Kajian Branding Indonesia

Vol. 4, No.1, January-June 2022: 60-69

Implementasi Model UTAUT

pada Industri Perbankan di Indonesia
Abdul Rohman
Binus Business School-Master Program, Bina Nusantara University
Jakarta, Indonesia

Article Info ABSTRACT

This study aims to examine the role of technology acceptance using
Keyword: the UTAUT (unified theory of acceptance and use of technology)
Technology Acceptance Model with the level of technological factors (Performance
UTAUT Model Expectancy and Effort Expectancy), individual factors (Perceived
Behavior Intentions Anxiety and Attitude toward Use), and organizational factors (Social
User Behavior Influence and Facilitating Conditions) on Behavior Intentions
through User Behavior. Data were obtained using a questionnaire
distributed to Bank employees in Indonesia with a sample of 248
peoples. Structural Equation Modeling (SEM) analysis was used to
confirm the proposed relationship. This study found that the six
dimensions of individual, organizational and technological factors
(Performance Expectancy, Effort Expectancy, Perceived Anxiety,
Attitude toward Use, Social Influence, Facilitating Conditions)
significantly affect Behavior Intentions mediated by User Behavior.

Kata Kunci: SARI PATI

Penerimaan teknologi, Penelitian ini bertujuan untuk menguji peran penerimaan teknologi
Model UTAUT dengan menggunakan Model UTAUT dengan tingkat faktor
Intensi Perilaku, teknologi (Performance Expectancy dan Effort Expectancy), faktor
Perilaku Pengguna. individu (Perceived Anxiety and Attitude toward Use), dan faktor
organisasi (Social Influence dan Facilitating Conditions) terhadap
Behavior Intentions melalui User Behavior. Data diperoleh dengan
Corresponding Author: menggunakan kuesioner yang disebarkan kepada pegawai Bank di
Abdul Rohman Indonesia dengan sampel sebanyak 248 orang. Analisis Structural
Email: Equation Modeling (SEM) digunakan untuk memastikan hubungan
[email protected] yang diusulkan. Studi ini menemukan bahwa enam dimensi faktor
__________________________ individu, organisasi dan teknologi (Performance Expectancy, Effort
Copyright © 2022 by Authors, Expectancy, Perceived Anxiety, Attitude toward Use, Social
Published by KBI. Influence, Facilitating Conditions) secara signifikan berpengaruh
This is an open access article terhadap Behavior Intentions yang dimediasi oleh User Behavior.
under
the CC BY-SA License
 Abdul Rohman

PENDAHULUAN

Dunia perbankan telah mengalami perubahan di era sekarang ini, kebutuhan akan kemudahan
akses yang sangat mudah bagi nasabah dan karyawan. Masyarakat tidak lagi harus datang ke
teller untuk melakukan transaksi perbankan, namun masyarakat dapat melakukannya dari mana
saja dan kapan saja. Selain itu, faktor keamanan menjadi hal terpenting untuk bermigrasi dari
transaksi konvensional ke transaksi digital. Di negara maju sistem digital sudah diterapkan, hal
ini memudahkan negara lain untuk mengikuti sistem yang ada dan dapat diadopsi dengan baik.
Foon & Fah (2011) menyatakan bahwa digital banking menjadi fokus baru seiring dengan
meningkatnya jumlah pengguna internet secara global. Hal ini menunjukkan bahwa secara global
penggunaan perbankan digital sudah sangat populer bagi warga dunia.

Penerapan digital banking tentunya menghadapi tantangan yang cukup berat, terutama dengan
diterimanya teknologi di masyarakat dan pegawai bank itu sendiri. Hal ini sejalan dengan
penelitian Tarhini et al., (2016) yang menyatakan bahwa implementasi digital banking tidak
hanya ditentukan oleh perbankan atau dukungan pemerintah, tetapi juga oleh persepsi dan
pengalaman pengguna. Banyak studi empiris yang mencoba mengkaji faktor-faktor apa saja
yang berdampak pada penerimaan teknologi sehingga dapat dikembangkan menjadi model baru
untuk implementasinya. Salah satu penelitian yang dilakukan oleh Raza et al., (2019) yang
meneliti faktor-faktor yang mempengaruhi penerimaan mobile banking (M-banking) di bank
syariah Pakistan dengan menggunakan model unified unified theory of acceptance and use of
technology (UTAUT) dan menemukan bahwa ada pengaruh yang signifikan antara masing-
masing variabel penelitian.

Penelitian-penelitian sebelumnya tentang penerimaan teknologi dalam organisasi perbankan

telah membahas dan menemukan temuan yang signifikan bagi kemajuan dunia perbankan
(Williams et al., 2015). Beberapa kategori yang ditemukan adalah sistem komunikasi oleh Zhou
et al., (2010), Abushanab et al., (2010), Sapio et al., (2010), sistem tujuan umum oleh Teo
(2011), Hailemariam et al., (2010), Schaupp et al., (2010), sistem kantor oleh Terzis &
Economides (2011), Tavares & Amaral (2010), dan sistem bisnis khusus oleh Chisolm et al.,
(2010).

Penelitian ini mengajukan hipotesis mediasi dalam model penelitian yang diajukan. Tidak
banyak penelitian sejenis yang melakukan konstruk mediasi pada model penelitian. Sehingga
penelitian ini diharapkan dapat memberikan kontribusi terhadap model pengembangan penelitian
pada model UTAUT pada khususnya dan penerimaan teknologi pada umumnya.

REVIEW LITERATURE

Technology Acceptance
Oechslein et al., (2014) menyatakan bahwa penelitian penerimaan teknologi secara tradisional
memiliki fokus yang kuat pada pengguna profesional di lingkungan perusahaan. Sementara itu,
Lee et al., (2003) dalam penelitiannya tentang historical literature review dan kronologi
perkembangan penelitian penerimaan teknologi menyatakan bahwa terjadi perubahan model dari
fase model pengenalan ke fase model elaborasi. Hal ini dapat dilihat pada gambar berikut:

61
Kajian Branding Indonesia – January-June, Vol. 4, No. 1, 2022

Gambar 1.
Chronological Progress of Technology Acceptance Research
Sumber: Lee et al., (2003)

Pada gambar di atas dijelaskan bahwa pengembangan penelitian penerimaan teknologi dibagi
menjadi empat fase model, yaitu model pengenalan, model validasi, model penyuluhan, dan
model elaborasi. Pada tahap pengembangan model pengenalan ini diperkenalkan oleh Davis
(1986). Kemudian model validasi diperkenalkan oleh (Adams et al., 1992), model ekstensi
diperkenalkan oleh (Straub, 1994), dan model elaborasi diperkenalkan oleh (Venkatesh et al.,
2000).

Model UTAUT
Venkatesh (2003) mengembangkan model terpadu yang menyatukan pandangan alternatif
tentang penerimaan pengguna dan inovasi, teori penerimaan dan penggunaan teknologi terpadu
(UTAUT). Berdasarkan Gambar 1 menunjukkan bahwa Model UTAUT telah dibangun oleh
empat konstruk inti, yaitu harapan kinerja, harapan upaya, pengaruh sosial dan kondisi fasilitasi.
Ini mengarahkan penentu niat perilaku dan akhirnya perilaku, dan bahwa konstruksi ini pada
gilirannya dimoderatori oleh jenis kelamin, usia, pengalaman, dan kesukarelaan penggunaan
(Venkatesh, 2003). Keempat konstruk inti ini diargumentasikan akan mampu menilai niat
individu untuk menggunakan sistem tertentu oleh peneliti dan praktisi di lingkungan nyata.

Teori Model UTAUT dikembangkan melalui kajian dan integrasi delapan teori dan model
dominan, yaitu: Theory of Reasoned Action (TRA) oleh Ajzen & Fishbein (1975), Technology
Acceptance Model (TAM) oleh Davis et al., (1989), Model Motivasi, Teori Perilaku Terencana
(TPB) oleh Ajzen (1985), gabungan TBP/TAM, Model Pemanfaatan PC, Teori Difusi Inovasi
(IDT) oleh Rogers et al., (2004) , dan Teori Kognitif Sosial (SCT). Teori dan model yang
berkontribusi ini semuanya telah digunakan secara luas dan berhasil oleh sejumlah besar studi
sebelumnya tentang adopsi dan difusi teknologi atau inovasi dalam berbagai disiplin ilmu
termasuk sistem informasi, pemasaran, psikologi sosial, dan manajemen.

Behavior Intentions dan User Behavior

Konstruk niat perilaku berasal dari Theory of Reasoned Action (TRA) oleh Ajzen & Fishbein
(1975). Konstruk didefinisikan sebagai "ukuran kekuatan niat seseorang untuk melakukan
perilaku tertentu" (Ajzen, 1991). Penelitian telah menunjukkan bahwa niat perilaku memiliki
dampak langsung pada penggunaan aktual individu dari teknologi tertentu (Ajzen, 1991).
Konstruk niat perilaku diperkenalkan ke disiplin MIS melalui model penerimaan teknologi,
 Abdul Rohman

konstruk yang sangat penting dalam manajemen informasi, karena pentingnya; itu, disebut
"sebagai kriteria kunci dalam penelitian penerimaan pengguna'' (Venkatesh, 2003). Selain itu,
Use behavior digunakan dalam penelitian ini sebagai indikator penerimaan pengguna; karena
cukup menantang untuk memiliki data tentang penggunaan yang sebenarnya. Studi oleh
Venkatesh (2003), berfokus pada penerimaan individu terhadap teknologi dengan menggunakan
niat atau penggunaan sebagai variabel dependen.

METODE DAN HIPOTESIS PENELITIAN

Sample dan Prosedur Pengumpulan Data

Kami melakukan survei terhadap staf di salah satu Bank di Indonesia untuk mengumpulkan data.
Populasi dalam penelitian ini adalah seluruh pegawai pada salah satu Bank di Indonesia dan
diambil sampel pegawai sebanyak 248 orang. Selain mengumpulkan data primer melalui survei,
kami juga melakukan kunjungan untuk mendapatkan data yang relevan.

Data Analysis
Analisis data dalam penelitian ini menggunakan teknik analisis Structural Equation Model
(SEM), yaitu suatu teknik analisis data yang mensyaratkan terpenuhinya parameter dan prosedur
sebagai berikut: (1) ukuran sampel, (2) normalitas dan linieritas, ( 3) outlier, (4)
multikolinearitas, dan (5) singularitas. Setelah itu, untuk menentukan parameter mana yang harus
digunakan untuk mengukur percobaan dan hasil yang ditemukan dalam percobaan, berbagai
jenis indeks kesesuaian digunakan untuk mengukur derajat kebebasan antara model yang
diharapkan dan data yang disajikan. Untuk itu peneliti diharuskan menggunakan beberapa indeks
kesesuaian untuk menguji model yang diusulkan untuk diukur Beberapa indeks kesesuaian dan
nilai batas yang digunakan untuk menguji apakah suatu model dapat diterima atau ditolak adalah
sebagai berikut: (1) Chi-Square Statistics, (2) RMSEA (Root Mean Square Error of
Approximation), (3) GFI (Goodness Fit Index), (4) AGFI (Adjusted Goodness of Fit Index), (5)
CMIN / DF, (6) TLI (Tucker Lewis Index), and (7) CFI (Comparative Fit Index).

Model dan Hipotesis Penelitian

Dalam melakukan penelitian, peneliti membangun konstruk sebagaimana terlampir pada Gambar
2 di bawah ini bahwa penelitian ini mencoba menguji pengaruh langsung dan tidak langsung dari
variabel eksogen (harapan kinerja, harapan usaha, kecemasan yang dirasakan, sikap untuk
menggunakan, pengaruh sosial, dan kondisi fasilitasi) pada variabel endogen (niat perilaku dan
perilaku pengguna). Selain itu, peneliti juga menguji pengaruh variabel mediasi.

63
Kajian Branding Indonesia – January-June, Vol. 4, No. 1, 2022

Gambar 2. Model Penelitian

HASIL DAN PEMBAHASAN

Hasil Uji Kelayakan Model Penelitian

Pengujian kelayakan model penelitian dilakukan setelah dilakukan analisis tingkat
undimensionalitas dimensi/indikator yang membentuk variabel laten yang diuji dengan analisis
faktor konfirmatori – analisis selanjutnya adalah analisis Structural Equal Modeling (SEM)
secara full model. Hasil pengolahan data untuk analisis model SEM lengkap dijelaskan sebagai
berikut:
 Abdul Rohman

Gambar 3. Structural Model

Sumber: Data Primer, 2021

Tahap pertama dalam pengujian model penelitian adalah menganalisis kelayakan model
penelitian. Hasil uji kelayakan model penelitian yang dikembangkan dalam penelitian ini
disajikan pada Tabel 1.

Tabel 1.
Hasil Uji Feasibilitas

Goodness of Fit Cut off Value Result Model

Index Evaluation
Chi-Square (df = < 199,601 110,941 Good
566)
Probability  0,05 0,098 Good
CMIN/DF  2,00 1.960 Good
AGFI  0,90 0,939 Good
GFI  0,90 0,918 Good
TLI  0,95 0,953 Good
CFI  0,95 0,952 Good
RMSEA  0,08 0,074 Good
Sumber: Data Primer, 2021

65
Kajian Branding Indonesia – January-June, Vol. 4, No. 1, 2022

Berdasarkan hasil uji kelayakan model yang disajikan pada Tabel 1, menunjukkan bahwa secara
keseluruhan kriteria pengujian berada pada kategori baik atau memenuhi kriteria penilaian yang
dipersyaratkan. Dalam uji Chi-Square, suatu model akan dianggap baik jika hasilnya
menunjukkan nilai Chi-Square hitung lebih kecil dari nilai Chi-Square tabel. Semakin banyak
Chi-Square semakin kecil nilai tabel Chi-Square menunjukkan bahwa semakin baik model
berarti tidak ada perbedaan antara populasi yang diestimasi dengan sampel yang diuji. Model
penelitian ini menunjukkan bahwa nilai Chi-Square hitung adalah 110.941 sedangkan nilai
kritis/Chi-Square tabel dengan df = 56 adalah 199.601. Karena nilai Chi-Square yang dihitung
dalam penelitian ini lebih kecil dari nilai kritisnya, berarti model penelitian tidak berbeda dengan
populasi yang diestimasi/model dianggap baik (diterima).

Hasil Pengujian Hipotesis

Model persamaan struktural yang digunakan secara keseluruhan terdiri dari tiga variabel
eksogen, satu variabel endogen dan satu variabel intervening. Tabel 2 menunjukkan bahwa
estimasi efek standar (estimasi efek langsung standar) estimasi efek tidak langsung standar dan
perkiraan efek total standar.

Table 2. Hasil Uji Hipotesis

Estimat
S.E. C.R. P
e
Behavior
<--- Performance Expectancy 0.165 0.212 0.776 0.038
Intention
Behavior
<--- Effort Expectancy 0.098 0.228 0.432 0.006
Intention
Behavior
<--- Perceived Anxiety 0.183 0.124 1.479 0.039
Intention
Behavior
<--- Attitude Toward Use 0.213 0.145 1.469 0.042
Intention
Behavior
<--- Social Influence 0.142 0.307 0.463 0.044
Intention
Behavior
<--- Facilitating Condition 0.163 0.255 0.637 0.004
Intention
User Behavior <--- Performance Expectancy 0.222 0.188 1.179 0.038
User Behavior <--- Effort Expectancy 0.253 0.202 1.248 0.023
User Behavior <--- Perceived Anxiety 0.171 0.111 1.542 0.023
User Behavior <--- Attitude Toward Use 0.232 0.131 1.773 0.076
User Behavior <--- Social Influence 0.398 0.276 1.442 0.049
User Behavior <--- Facilitating Condition 0.202 0.229 0.884 0.017
User Behavior <--- Behavior Intention 0.139 0.061 2.277 0.023

Berdasarkan tabel 2, estimasi parameter untuk pengujian Performance Expectancy pada

Behavior Intention menunjukkan nilai cr sebesar 0,076 dengan probabilitas sebesar 0,038.
Estimasi parameter untuk pengujian Effort Expectancy pada Behavior Intention menunjukkan
nilai cr sebesar 0,432 dengan probabilitas 0,006. Estimasi parameter Perceived Anxiety on
Behavior Intention menunjukkan nilai cr sebesar 1,479 dengan probabilitas 0,039. Estimasi
parameter untuk pengujian Attitude menuju Use on Behavior Intention menunjukkan nilai cr
sebesar 1,469 dengan probabilitas sebesar 0,042. Parameter estimasi untuk pengujian Social
Influence on Behavior Intention menunjukkan nilai cr sebesar 0,463 dengan probabilitas 0,043.
Parameter estimasi Facilitating Condition pada Behavior Intention menunjukkan nilai cr sebesar
 Abdul Rohman

0,637 dengan probabilitas 0,004. Oleh karena nilai probabilitas semua variabel < 0,05 maka
dapat disimpulkan bahwa semua variabel terbukti berpengaruh positif dan signifikan terhadap
Behavior Intention. Hasil penelitian membuktikan bahwa hipotesis H1a, H2a, H3a, H4a, H5a,
H6a diterima.

Kemudian, estimasi parameter untuk pengujian Performance Expectancy pada User Behavior
menunjukkan nilai cr sebesar 1,179 dengan probabilitas 0,038. Estimasi parameter untuk
pengujian Effort Expectancy pada User Behavior menunjukkan nilai cr sebesar 1,248 dengan
probabilitas 0,002. Estimasi parameter Perceived Anxiety on User Behavior menunjukkan nilai
cr sebesar 1,542 dengan probabilitas 0,023. Estimasi parameter untuk pengujian Attitude to Use
on User Behavior menunjukkan nilai cr sebesar 1,773 dengan probabilitas sebesar 0,076.
Parameter estimasi untuk pengujian Social Influence on User Behavior menunjukkan nilai cr
sebesar 1,442 dengan probabilitas 0,049. Parameter estimasi Facilitating Condition on User
Behavior menunjukkan nilai cr sebesar 0,884 dengan probabilitas 0,017. Oleh karena nilai
probabilitas semua variabel < 0,05 maka dapat disimpulkan bahwa semua variabel terbukti
berpengaruh positif dan signifikan terhadap Perilaku Pengguna. Hasil penelitian membuktikan
bahwa hipotesis H1b, H2b, H3b, H4b, H5b, H6b diterima.

Selain itu, yang terakhir adalah estimasi parameter Behavior Intention pada User Behavior yang
menunjukkan nilai cr sebesar 2,277 dengan probabilitas sebesar 0,023. Oleh karena itu nilai
probabilitas variabel < 0,05 maka dapat disimpulkan bahwa Behavior Intention berpengaruh
positif dan signifikan terhadap User Behavior. Hasil penelitian membuktikan bahwa hipotesis H7
diterima.

CONCLUSION
Hasil penelitian dan pengolahan data menunjukkan bahwa variabel pada tingkat teknologi
(Performance Expectancy dan Effort Expectancy), tingkat individu (Perceived Anxiety and
Attitude against Use), dan tingkat organisasi (Social Influence and Facilitating Condition)
berpengaruh positif signifikan. berpengaruh terhadap Perilaku Pengguna terhadap Niat Perilaku.
Hasil penelitian ini menunjukkan bahwa peran level individu, teknologi dan organisasi menjadi
perhatian khusus dalam melihat bagaimana respon pengguna teknologi terhadap layanan digital
di perbankan. Selain itu, penelitian ini memperkuat penelitian sebelumnya yang menyatakan
bahwa Model UTAUT sangat direkomendasikan dalam mengukur penerimaan teknologi yang
digunakan oleh organisasi, perusahaan dan institusi yang ingin meluncurkan produk untuk
pelanggan berbasis sistem teknologi digital.

67
Kajian Branding Indonesia – January-June, Vol. 4, No. 1, 2022

REFERENCES

1. Abushanab, E., Michael Pearson, J., & Setterstrom, A. J. (2010). Internet banking and customers’
acceptance in Jordan: The unified model’s perspective. Communications of the Association for
Information Systems, 26(1), 493–524. https://doi.org/10.17705/1cais.02623
2. Adams, D. A., Nelson, R., Todd, P. A., & Nelson, R. R. (1992). Perceived Usefulness, Ease of
Use, and Usage of Information Technology: A Replication Increasing Systems Usage Perceived
Usefulness, Ease of Use, and Usage of Information Technology: A Replication. Source: MIS
Quarterly, 16(2), 227–247.
3. Ajzen, I. (1985). From Intentions to Actions : A Theory of Planned Behavior. Action Control, 11–
39.
4. Ajzen, I. (1991). The Theory of Planned Behavior. Organizational Behavior and Human
Decision Processes, 50, 179–211.
5. Ajzen, I., & Fishbein, M. (1975). Belief , attitude , intention and behaviour : An introduction to
theory and research (Issue May 1975). Reading, MA: Addison-Wesley.
6. Chisolm, D. J., Purnell, T. S., Cohen, D. M., & McAlearney, A. S. (2010). Clinician perceptions
of an electronic medical record during the first year of implementaton in emergency services.
Pediatric Emergency Care, 26(2), 107–110. https://doi.org/10.1097/PEC.0b013e3181ce2f99
7. Davis, F. D. ., Bagozzi, R. P. ., & Warshaw, P. R. . (1989). User Acceptance of Computer
Technology: A Comparison of Two Theoretical ModePublished by : INFORMS Stable URL :
https://www.jstor.org/stable/2632151 REFERENCES Linked references are available on JSTOR
for this article : You may need to log in to JSTOR to . Management Science, 35(8), 982–1003.
8. Davis, F.D. (1986) “Technology Acceptance Model for Empirically Testing New End-user
Information Systems Theory and Results” Unpublished Doctoral Dissertation, MIT.
9. Donmez-Turan, A. (2019). Does unified theory of acceptance and use of technology (UTAUT)
reduce resistance and anxiety of individuals towards a new system? Kybernetes.
https://doi.org/10.1108/K-08-2018-0450
10. Everett M Rogers, Arvind Singhal, & Margaret M. Quinlan. (2004). 26 Diffusion of Innovations
Everett M. Rogers. 1–25.
11. Hailemariam, G., Negash, S., & Musa, P. F. (2010). In search of insights from community of
practice and use of telemedicine in low income countries: The case of ethiopia. 16th Americas
Conference on Information Systems 2010, AMCIS 2010, 3, 1832–1843.
12. Ifinedo, P. (2012). Technology acceptance by health professionals in Canada: An analysis with a
modified UTAUT model. Proceedings of the Annual Hawaii International Conference on System
Sciences, November, 2937–2946. https://doi.org/10.1109/HICSS.2012.556
13. Lee, Y., Kozar, K. A., & Larsen, K. R. T. (2003). The Technology Acceptance Model: Past,
Present, and Future. Communications of the Association for Information Systems, 12(December).
https://doi.org/10.17705/1cais.01250
14. Liaw, S., & Huang, H. (2013). Computers & Education Perceived satisfaction , perceived
usefulness and interactive learning environments as predictors to self-regulation in e-learning
environments. Computers & Education, 60(1), 14–24.
https://doi.org/10.1016/j.compedu.2012.07.015
15. Oechslein, O., Fleischmann, M., & Hess, T. (2014). An application of UTAUT2 on social
recommender systems: Incorporating social information for performance expectancy.
Proceedings of the Annual Hawaii International Conference on System Sciences, 3297–3306.
https://doi.org/10.1109/HICSS.2014.409
16. Raza, S. A., Shah, N., & Ali, M. (2019). Acceptance of mobile banking in Islamic banks:
evidence from modified UTAUT model. Journal of Islamic Marketing, 10(1), 357–376.
https://doi.org/10.1108/JIMA-04-2017-0038
17. Sapio, B., Turk, T., Cornacchia, M., Papa, F., Nicolò, E., & Livi, S. (2010). Building scenarios of
digital television adoption: A pilot study. Technology Analysis and Strategic Management, 22(1),
 Abdul Rohman

43–63. https://doi.org/10.1080/09537320903438054
18. Schaupp, L. C., Carter, L., & McBride, M. E. (2010). E-file adoption: A study of U.S. taxpayers’
intentions. Computers in Human Behavior, 26(4), 636–644.
https://doi.org/10.1016/j.chb.2009.12.017
19. Sok Foon, Y., & Chan Yin Fah, B. (2011). Internet Banking Adoption in Kuala Lumpur: An
Application of UTAUT Model. International Journal of Business and Management, 6(4).
https://doi.org/10.5539/ijbm.v6n4p161
20. Straub, D. W. (1994). The effect of culture on IT diffusion: E-mail and FAX in Japan and the
U.S. Information Systems Research, 5(1), 23–47. https://doi.org/10.1287/isre.5.1.23
21. Tarhini, A., El-Masri, M., Ali, M., & Serrano, A. (2016). Extending the utaut model to
understand the customers’ acceptance and use of internet banking in lebanon a structural equation
modeling approach. Information Technology and People, 29(4), 830–849.
https://doi.org/10.1108/ITP-02-2014-0034
22. Tavares, A., & Amaral, L. (2010). Adoption of authenticated peer-to-peer academic networks - A
case study of a failure. Communications in Computer and Information Science, 110 CCIS(PART
2), 345–354. https://doi.org/10.1007/978-3-642-16419-4_35
23. Teo, T. (2011). Factors influencing teachers’ intention to use technology: Model development
and test. Computers and Education, 57(4), 2432–2440.
https://doi.org/10.1016/j.compedu.2011.06.008
24. Terzis, V., & Economides, A. A. (2011). The acceptance and use of computer based assessment.
Computers and Education, 56(4), 1032–1044. https://doi.org/10.1016/j.compedu.2010.11.017
25. Venkatesh, V. (2003). USER ACCEPTANCE OF INFORMATION TECHNOLOGY: TOWARD
A UNIFIED VIEW. MIS Quarterly, 27(3), 425–478. https://doi.org/10.1006/mvre.1994.1019
26. Venkatesh, V., Bertagnolli, C., Chen, Q. L., & Zhou, Z. H. (2000). Determinants of perceived
ease of use : integrating control , intrinsic motivation , acceptance model. Inorganic Chemistry
Communications, 11(3), 319–340.
27. Wahab, A., & Dahalin, Z. (2010). A Conceptual Model of Unified Theory of Acceptance and Use
of Technology (UTAUT) Modification with Management Effectiveness and Program
Effectiveness in Context of Telecentre. African Scientist, Vol. 11(No. 4 December 31, 2010).
28. Williams, M. D., Rana, N. P., & Dwivedi, Y. K. (2015). The unified theory of acceptance and use
of technology (UTAUT): A literature review. Journal of Enterprise Information Management,
28(3), 443–448. https://doi.org/10.1108/JEIM-09-2014-0088
29. Zhou, T., Lu, Y., & Wang, B. (2010). Integrating TTF and UTAUT to explain mobile banking
user adoption. Computers in Human Behavior, 26(4), 760–767.
https://doi.org/10.1016/j.chb.2010.01.013

69