Faktor-faktor yang Mempengaruhi Perilaku Masyarakat terhadap Penggunaan Internet pada Desa Digital Sukaraja
DOI:
https://doi.org/10.29313/jrs.v2i2.1466Keywords:
GSCA, SEM, TAMAbstract
Abstract. Villages must be able to adapt to technological advances. One way to realize the village in the acceptance of technological progress is through the concept of the Digital Village. Technology Acceptance Model (TAM) is suitable for predicting individual interest in accepting a technology. One of the statistical methods used in analysis using the TAM model is the Structural Equation Modeling (SEM) method. SEM is a statistical modeling technique that is highly cross-sectional, linear, and general. SEM is a combination of factor analysis, path analysis, and regression. Generalized Structured Component Analysis (GSCA) is a variant-based SEM approach. GSCA is a powerful analytical method for confirmation purposes. In SEM-GSCA the sample size can be very small, the data do not have to be normally distributed, and the indicators can be both reflective and formative. This study aims to determine what factors can influence internet use behavior in the people of Sukaraja Village. conditions and perceived ease of use of the internet affect perceptions of internet usefulness. Perceived ease of use and perceived usefulness of the internet affect attitudes on internet use. Attitudes towards the use of the internet affect the actual use of the internet in the people of Sukaraja Village.
Abstrak. Desa harus mampu beradaptasi mengikuti kemajuan teknologi. Salah satu cara untuk mewujudkan desa dalam penerimaan kemajuan teknologi yaitu melalui konsep Desa Digital. Technology Acceptance Model (TAM) merupakan model yang cocok digunakan untuk memprediksi minat individu dalam menerima suatu teknologi. Metode statistik yang sering digunakan pada analisis yang menggunakan model TAM salah satunya adalah metode Structural Equation Modeling (SEM). SEM merupakan teknik modeling statistik yang bersifat sangat cross-sectional, linier, dan umum. SEM merupakan gabungan dari analisis faktor, analisis jalur, dan regresi. Generalized Structured Component Analysis (GSCA) merupakan salah satu pendekatan SEM berbasis varian. GSCA merupakan metode analisis yang powerfull guna tujuan konfirmasi. Pada SEM-GSCA ukuran sampel dapat sangat kecil, data tidak harus berdistribusi normal, dan indikator dapat berupa reflektif dan formatif. Penelitian ini bertujuan untuk mengetahui faktor apa saja yang dapat mempengaruhi perilaku penggunaan internet pada masyarakat Desa Sukaraja. Hasil penelitian menunjukkan bahwa kondisi yang memfasilitasi berpengaruh terhadap persepsi kemudahan penggunaan internet. Persepsi kemudahan penggunaan dan persepsi kegunaan internet berpengaruh terhadap sikap pada penggunaan internet. Sikap terhadap penggunaan internet berpengaruh terhadap penggunaan internet yang sesungguhnya pada masyarakat Desa Sukaraja.
References
Y. Pusparisa, “Bank Dunia: Akses Internet Desa dan Kota Indonesia Masih Timpang,” Katadata Media Network, 2021. https://databoks.katadata.co.id/datapublish/2021/07/29/bank-dunia-akses-internet-desa-dan-kota-indonesia-masih-timpang
F. D. Davis, “Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology,” MIS Q., vol. 13, no. 3, pp. 319–340, Dec. 1989, doi: 10.2307/249008.
M. Darwin and K. Umam, “Analisis Indirect Effect pada Structural Equation Modeling,” Nucleus, vol. 1, no. 2, pp. 50–57, 2020, doi: 10.37010/nuc.v1i2.160.
S. Haryono and P. Wardoyo, Structural Equation Modelling untuk Penelitian Manajemen Menggunakan AMOS 18.00. Bekasi: Badan Penerbit PT. Intermedia Personalia Utama. doi: 10.4135/9781412983907.n1909.
Y. Fan et al., “Applications of structural equation modeling (SEM) in ecological studies: an updated review,” Ecol. Process., vol. 5, no. 1, 2016, doi: 10.1186/s13717-016-0063-3.
L. K. Harahap, “Analisis SEM (Structural Equation Modelling) Dengan SMARTPLS (Partial Least Square),” Fak. Sains Dan Teknol. Uin Walisongo Semarang, no. 1, p. 1, 2018.
S. Jonathan, “Pengertian Dasar Structural Equation Modeling (SEM),” J. Ilm. Manaj. Bisnis Ukrida, vol. 10, no. 3, p. 98528, 2010.
H. Hwang and Y. Takane, “Generalized Structured Component Analysis,” Psychometrika, vol. 69, no. 1, pp. 81–99, 2004, doi: 10.1201/b17872-4.
I. Ghozali, Generalized Structured Component Analysis. Semarang: Badan Penerbit Universitas Diponegoro, 2013.
C. Fornell and D. F. Larcker, “Evaluating Structural Equation Models with Unobservable Variables and Measurement Error,” J. Mark. Res., vol. 18, no. 1, pp. 39–50, Dec. 1981, doi: 10.2307/3151312.