ANALISIS PENERIMAAN CHATGPT MENGGUNAKAN EXTENDED UTAUT2

Maulana, Shidqi (2025) ANALISIS PENERIMAAN CHATGPT MENGGUNAKAN EXTENDED UTAUT2. Other thesis, UPN Veteran Yogyakarta.

[thumbnail of 2_Cover_124180046_Shidqi Maulana.pdf] Text
2_Cover_124180046_Shidqi Maulana.pdf

Download (165kB)
[thumbnail of 3_Abstrak_124180046_Shidqi Maulana.pdf] Text
3_Abstrak_124180046_Shidqi Maulana.pdf

Download (16kB)
[thumbnail of 4_Halaman Pengesahan_124180046_Shidqi Maulana.pdf] Text
4_Halaman Pengesahan_124180046_Shidqi Maulana.pdf

Download (235kB)
[thumbnail of 5_Daftar Isi_124180046_Shidqi Maulana.pdf] Text
5_Daftar Isi_124180046_Shidqi Maulana.pdf

Download (82kB)
[thumbnail of 6_Daftar Pustaka_124180046_Shidqi Maulana.pdf] Text
6_Daftar Pustaka_124180046_Shidqi Maulana.pdf

Download (169kB)
[thumbnail of 1_Skripsi Full_124180046_Shidqi Maulana.pdf] Text
1_Skripsi Full_124180046_Shidqi Maulana.pdf
Restricted to Repository staff only

Download (4MB)

Abstract

Model Extended UTAUT2 yang dikembangkan oleh Farooq masih tergolong baru
dalam studi penerimaan teknologi dan belum banyak diterapkan dalam berbagai lingkungan
penelitian. Variabel tambahan dalam model ini, yaitu Personal Innovativeness (PI),
menunjukkan hasil yang beragam dalam penelitian sebelumnya. Beberapa studi menemukan
bahwa PI memiliki pengaruh signifikan terhadap Behavioral Intention (BI), sementara
penelitian lain menunjukkan bahwa pengaruhnya tidak signifikan, yang diduga dipengaruhi
oleh faktor demografis seperti tingkat pendidikan. Mengingat ChatGPT merupakan
teknologi baru yang digunakan oleh pengguna dengan latar belakang yang beragam,
penelitian ini berupaya mengidentifikasi faktor-faktor dalam Extended UTAUT2, termasuk
Personal Innovativeness (PI), yang memengaruhi penerimaan ChatGPT oleh masyarakat
dengan tingkat pendidikan yang beragam.
Penelitian ini menggunakan metode kuantitatif melalui pelaksanaan survei untuk
mengumpulkan data dari 191 responden dengan latar belakang pendidikan yang beragam.
Data dianalisis menggunakan Partial Least Squares-Structural Equation Modeling (PLS
SEM) untuk menguji hubungan antar variabel dalam model penelitian. Selain itu, analisis
deskriptif digunakan untuk menggambarkan karakteristik responden serta pola tanggapan
terhadap variabel penelitian. Kedua tahapan analisis ini dilakukan untuk mengidentifikasi
faktor-faktor yang berkontribusi terhadap penerimaan ChatGPT serta mengevaluasi
kemungkinan perbedaan pola jawaban antar kelompok responden berdasarkan tingkat
pendidikan.
Hasil penelitian menunjukkan bahwa dari 12 hipotesis yang diuji, 7 hipotesis
diterima. Hipotesis-hipotesis yang diterima tersebut mengonfirmasi bahwa beberapa faktor
dalam model Extended UTAUT2 memiliki pengaruh terhadap keputusan masyarakat dalam
menerima ChatGPT. Faktor-faktor yang terbukti berkontribusi meliputi performance
expectancy, effort expectancy, facilitating conditions, hedonic motivation, habit, personal
innovativeness, dan behavioral intention. Namun, tidak ditemukan perbedaan signifikan
dalam pengaruh personal innovativeness berdasarkan tingkat pendidikan responden. Oleh
karena itu, penelitian selanjutnya disarankan untuk mengeksplorasi faktor demografis lain,
seperti kelompok usia atau tingkat kemahiran teknologi, sebagai variabel moderasi yang
berpotensi memperjelas hubungan antara personal innovativeness dan perilaku penerimaan
teknologi.
Kata kunci: Extended UTAUT2, Personal Innovativeness, ChatGPT, PLS-SEM.

Item Type: Thesis (Other)
Uncontrolled Keywords: Extended UTAUT2, Personal Innovativeness, ChatGPT, PLS-SEM.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: A.Md Eko Suprapti
Date Deposited: 04 Jul 2025 06:32
Last Modified: 04 Jul 2025 06:32
URI: http://eprints.upnyk.ac.id/id/eprint/42938

Actions (login required)

View Item View Item