
suatu sistem teknologi tidak berguna atau bermanfaat baginya maka dia tidak akan
menggunakannya (Jogiyanto, 2007).

Menurut Davis (1985) terdapat 6 indikator untuk mengukur faktor kegunaan
yaitu:

a. Pekerjaan lebih cepat selesai (work more quickly)
b. Meningkatkan kinerja (job performance)
c. Meningkatkan produktivitas (increase productivity)
d. Meningkatkan efektivitas kerja (effectiveness)
e. Memudahkan pekerjaan (makes job easier)
f. Berguna (useful)
Pendapat lain juga mendefinisikan perceived usefulness memiliki dampak
positif pada niat perilaku (behavior intention) atau keinginan untuk menggunakan.
Dengan adanya niat itulah yang kemudian akan menghasilkan suatu perilaku nyata
yang tampak dalam hal ini penggunaan teknologi (Deng et al., 2008).
2.7.3 Attitude towards Using (ATU)
Menurut Davis (1989), Attitude toward Using (ATU) atau Sikap Terhadap
Penggunaan yang dipakai dalam TAM sebagai suatu tingkat penilaian terhadap
dampak yang dialami oleh seseorang bila menggunakan suatu sistem tertentu dalam
pekerjaannya. Menurut Yahyapour (2008) mendefinisikan sikap adalah salah satu

37

bentuk dari evaluasi terhadap konsekuensi telah melaksanakan suatu perilaku.
Sikap terhadap pengaplikasian (Attitude Toward Using) dikonsepkan sebagai sikap
terhadap penggunaan sistem yang berbentuk penerimaan atau penolakan sebagai
dampak bila seseorang menggunakan suatu teknologi dalam pekerjaannya (Davis,
1993). Adapun dimensi-dimensi attitude towards using menurut Chauhan (2015):

a. Sikap yang menguntungkan (Favorable Attitude).
b. Bermanfaat (Benefical).
c. Ide Bertransaksi (Idea of Transaction).
Sedangkan pendapat lain didefinisikan oleh Kotler & Armstrong (2014)
bahwa consumer attitude dapat didefinisikan sebagai penilaian individu secara
keseluruhan terhadap suatu konsep, dimana semakin positif penilaian individu
terhadap suatu produk atau jasa maka probabilitas atau kemungkinan seseorang
untuk membeli atau menggunakan produk atau jasa akan semakin tinggi. Dalam hal
ini adalah teknologi semakin banyaknya penilaian positif terhadap teknologi
tersebut, maka kemungkinan semakin besar pula seseorang atau pengguna untuk
menggunakan produk tersebut. Attitude bersifat personal atau subjektif (melekat
pada individunya). Attitude satu pihak ke pihak lainnya tidak dapat digeneralisasi,
karena pengalaman yang dilewati oleh masing-masing pihak pun berbeda (William,
2021).
2.7.4 Behavioural Intention to Use (BIU)
Fishbein & Ajzen (1975) dalam Chauhan (2015) mendefinisikan
Behavioural Intention to Use sebagai tingkat seberapa kuat keinginan atau
dorongan seseorang untuk melakukan perilaku tertentu. Behavioural intention

38

adalah tingkah laku dari konsumen yang setia atau loyal terhadap perusahaan
tersebut sehingga bersedia merekomendasikan kepada orang lain karena telah
mendapatkan layanan yang baik dari perusahaan (Namkung & Jang, 2007).

Menurut Schiffman et al. (2008) behavioural intention menentukan
kemungkinan konsumen akan melakukan tindakan tertentu di masa yang akan
datang. Sama dengan pendapat Wijaya (2020) behavioral intention to use memiliki
kecenderungan perilaku untuk tetap menggunakan suatu teknologi. Tingkat
penggunaan sebuah teknologi dapat dilihat dari sikap pengguna terhadap teknologi
tersebut seperti motivasi untuk tetap menggunakan serta keinginan untuk
memotivasi pengguna lain.
2.7.5 Actual Usage (AU)

Definisi Actual Usage atau Pemakaian Aktual menurut Davis (1989) adalah
kondisi nyata penggunaan suatu sistem yang dikonsepkan dalam bentuk
pengukuran terhadap jumlah frekuensi dan waktu dalam menggunakan teknologi.
Seseorang atau pengguna akan merasa puas saat menggunakan teknologi atau
sistem, jika mereka meyakini bahwa sistem tersebut mudah digunakan,
meningkatkan produktifitas dan performanya.

Sesungguhnya (actual usage) dapat diukur melalui kepuasan pengguna
serta jumlah waktu yang digunakan untuk berinteraksi dengan teknologi atau
frekuensi pengguna teknologi tersebut (Prasetyo, 2020). Individu akan puas
menggunakan sistem jika meyakini bahwa sistem tersebut mudah digunakan dan
dapat meningkatkan produktifitasnya, yang tercermin dari kondisi nyata
penggunaan (Park, 2009).

39

2.8 Muslim Daily Religiosity Assesment Scale (MUDRAS)
Muslim Daily Religiosity Assessment Scale (MUDRAS) pengembangan dan

intrumen baru secara psikomertri yang teruji validitas dan reliabilitasnya. Adapun
hasil output mengenai religiusitas muslim dilambangkan dalam 3 aspek atau
dimensi yang dijelaskan dalam penelitian Olufadi (2017), di antaranya tindakan
yang terlibat dalam ibadat atau ritual fisik kepada Tuhan (engaging in bodily
worship of Allah), tindakan berdosa (sinful acts), dan tindakan yang
direkomendasikan (recommended acts).

Menurut Suryadi (2021) MUDRAS merupakan alat ukur yang tepat
digunakan di Indonesia (Suryadi, 2021). Alat ukur MUDRAS juga sudah teruji
validitas dan reabilitasnya dengan indeks reabilitas alpha sebesar 0,89. MUDRAS
juga sering digunakan oleh para konselor Muslim, psikolog, yang telah mejadi
ukuran standar penilaian diri dari sisi religiusitas (Olufadi, 2017).
2.9 Konsep Dasar Kuantitatif
2.9.1 Pengertian Kuantitatif

Dasar dari pendekatan kuantitatif adalah bentuk pendekatan yang di dalam
usulan penelitian, proses, hipotesis, turun ke lapangan, analisis data dan kesimpulan
data sampai dengan penulisannya mempergunakan aspek pengukuran, perhitungan,
rumus dan kepastian data numerik. Sebaliknya pendekatan kualitatif ialah
pendekatan yang di dalam usulan penelitian, proses, hipotesis, turun ke lapangan,
analisis data dan kesimpulan data sampai dengan penulisannya mempergunakan
aspek-aspek kecenderungan, non perhitungan numerik, situasional deskriptif,
interview mendalam, analisis isi (Rukajat, 2018).

40

Metode kuantitatif diperoleh dari signifikansi perbedaan hubungan antar
variabel yang akan diteliti. Biasanya penelitian yang menggunakan metode
kuantitatif merupakan penelitian dengan sampel besar. Jenis penelitian kuantitatif
biasanya digunakan pada penelitian komparasi atau perbandingan. (Azwar, 2007).
Pendekatan kuantitatif mengarah pada generalisasi hasil suatu penelitian yang
berasal dari beberapa pengujian-pengujian hipotesis yang dilakukan secara empirik.
2.9.2 Perbandingan Kuantitatif dan Kualitatif

Definisi dasar atas pandangan sifat realitas, maka pendekatan kuantitatif
melihat realitas atau keadaan sebagai objek ataupun subjek penelitian secara
tunggal, konkrit, teramati, dan dapat difragmentasi. Sebaliknya pendekatan
kualitatif melihat sisi realitas ganda (majemuk), hasil konstruksi dalam pengertian
holistik. Itulah sebabnya peneliti kuantitatif cenderung lebih spesifik, percaya
langsung pada obyek yang umum, meragukan dan mencari fenomena selanjutnya
pada obyek realitas. Penelitian kualitatif merupakan aktivitas ilmiah untuk
mengumpulkan data secara sistematik, mengurutkannya sesuai kategori tertentu,
mendeskripsikan dan menginterpretasikan data yang diperoleh dari wawancara atau
percakapan biasa, observasi dan dokumementasi. Datanya bisa berupa kata,
gambar, foto, catatan-catatan rapat, dan sebagainya (Manab, 2015).
2.10 Pengelompokan Data

Menurut Putra (2020) pengelompokan data terbagi menjadi beberapa jenis
yang dibedakan, di antaranya berdasarkan sumber data, cara memperolehnya,
waktu pengumpulan, dan jenis datanya.

a. Data Menurut Sumbernya

41

Data menurut sumbernya terbagi menjadi dua yaitu internal dan
ekstenal. Data internal adalah sebuah data asli yang menguraikan situasi
dan kondisi pada suatu organisasi secara internal atau dalam, data ini
didapat melalui penelitian sendiri, bukan data hasil dari orang lain atau
sumber lain. Sedangkan data ekternal adalah data yang menguraikan
situasi dan kondisi yang berada di luar organisasi, biasanya data ini
didapat dari hasil penelitian orang lain.
b. Data Menurut Cara Memperolehnya
Data menurut cara memperolehnya dikelompokan menjadi dua, yaitu
primer dan sekunder. Data primer adalah data yang diperoleh secara
langsung tanpa pertantara lain. Sedangkan, data sekunder adalah data
yang tidak langsung dikumpulkan oleh peneliti, atau data yang sudah
diolah oleh pihak lain.
c. Data Menurut Waktu Pengumpulannya
Data menurut waktu pengumpulannya terbagi menjadi dua yaitu Data
Cross Section dan Time Series. Data cross section merupakan data yang
menunjukkan keadaan atau kegiatan pada titik waktu tertentu. Data
berkala (time series) adalah data yang menggambarkan sesuatu dari
waktu ke waktu atau periode secara historis.
d. Data Menurut Jenisnya
Data menurut jenisnya terbagi menjadi dua yaitu kuantitatif dan
kualitatif. Data kuantitatif adalah data yang ditampilkan berupa angka-
angka atau hasil pengukuran seperti jumlah pengguna e-wallet dan

42

lainnya. Sedangkan data kualitatif adalah data yang dinyatakan dalam
berbentuk karakristik, makna tertentu seperti penggunaan e-wallet
mempermudah pengguna untuk melakukan transaksi.
2.11 Teknik Pengumpulan Data
Teknik pengumpulan data terdapat empat cara yaitu, wawancara,
kuesioner, observasi, dan studi literatur.
1. Wawancara
Wawancara merupakan teknik pengumpulan data yang dilakukan dengan
cara memberikan beberapa pertanyaan kepada narasumber atau responden
dengan tujuan untuk mengetahui sebuah permasalahan yang sedang diteliti
(Sugiyono, 2014).
2. Observasi
Observasi merupakan suatu teknik atau metode pengumpulan data yang
dilakukan dengan cara mengamati langsung suatu kejadian (Sukmadinata,
2011). Pengamatan tersebut bisa dengan mengamati tingkah atau perilaku
manusia, tempat, proses kerja, dan lainnya. Observasi dilakukan karena
memiliki tujuan tertentu, sifat ilmiah, kuantitatif dan terbukti keakuratan
reabilitas dan validitasnya (Sugiyono, 2014).
3. Kuesioner
Kuesioner atau angket merupakan suatu kumpulan pertanyaan yang di
tunjukkan kepada responden guna memperoleh informasi berdasarkan
penelitian yang dilakukan peneliti. Kuesioner juga memegang peranan
penting dalam korelasi data, untuk itu perlu diperhatikan dengan baik dan

43

benar dalam mencantumkan pertanyaan-pertanyaan (Arikunto, 2010).
Kuesioner menjadi perwakilan dari proses survei bahkan bisa menjadi
bagian yang penting, tergantung dengan jenis dan tingkat akurasi penelitian
(Nugroho, 2018).
4. Observasi
Observasi adalah teknik pengumpulan data yang dilakukan dengan cara
usaha pengamatan secara langsung kejadian seperti perilaku atau manusia,
proses pekerjaan, gejala-gejala yang muncul dan lainnya. Observasi
memiliki tujuan tertentu, sifat ilmiah, cepat maupun terbukti reabilitasnya
(Arikunto, 2010).
2.12 Populasi dan Teknik Sampling
2.12.1 Populasi
Populasi adalah wilayah generalisasi yang terdiri dari objek atau subjek
dengan memiliki kualitas maupun karakteristik yang ditelah ditentukan peneliti.
Populasi tidak hanya orang tetapi juga objek benda, dan tidak hanya sekedar jumlah
tetapi juga karakter dan sifat yang dimiliki dari objek tersebut (Sugiono, 2014).
Menurut Hermawan (2019) populasi dibedakan menjadi dua sifat yaitu:
a. Populasi bersifat homogen adalah populasi yang memiliki sifat maupun
karakteristik yang sama, sehingga tidak perlu untuk mengambil sampel yang
lainya atau tidak perlu memperhatikan jumlah kuantitasnya.
b. Populasi bersifat heterogen adalah populasi yang unsurnya memiliki
karakteristik maupun sifat berbeda dan bervariasi sehingga perlu ditetapkan
batasannya baik secara kuantitatif maupun kualitatif.

44

2.12.3 Teknik Sampling
Sampel pada penelitian kuantitatif disebut juga sebagai sampel konstruk

karena dengan adanya data sampel yang belum jelas dapat diolah dan
diperhitungkan (Hermawan, 2019). Sampel adalah bagian dari gambaran secara
umumnya populasi. Sampel memiliki karakteristik yang sama atau hamper sama
dengan karakteristik populasi, sehingga secara keseluruhan sampel tersebut dapat
mewakili populasi yang diamati (Sugiono, 2010). Menurut Sanjaya (2014)
penelitian kuantitatif selalu berhubungan dengan sampel dan teknik sampling.
Teknik sampling dibagi menjadi dua cara yaitu secara acak (probability sampling)
dan tidak acak (non probability sampling).

Probability sampling adalah teknik pengambilan sampel yang dimana setiap
unsur anggota sampel memiliki peluang yang sama untuk dijadikan sampel atau
menjadi anggota sampel. Beberapa cara pengambilan sampel secara acak
(probability sampling) menurut Sanjaya (2014) sebagai berikut:
a. Simple Random Sampling

Simple Random Sampling adalah pengambilan sampel dengan cara paling
mudah dan disebut sederhana, karena teknik pengambilan sampel dari suatu
populasi dilakukan secara acak tanpa memperhatikan ukuran atau strata
tertentu dalam populasi tersebut. Setiap populasi memiliki peluang yang
sama untuk menjadi sampel. Teknik ini digunakan jika sampel memiliki
sifat homogen dan memiliki populasi yang tidak terlalu besar.
b. Proportionate Stratified Random Sampling

45

Proportionate Stratified Random Sampling adalah teknik pengambilan
sampel yang digunakan pada populasi dengan stuktur yang berlapis, teknik
ini harus melakukan investigasi untuk membuat strata.
c. Disproportionate Stratified Random Sampling
Disproportionate Stratified Random Sampling digunakan apabila ingin
menentukan jumlah sampel dengan populasi berstrata namun kurang
proporsional.
d. Cluster Sampling (Area Sampling)
Cluster Sampling (Area Sampling) adalah teknik pengambilan sampel yang
digunakan untuk mengambil sampel yang memiliki populasi sangat luas dan
didalamnya bukan terdiri dari individu-individu melainkan terdapat cluster.
Kebalikan dari probability sampling, pada non probability sampling adalah
teknik pengambilan sampel yang tidak memberikan kesempatan yang sama kepada
unsur atau anggota dari populasi lainnya untuk dipilih menjadi anggota sampel.
Beberapa cara pengambilan sampel secara tidak acak (non probability sampling)
menurut Sanjaya (2014) sebagai berikut:
a. Systematic sampling atau sampel sistematik yaitu teknik pengambilan
sampel berdasarkan urutan dari anggota populasi yang telah diberi nomor
urut. Pada pengambilan anggota populasi yang akan dijadikan sampel
pertama dilakukan secara acak, namun setelahnya sampel dipilih secara
sistematis sesuai dengan urutan pada pola tertentu.

46

b. Quota sampling atau kuota sampel yaitu teknik pengambilan sampel
terhadap anggota populasi yang memiliki ciri-ciri atau karakteristik tertentu
hingga jumlah (quota) yang diinginkan.

c. Purposive sampling atau sampel purposive yaitu teknik pengambilan
sampel yang dilakukan dengan melihat pertimbangan tertentu.

d. Icidental sampling merupakan teknik pengambilan sampel secara kebetulan
atau tidak sengaja bertemu dengan peneliti. Peneliti secara langsung
mengumpulkan data dari unit sampling yang ditemukan, sehingga
pengambilan sampelnya tidak diputuskan terlebih dahulu.

e. Saturated sampling yaitu teknik pengambilan sampel jika seluruh anggota
populasi dijadikan sebagai sampel, teknik ini digunakan pada populasi yang
memiliki jumlah sedikit.

f. Snowball sampling yaitu teknik pengambilan sampel yang dilakukan
dengan memilih sedikit sampel, kemudian sampel tersebut mengajak,
memilih atau menjadikan temanya sebagai sampel juga.

2.13 Slovin
Besaran atau jumlah banyaknya suatu sampel penelitian dengan

menggunakan rumus Slovin akan ditentukan oleh tingkat kesalahan, dimana
semakin besar tingkat kesalahan yang digunakan, maka semakin kecil jumlah
sampel yang diambil. Namun semakin besar jumlah sampel maka diharapkan
akurasi hasil penelitian juga semakin besar (Sugiono, 2011). Pendekatan
pengambilan sampel berdasarkan Solvin dirumuskan sebagai berikut :

= (2.1)
1 + 2

47

Di mana:
= ukuran sampel
N = ukuran populasi
e = ketidak telitian karena kesalahan dalam pengambilan sampel yang dapat

ditolerir
2.14 Skala Likert

Skala likert digunakan untuk mengukur sikap, pendapat dan presepsi
seseorang atau kelompok orang tentang fenomenal sosial. Dengan skala likert,
maka variabel yang diukur dan dijabarkan menjadi indikator variabel. Kemudian
indikator tersebut dijadikan sebagai titik tolak untuk menyusun item-item
instrument yang dapat berupa pernyataan dan pertanyaan. Jawaban setiap item yang
menggunakan skala likert mempunyai gradiasi dan sangat positif sampai sangat
negatif (Sugiyono, 2010).

Prosedur skala Likert adalah menentukan skor atas setiap pertanyaan dalam
kuesioner yang disebarkan. Jawaban dari responden dibagi dalam lima kategori
penilaian dimana masing-masing pertanyaan diberi skor satu sampai lima. Dalam
hal ini terdiri lima jawaban yang mengandung variasi nilai bertingkat, antara lain:
sangat setuju dengan nilai 5, setuju dengan nilai 4, netral dengan nilai 3, tidak setuju
dengan nilai 2, dan sangat tidak setuju dengan nilai 1 (Singarimbun, 1995).
2.15 Structural Equation Model (SEM)

Structural Equation Model (SEM) dikenal sebagai analisis multivariate
dalam generasi kedua menggunakan pemodelan persamaan struktural dimana
metode analisis statistik untuk menganalisis beberapa variabel secara bersamaan

48

(Hair et al., 2014). Kegunaan SEM dapat membantu peneliti dalam menganalisis
variabel-variabel yang tidak dapat diobservasi dan diukur secara tidak langsung
dengan indikator-indikator. Selain itu juga telah dapat memperhitungkan kesalahan
pengukuran dalam pengujian (Sholihin, 2021).

Terdapat dua jenis SEM yaitu covariance-based SEM (CB-SEM) dan
variance-based SEM atau partial least square (SEM-PLS). (Hair et al., 2013;
Kock., 2013). Menurut Joreskog dan Wold (1982) memandang bahwa dari kedua
jenis tersebut merupakan metode statistik yang saling melengkapi (komplementer)
atau bukan bersifat kompetitif. SEM (CB-SEM) menurut Newbold (1992)
menunjukkan hubungan linear yang terjadi antara dua variabel, yaitu X dan Y. Jika
suatu variabel memiliki hubungan linear positif, maka kovariannya adalah positif.
Jika hubungan antara X dan Y berlawanan, maka kovariannya adalah negatif. Jika
tidak terdapat hubungan antara dua variabel X dan Y, maka kovariannya adalah nol.
Sedangkan menurut Berenson & Levin (1996), Ghozali (2008), Kurniawan &
Yamin (2011) SEM berbasis varian adalah penyimpangan data dari nilai mean
(rata-rata) data sampel. Secara matematik, varians adalah rata-rata perbedaan
kuadrat antara tiap-tiap observasi dengan mean, sehingga varians adalah nilai rata-
rata kuadrat dari standar deviasi. Suatu variabel pasti memiliki varians yang selalu
bernilai positif, jika nol maka bukan variabel tapi konstanta.

SEM berbasis kovarian telah dikembangkan dengan berbagai aplikasi
perangkat lunak atau software di antaranya Lisrel, AMOS dan EQS. Sedangkan
SEM berbasis varian atau SEM-PLS dapat digunakan pada perangkat lunak atau

49

software seperti PLS-Graph, XLSTAT PLS-PM, SmartPLS, Visual PLS dan Warp
PLS (Singgih, 2018).
2.16 Partial Least Square (PLS)

Partial Least Square (PLS) dapat digunakan untuk sampel yang berjumlah
kecil, walaupun demikian jumlah sampel yang besar akan lebih mampu
meningkatkan presisi estimasi. Selain itu PLS juga dapat digunakan untuk
menjelaskan ada tidaknya hubungan antar variabel laten. PLS dapat menganalisis
sekaligus konstruk yang dibentuk dengan indikator refleksif dan formatif. PLS
tidak membutuhkan persyaratan asumsi distribusi data harus normal atau tidak.
Jumlah indikator maksimum juga cukup besar, yakni 1000 indikator (Hair, Hult,
Ringle, & Sarstedt, 2014).

Tujuan PLS yaitu memprediksi pengaruh variabel X terhadap variabel Y
serta menjelaskan secara teoritis hubungan antar kedua variabelnya (Hair et al.,
2017). Dengan demikian dapat disimpulkan bahwa PLS merupakan pendekatan
SEM tanpa mengasumsi distribusi data yang besar sehingga memberikan solusi
pada ukuran sampel yang kecil dan menjelaskan, menganalisis teori yang
berhubungan antara variabel X dan Y.
2.17 PLS-SEM

Pada evaluasi PLS yang dilakukan Yamin & Kurniawan (2011) terdapat dua
tahapan yaitu menganalisis pengukuran model (Outer Model) dan model struktural
(Inner Model).
a. Analisis Pengukuran Model (Outer Model)

50

Analisis pengukuran model atau outer model menggambarkan
hubungan antar masing-masing variabel laten dengan indikatornya. Outer
model terdapat pemeriksaan convergent validity yang terdiri dari empat
tahapan pengujian yaitu Individual Indicator Reliability, Internal
Consistency Reliability, Average Variance Extracted (AVE), dan
Discriminant Validity.

Tahap pertama pada convergent validity ialah individual indicator
reliability dengan melihat nilai outer loading. Nilai pada outer loading
menunjukkan bahwa besaran korelasi atau hubungan antara variabel dan
indikatornya. Outer loading dapat dikatakan ideal jika memiliki nilai di atas
0.7 sehingga dapat dikatakan valid untuk dijadikan indikator yang
mengukur konstruk (Yamin & Kurniawan, 2011). Adapun indikator outer
loading yang memiliki nilai antara 0.5-0.6 dikatakan cukup (Ghozali, 2011).
Nilai di atas 0.5 masih dapat dipertimbangkan terlebih dahuku sebelum
dilakukan penghapusan. Nilai indikator yang lemah yaitu di bawah 0.4
biasanya dihapus karena tidak memenuhi stansar (Hair et al., 2017).

Tahap kedua yaitu melihat internal consistency reliability dengan
melihat nilai composite reliability. Pada pengukuran internal consistency
reliability dilakukan dengan melihat nilai composite reliability (CR). Nilai
ambang batas yang digunakan adalah 0.7 dapat dikatakan diterima dan jika
nilainya di atas 0.8 artinya memuaskan (Ghozali & Latan, 2015). Adapun
menurut Yasmin & Kurniawan (2011) jika nilai batas 0.8 dan 0.9 dapat

51

dikatakan sangat memuaskan. Rumus dari composite reliability (CR)

sebagai berikut:

CR = (∑ )2 (2.2)
(∑ )2 + ∑

Tahap ketiga yaitu dengan menguji average variance extracted

(AVE). Nilai AVE akan diterima jika memiliki nilai minimal 0.5 yang

menunjukkan bahwa nilai convergent validity yang baik. Nilai AVE yang
lebih besar dibandingkan nilai kolerasi diantara variabel laten, maka data
dikatakan discriminant validity dianggap terpenuhi (Alfa et al., 2017). Hal

tersebut berarti bahwa variabel laten dapat menjelaskan rata-rata lebih dari

setengah variance dari indikator-indikatornya. Nilai ini diperoleh dari

penjumlahan kuadrat outer loading dibagi dengan eror (Ghozali & Latan,

2015; Hair et al., 2017; Yamin & Kurniawan, 2011). Rumus dari average

variance extracted (AVE) sebagai berikut:

AVE = ∑ 2 (2.3)
∑ 2 + ∑

Selanjutnya dilakukan uji validitas diskriminan (discriminant
validity) adalah evaluasi untuk outer model dan dapat diukur bedasarkan
nilai cross loading antar indikator dan cross loading Fornell-Lacker’s dan

membandingkan nilai outer loading indicator dengan variabelya dan
variabel pada blok lainnya. Jika nilai antar indikator dengan variabelnya
lebih tinggi dibandingkan dengan variabel blok lain, maka variabel tersebut

lebih baik daripada blok lainnya. Pada Fornell-Lacker criterion dilakukan

dengan membandingkan nilai AVE dengan kuadrat nilai korelasi antar

52

konstruk. Nilai akar AVE harus lebih besar atau lebih tinggi dari kolerasi
antar konstrak dengan konstrak lainnya (Yamin & Kurniawan, 2011).
b. Analisis Model Struktural (Inner Model)

Analisis model struktural atau inner model menggambarkan model
yang berhubungan antara variabel laten yang dibentuk berdasarkan subtansi
teori. Model ini terdapat beberapa pengukuran nilai yaitu path coefficient
(β), coefficient of determination ( 2), nilai t-test, pengujian effect size ( 2),
predictive relevance ( 2), dan relative impact ( 2).

Pengukuran pertama yaitu yaitu path coefficient (β) dengan melihat
signifikansi dalam pengujian hipotesis atau kekuatan hubungan antara
konstruk. Nilai uji batas ambang harus di atas 0.1 sehingga dapat dikatakan
memiliki pengaruh di dalam model tersebut.

Selanjutnya tahap kedua yaitu mengukur nilai coefficient of
determination ( 2) pada tingkat variasi perubahan variabel independen
terhadap variabel dependen (Abdillah & Mustakini, 2015). Batas ambang
nilai 2 dibagi menjadi tiga tingkatan klasifikasi yaitu 0.67 sebagai
substansial, 0.33 sebagai moderat, dan 0.19 sebagai tingkat varian yang
lemah (Yamin & Kurniawan, 2011).

Setelah itu melakukan uji t-test dengan menggunakan metode
bootstrapping melalui uji one-tailed dengan nilai tingkat signifikansi.
Besaran nilai tingkat signifikasi yang digunakan untuk uji one-tailed adalah
1.65 (tingkat signifikan 10%), 1.96 (tingkat signifikan 5%), dan 2.57
(tingkat signifikan 1%) (Hair et al., 2017; Yamin & Kurniawan, 2011). Nilai

53

t-test digunakan untuk menguji semua hipotesis pada penelitian. Hipotesis

pada penelitian dapat diterima jika nilai t-test jika memiliki nilai lebih dari

tingkat signifikansi yang digunakan. Kemudian daripada itu menggunakan

p value untuk menilai tingkat signifikansi (Hair et al., 2017). Jika ingin

mengasumsikan tingkat signifikan 5% maka nilai p value harus lebih kecil

dari 0.05. Jika tingkat signifikan 10% maka p value < 0.01 dan 1% jika p

value < 0.01.
Tahap keempat yaitu dengan melakukan pengujian analisis 2

(effect size). Tujuan pengujian ini untuk memprediksi pengaruh variabel

tertentu terhadap variabel lainnya dalam struktur model. Nilai ambang batas

terbagi menjadi tiga yaitu, 0.02 artinya memiliki pengaruh yang kecil, 0.15

berarti memiliki pengaruh menengah, dan 0.35 memiliki pengaruh yang

besar. Rumus perhitungan nilai 2 sebagai berikut:

2 = 2 − 2 (2.4)
1− 2

Dimana 2 diperoleh ketika nilai konstruk eksogen dimasukan ke
dalam model, sebaliknya 2 diperoleh ketika konstruk eksogen
dikeluarkan dari model.

Tahapan kelima dengan melihat nilai predictive relevance ( 2)
menggunakan metode blindfolding tujuannya untuk membuktikan jika
variabel yang digunakan memiliki keterkaitan prediktif dengan variabel
lainnya pada model dengan nilai ambang batas pengukuran adalah di atas 0

54

(nol), jika nilainya kurang dari 0 (nol) hal itu menunjukkan bahwa model

kurang memiliki predictive relevance.
Tahapan terakhir yaitu menguji relative impact ( 2) dengan

menggunakan metode yang sama yaitu blindfolding gunanya untuk

mengukur relatif dari pengaruh keterkaitan variabel tertentu dnegan variabel

lainnya. Nilai batas ambangnya juga terbagi menjadi tiga yaitu 0.02 yang

artinya kecil, 0.15 berarti sedang, dan 0.35 berarti besar %) (Hair et al.,

2017; Yamin & Kurniawan, 2011). Rumus relative impact sebagai berikut:

2= 2 − 2 (2.5)
1− 2

Sama dengan analisis effect size, pada relative impact, 2
diperoleh ketika nilai konstruk eksogen dimasukan ke dalam model,
sebaliknya 2 diperoleh ketika konstruk eksogen dikeluarkan dari
model.
2.18 SMART PLS
SmartPLS atau kepanjangan dari Smart Partial Least Square adalah
software atau tools aplikasi statistik yang menggunakan metode PLS, software ini
dikembangkan oleh Institute of Hamburg Jerman (Ghozali & Latan, 2015). Tujuan
aplikasi ini sama dengan aplikasi Lisrel dan Amos yaitu untuk menguji hubungan
antara variabel indikator atau manifest.
SmartPLS sangat dianjurkan bagi peneliti yang memiliki keterbatasan
jumlah sampel namun model yang dibuat adalah kompleks, dan hal tersebut
menjadi salah satu kelebihan dari SmartPLS. Kelebihan lainnya yaitu mampu

55

mengolah data dengan model SEM formatif maupun reflektif. Model SEM formatif
seperti memiliki variabel laten atau kontruk yang dibangun dengan variabel
indikator, yang dimana panahnya mengarah ke variabel laten. Namun resikonya
adalah tidak akan ada nilai error pada variabel indikator.

Gambar 2.2 Halaman Interface Software SmartPls 3.3.3

56

2.19 Penelitian Sejenis
Berdasarkan beberapa penelitian Tabel 2.1 peneliti menyimpulkan bahwa

model penerimaan pengguna dengan menggunakan metode TAM yang
dikombinasikan dengan beberapa variabel eksternal maupun yang tidak
dikombinasikan dengan variabel lainnya terbukti dapat digunakan untuk
mengetahui faktor-faktor atau variabel apa saja yang dapat memengaruhi
penerimaan pengguna e-wallet DANA. Adapun kekurangan pada penelitian
sebelumnya yaitu hanya berfokus pada penerimaan dari sisi teknologinya saja, tidak
membahas pengaruh sosial dari sisi psikologi seperti tingkat religiusitas pengguna
dalam menggunakan teknologi. Oleh dari itu, peneliti menambahkan beberapa
variabel eksternal agar mampu menjelaskan lebih mengenai penerimaan pengguna
dalam penerapan teknologi SI/TI dari sisi sosial dan sisi psikologi terhadap tingkat
religiusitas. Peneliti menambahkan satu variabel dari Theory of Reasoned Action
(TRA) yaitu belief (BLF) dan dua variabel dari Muslim Daily Religiosity
Assessment Scale (MUDRAS) yaitu Recommended Act (RA) dan Sinful Act (SA)
sebagai sisi psikologi tingkat religiusitas.

57

Tabel 2.1 Has

No Penulis Judul Metode Tools

1 Lusia Pendekatan Technology SmartPLS

Permata S.H Technology Acceptance

(2021) Acceptance Model Model (TAM)

dalam Analisis

Penerimaan Teknologi

(Studi Kasus pada

Pengguna Mobile

Payment)

2 Pandyawan Analisis Penerimaan Technology IBM
SPSS v.26
Kusumo K.P, Penerapan Teknologi Acceptance

Hendro Pembayaran Digital di Model 2
Poerbo Sebuah Universitas (TAM 2)
(2020) Dengan Metode

Technology

Acceptance Model 2

sil Penelitian Sejenis

Hasil Variabel Kelebihan /
Kekurangan
Semua indikator valid dan Perceived Ease of (+) Menambahkan
Use (PEOU), vaeriabel dari TRA
reliabel merefleksikan Perceived
Usefulness (PU), (-) Jumlah data yang
variabel laten. Semua Attitude Toward dikumpulkan hanya 91
Using (ATU), responden.
Hipotesis penelitian Behavior Intention
to Use (BITU) (+) Jumlah konstruk
berpengaruh positif dan variabel-variabel
signifikan. ATU→BIU (+), penilaian penerimaan
PEOU→ATU (+), PEOU- yang lebih banyak.
>PU (+), PU→ATU (+),
PU→BIU (+). (-) Belum
diterapkannya sistem
Semua faktor-faktor yang Experience, pembayaran online
dipilih pada pengujian Voluntariness, pada Universitas.
hipotesis saling Subjective Norm,
berpengaruh signifikan Image, Job
positif terhadap masing- Relevance, Output
masing variabel. Quality, Result of
Demonstrability,
Perceived
Usefulness,
Perceived Ease of
Use, Intention to

58

3 Safroni Technology Technology SPSS
Acceptance v.25.
Isrososiawan, Acceptance Model Model (TAM)

Ratih (TAM) Toward

Hurriyati, & "Dana" E-Wallet

Puspo Dewi Customer

Dirgantari

(2019)

4 Riana Faktor Yang Technology SmartPLS

Mahfuroh, Memengaruhi Acceptance 3

Aditya Pandu Penggunaan Model (TAM)

Wicaksono Financial Technology

(2020) Linkaja Sebagai Alat

Use, dan Usage
Behaviour

Hasil uji validitas dan Perceived (-) Respondennya
reliabilitas menunjukkan Usefulness, Ease of hanya 100 dan hanya
semua variabel dan Use, Mobile mahasiswa UPI saja,
indikatornya valid di atas Payment Receipt tidak adanya observasi
0,7. Perceived Ease of Use mendalam, dan tidak
memiliki pengaruh positif ada penambahan
dan berpengaruh signifikan variabel dari metode
terhadap penggunaan lain.
pembayaran seluler.
Kemudahan mendapatkan (+) keberagaman
aplikasi, menginstal responden mulai dari
aplikasi, fleksibilitas dalam usia dan pendidikan
belajar dan menggunakan (-) Sampel yang
aplikasi yang dapat diakses terbatas 157
pada pengguna seluler
aplikasi DANA

Penelitian tersebut Ease of use,
menunjukkan bahwa Intention to Use,
Perceived Usefulness dan Perceived
Ease of Use terbukti positif Usefulness,
memengaruhi intensi Satisfaction, Trust

59

Pembayaran
Elektronik

5 Ifa Noviatun, Menguji Intention to Technology SPSS v.26

Sulis Use E-Wallet OVO Acceptance

Riptiono Menggunakan Model (TAM)
(2021) Modifikasi

Technology

Acceptance Model

(TAM) di Kebumen

penggunaan. Ease of Use responden,
memberikan dukungan menggunakan skala
yang berarti terhadap likert 1-4
Perceived Usefulness.
Hubungan Satisfaction
secara positif berpengaruh
terhadap Trust. Satisfied
dan Trust tidak memiliki
pengaruh yang signifikan
terhadap Intention to Use.

Hasil penelitian Intention to Use (-) jumlah responden
menunjukkan bahwa (Y3), Perceived yang terbatas
perceived risk berpengaruh Usefulness (X3),
negatif terhadap perceived Perceived Ease of
ease of use dan perceived Use (X2), Perceived
usefulness. Perceived ease Risk (X1)
of use berpengaruh positif
terhadap perceived
usefulness. Perceived risk
berpengaruh negatif
terhadap intention to use,
perceived ease of use tidak
berpengaruh terhadap

60

6 Siti Rodiah, Pengaruh Kemudahan Technology SPSS

Inaya Sari Penggunaan, Acceptance

Melati Kemanfaatan, Risiko, Model (TAM)

(2020) dan Kepercayaan

terhadap Minat

Menggunakan E-

wallet pada Generasi

Milenial Kota

Semarang

7 Denada Legi, The Analysis of Technology SPSS

Regina T. Technology Acceptance
Saerang Acceptance Model Model (TAM)
(2020) (TAM) on Intention to

Use of E-Money In

Manado (Study On:

Gopay, Ovo, Dana)

intention to use, perceived
usefulness berpengaruh
positif terhadap intention to
use

Persepsi kemudahan Ease of use, (-) tidak adanya
penggunaan, persepsi Intention toUse, veriabel ekternal
kemanfaatan, serta Perceived Risk, tambahan, jumlah
kepercayaan secara Attitude Toward responden yang masih
simultan berpengaruh Using, Perceived sedikit
positif terhadap minat Usefulness
menggunakan e-wallet pada
generasi milenial Kota
Semarang. Sedangkan
Persepsi resiko berpengaruh
negative terhadap minat
penggunaan E-wallet

Perceived Usefulness dan Perceived
Perceived Risk tidak usefulness, perceived
berpengaruh signifikan ease of use,
terhadap Intention to Use, perceived risk,
karena pengguna e-money perceived trust,
dan secara tunai memiliki intention to use
tingkat yang sama dan takut

61

8 Yunusa Muslim Daily Muslim Daily EFA &
Olufadi Religiosity Assessment Religiosity CFA
(2016) Scale (MUDRAS): A Assessment
New Instrument for Scale
Muslim Religiosity (MUDRAS)
Research and Practice

kehilangan uangnya pada Sinful acts, (+) Sangat bermanfaat
sistem e-money. Perceived recommended acts, bagi umat muslim,
Ease of Use dan Perceived engaging in bodily pendeta, konselor
Trust, berpengaruh secara worship of God untuk mengetahui
positif dan signifikan penilaian dan tingkat
terhadap Intention to Use. religiusitasnya.
Hal ini menunjukkan bahwa (-) Tidak ada ambang
pengguna e-money batas yang disepakati
masyarakat Manado secara universal atau
menggangap penggunaanya nilai standar cut off
mudah dimengerti dan
percaya pada perusahaan
yang membuat e-money.
Menunjukan bahwa
MUDRAS adalah
instrument atau standar
pengukuran yang
menjanjikan untuk
penilaian diri terhadap
kehidupan umat Muslim.

62

9 Bambang Evaluating Muslim Daily Rasch

Suryadi, Psychometric Religiosity Model
Bahrul Properties of the Assessment
Hayat, dan Muslim Daily Scale
Muhammad Religiosity Assesment (MUDRAS)
Dwirifqi Scale (MUDRAS) in
Kharisma

Putra (2020) Indonesian samples

using the Rasch Model

10 Prof. Religiusitas Konsep, Muslim Daily Rasch
Religiosity Model dan
Bambang Pengukuran dan Assessment PCM
Suryadi, Implementasi di Scale
Ph.D, Bahrul Indonesia (MUDRAS)
Hayat, Ph.D

(2021)

MUDRAS memiliki potensi Sinful acts, (+) MUDRAS
besar untuk dilakukan recommended acts, memiliki potensi besar
pengembangan dengan engaging in bodily untuk dapat
memperhatikan perilaku worship of God. dikembangkan dengan
manusia dalam kebiasaan melihat kebiasan
sehari-hari. kegiatan umat muslim
setiap hari.

Mahasiswa muslim Sinful acts, (+) mempermudah
Indonesia cenderung recommended acts, bagi para peneliti,
memiliki religisitas yang engaging in bodily psikolog, konselor,
tinggi yaitu 58.7% dan worship of God guru untuk
didominasi oleh mengidentifikasi skala
perempuan. religiusitas seseorang
sehingga tindakannya
preventif, tepat, dan
fleksibel.

(-) konsep pengukuran
dan konstruksi masih
menjadi tema terbatas
dalam kalangan
penelitian ilmu sosial

63



64

65

BAB 3
METODOLOGI PENELITIAN

3.1 Pendekatan Penelitian
Metode yang digunakan dalam penelitian ini adalah metode campuran

(mixed Method) yaitu menggabungkan dua bentuk penelitian kuantitatif dengan
kualitatif. Tujuan penelitian dengan menggabungkan dua bentuk penelitian yaitu
dari segi kuantitatif digunakan untuk mengetahui variabel-variabel apa saja yang
mempengaruhi dan variabel mana yang paling berpengaruh terhadap penerimaan
pengguna dalam menggunakan e-wallet DANA. Sedangkan dari segi kualitatif
dengan menampilkan analisis deskriptif mengenai penggunaan e-wallet menurut
perspektif hukum Islam. Pendekatan kuantitatif ini bersifat cross-sectional dengan
tujuan penelitian untuk mengetahui variabel-variabel apa saja yang mempengaruhi
dan melihat sisi kebiasaan umat muslim terhadap penggunaan e-wallet DANA.
Dengan demikian hasil dari variabel yang menunjukan pengaruh atau keterkaitan
terbesar, akan penulis ajukan kepada pihak DANA sebagai saran maupun bahan
evaluasi untuk meningkatkan pelayanan e-wallet DANA bagi pengguna dalam
bertransaksi.

Pada pendekatan kuantitatif, peneliti melakukan dua langkah yaitu
pengumpulan data dan analisis data. Pengumpulan data dilakukan melalui survei
dengan instrumen kuesioner yang disebarkan melalui social media dan
menggunakan google form kepada pengguna mobile aplikasi e-wallet DANA. Data
di proses pada bulan Januari - Februari 2021. Selanjutnya, proses pengolahan data

66

analisis secara statistik dilakukan dengan menggunakan tools atau software

Microsoft Word 2013 sebagai penulisan laporan penelitian, SmartPLS Versi 3.2.8

untuk pengolahan data kuesioner yang didapat seperti pengukuran Outer Model,

Inner Model, dan Uji Hipotesis, EdrawMax 9.2 untuk pembuatan bagan atau

gambar yang diperlukan, serta Mendely Desktop 1.19.3 sebagai referensi acuan

penulis.

3.2 Populasi dan Sampel Penelitian

Populasi dalam penelitian ini merupakan seluruh pengguna e-wallet DANA.

Berdasarkan informasi yang diperoleh dari DANA mencatat bahwa jumlah user

terus meningkat, kini sudah tercatat sekitar 40 juta pengguna. Berdasarkan data dan

informasi yang didapat, maka populasi pada penelitian ini sebanyak 40.000.000

pengguna. Teknik yang digunakan dalam penelitian ini adalah simple random

sampling yang artinya dilakukan secara acak dari banyaknya populasi. Dalam

melakukan jumlah sampel minimum, peneliti menggunakan metode dengan tingkat

error sebanyak 10%.


= 1 + 2

Maka:

= 1 + 40.000.000 0.12
40.000.000

= 99.99

Jadi, jika dibulatkan dapat diambil kesimpulan bahwa jumlah minimum sampel

yang diambil sebanyak 100 data sampel.

67

Selain menggunakan metode Slovin, ada acara lain untuk memperkuat
landasan atau tolak ukur dalam menentukan jumlah sampel. Teori yang digunakan
pada penelitian Hair et al. (2017) bahwa jumlah minimal sampel adalah 10 kali
jumlah panah atau hipotesis dalam penelitian yang diarahkan pada variabel laten.
Sedangkan pada penelitian ini menggunakan 10 hipotesis atau panahan yang
mengarah pada variabel. Jadi jika menggunakan teori berdasarkan Hair et al., maka
10 × 10 hipotesis adalah 100 sampel, sehingga jumlah sampel 246 yang didapat
pada penelitian ini dikatakan telah memenuhi syarat.
3.3 Metode Pengumpulan Data
3.3.1 Observasi

Observasi ini dilakukan sebagai pendahuluan dalam mengumpulkan data
untuk mengetahui kekurangan dan kelebihan mobile aplikasi DANA atau e-wallet
DANA. Peneliti meninjau langsung dengan menggunakan mobile aplikasi tersebut
yang mengunduhnya di Google Playstore, serta menggunakan e-wallet DANA.
Hasil yang diperoleh peneliti dari observasi tersebut yaitu peneliti memperoleh
informasi mengenai keluhan yang pengguna lain rasakan melalui komentar atau
ulasan yang ada halaman Google playstore e-wallet DANA, selain itu juga
mengetahui kengunaan dari berbagai fitur dan merasakan kendala pada penggunaan
e-wallet DANA.
3.3.2 Survei

Pada metode kuantitatif survei merupakan metode pengumpulan data yang
paling banyak dilakukan. Pada tahap ini peneliti melakukan survei dengan cara
menyebarkan kuesioner. Kuesioner yang digunakan menggunakan lima tingkatan

68

skala likert yaitu sangat setuju, setuju, netral, tidak setuju, dan sangan tidak setuju
(Muhammad, 2020). Penyebaran kuesioner dilakukan secara tidak langsung yaitu
melalui sosial media seperti whatsapp, e-mail, instagram dan twitter dengan
menggunakan googleform sebagai media pengisian kuesioner. Penyebaran
kuesioner dimulai tanggal 11 Januari 2021, hingga pengumpulan kuesioner dengan
jumlah yang dianggap memenuhi syarat berakhir tanggal 1 Februari 2021.

Setelah data terkumpul selanjutnya data diproses dan diklasifikasikan
dengan menggunakan Microsoft Excel 2016. Berdasarkan hasil pengumpulan data
kuesioner diperoleh 246 responden. Data yang terisi oleh 246 responden sudah
valid atau tidak ada kesalahan pengguna dalam mengisi kuesioner. Sehingga 246
data dapat dikatakan valid karena sudah melebihi batas minimum ukuran sampel.
3.3.3 Studi Pustaka

Metode ini dilakukan peneliti dengan cara membaca atau mempelajari teori-
teori yang ada pada buku, internet atau situs-situs yang menyediakan informasi
yang berhubungan dengan objek penelitian, serta mencari tahu melalui penelitian
lain seperti jurnal, skripsi dan lainnya.
3.4 Metode Analisis Data
3.4.1 Model Usulan dan Hipotesis Data

Metode analisis data dilakukan dengan menjabarkan model usulan dan
hipotesis data yang dilakukan peneliti. Tujuan penelitian ini adalah untuk
mengetahui hasil analisis penerimaan pengguna e-wallet DANA dan ditinjau dari
tingkat religiusitasnya. Dengan demikian perlu mengetahui bagaimana tingkat

69

pengguna dalam menggunakan teknologi (e-wallet) dan juga melihat dari sisi
religiusitas pengguna Muslim di Indonesia.

Berdasarkan beberapa kajian teori dan penelitian sejenis yang ada, peneliti
memutuskan untuk menggunakan model Technology Acceptance Model (TAM)
sebagai model utamanya dan Muslim Daily Religiosity Assassement Scale
(MUDRAS). Menurut studi literatur awal yang peneliti lakukan, model yang
digunakan mengadopsi dari model TAM oleh Davis (1989), terdiri atas 2 variabel
independen yaitu: perceived usefulness dan perceived easy of use dan 3 variabel
dependen yaitu: attitude toward using, behavioral intention to use, dan system
usage.

Gambar 3.1 Model TAM (Davis, 1989)
Penelitian yang dilakukan oleh (Safroni et al., 2017) yang berjudul
“Technology Acceptance Model (TAM) Toward DANA E-Wallet Customer”
menyebutkan bahwa variabel yang digunakan yaitu TAM oleh Davis, 1989
memiliki pengaruh positif terhadap penerimaan pengguna DANA, dan terbukti
memberikan manfaat bagi pengguna dalam melakukan transaksi. Pada penelitian
lain mengenai model TAM yang dilakukan oleh Lusia (2020) yang berjudul
“Pendekatan Technology Acceptance Model dalam Analisis Penerimaan Teknologi

70

(Studi Kasus pada Pengguna Mobile Payment)” menyebutkan bahwa metode TAM
dapat menjelaskan faktor-faktor yang memengaruhi penerimaan pengguna.

Selain itu pada penelitian (Liébana-Cabanillas et al., 2014) selain
menggunakan metode TAM namun juga menambahkan variabel behavior intention
to use, yang diadopsi dari Theory of Reasoned Action (TRA) sehingga diharapkan
dapat meningkatkan analisis dari model TAM. Menurutnya TRA merupakan model
yang menjelaskan suatu perilaku individu berdasarkan hubungan antara variabel
beliefs-attitude-intention-behavior. Dengan demikian peneliti menambahkan 1
variabel tambahan dari TRA adalah variabel belief.

Dalam penelitian ini penulis juga ingin menginvestigasi pengaruh
penerimaan pengguna teknologi terhadap sisi psikologi dari tingkat religiusitas
umat Muslim dalam menggunakan teknologi. Pada penelitian yang dilakukan oleh
Bambang & Bahrul (2020) yang berjudul “Evaluating Psychometric Properties of
The Muslim Daily Religiosity Assessment Scale (MUDRAS) in Indonesian Samples
Using The Rasch Model” dalam penelitian tersebut terdapat tiga aspek atau dimensi
dalam pengembangan MUDRAS yang dikembangkan oleh Ofuladi (2017) di
antaranya yaitu: sinful act, recommended act, dan engaging in bodily worship of
God. Penulis mengambil dua variabel dari MUDRAS yaitu sinful act, dan
recommended act. Model usulan yang digunakan dalam penelitian ini seperti pada
Gambar 3.3.

71

Gambar 3.2 Model Usulan Penelitian

Berikut merupakan hipotesis yang digunakan dalam model penelitian:
a. Attitude Toward Using

Banyak penelitian yang menyatakan atau membuktikan hasil analisisnya
mengenai pengaruh Attitude toward using dengan behavior intention to use. Di
antaranya pada penelitian yang dilakukan oleh Lusia (2021) menyemukakan bahwa
persepsi kegunaan mobile payment berpengaruh terhadap minat pengguna dalam
menggunakan teknologi dalam hal ini adalah mobile payment. Kemudian penelitian
yang dilakukan oleh Ifa & Sulis (2021) menyatakan bahwa pengguna e-wallet di
Kebumen memiliki pengaruh signifikan dalam menggunakan e-wallet. Oleh karena
itu hipotesis yang peneliti gunakan sebagai berikut:

H1: Pengaruh Attitude toward Using terhadap Behavior Intenttion to Use
b. Behaviour Intenttion to Use

Pada penelitian sebelumnya menunjukkan bahwa adanya hubungan antara
Behaviour Intention to Use (BIU) dengan Actual Use (AU), adanya motivasi atau
sikap untuk tetap menggunakan e-wallet dalam melakukan transaksi dalam

72

sehingga memengaruhi kenyataan dalam penggunaan teknologi e-wallet (Fahreza,
2019). Dengan begitu peneliti mengambil hipotesis sebagai berikut:

H2: Pengaruh Behaviour Intention to Use terhadap Actual Use
c. Belief

Dalam penelitian Juhri & Dewi (2017) mengenai kepercayaan penerimaan
pengguna dan pelayanan e-money T-cash memiliki pengaruh signifikan terhadap
Behaviour Intention to Use. Selain itu adapun penelitian yang menunjukkan bahwa
persepsi kepercayaan (belief) tidak memiliki pengaruh signifikan terhadap sikap
pengguna. Oleh karena itu peneliti menggunakan hipotesis sebagai berikut:

H3: Pengaruh Belief terhadap Behaviour Intenttion to Use.
d. Perceived Ease of Use

Menurut Liu (2019) persepsi kemudahan menjadi tahap awal yang dapat
digunakan untuk menilai perilaku penerimaan teknologi. Persepsi ini menunjukkan
tingkat kemudahan pengguna atau seberapa besar upayanya dalam menggunakan
teknologi. Pada persepsi kemudahan ini juga pengguna tentunya mengharapkan
adanya kemudahan dalam menggunakan teknologi (Nisa, 2020). Oleh karena itu
peneliti menggunakan hipotesis sebagai berikut:

H4: Pengaruh Perceived Ease of Use terhadap Behaviour Intention to Use.
H5: Pengaruh Perceived Ease of Use terhadap Perceived Usefulness
e. Perceived Usefulness
Deng et al., (2008) mengemukakan bahwa perceived usefulness memiliki
dampak positif terhadap niat, sikap atau perilaku untuk menggunakan teknologi,
dengan adanya niat tersebut maka akan berdampak nyata penggunaannya. Persepsi

73