Analisis Minat Penggunaan Dompet Digital Dengan Pendekatan Technology Acceptance Model (TAM) Pada Pengguna di Kota Surabaya
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk mengembangkan dan menguji sebuah model konseptual mengenai tingkat penerimaan dalam menggunakan cashless payment systems - dompet digital di Kota Surabaya. Metode penelitian yang digunakan adalah metode kuantitatif. Populasi dalam penelitian ini adalah pengguna dompet digital di Kota Surabaya. Jumlah sampel yang digunakan adalah sebanyak 100 responden dengan menggunakan metode purposive sampling. Metode pengujian data yang digunakan yaitu uji validitas dan reliabilitas. Perhitungan data menggunakan software Smart PLS 3. Temuan dalam penelitian ini menunjukkan bahwa kepercayaan dan persepsi risiko tidak mempengaruhi minat pengguna dalam menggunakan dompet digital. Selain itu, hasil penelitian ini konsisten mendukung beberapa penelitian terdahulu terkait dengan TAM di mana persepsi kegunaan dan persepsi kemudahan penggunaan berperan baik secara langsung maupun tidak langsung terhadap minat penggunaan dompet digital. Persepsi kegunaan menjadi variabel yang berpengaruh dominan terhadap minat penggunaan dompet digital pada pengguna di Kota Surabaya. Kata kunci: Kepercayaan; Persepsi Risiko; Persepsi Kegunaan; Persepsi Kemudahan Penggunaan; Minat Penggunaan ABSTRACT This study aims to develop and test a conceptual model about the level of acceptance in using cashless payment systems – e-wallet in Surabaya city. The research method used is a quantitative method. The population in this study were e-wallet users in the Surabaya city. The number of samples used was 100 respondents using purposive sampling method. The data testing method used are validity and reliability test. Calculation of data using Smart PLS 3 software. The research findings show that trust and perceived risk doesn’t affect users’ intention in using e-wallet. In addition, the results of this study consistently support several previous studies related to TAM where perceived ease of use and perceived usefulness play a role both directly and indirectly in intention to use e-wallet. Perceived usefulness is the variable that has the most dominant influence on the intention to use e-wallet on users in Surabaya city. Keywords: Trust; Perceived Risk; Perceived Usefulness; Perceived Ease of Use; Intention to Use
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».