Path Analisis Technology Acceptance Model pada Penerapan Blended Learning

Main Article Content

Wawan Laksito Yuly Saptomo
Elistya Rimawati

Abstract

Model pembelajaran Blended Learning  adalah sistem yang mengkolaborasikan pembelajaran tatap muka kelas dengan pembelajaran online memanfaatkan E-Learning. Penelitian ini bertujuan untuk mengukur tingkat penerimaan dan perilaku peserta didik terhadap teknologi  dari model pembelajaran Blended Learning. Variabel yang dikembangkan merujuk pada Technology Acceptance Model (TAM), yaitu  model penerimaan pengguna terhadap sistem informasi. Model TAM dikembangkan dari teori psikologis yang menjelaskan bahwa perilaku pengguna sistem berlandaskan pada kepercayaan, sikap, keinginan, dan hubungan perilaku pengguna. Data yang diperoleh dianalisis hubungan struktur variabel dengan Structural Equation Modeling (SEM) menggunakan metode Partial Least Square (PLS). Berdasarkan hasil Analisa PLS dan Boostraping diperoleh nilai Pengaruh Langsung, Pengaruh Tidak Langsung, dan Pengaruh tidak langsung sesuai jalur spesifikasi melalui variabel intervening (Spesific Indirect Efect).

Article Details

Section
Articles

References

F. Poluan, A. Lumenta, and A. Sinsuw, “Evaluasi Implementasi Sistem E-Learning Menggunakan Model Evaluasi Hot Fit : Studi Kasus Universitas Sam Ratulangi,” E-Journal Tek. Inform. Ratulangi, Univ. S A M Stud. Progr. Inform. Tek. Tek. Fak. Ratulangi, Univ. Sam Kampus, Jl Bahu, Unsrat, vol. 4, no. 2, pp. 1–6, 2014.

Siti Zubaidah, “Keterampilan Abad Ke-21: Keterampilan Yang Diajarkan Melalui Pembelajaran,” in Seminar Nasional Pendidikan, 2016, vol. 2, no. 2, pp. 1–17, doi: 10.1021/acs.langmuir.6b02842.

W. L. Y. Saptomo, Ragam Media Interaktif Dalam Pembelajaran. Semarang: BP-UNISBANK, 2018.

A. Purnomo, N. Ratnawati, and N. F. Aristin, “Pengembangan Pembelajaran Blended Learning Pada Generasi Z,” J. Teor. dan Praksis Pembelajaran IPS, vol. 1, no. 1, pp. 70–76, 2016, doi: 10.17977/um022v1i12016p070.

N. Marangunić and A. Granić, “Technology Acceptance Model: a literature review from 1986 to 2013,” Univers. access Inf. Soc., vol. 14, no. 1, pp. 81–95, 2015.

Sugiyono, Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung: Alfabeta, 2012.

G. D. Garson, Structural Equation Modeling. North Carolina: Statistical Associates Publishing, 2015.

L. G. Wallace and S. D. Sheetz, “The Adoption of Software Measures: A Technology Acceptance Model (TAM) Perspective,” Inf. Manag., vol. 51, no. 2, pp. 249–259, 2014.

J. Henseler, C. M. Ringle, and M. Sarstedt, “Testing Measurement Invariance Of Composites Using Partial Least Squares,” Int. Mark. Rev., vol. 33, no. 3, pp. 405–431, 2016, doi: https://doi.org/10.1108/IMR-09-2014-0304.

F. H. J. Joe, S. Marko, H. Lucas, and G. K. Volker, “Partial Least Squares Structural Equation Modeling (PLS-SEM): An emerging tool in business research,” Eur. Bus. Rev., vol. 26, no. 2, pp. 106–121, Jan. 2014, doi: 10.1108/EBR-10-2013-0128.

J. Henseler and M. Sarstedt, “Goodness-of-Fit Indices for Partial Least Squares Path Modeling,” Comput. Stat., vol. 28, no. 2, pp. 565–580, 2013, doi: 10.1007/s00180-012-0317-1.