ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PRILAKU PENGGUNAAN APLIKASI E-HEALTH DENGAN MODIFIKASI TEKNOLOGI MODEL UTAUT 2

Penggunaan aplikasi e-health selama pandemi COVID-19 di Indonesia
merupakan respons terhadap kebutuhan mendesak akan solusi kesehatan yang
inovatif dan aman. Aplikasi ini memfasilitasi manajemen pandemi, mengurangi
kontak fisik, dan memungkinkan pemantauan kesehatan. Tujuan dari penelitian ini
adalah untuk mengidentifikasi faktor-faktor yang memengaruhi penerimaan
pengguna terhadap aplikasi e-health dengan menganalisis niat perilaku.
Dalam penelitian ini, penulis mengukur niat perilaku untuk menggunakan
aplikasi e-health di antara responden yang memanfaatkan layanan ini di DKI
Jakarta. Variabel yang dievaluasi meliputi effort expectancy, performance
expectancy, social influences, facilitating conditions, habit, dan hedonic
motivation. selain itu, penelitian ini menggabungkan perceived product advantage
dan perceived security, bersama dengan pengenalan variabel baru, nilai harga.
Model tersebut berjudul "Analisis Faktor-Faktor yang Mempengaruhi Penggunaan
Aplikasi e-Health dengan Modifikasi Model Teknologi UTAUT2."
Penelitian ini menggunakan pendekatan kuantitatif, dengan menggunakan
metode survei untuk pengumpulan data. Kuesioner disebarkan kepada 420
responden, yang mewakili berbagai segmen penduduk Indonesia di DKI Jakarta
yang memanfaatkan aplikasi e-health. Metode pengumpulan data yang digunakan
adalah explanatory research, dengan kuesioner yang disebarkan secara daring
melalui Google Forms melalui platform media sosial seperti WhatsApp, Instagram,
dan Facebook.
Metode analisis yang digunakan dalam penelitian ini adalah Structural
Equation Modeling (PLS-SEM), yaitu teknik analisis multivariat yang
menganalisis beberapa variabel secara bersamaan. Dalam penelitian ini, PLS-SEM
digunakan untuk menguji apakah variabel laten dalam kerangka UTAUT2, beserta
perceived product advantage, perceived security, dan variabel baru price value,
memengaruhi behavioral intention untuk menggunakan aplikasi e-health di
kalangan penduduk Indonesia, khususnya di DKI Jakarta. PLS-SEM digunakan
untuk mengeksplorasi potensi korelasi antar variabel laten (prediksi). Lebih jauh,
PLS-SEM merupakan metode analisis yang ampuh karena tidak mengasumsikan
kenormalan data dan dapat menangani ukuran sampel yang kecil secara efektif.