ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI RESISTENSI TERHADAP LAYANAN MOBILE BANKING

MADE DONA WAHYU ARISTANA, Dr. Wing Wahyu Winarno, MAFIS.Ak.; Dr. Ir. Eko Nugroho, M.Si

2015 | Tesis | S2 MAGISTER TEKNIK INFORMASI

Layanan mobile banking memudahkan nasabah dalam melakukan transaksi perbankan. Menggunakan layanan mobile banking, nasabah dapat mengakses layanan bank seperti manajemen account, permintaan informasi, pemindahan dana, dan pembayaran tagihan. Penerimaan atau adopsi terhadap layanan mobile banking masih rendah. Rendahnya penerimaan terhadap layanan mobile banking dikarenakan adanya resistensi dari nasabah. Model yang digunakan pada penelitian ini berasal dari model yang dikembangkan oleh Ram dan Sheth. Penelitian ini melakukan penambahan beberapa variabel, seperti hambatan informasi, pengaruh sosial serta karakteristik demografi yaitu jenis kelamin, pendidikan dan umur. Data dikumpulkan melalui survei kuesioner, dengan sampel sebanyak 150 orang. Metode analisis data yang digunakan adalah Structural Equation Modeling (SEM) dengan menggunakan perangkat lunak smartPLS. Hasil penelitian ini menunjukkan hambatan penggunaan, hambatan nilai, hambatan resiko dan pengaruh sosial memiliki pengaruh positif terhadap resistensi. Sedangkan hambatan tradisi, hambatan gambaran, hambatan informasi dan karakteristik demografi tidak memiliki pengaruh positif terhadap resistensi layanan mobile banking.

Mobile banking service enables customers to conduct banking transactions. Using mobile banking services, customers can access services such account management, request for information, fund transfers, and bill payments. Acceptance or adoption of mobile banking services is still low. The low acceptance of mobile banking services due to resistance from customers. The model used in this study came from a model developed by Ram and Sheth. This study adding some variables, such as information barriers, social influences and demographic characteristics: gender, education and age. Data were collected through a questionnaire survey, with a sample of 150 people. Data analysis method used is Structural Equation Modeling (SEM), using software smartPLS. The results of this study demonstrate the usage barriers, value barrier, risks barrier and social influence has a positive effect on resistance. While the traditional barriers, image barriers, information barriers and demographic characteristics did not have a positive effect against the resistance of mobile banking services.

Kata Kunci : Mobile Banking, Resistance, PLS