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