Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.com
Edisi terkini dan arsip teks lengkap jurnal ini tersedia di Emerald Insight di:
https://www.emerald.com/insight/2414-6994.htm
Menggabungkan kesiapan teknologi
dan model penerimaan untuk
menyelidiki penerimaan
m-learning di tingkat yang lebih tinggi
pendidikan di India
Raj Kishor Kampa
Departemen Ilmu Perpustakaan dan Informasi, Universitas Berhampur,
Berhampur, India
Penerimaan
m-belajar
menggunakan TRAM
105
Diterima 13 Oktober 2022
Direvisi 9 Februari 2023
10 Februari 2023
19 Maret 2023
Diterima 29 Maret 2023
Abstrak
Tujuan -Penelitian bertujuan untuk memvalidasi skala kesiapan mobile learning melalui model kesiapan dan penerimaan
teknologi (TRAM), sehingga menilai kesiapan siswa untuk mengadopsi m-learning dalam proses belajar mengajar,
termasuk penerimaannya.
Desain/metodologi/pendekatan –Kuesioner terstruktur diberikan kepada siswa pembelajaran terbuka dan jarak jauh (ODL)
di Odisha, India, untuk menilai kesiapan dan penerimaan mereka terhadap m-learning. 665 tanggapan valid dikumpulkan,
dan data yang dikumpulkan dianalisis menggunakan paket statistik untuk ilmu sosial (SPSS) dan SmartPLS.
Temuan –Temuan penelitian mengungkapkan bahwa optimisme berkontribusi positif terhadap persepsi kemudahan
penggunaan (PEOU) dan persepsi manfaat (PU) m-learning (β57.921,hal <0,001; β52.123,hal <0,05), sedangkan inovasi
berkontribusi positif terhadap PEOU m-learning (β52.227,hal <0,05), tetapi bukan PU dari m-learning. Optimisme siswa
ODL meningkatkan PEOU dan PU m-learning-nya, namun inovasi hanya meningkatkan PEOU-nya. Lebih jauh lagi, dampak
inovasi lebih tinggi dibandingkan dengan optimisme pada TRAM dan inovasi merupakan prediktor kuat untuk mengadopsi
m-learning. Hal ini juga menunjukkan bahwa PU m-learning berpengaruh positif terhadap niat perilaku untuk
menggunakan m-learning (β54.757,hal <0,001). Mengintegrasikan kesiapan teknologi (TR) dengan model penerimaan
teknologi (TAM) untuk memprediksi penerimaan siswa terhadap m-learning sangat berguna. Implikasi praktis –Makalah ini
akan membantu para pengambil keputusan untuk mengadopsi dan menggunakan m-learning di institusi pendidikan
tinggi.
Orisinalitas/nilai –Makalah ini adalah yang pertama mengeksplorasi kesiapan dan penerimaan m-learning di pendidikan
tinggi di India.
Kata kunciM-learning, Model penerimaan teknologi, Model kesiapan dan penerimaan teknologi,
Pendidikan jarak jauh, Penerimaan m-learning
Jenis kertasMakalah penelitian
Perkenalan
Akhir-akhir ini, sektor pendidikan mengalami disrupsi digital. Dengan potensi intrinsiknya untuk menyediakan
sumber daya pendidikan kepada pelajar secara lebih instan, Internet ditambah dengan teknologi seluler,
merupakan pendorong utama disrupsi dalam pendidikan tinggi. Teknologi seluler bukanlah obat mujarab bagi
pendidikan namun merupakan alat yang ampuh dalam mendukung pendidikan secara fenomenal. Sistem
pembelajaran berbasis seluler atau m-learning memungkinkan agregasi dan diseminasi pendidikan
© Raj Kishor Kampa. Diterbitkan diJurnal Asosiasi Universitas Terbuka Asia.Diterbitkan oleh Emerald Publishing
Limited. Artikel ini diterbitkan di bawah lisensi Creative Commons Attribution (CC BY 4.0). Siapa pun boleh
mereproduksi, mendistribusikan, menerjemahkan, dan membuat karya turunan dari artikel ini (baik untuk tujuan
komersial maupun non-komersial), dengan tunduk pada atribusi penuh pada publikasi dan penulis aslinya.
Ketentuan lengkap lisensi ini dapat dilihat dihttp://creativecommons.org/licences/by/4.0/legalcode
Pekerjaan ini didukung oleh Universitas Terbuka Negeri Odisha, Sambalpur Odisha India.
Asosiasi Terbuka Asia
Jurnal Universitas
Jil. 18 Nomor 2 Tahun 2023
hal.105-120
Penerbitan Zamrud Terbatas
e-ISSN: 2414-6994
p-ISSN: 1858-3431
DOI10.1108/AAOUJ-10-2022-0149
AAOUJ
18,2
106
sumber daya untuk kelompok siswa yang lebih besar, yang tidak mungkin dilakukan melalui bentuk
penyampaian sebelumnya. M-learning dapat dengan lancar mendukung siswa dalam mengejar
pendidikan dan memfasilitasi pengalaman belajar yang sinkron (Rudestam dan Schoenholtz-Baca, 2009).
Dengan smartphone, tablet, dan laptop, pengguna dapat mengakses materi pengajaran multimedia
yang kaya dan memperoleh pengetahuan tanpa batasan waktu dan batasan geografis (Ho Cheong dan
Park, 2005). Belakangan ini, kepemilikan ponsel pintar meningkat secara fenomenal dengan data seluler
yang terjangkau. Akibat wajar dari m-learning telah menjadi pelengkap yang berharga untuk pendidikan
formal dan informal (Huang dan Chiu, 2015), dan lebih efektif dibandingkan pembelajaran tatap muka (
Shih dkk.,2010).
Oleh karena itu, sebagian besar institusi pendidikan tinggi (HEI) sudah mulai memanfaatkan mlearning dalam proses belajar mengajar. Namun, m-learning tidak memadai digunakan dalam
lingkungan pembelajaran terbuka dan jarak jauh (ODL) (Krull dan Duart, 2017). Ada kesenjangan yang
semakin besar antara proses belajar mengajar siswa reguler dan siswa ODL. Masuk akal, hal ini dapat
dijembatani dengan penggunaan m-learning pada sistem ODL. Karena sebagian besar siswa adalah
pengguna ponsel, m-learning mungkin berguna bagi siswa ODL, dan m-learning dapat dimanfaatkan
menjadi ODL. Namun, tidak ada bukti empiris yang menunjukkan sejauh mana siswa ODL siap
mengadopsi dan menggunakan m-learning dalam proses belajar mengajar mereka. Mengingat hal di
atas, penelitian ini mencoba memvalidasi skala kesiapan mobile learning melalui model kesiapan dan
penerimaan teknologi (TRAM), sehingga menilai kesiapan siswa untuk mengadopsi m-learning dalam
proses belajar mengajar, termasuk penerimaannya. Studi ini mengeksplorasi kesiapan dan penerimaan
m-learning di pendidikan tinggi pada umumnya dan ODL pada khususnya di India. Temuan penelitian ini
akan membantu para pengambil keputusan untuk membuat keputusan saat menerapkan m-learning di
lingkungan ODL.
Studi yang relevan
Penerimaan M-learning
Baru-baru ini, terdapat minat yang sangat besar untuk mengadopsi dan menggunakan m-learning dalam
pengajaran dan pembelajaran di Perguruan Tinggi karena menawarkan pembelajaran yang kolaboratif dan ada
di mana-mana. Berbagai penelitian telah dilakukan di bidang pendidikan dan ilmu komputer untuk memahami
permasalahan dan prospek penerapan m-learning di perguruan tinggi, termasuk penerimaannya oleh siswa dan
guru.Verkijika (2019)meneliti faktor-faktor yang mempengaruhi penerimaan pengusaha terhadap aplikasi mlearning. Hasil penelitian menunjukkan bahwa “kenikmatan yang dirasakan”, “kegunaan yang dirasakan”, dan
“pengaruh sosial” mempunyai pengaruh positif terhadap niat mengadopsi dan menggunakan aplikasi mlearning. Wangdkk. (2019)mengembangkan dan memvalidasi model multidimensi untuk mengevaluasi
keberhasilan aplikasi m-learning. Hasil penelitian menunjukkan bahwa kepuasan pengguna dan “niat untuk
menggunakan kembali” mempengaruhi efektivitas pembelajaran. Selain itu, kualitas sistem, kualitas informasi,
persepsi kenikmatan dan persepsi biaya mempengaruhi kepuasan dan niat perilaku untuk menggunakan
kembali aplikasi m-learning.Shujadkk. (2019)meneliti bagaimana pedagogi m-learning mempengaruhi hasil
belajar dan kinerja pendidikan siswa di Pakistan. Hasil penelitian menunjukkan bahwa penggunaan ponsel
sedang mengalami tren peningkatan dalam menyediakan pembelajaran yang fleksibel dan berorientasi pada
diskusi kepada siswa, sehingga meningkatkan kinerja akademik mereka.S-anchez-Prieto dkk. (2019)menganalisis
niat perilaku guru pra-jabatan tahun pertama untuk menggunakan perangkat seluler dalam praktik mengajar
mereka di masa depan. Hasil penelitian mengungkapkan bahwa kompatibilitas dan kenikmatan sangat
mempengaruhi niat menggunakan perangkat seluler dibandingkan persepsi kemudahan penggunaan (PEOU)
dan persepsi kegunaan (PU).Lidkk. (2019)mempelajari hubungan antara motivasi belajar mahasiswa
keperawatan, praktik m-learning dan kinerja belajar. Hasil penelitian menunjukkan bahwa penggunaan
perangkat seluler sangat mempengaruhi kinerja siswa dalam belajar.
Jenodkk. (2019)menyelidiki efek kebaruan dari berbagai alat pembelajaran. Hasilnya
menunjukkan bahwa “alat m-learning dan eBook dianggap lebih baru dibandingkan tradisional
buku pelajaran". M-learning secara khusus meningkatkan kepuasan, motivasi otonom dan internalisasi
siswa.Araindkk. (2019)mengungkapkan bahwa ekspektasi kinerja, motivasi hedonis, kebiasaan,
keberadaan di mana-mana dan kepuasan berpengaruh kuat terhadap niat berperilaku (BI). Lebih lanjut,
kualitas informasi dan kualitas sistem sangat mempengaruhi kepuasan terhadap m-learning.Chavoshi
dan Hamidi (2019)mengungkapkan bahwa PU merupakan penentu kuat dalam penerimaan m-learning.
Fagan (2019)menunjukkan bahwa kenikmatan dan ekspektasi kinerja sangat mempengaruhi penerimaan
m-learning.G-omez-Ramirezdkk. (2019)menunjukkan dalam penelitian mereka bahwa PU dan sikap
memiliki pengaruh yang signifikan secara statistik terhadap penerimaan m-learning oleh siswa.Aloqaily
dkk. (2019)mengungkapkan bahwa harapan kinerja, harapan upaya dan pengaruh sosial merupakan
faktor penentu adopsi m-learning di pendidikan tinggi. Keterampilan dan kesiapan psikologis siswa
sangat mempengaruhi PEOU dan PU mereka terhadap m-learning. PU dan PEOU mempengaruhi BI
secara positif untuk menggunakan m-learning (Iqbal dan Bhatti, 2015).
Model kesiapan dan penerimaan teknologi
Banyak model dan teori telah dikembangkan di berbagai disiplin ilmu untuk menerima dan
mengadopsi teknologi, produk, dan layanan baru. Selama beberapa dekade terakhir, beberapa
studi penelitian telah dilakukan dengan menggunakan model penerimaan teknologi (TAM) untuk
memprediksi penerimaan teknologi baru (Adamdkk.,1992;Chau dan Hu, 2002;Davisdkk., 1989;
Szajna, 1994;Venkateshdkk.,2003). Beberapa penelitian telah dilakukan untuk menyelidiki
penerimaan teknologi pendidikan dengan hasil yang kuat dan positif (Davis, 1993; EscobarRodriguez dan Monge-Lozano, 2012;Padilla-Mel-endezdkk.,2008;S-anchez dan Hueros, 2010;
Szajna, 1994).
Akhir-akhir ini, kesiapan teknologi (TR) dan TAM telah diintegrasikan untuk menghasilkan model
kesiapan dan penerimaan teknologi (TRAM) yang lebih baik, dimana TR adalah prediktor kuat PU dan
PEOU TAM.Lindkk. (2007)mengintegrasikan TR dengan TAM dalam konteks adopsi sistem layanan
elektronik oleh pengguna dan berteori bahwa PU dan PEOU sepenuhnya memediasi pengaruh TR
terhadap niat untuk menggunakan. Para penulis meninjau TAM dan konstruksi TR, dan mengusulkan
serta menguji secara empiris TRAM terintegrasi untuk memperluas TAM dengan membawa konstruksi TR
ke dalam ranah adopsi inovasi oleh pengguna. Hasilnya menunjukkan bahwa TRAM secara ekstensif
memperluas penerapan dan kekuatan penjelasan TAM sebelumnya. Model terintegrasi mungkin
merupakan cara yang lebih baik untuk mengukur adopsi dan penggunaan teknologi dalam situasi di
mana adopsi teknologi baru tidak wajib dilakukan sesuai dengan tujuan organisasi.
Belidkk. (2018)mengidentifikasi kriteria penerapan standar data di sektor publik dengan menganalisis faktorfaktor yang mempengaruhi adopsi tata kelola data menggunakan TRAM. Hasil penelitian menunjukkan bahwa
responden yang memiliki skor inovasi tinggi memiliki niat lebih tinggi untuk menggunakan standar data. Selain
itu, penelitian ini mengungkapkan bahwa karakteristik kepribadian bukanlah prediktor kuat standar data PU dan
PEOU.Chen dan Lin (2018)TRAM yang diperluas untuk mempertimbangkan kesadaran kesehatan individu (HC)
untuk memprediksi sikap dan niat mereka mengunduh dan menggunakan aplikasi diet dan kebugaran. Hasil HCTRAM dan TRAM menunjukkan bahwa selain TR, HC mempengaruhi PEOU dan PU aplikasi diet dan kebugaran
secara signifikan dan positif. Kesiapan seseorang untuk mengadopsi teknologi modern berperan besar dalam
memprediksi niat seseorang untuk mengunduh dan menggunakan aplikasi diet dan kebugaran. Chungdkk. (
2015) mengungkapkan bahwa TR merupakan prediktor kuat terjadinya PU. Daya tarik visual dan kondisi yang
memfasilitasi teknologi baru sangat mempengaruhi PEOU, dan PEOU mempengaruhi PU. PEOU dan PU
mempengaruhi BI untuk menggunakan augmented reality (AR) dan, pada gilirannya, mengunjungi suatu tujuan
melalui AR.Huangdkk. (2015) menyelidiki niat perilaku pegolf untuk menggunakan navigasi sistem penentuan
posisi global (GPS) menggunakan TRAM. Hasilnya menunjukkan bahwa TR memiliki pengaruh yang kuat secara
statistik terhadap PU dan PEOU. PEOU berpengaruh signifikan terhadap PU, sedangkan PU tidak berpengaruh
besar terhadap sikap pegolf. PEOU mempunyai pengaruh yang signifikan terhadap sikap pegolf, dan sikap pegolf
tidak mempunyai pengaruh yang signifikan terhadap BI, namun PU mempunyai pengaruh yang signifikan
terhadap BI.
Penerimaan
m-belajar
menggunakan TRAM
107
AAOUJ
18,2
108
Jin (2013)menyelidiki faktor-faktor yang mempengaruhi penerimaan pengguna terhadap Facebook
menggunakan TRAM dan peran TRAM yang direvisi dalam membangun modal sosial. Hasil penelitian
menunjukkan bahwa TR positif dan negatif berpengaruh signifikan terhadap PEOU, PU, persepsi mainmain (PP) dan niat perilaku menggunakan Facebook dan membangun modal sosial. Namun kesiapan
negatif tidak berpengaruh signifikan terhadap PP. PEOU, PU dan PP sangat mempengaruhi niat untuk
terus menggunakan Facebook.Jin (2020)mengeksplorasi faktor-faktor yang mempengaruhi penerimaan
aplikasi merek menggunakan TRAM dan menjelaskan preferensi aplikasi seluler pengguna. Hasilnya
menunjukkan bahwa TR positif dan negatif secara signifikan mempengaruhi PU, PEOU, kepuasan
terhadap aplikasi merek dan niat perilaku untuk terus menggunakannya. Studi tersebut menemukan
bahwa TR negatif tidak terlalu mempengaruhi PEOU.
Kim dan Chiu (2019)menyelidiki penerimaan konsumen dan penggunaan perangkat olahraga dan
kebugaran yang dapat dikenakan menggunakan TRAM. Hasil penelitian menunjukkan bahwa TR positif
berpengaruh signifikan dan positif terhadap PEOU dan PU, sedangkan TR negatif berpengaruh negatif
terhadap PEOU dan PU. PEOU sangat mempengaruhi PU. Baik PEOU maupun PU berpengaruh signifikan
terhadap niat menggunakannya. Lebih lanjut, terdapat korelasi yang signifikan antara TR dan PEOU
dalam kasus pengguna pria.Marhefkadkk. (2019)mengkaji penerapan teoritis TRAM untuk memprediksi
kesediaan perempuan yang hidup dengan HIV (WLH) untuk berpartisipasi dalam program kelompok
konferensi video e-health. Hasilnya menunjukkan bahwa konstruksi TRAM terbukti; namun, muncul
faktor mediasi tambahan yang khusus untuk WLH, termasuk kesiapan kelompok dan masalah privasi
terkait HIV.Martensdkk. (2017)menyelidiki faktor-faktor penentu adopsi pembayaran seluler. Mereka
meneliti hubungan antara dimensi ciri kepribadian TRI 2.0 dan dimensi spesifik sistem TAM di Jerman dan
Afrika Selatan. Hasil penelitian menunjukkan bahwa beberapa, namun tidak semua, variabel TRI 2.0
berpengaruh signifikan terhadap dimensi TAM. PU adalah prediktor terkuat dari niat menggunakan
pembayaran seluler.
Sivathanu (2019)meneliti niat perilaku menggunakan teknologi perbankan terbuka menggunakan TRAM di
India. Hasilnya menunjukkan bahwa TR merupakan prediktor signifikan PEOU dan PU dari teknologi perbankan
terbuka, dan ketidaknyamanan berkontribusi negatif terhadap PEOU dan PU; namun berpengaruh signifikan
terhadap PEOU dan tidak berpengaruh signifikan terhadap PU. Insecurity berpengaruh negatif signifikan
terhadap PU dan tidak berpengaruh signifikan terhadap PEOU. PEOU berkontribusi positif terhadap PU. PEOU
dan PU adalah prediktor kuat terhadap nilai yang dirasakan pelanggan (PCV). PCV sangat mempengaruhi niat
untuk menggunakan teknologi perbankan terbuka.
Kerangka konseptual dan pengembangan hipotesis
Ketika teknologi komunikasi informasi (TIK) terus berkembang pada tingkat yang belum pernah terjadi
sebelumnya dan disrupsi digital terjadi di bidang pendidikan, layanan kesehatan, dan perdagangan, para peneliti
tertarik dengan faktor-faktor yang mempengaruhi penerimaan pengguna terhadap teknologi tertentu, termasuk
kesiapan mereka untuk menggunakannya. Untuk mengatasi permasalahan ini, para ahli telah mengembangkan
alat dan metode untuk mengukur kesiapan dan penerimaan teknologi baru.Parasuraman (2000)
mengembangkan indeks kesiapan teknologi (TRI), skala 36 item untuk mengukur TR. TRI didefinisikan sebagai
“kecenderungan masyarakat untuk menerima dan menggunakan teknologi baru untuk mencapai tujuan dalam
kehidupan rumah tangga dan di tempat kerja.” TR mempengaruhi penerimaan teknologi baru. TR mewujudkan
“gestalt motivator dan penghambat mental yang secara kolektif menentukan kecenderungan seseorang untuk
menggunakan teknologi baru.” Hal ini terdiri dari empat dimensi, pertama, optimisme- “pandangan positif
terhadap teknologi dan keyakinan bahwa teknologi memberikan peningkatan kontrol, fleksibilitas, dan efisiensi
dalam hidup mereka,” kedua, inovasi – “kecenderungan untuk menjadi pionir teknologi dan pemimpin pemikiran
”; ketiga, ketidaknyamanan – “kurangnya kendali atas teknologi dan perasaan terbebani oleh teknologi” dan
keempat, ketidakamanan, “ketidakpercayaan terhadap teknologi, yang berasal dari skeptisisme terhadap
kemampuan teknologi untuk berfungsi dengan baik dan kekhawatiran akan potensi dampak buruknya”.
TAM, yang merupakan perpanjangan teoritis dari teori tindakan beralasan (TRA) (Ajzen dan Fishbein, 1980),
menggambarkan bagaimana pengguna menerima dan menggunakan teknologi baru. Dikembangkan oleh Fred
Davis pada tahun 1989, TAM mengusulkan bahwa ketika pengguna ditawari suatu teknologi baru,
terutama PU dan PEOU merupakan faktor penentu untuk menilai apa yang membuat pengguna
teknologi baru menerima atau menolaknya. PU adalah “sejauh mana seseorang percaya bahwa
menggunakan sistem tertentu akan meningkatkan kinerja pekerjaannya.” Di sisi lain, PEOU didefinisikan
sebagai “sejauh mana seseorang percaya bahwa menggunakan sistem tertentu akan bebas dari usaha” (
Davis, 1989). TAM menetapkan hubungan sebab akibat antara PU, PEOU, sikap, dan perilaku aktual
pengguna (Davis, 1993).
TRAM adalah model yang ditingkatkan yang menggabungkan TAM dan TR, dimana TR adalah
prediktor PU dan PEOU dari TAM.Kuodkk. (2013)mendalilkan tiga alasan untuk mengintegrasikan TAM
dan TRI ke dalam TRAM. Pertama, TAM dan TRI dapat digunakan untuk menjelaskan penerimaan
masyarakat terhadap teknologi baru (Davis, 1989;Parasuraman, 2000); kedua, TAM menggunakan
persepsi spesifik sistem untuk menjelaskan penerimaan teknologi, sedangkan TRI menjelaskan
penerimaan melalui kecenderungan umum individu (Yidkk.,2003). Ketiga, perbedaan individu dimediasi
oleh dimensi kognitif (yaitu PEOU dan PU) dalam memprediksi penerimaan masyarakat terhadap
teknologi baru (Agarwal dan Prasad, 1999). Variabel independen dalam penelitian ini adalah optimisme,
inovasi, ketidaknyamanan, ketidakamanan, PU dan PEOU, sedangkan sikap dan BI merupakan variabel
dependen. Representasi grafis dari model penelitian dan hipotesis yang diusulkan diilustrasikan dalam
Gambar 1.
Penerimaan
m-belajar
menggunakan TRAM
109
Optimisme dan inovasi
Optimisme dan inovasi pengguna yang merupakan kesiapan positif merupakan prediktor kuat TR.
Hal ini mendorong pengguna untuk mengadopsi teknologi baru dan memiliki sikap positif
terhadap teknologi (Yen, 2005). Individu yang optimis dan memiliki sikap inovatif terhadap
teknologi baru, umumnya cenderung menganggap teknologi baru lebih mudah digunakan dan
bermanfaat. Selain itu, mereka mempunyai sikap positif terhadap penggunaan teknologi baru (
Belidkk.,2018; Chen dan Lin, 2018;Chungdkk.,2015;Jin, 2013;Kim dan Chiu, 2019;Kuodkk.,2013).
Maka dirumuskan hipotesis sebagai berikut:
Op mism
H1
H2
Dirasakan
Kegunaan
Innova ven
ess
H3
H10
H9
Perilaku
Sebuah tude
H11
H4
Bermaksud
H13
H5
H12
Ketidakamanan
H6
Dirasakan
Kemudahan penggunaan
H7
H8
Tidak nyaman
Gambar 1.
Sumber:Gambar milik Lindkk.(2007)
Model penelitian
AAOUJ
18,2
110
H1.
Optimisme terhadap m-learning berpengaruh terhadap persepsi kemudahan
H2.
penggunaan. Optimisme terhadap m-learning mempengaruhi persepsi
H3.
kegunaannya. Inovasi m-learning mempengaruhi persepsi kemudahan
H4.
penggunaan. Inovasi m-learning berpengaruh terhadap manfaat yang dirasakan.
Ketidaknyamanan dan rasa tidak aman
Ketidaknyamanan dan ketidakamanan merupakan kesiapan negatif yang mempunyai sikap negatif terhadap
teknologi baru; mereka menghalangi mereka untuk mengadopsi teknologi baru (Yen, 2005). Ketidakamanan
dalam menggunakan teknologi mempengaruhi sikap secara negatif (Lindkk.,2007;Sivathanu, 2019). Maka
dirumuskan hipotesis sebagai berikut:
H5.
Ketidaknyamanan sehubungan dengan m-learning menyebabkan persepsi kemudahan penggunaan yang lebih rendah.
H6.
Ketidaknyamanan sehubungan dengan m-learning menyebabkan berkurangnya manfaat yang dirasakan.
H7.
Ketidakamanan sehubungan dengan m-learning menyebabkan persepsi kemudahan penggunaan yang lebih rendah.
H8.
Ketidakamanan sehubungan dengan m-learning menyebabkan rendahnya manfaat yang dirasakan.
Kegunaan yang dirasakan dan kemudahan penggunaan yang dirasakan
PU adalah “sejauh mana seseorang percaya bahwa menggunakan sistem tertentu akan meningkatkan
kinerja pekerjaannya”. Sebaliknya, PEOU adalah “sejauh mana seseorang percaya bahwa menggunakan
sistem tertentu akan bebas dari usaha” (Davis, 1989). PEOU merupakan prediktor kuat PU dalam adopsi
teknologi baru. PU dan PEOU merupakan prediktor terkuat terhadap sikap positif dalam
menggunakannya (Adamdkk.,1992;Chau dan Hu, 2002;Davis, 1989;Davisdkk.,1989;Szajna, 1994;
Venkateshdkk.,2003). PU dan sikap terhadap teknologi baru mempengaruhi BI untuk menggunakan dan
mengadopsinya (G-omez-Ramirezdkk.,2019;Tamandkk.,2012;Rocadkk.,2006;Smithdkk.,2013; Verkijika,
2019). Tentu saja, ketika individu menganggap teknologi mudah digunakan dan memiliki PU, keduanya
akan memengaruhi sikap dan BI. Jadi, penelitian ini merumuskan hipotesis berikut berdasarkan temuan
penelitian sebelumnya.
H9.
Persepsi kegunaan m-learning mempengaruhi sikap menggunakannya.
H10.
Persepsi kegunaan penggunaan m-learning mempengaruhi niat perilaku untuk menggunakannya.
H11.
Persepsi kemudahan penggunaan m-learning mempengaruhi persepsi kegunaannya.
H12.
Persepsi kemudahan penggunaan m-learning mempengaruhi sikap menggunakannya.
Sikap dan niat berperilaku
Sikap mempengaruhi niat untuk menggunakan teknologi baru (Davis, 1993;Venkatesh, 2000). Ketika
individu mempunyai sikap positif terhadap teknologi baru, mereka menggunakan dan mengadopsinya.
Penelitian sebelumnya menunjukkan bahwa PU dan sikap berpengaruh signifikan terhadap penerimaan
siswa terhadap m-learning (G-omez-Ramirezdkk.,2019;Iqbal dan Bhatti, 2015;Verkijika, 2019). Oleh karena
itu, hipotesis berikut dirumuskan.
H13.Sikap terhadap m-learning mempengaruhi niat perilaku untuk menggunakannya.
Desain dan metodologi penelitian
Literatur yang ada tentang TRI dan TAM digunakan untuk merumuskan instrumen penelitian untuk
memvalidasi kesiapan siswa ODL dan niat berperilaku untuk belajar. Skala pengukuran dikembangkan
dengan menggunakan literatur yang ada tentang TR dan penerimaan (Davis, 1989;Parasuraman, 2000;
Parasuraman dan Colby, 2015). Peneliti menggunakan metode survei online dan offline untuk
melakukan penelitian, karena populasi penelitian tersebar secara geografis di Odisha. Kuesioner
memiliki empat bagian.Bagian 1mengumpulkan informasi demografi responden, yaitu nama, jenis
kelamin, usia, pendidikan dan pekerjaan.Seksi 2mengumpulkan informasi mengenai kepemilikan
perangkat digital, yaitu smartphone, Ipad dan laptop/desktop. Bagian 3mengumpulkan informasi
tentang aktivitas online responden.Bagian 4terdiri dari lima poin pertanyaan skala Likert untuk
mengukur TR, PU, PEOU, sikap dan niat perilaku siswa ODL terhadap penggunaan m-learning.
Tabel 1menyajikan konstruksi dan item yang disesuaikan untuk mengukur TR dan penerimaan mlearning.
Karena subjek penelitian adalah siswa ODL di Odisha, kuesioner survei didistribusikan melalui
email dan secara langsung kepada mereka. Siswa saat ini dan siswa yang pingsan diberikan
kuesioner terstruktur. Uji coba dilakukan untuk menguji validitas dan reliabilitas instrumen
penelitian. 30 wawancara tatap muka dan telepon dengan bantuan kuesioner terjadwal dilakukan
untuk pra-tes instrumen di antara responden sasaran. Setelah diperoleh hasil yang memuaskan
dari studi percontohan, panggilan pertama untuk berpartisipasi dalam survei utama dilakukan
pada bulan Agustus 2020, dan selanjutnya panggilan dilakukan setiap bulan hingga November
2020. Responden dihubungi melalui telepon/email dan diingatkan untuk mengisi kuesioner survei.
Data yang terkumpul dianalisis menggunakan paket statistik untuk ilmu-ilmu sosial (SPSS), dan
SmartPLS, sebuah perangkat lunak untuk pemodelan persamaan struktural kuadrat terkecil
parsial (PLS-SEM).
Hasil
Profil demografi responden
665 mahasiswa ODL, yang sedang mengejar/pingsan dari berbagai universitas terbuka dan jarak
jauh, dan Universitas Terbuka Negeri Odisha berpartisipasi dalam penelitian ini. Dari 665 peserta,
72% (n5479) adalah laki-laki dan 28% (n5186) adalah perempuan. 63% responden sedang
melanjutkan atau pingsan pasca kelulusan, 32,2% adalah mahasiswa pascasarjana, dan hanya
4,7% adalah siswa tingkat menengah.
Analisis reliabilitas dan validitas item
Untuk menguji validitas internal dan konsistensi item masing-masing konstruk, dilakukan
analisis reliabilitas. α Cronbach memberikan pengukuran konsistensi internal tes atau skala.
Konsistensi internal menggambarkan sejauh mana semua item dalam tes mengukur konsep
atau konstruk yang sama; oleh karena itu, ini terkait dengan keterkaitan item-item dalam
tes.
α Cronbach dari semua item dapat dipertahankan karena berada di atas 0,0,7, yang
direkomendasikan dalam penelitian ilmu sosial (Secara alami, 1978). Seperti alfa Cronbach, reliabilitas
gabungan, yang disebut reliabilitas konstruk, adalah ukuran konsistensi internal dalam item skala (
Netemeyerdkk., 2003). Ini adalah “indikator varians bersama di antara variabel-variabel yang diamati
yang digunakan sebagai indikator konstruksi laten” (Fornell dan Larcker, 1981). Reliabilitas gabungan
setiap konstruk lebih besar dari 0,7, menegaskan reliabilitas konsistensi internal (Rambutdkk.,2014).
Karena rata-rata varians yang diekstraksi (AVE) untuk setiap konstruk lebih besar dari ambang batas yang
diterima yaitu 0,5, validitas konvergen dikonfirmasi (Meja 2).
Kriteria Fornell-Larcker digunakan untuk mengevaluasi validitas diskriminan dari
konstruksi.Tabel 3menunjukkan korelasi antara konstruk laten dengan adanya
validitas diskriminan (Fornell dan Larcker, 1981).
Pengujian hipotesis
Setelah menentukan kesesuaian model pengukuran, hasil model struktural
dianalisis. Hasil pengujian hipotesis ditunjukkan padaTabel 4.
Penerimaan
m-belajar
menggunakan TRAM
111
AAOUJ
18,2
Konstruksi
Barang
Indikator
Sumber
Optimisme
MEMILIH1
Teknologi baru berkontribusi pada kualitas hidup yang lebih baik
Parasuraman dan
Colby (2015),
Parasuraman (2000)
MEMILIH2
Teknologi memberi saya lebih banyak kebebasan bergerak
MEMILIH3
Teknologi membuat saya lebih efisien dalam pekerjaan
112
Inovasi
OPT4
PENGINAPAN1
saya
Saya menyukai gagasan penggunaan teknologi baru dalam pendidikan. Secara
umum, saya termasuk orang pertama di lingkaran teman saya yang
memperoleh teknologi baru ketika teknologi tersebut muncul.
PENGINAPAN2
Parasuraman dan
Colby (2015),
Parasuraman (2000)
Saya biasanya dapat menemukan produk dan layanan baru
berteknologi tinggi tanpa bantuan orang lain
PENGINAPAN3
Saya mengikuti perkembangan teknologi terkini di
bidang minat saya
PENGINAPAN4
Saya lebih suka menggunakan teknologi tercanggih
DALAM1
Penggunaan teknologi yang berlebihan mengalihkan perhatian
yang tersedia
Ketidakamanan
orang ke titik yang merugikan
DALAM2
INS3
INS4
INS5
Tidak nyaman
DIS1
Saya khawatir informasi yang saya sediakan melalui
Internet dapat disalahgunakan oleh orang lain
Saya kurang percaya diri melakukan transaksi bisnis apapun
dengan tempat yang hanya bisa dijangkau secara online
Saya tidak menganggap aman untuk memberikan
informasi pribadi melalui Internet
Setiap transaksi bisnis yang saya lakukan secara elektronik
harus dikonfirmasi kemudian dengan komunikasi terpisah
Kadang-kadang, saya berpikir bahwa sistem teknologi tidak
dirancang untuk digunakan oleh orang-orang biasa
DIS2
Parasuraman dan
Colby (2015)
Parasuraman (2000)
Parasuraman dan
Colby (2015)
Parasuraman (2000)
Banyak teknologi baru yang mempunyai risiko kesehatan dan
keselamatan yang baru diketahui setelah manusia
DIS3
DIS4
Dirasakan
Kegunaan
PU1
PU2
menggunakannya
Harus ada kehati-hatian dalam mengganti tugas
orang-orang penting dengan teknologi karena
teknologi baru dapat rusak atau terputus.
Teknologi sepertinya selalu gagal pada saat yang
paling buruk.
Sistem M-learning membantu saya belajar lebih efisien
Sistem M-learning meningkatkan prestasi akademis saya
PU3
PU4
PU5
Sistem M-learning menjadikan pembelajaran saya lebih efektif
PEOU1
PEOU2
PEOU3
Belajar menggunakan sistem m-learning mudah bagi saya
Mudah mendapatkan materi dari sistem m-learning Proses
penggunaan sistem m-learning jelas dan mudah dipahami
PEOU4
Mudah bagi saya untuk menjadi ahli dalam menggunakan sistem m-
Davis (1989)
Sistem M-learning memudahkan pembelajaran
Secara keseluruhan, sistem m-learning bermanfaat bagi pembelajaran
saya
Kemudahan yang dirasakan
penggunaan
Tabel 1.
Konstruksi dan item
disesuaikan dengan ukuran
kesiapan teknologi
dan penerimaan
m-belajar
Davis (1989)
learning
PEOU5
Secara keseluruhan, menurut saya sistem m-learning mudah digunakan
(lanjutan)
Konstruksi
Barang
Sikap
ATT1
ATT2
ATT3
ATT4
BI1
Perilaku
maksud
Indikator
Sumber
Belajar di platform sistem m-learning itu menyenangkan
Davis (1989)
Penerimaan
m-belajar
menggunakan TRAM
Menggunakan sistem m-learning adalah ide yang bagus Sistem
M-learning adalah cara belajar yang cerdas Secara keseluruhan,
saya suka menggunakan sistem m-learning
Saya akan menggunakan sistem m-learning secara teratur di masa
Davis (1989)
113
depan
BI2
BI3
Saya akan sering menggunakan sistem m-learning di masa depan. Saya
bermaksud menggunakan sistem m-learning untuk membantu pembelajaran
saya
BI4
Dengan asumsi saya memiliki akses ke sistem m-learning, saya akan
menggunakannya
Tabel 1.
Sumber:Tabel oleh penulis
Konstruksi
Barang
Pemuatan luar
Sikap
ATT1
ATT2
ATT3
ATT4
BI1
BI2
BI3
BI4
DIS1
DIS2
DIS3
DIS4
0,733
Niat berperilaku
Tidak nyaman
Inovasi
PENGINAPAN1
PENGINAPAN2
PENGINAPAN3
PENGINAPAN4
Ketidakamanan
DALAM1
DALAM2
INS3
INS4
INS5
Optimisme
0,912
0,939
0,796
0,95
0,964
0,869
0,855
0,901
0,696
0,84
0,911
0,937
0,79
0,881
0,914
0,917
0,854
0,885
0,915
0,684
0,951
0,964
0,872
0,964
0,972
0,874
0,969
0,976
0,891
0,95
0,933
0,935
0,929
0,926
0,938
0,936
0,746
0,884
0,882
0,817
0,86
0,78
PEOU1
PEOU2
PEOU3
PEOU4
PEOU5
0,943
0,927
0,927
0,938
0,935
0,948
OPT4
Kegunaan yang Dirasakan
jalan
MEMILIH3
MEMILIH2
Kemudahan penggunaan yang dirasakan
Keandalan komposit
0,825
0,813
0,941
0,922
0,928
MEMILIH1
PU1
PU2
PU3
PU4
PU5
Sumber:Tabel oleh penulis
Alfa Cronbach
0,936
0,953
0,95
0,944
0,937
Meja 2.
Membangun keandalan
dan validitas
AAOUJ
18,2
ATTA
ATTA
DUA
Tidak nyaman
Inovasi
114
Tabel 3.
Validitas diskriminan
Tabel 4.
Hasil pengujian
hipotesis
Ketidakamanan
Optimisme
ORANG
PU
0,892
0,884
0,375
0,54
0,376
0,576
0,759
0,773
DUA
0,932
0,352
0,523
0,299
0,538
0,728
0,74
DIS
PENGINAPAN
DALAM
MEMILIH
ORANG
PU
0,827
0,543
0,482
0,438
0,934
0,674
0,664
0,935
0,925
0,944
0,834
0,468
0,775
0,464
0,457
0,428
0,889
0,53
0,861
0,625
0,615
Sumber:Tabel oleh penulis
Hipotesa
Jalur
H1
H2
H3
H4
H5
H6
H7
H8
H9
H10
H11
H12
H13
Optimisme→ORANG
Berarti
SD
Optimisme→PU
0,469
0,074
0,128
0,06
Tidak nyaman→ORANG
0,019
0,139
0,027
0,036
0,046
Inovasi→ORANG
Inovasi→PU
Tidak nyaman→PU
Ketidakamanan→ORANG
Ketidakamanan→PU
PU→ATTA
PU→DUA
ORANG→PU
ORANG→ATTA
ATTA→DUA
0,05
- 0,057
0,491
0,141
0,878
0,303
0,774
0,035
0,056
0,03
0,051
0,029
0,074
0,03
0,021
0,076
0,03
T
7.921*
2.123**
2.227**
0,528***
3.016**
0,885***
0,964***
1.893***
6.607*
4.757*
41,15*
4.006*
26.155*
Didukung
Didukung
Didukung
Didukung
Tidak didukung
Didukung
Tidak didukung
Tidak didukung
Tidak didukung
Didukung
Didukung
Didukung
Didukung
Didukung
Catatan: *hal <0,001**hal <0,05***hal >0,05
Sumber:Tabel oleh penulis
Model struktural di SmartPLS mendukung hipotesis yang diberikan, seperti yang ditunjukkan pada
Gambar 2, berdasarkan koefisien standar dan tingkat signifikansi untuk setiap jalur. Hasil yang diperoleh
dalam penelitian tersebut mendukung bahwa optimisme terhadap m-learning berpengaruh positif
terhadap PEOU (β57.921, hal <0,001). MEMILIH (optimisme)→PEOU penting, sehingga mendukungH1.
Siswa ODL optimis terhadap teknologi baru dibandingkan m-learning, yang berdampak positif pada
PEOU. Hasil penelitian menunjukkan bahwa optimisme terhadap m-learning berpengaruh positif
terhadap PU (β52.123,hal <0,05). MEMILIH→Oleh karena itu, PU signifikan dan mendukungH2.
Mahasiswa ODL optimis dengan teknologi baru yang berdampak positif terhadap PU. Inovasi adalah
prediktor signifikan PEOU. Inovasi tentang m-learning berpengaruh positif terhadap PEOU (β52.227,hal <
0,05), dan estimasi koefisien jalurnya signifikan. Dengan demikian,H3didukung. Saat ini, siswa ODL sudah
siap menerima teknologi inovatif seperti e-learning dan m-learning dalam proses belajar mengajar,
sehingga berdampak positif pada PEOU. Berbeda denganH3, hasil penelitian ini menunjukkan bahwa
inovasi tidak berpengaruh terhadap PU (β50,525,hal >0,05), dan estimasi jalurnya tidak signifikan. Jadi, itu
H4tidak didukung. Diasumsikan bahwa kesiapan negatif terhadap teknologi baru, seperti
ketidaknyamanan, berdampak negatif pada PEOU. Hasilnya menunjukkan bahwa ketidaknyamanan
tentang m-learning menyebabkan rendahnya PEOU (β53.016,hal <0,05). Estimasi koefisien jalur terbukti
signifikan sehingga mendukungH5. Berbeda dengan hipotesisH5, hasil penelitian menunjukkan bahwa
ketidaknyamanan terkait m-learning tidak menyebabkan penurunan PU (β50,885,hal >0,05). Estimasi
koefisien jalur terbukti tidak signifikan. Jadi, ituH6tidak didukung.
Penerimaan
m-belajar
Op mism
menggunakan TRAM
2.213
Dirasakan
7.921
Kegunaan
R2 = 0,861
Kehebatan inovasi
4.757
0,528
115
6.607
2.227
A
41.150
Perilaku
hari itu
R2 = 0,611
26.155
Bermaksud
R2 = 0,789
1.893
Ketidakamanan
4.00
0,885
Kemudahan yang Dirasakan
0,964
Penggunaan
R2 = 0,485
3.016
Tidak nyaman
Gambar 2.
Hasil PLSSumber:Gambar oleh penulis
Hasil yang diperoleh dalam penelitian ini tidak mendukung bahwa ketidakamanan sehubungan dengan mlearning menyebabkan rendahnya PEOU (β50,964,hal >0,05), dan estimasi jalurnya tidak signifikan. Dengan
demikian,H7tidak didukung. Temuan penelitian ini tidak mendukung bahwa ketidakamanan terkait m-learning
menyebabkan rendahnya PU (β51.893,hal >0,05). Tidak ada hubungan yang signifikan secara statistik antara
ketidakamanan dan PU. Dengan demikian,H8tidak didukung. Hasil yang diperoleh dalam penelitian tersebut
mendukung teori TAM bahwa PU mempengaruhi sikap belajar (β56.607,hal <0,001). Hal ini menunjukkan bahwa
jalur tersebut signifikan secara statistik. Dengan demikian,H9didukung. M-learning sangat berguna dalam proses
belajar mengajar siswa ODL. Akibatnya, hal itu mempengaruhi sikap mereka terhadap m-learning. Hasil yang
diperoleh dalam penelitian tersebut mendukung persepsi bahwa PU m-learning berpengaruh positif terhadap BI
untuk menggunakannya (β54.757,hal <0,001). Hal ini menunjukkan bahwa estimasi jalurnya signifikan. Dengan
demikian, H10didukung. Dapat disimpulkan bahwa kegunaan m-learning merupakan prediktor kuat BI siswa ODL
untuk menggunakan atau melanjutkan penggunaan m-learning untuk studi mereka.
PEOU dianggap sebagai salah satu prediktor utama yang secara positif mempengaruhi PU m-learning
mereka. Temuan penelitian mendukung hipotesis dengan data survei.Tabel 4 menunjukkan bahwa
semua item konstruk PEOU berkorelasi kuat dengan PU (β541.15 hal <0,001). Dengan demikian,H11
didukung. Ketika siswa ODL merasa bahwa m-learning mudah digunakan, kegunaannya meningkat. Hasil
yang diperoleh dalam penelitian mendukung bahwa PEOU berpengaruh positif terhadap sikap (β54.006,
hal <0,001). Hal ini menunjukkan bahwa estimasi jalurnya signifikan. Dengan demikian, H12didukung.
Siswa ODL dilaporkan telah menggunakan m-learning dengan mudah; Oleh karena itu, hal ini
mempengaruhi sikap mereka terhadap m-learning. Hasil yang diperoleh dalam penelitian tersebut
mendukung hipotesis bahwa sikap terhadap m-learning berpengaruh positif terhadap niat perilaku
untuk menggunakannya (β526.155,hal <0,001). Perkiraan jalurnya signifikan, danH13didukung. Di sini
dapat disimpulkan bahwa sikap merupakan prediktor kuat BI untuk menggunakan m-learning.
Diskusi
M-learning adalah bentuk pendidikan jarak jauh dimana m-learners menggunakan teknologi pendidikan
seluler dengan nyaman (Crescente dan Lee, 2011). Karena manfaat intrinsiknya, khususnya
model SEM
AAOUJ
18,2
116
Seiring dengan mobilitas belajar, penggunaan m-learning semakin meningkat di kalangan
mahasiswa milenial, apa pun disiplin ilmunya. Penelitian ini memvalidasi skala kesiapan mlearning melalui TRAM dan menilai kesiapan siswa ODL untuk mengadopsi m-learning dalam
proses belajar mengajar, termasuk penerimaannya. Optimisme dan inovasi adalah dua
pendorong utama TR. Hasil yang diperoleh dari TRAM menunjukkan bahwa optimisme
memberikan kontribusi positif terhadap PEOU dan PU m-learning (H1,hal <0,001,H2,hal <0,05),
yang sejalan dengan penelitian sebelumnya (Belidkk.,2018;Chen dan Lin, 2018;Chungdkk.,2015;
Kim dan Chiu, 2019), sedangkan inovasi berkontribusi positif terhadap PEOU m-learning (H3,hal <
0,05), namun bukan PU dari m-learning. Menariknya, hasil penelitian menunjukkan bahwa
optimisme siswa ODL meningkatkan PEOU dan PU m-learning mereka, namun inovasi hanya
meningkatkan PEOU mereka. Artinya, inovasi siswa ODL dapat mendorongnya untuk
menggunakan m-learning, namun apakah m-learning berguna dalam kegiatan akademiknya
tergantung pada struktur, desain dan isi m-learning. Masuk akal bahwa dampak inovasi lebih
tinggi dibandingkan dampak optimisme pada TRAM. Sejalan dengan studi penelitian sebelumnya (
Chen dan Lin, 2018), inovasi merupakan prediktor kuat dalam mengadopsi dan beradaptasi
terhadap layanan dan fitur baru seperti m-learning. Ketidaknyamanan dan rasa tidak aman adalah
dua TR negatif. Hasil yang diperoleh dari TRAM menunjukkan bahwa ketidaknyamanan
berdampak negatif pada PEOU m-learning (H5,hal <0,05). Hal ini menunjukkan bahwa ketika
seorang siswa ODL merasa kurangnya kontrol atas m-learning dan perasaan kewalahan olehnya,
ia cenderung tidak menganggap m-learning mudah digunakan.
PEOU dan PU m-learning berpengaruh positif terhadap sikap siswa ODL terhadap penggunaan
m-learning (H9,hal <0,001;H12,hal <0,001). Artinya, jika seorang siswa menganggap m-learning
mudah digunakan dan memiliki manfaat pembelajaran, maka sikapnya akan lebih positif. PU
merupakan prediktor kuat terhadap BI. Penelitian ini menunjukkan bahwa PU m-learning oleh
siswa ODL berpengaruh positif terhadap niatnya menggunakan m-learning untuk belajar
mengajar (H10, hal <0,001). Artinya semakin besar kegunaan m-learning maka semakin kuat pula
niat perilaku siswa untuk menggunakan m-learning. Sesuai dengan literatur yang ada (Davis, 1993
; G-omez-Ramirezdkk.,2019;Iqbal dan Bhatti, 2015;Venkatesh, 2000;Verkijika, 2019) hasil
menunjukkan bahwa sikap siswa ODL mempunyai pengaruh yang signifikan terhadap niat
perilaku menggunakan m-learning (H13,hal <0,001). Temuan penelitian ini sesuai dengan
penelitian sebelumnya (Lindkk.,2007), dan terbukti bahwa integrasi TR dengan TAM untuk
memprediksi penerimaan siswa terhadap m-learning sangat bermanfaat.
Kesimpulan
Temuan penelitian ini memiliki kontribusi metodologis, teoritis dan praktis. Dari sudut pandang
metodologis dan teoritis, penelitian sebelumnya yang menggunakan TRAM hanya berfokus pada layanan
kesehatan, pariwisata, olahraga, perbankan, dan layanan elektronik (Chen dan Lin, 2018; Chungdkk.,2015
;Huangdkk.,2015;Jin, 2020;Kim dan Chiu, 2019;Marhefkadkk.,2019; Sivathanu, 2019) dan penerimaan mlearning (Shujadkk.,2019;Verkijika, 2019;Wang dkk.,2019) telah diteliti. Namun kesiapan m-learning dan
penerimaannya oleh siswa yang menggunakan TRAM belum diteliti. Penelitian ini mencoba untuk
mengeksplorasi secara empiris kesiapan dan penerimaan m-learning oleh mahasiswa pendidikan tinggi,
khususnya mahasiswa ODL. Temuan penelitian ini mengungkapkan bahwa delapan konstruk yaitu
optimisme, inovasi, ketidakamanan, ketidaknyamanan, PEOU, PU, sikap dan BI, yang diekstraksi dari TRI
dan TAM, berkontribusi paling besar terhadap kesiapan dan penerimaan m-learning oleh siswa ODL. .
Hasil model persamaan struktural (SEM) menunjukkan bahwa delapan konstruk ini mengungkapkan 78%
penerimaan m-learning di kalangan siswa ODL. Oleh karena itu, penelitian ini secara akademis
menyarankan bahwa potensi m-learning dapat dimanfaatkan dalam lingkungan ODL. Penelitian ini
menawarkan beberapa kontribusi praktis terhadap pendidikan tinggi pada umumnya, dan pendidikan
terbuka dan jarak jauh pada khususnya. Hasilnya menunjukkan bahwa TR mempunyai a
berpengaruh positif dan signifikan terhadap PU m-learning, dan PU m-learning siswa ODL berpengaruh terhadap
niatnya memanfaatkan m-learning dalam proses belajar mengajar. Meskipun ada beberapa kontribusi dari
penelitian ini, penelitian ini juga memiliki beberapa keterbatasan. Temuan penelitian ini khusus untuk siswa ODL
di Odisha, India dan tidak dapat digeneralisasikan ke institusi pendidikan tinggi. Oleh karena itu, penelitian
Penerimaan
m-belajar
menggunakan TRAM
selanjutnya sebaiknya fokus pada perguruan tinggi lain dengan sampel yang lebih besar.
Referensi
Adams, DA, Nelson, RR dan Todd, PA (1992), “Kegunaan yang dirasakan, kemudahan penggunaan, dan penggunaan
teknologi informasi: replikasi”,MIS Triwulanan,Jil. 16 No.2, hal. 227, lakukan:10.2307/249577.
Agarwal, R. dan Prasad, J. (1999), “Apakah perbedaan individu erat dengan penerimaan hal-hal baru?
teknologi Informasi?",Ilmu Keputusan,Jil. 30 No.2, hal.361-391, doi:10.1111/j.15405915.1999.tb01614.x.
Ajzen, I. dan Fishbein, M. (1980),Memahami Sikap dan Memprediksi Perilaku Sosial,Pembantu tukangAula, NJ.
Aloqaily, A., Al-Nawayseh, MK, Baarah, AH, Salah, Z., Al-Hassan, M. dan Al-Ghuwairi, A.-R. (2019),
“Model analitik jaringan saraf untuk memprediksi faktor penentu penerimaan pembelajaran
seluler”, Jurnal Internasional Aplikasi Komputer dalam Teknologi,Jil. 60 No. 1, hal. 73-85, doi:
10.1504/IJCAT.2019.099502.
Arain, AA, Hussain, Z., Rizvi, WH dan Vighio, MS (2019), “Memperluas UTAUT2 menuju penerimaan
pembelajaran seluler dalam konteks pendidikan tinggi”,Akses Universal dalam Masyarakat
Informasi,Jil. 18 No.3, hal.659-673, doi:10.1007/s10209-019-00685-8.
Buyle, R., Van Compernolle, M., Vlassenroot, E., Vanlishout, Z., Mechant, P. dan Mannens, E. (2018),
“'Model kesiapan dan penerimaan teknologi sebagai prediktor niat penggunaan standar
data di kota pintar”,Media dan Komunikasi,Jil. 6 No. 4, hal. 127-139, doi:10.17645/
mac.v6i4.1679.
Chau, PYK dan Hu, PJ-H. (2002), “Menyelidiki keputusan yang diterima oleh para profesional kesehatan
teknologi telemedis: ujian empiris terhadap teori-teori yang bersaing”,Informasi dan
Manajemen,Jil. 39 No.4, hal.297-311, doi:10.1016/S0378-7206(01)00098-2.
Chavoshi, A. dan Hamidi, H. (2019), “Faktor sosial, individu, teknologi dan pedagogi
mempengaruhi penerimaan pembelajaran seluler di pendidikan tinggi: sebuah kasus dari Iran”,
Telematika dan Informatika,Jil. 38, hal.133-165, doi:10.1016/j.tele.2018.09.007.
Chen, M.-F. dan Lin, N.-P. (2018), “Memasukkan kesadaran kesehatan ke dalam kesiapan teknologi
dan model penerimaan untuk memprediksi pengunduhan aplikasi dan niat penggunaan”,Pencarian internet,Jil. 28
No.2, hal.351-373, doi:10.1108/IntR-03-2017-0099.
Chung, N., Han, H. dan Joun, Y. (2015), “Niat wisatawan untuk mengunjungi suatu destinasi: peran augmented
aplikasi reality (AR) untuk situs warisan”,Komputer dalam Perilaku Manusia,Jil. 50, hal. 588-599, doi:
10.1016/j.chb.2015.02.068.
Crescente, ML dan Lee, D. (2011), “Masalah kritis m-learning: model desain, proses adopsi,
dan tren masa depan”,Jurnal Institut Insinyur Industri Tiongkok,Jil. 28 No.2,
hal.111-123, doi:10.1080/10170669.2010.548856.
Davis, FD (1989), “Kegunaan yang dirasakan, kemudahan penggunaan yang dirasakan, dan penerimaan informasi oleh pengguna
teknologi",MIS Triwulanan,Jil. 13 No.3, hal. 319, lakukan:10.2307/249008.
Davis, FD (1993), “Penerimaan pengguna terhadap teknologi informasi: karakteristik sistem, pengguna
persepsi dan dampak perilaku”,Jurnal Internasional Studi Manusia-Mesin,Jil. 38 No.3,
hal.475-487, doi:10.1006/imms.1993.1022.
Davis, FD, Bagozzi, RP dan Warshaw, PR (1989), “Penerimaan pengguna terhadap teknologi komputer: a
perbandingan dua model teoritis”,Ilmu Manajemen,Jil. 35 No.8, hal.982-1003, doi:10.1287/
mnsc.35.8.982.
117
AAOUJ
18,2
Escobar-Rodriguez, T. dan Monge-Lozano, P. (2012), “Penerimaan teknologi Moodle oleh
mahasiswa administrasi bisnis”,Komputer dan Pendidikan,Jil. 58 No.4, hal.1085-1093.
Fagan, MH (2019), “Faktor-faktor yang mempengaruhi penerimaan mahasiswa terhadap mobile learning di perguruan tinggi”,
Komputer di Sekolah,Jil. 36 No.2, hal.105-121, doi:10.1080/07380569.2019.1603051.
Fornell, C. dan Larcker, DF (1981), “Mengevaluasi model persamaan struktural dengan yang tidak dapat diobservasi
variabel dan kesalahan pengukuran”,Jurnal Riset Pemasaran,Jil. 18 No.1, hal.39-50.
118
G-omez-Ramirez, I., Valencia-Arias, A. dan Duque, L. (2019), “Pendekatan penerimaan M-learning
di kalangan mahasiswa: model terpadu TPB dan TAM”,Tinjauan Internasional Penelitian dalam
Pembelajaran Terbuka dan Jarak Jauh,Jil. 20 No.3, hal.141-164.
Hair, FJ, Jr, Sarstedt, M., Hopkins, L. dan Kuppelwieser, VG (2014), “ Struktural kuadrat terkecil parsial
pemodelan persamaan (PLS-SEM)”,Tinjauan Bisnis Eropa,Jil. 26 No.2, hal.106-121, doi:10.1108/
EBR-10-2013-0128.
Ho Cheong, J. dan Park, M. (2005), “Penerimaan internet seluler di Korea”,Pencarian internet,Jil. 15
No.2, hal.125-140, doi:10.1108/10662240510590324.
Huang, Y.-M. dan Chiu, P.-S. (2015), “Efektivitas evaluasi berbasis pembelajaran bermakna
model untuk pembelajaran seluler sadar konteks”,Jurnal Teknologi Pendidikan Inggris,Jil. 46 No.2,
hal.437-447, doi:10.1111/bjet.12147.
Huang, J.-M., Ho, T.-K., Liu, Y.-C. dan Lin, Y.-H. (2015), “Diskusi tentang niat pengguna pegolf
menuju navigasi GPS golf”,Jurnal Teknologi Perhotelan dan Pariwisata,Jil. 6 No. 1, hal. 26-39,
doi:10.1108/JHTT-02-2015-0013.
Iqbal, S. dan Bhatti, ZA (2015), “Investigasi kesiapan mahasiswa menuju M-learning
menggunakan model penerimaan teknologi”,Tinjauan Internasional Penelitian dalam Pembelajaran Terbuka dan
Jarak Jauh,Jil. 16 No.4, hal.83-103.
Jeno, LM, Vandvik, V., Eliassen, S. dan Grytnes, J.-A. (2019), “Menguji efek kebaruan dari an
alat m-learning tentang internalisasi dan pencapaian: pendekatan Teori Penentuan Nasib Sendiri”,
Komputer dan Pendidikan,Jil. 128, hal.398-413, doi:10.1016/j.compedu.2018.10.008.
Jin, C. (2013), “Perspektif TRAM yang direvisi tentang pembangunan modal sosial: kasus Facebook
penggunaan",Informasi dan Manajemen,Jil. 50 No. 4, hal. 162-168, doi:10.1016/j.im.2013.03.002.
Jin, CH (2020), “Memprediksi penggunaan aplikasi merek berdasarkan TRAM”,Jurnal Internasional
Interaksi Manusia-Komputer,Jil. 36 No.2, hal.156-171, doi:10.1080/10447318.2019.1609227.
Kim, T. dan Chiu, W. (2019), “Penerimaan konsumen terhadap teknologi perangkat olahraga yang dapat dikenakan: peran
kesiapan teknologi”,Jurnal Internasional Pemasaran dan Sponsor Olahraga,Jil. 20 No. 1, hal.
109-126, doi:10.1108/IJSMS-06-2017-0050.
Krull, G. dan Duart, JM (2017), “Tren penelitian dalam pembelajaran seluler di pendidikan tinggi: sistematika
review artikel (2011-2015)”,Tinjauan Internasional Penelitian dalam Pembelajaran Terbuka dan Jarak Jauh,
Jil. 18 No.7, hal.1-23, doi:10.19173/irrodl.v18i7.2893.
Kuo, Y.-C., Walker, AE, Belland, BR dan Schroder, KEE (2013), “Sebuah studi prediktif siswa
kepuasan dalam program pendidikan online”,Tinjauan Internasional Penelitian dalam Pembelajaran
Terbuka dan Terdistribusi,Jil. 14 No. 1, hal. 16, lakukan:10.19173/irrodl.v14i1.1338.
Li, KC, Lee, LYK, Wong, SL, Yau, ISY dan Wong, BTM (2019), “Efek pembelajaran seluler
untuk mahasiswa keperawatan: evaluasi integratif proses pembelajaran, motivasi belajar, dan
kinerja belajar”,Jurnal Internasional Pembelajaran dan Organisasi Seluler,Jil. 13 No.1, hal. 51,
lakukan:10.1504/IJMLO.2019.096471.
Lin, C.-H., Shih, H.-Y. dan Sher, PJ (2007), “Mengintegrasikan kesiapan teknologi ke dalam penerimaan teknologi:
model TRAM”,Psikologi dan Pemasaran,Jil. 24 No.7, hal.641-657, doi:10.1002/Mar.20177.
Marhefka, SL, Turner, D. dan Lockhart, E. (2019), “Memahami kesediaan perempuan untuk menggunakan e-health
untuk layanan terkait HIV: penerapan baru model kesiapan dan penerimaan teknologi pada
kondisi medis yang sangat terstigmatisasi”,Telemedis dan E-Health,Jil. 25 No.6, hal.511-518, doi:
10.1089/tmj.2018.0066.
Martens, M., Roll, O. dan Elliott, R. (2017), “Menguji model kesiapan dan penerimaan teknologi untuk
pembayaran seluler di Jerman dan Afrika Selatan”,Jurnal Internasional Inovasi dan
Manajemen Teknologi,Jil. 14, hal. 6, lakukan:10.1142/S021987701750033X.
Netemeyer, RG, Bearden, WO dan Sharma, S. (2003),Prosedur Penskalaan: Masalah dan Penerapan,
Sage, New York.
Penerimaan
m-belajar
menggunakan TRAM
Secara alami, JC (1978),Teori Psikometri, Peneliti Pendidikan,McGraw-Hill, New York.
Padilla-Mel-endez, A., Garrido-Moreno, A. dan Del Aguila-Obra, AR (2008), “Faktor-faktor yang mempengaruhi
penggunaan teknologi e-kolaborasi di kalangan mahasiswa manajemen”,Komputer dan Pendidikan, Jil. 51
No.2, hal.609-623, doi:10.1016/j.compedu.2007.06.013.
Parasuraman, A. (2000), “Indeks kesiapan teknologi (Tri): skala beberapa item untuk mengukur kesiapan
untuk merangkul teknologi baru”,Jurnal Penelitian Pelayanan,Jil. 2 No.4, hal.307-320, doi:
10.1177/109467050024001.
Parasuraman, A. dan Colby, CL (2015), “Indeks kesiapan teknologi yang diperbarui dan disederhanakan”,
Jurnal Penelitian Pelayanan,Jil. 18 No.1, hal.59-74, doi:10.1177/1094670514539730.
Park, SY, Nam, M. dan Cha, S. (2012), “Niat perilaku mahasiswa untuk menggunakan ponsel
pembelajaran: mengevaluasi model penerimaan teknologi”,Jurnal Teknologi Pendidikan
Inggris,Jil. 43 No.4, hal.592-605.
Roca, JC, Chiu, C.-M. dan Mar-Sayanez, FJ (2006), “Memahami niat kelanjutan e-learning: an
perpanjangan Model Penerimaan Teknologi”,Jurnal Internasional Studi Komputer Manusia,
Jil. 64 No.8, hal.683-696, doi:10.1016/j.ijhcs.2006.01.003.
Rudestam, KE dan Schoenholtz-Read, J. (2009),Buku Panduan Pembelajaran Online,Publikasi Sage, CA.
S-anchez, RA dan Hueros, AD (2010), “Faktor motivasi yang mempengaruhi penerimaan Moodle
menggunakan TAM”,Komputer dalam Perilaku Manusia,Jil. 26 No.6, hal.1632-1640, doi:10.1016/j.chb.
2010.06.011.
S-anchez-Prieto, JC, Hern-andez-Garc-SayaA A - . , Garc-Sayapena
~alvo, FJ, Chaparro-Pel-aez, J. dan OlmosMiguel-an~ez, S. (2019), “Hancurkan tembok! Hambatan Tingkat Kedua dan penerimaan mLearning oleh
guru pra-jabatan tahun pertama”,Komputer dalam Perilaku Manusia,Jil. 95, hal.158-167, doi:10. 1016/
j.chb.2019.01.019.
Shih, J.-L., Chuang, C.-W. dan Hwang, G.-J. (2010), “Pendekatan pembelajaran seluler berbasis inkuiri untuk
meningkatkan efektivitas pembelajaran IPS”,Jurnal Teknologi Pendidikan dan Masyarakat,
Jil. 13 No.4, hal.50-62.
Shuja, A., Qureshi, IA, Schaeffer, DM dan Zareen, M. (2019), “Pengaruh m-learning pada siswa
kinerja akademik yang dimediasi oleh wacana fasilitasi dan fleksibilitas”,Manajemen
Pengetahuan dan E-Learning,Jil. 11 No.2, hal.158-200, doi:10.34105/j.kmel.2019.11.009.
Sivathanu, B. (2019), “Studi empiris tentang niat menggunakan perbankan terbuka di India”,Informasi
Jurnal Manajemen Sumber Daya,Jil. 32 No.3, hal.27-47, doi:10.4018/IRMJ.2019070102.
Smith, R., Deitz, G., Royne, MB, Hansen, JD, Gru €nhagen, M. dan Witte, C. (2013), “ Lintas budaya
pemeriksaan perilaku belanja online: perbandingan Norwegia, Jerman, dan Amerika
Serikat”,Jurnal Riset Bisnis,Jil. 66 No.3, hal.328-335, doi:10.1016/j.jbusres.2011.08.013.
Szajna, B. (1994), “Evaluasi dan pilihan perangkat lunak: validasi prediktif penerimaan teknologi
instrumen",MIS Triwulanan,Jil. 18 No.3, hal. 319, lakukan:10.2307/249621.
Venkatesh, V. (2000), “Penentu persepsi kemudahan penggunaan: mengintegrasikan kontrol, motivasi intrinsik,
dan emosi ke dalam model penerimaan teknologi”,Penelitian Sistem Informasi,Jil. 11 No.4,
hal.342-365, doi:10.1287/isre.11.4.342.11872.
Venkatesh, V., Morris, MG, Davis, GB dan Davis, FD (2003), “Penerimaan pengguna terhadap informasi
teknologi: menuju pandangan terpadu”,MIS Triwulanan,Jil. 27, hal.425-478.
Verkijika, SF (2019), “Memahami penerimaan dan penggunaan aplikasi m-learning oleh pengusaha: sebuah
penerapan teori sosial-kognitif dan motivasi”,Jurnal Manajemen Sumber Daya
Informasi,Jil. 32 No. 4, hal. 42-55, doi:10.4018/IRMJ.2019100103.
119
AAOUJ
18,2
Wang, Y.-Y., Wang, Y.-S., Lin, H.-H. dan Tsai, T.-H. (2019), “Mengembangkan dan memvalidasi model untuk
menilai keberhasilan aplikasi pembelajaran seluler berbayar”,Lingkungan Belajar Interaktif,Jil. 27 No.4,
hal.458-477, doi:10.1080/10494820.2018.1484773.
Yen, HR (2005), “Model kepuasan kualitas berbasis atribut untuk layanan mandiri internet
teknologi",Jurnal Industri Jasa,Jil. 25 No.5, hal.641-659.
Yi, Y., Lai Tung, L., Wu, Z. dan Lai, L. (2003), “Memasukkan kesiapan teknologi (TR) ke dalam TAM: adalah
120
ciri-ciri individu penting untuk memahami penerimaan teknologi?”,Digit 2003 Prosiding.
Penulis yang sesuai
Raj Kishor Kampa dapat dihubungi di:rajkampa@gmail.com
Untuk petunjuk tentang cara memesan cetak ulang artikel ini, silakan kunjungi situs web
kami: www.emeraldgrouppublishing.com/licensing/reprints.htm Atau hubungi kami
untuk informasi lebih lanjut:izin@emeraldinsight.com