Metopen Kuantitatif - Review Artikel 11

Nama: Firman Qashdus Sabil
NIM: 250321830676

Identitas Artikel

Judul: Generative Artificial Intelligence Acceptance Scale: A Validity and Reliability Study
Penulis: Fatma Gizem Karaoglan Yilmaz, Ramazan Yilmaz, & Mehmet Ceylan
Institusi: Bartin University, Turkey
Jurnal: International Journal of Human–Computer Interaction, Vol. 40(24), 8703–8715
DOI: https://doi.org/10.1080/10447318.2023.2288730

Tujuan Penelitian

Penelitian ini bertujuan untuk:

• Mengembangkan skala penerimaan Generative AI (GAI) bagi mahasiswa, berdasarkan model Unified Theory of Acceptance and Use of Technology (UTAUT).
• Mengukur tingkat penerimaan mahasiswa terhadap aplikasi GAI (seperti ChatGPT, DALL-E, Midjourney, dll.) dalam konteks pendidikan.
• Menyediakan alat ukur yang valid dan reliabel untuk menilai kesiapan dan persepsi pengguna terhadap penerapan GAI di bidang pendidikan tinggi.

Metode Penelitian

Jenis penelitian: Penelitian pengembangan instrumen (scale development study). Pendekatan teori: Model UTAUT dengan empat konstruk utama: 2. Performance Expectancy 3. Effort Expectancy 4. Facilitating Conditions 5. Social Influence

Sampel dan partisipan:

• Total 627 mahasiswa dari berbagai fakultas di Bartin University.
• Telah menggunakan aplikasi GAI (terutama ChatGPT) pada tahun akademik 2022–2023.
• Menggunakan purposive sampling.

Tahapan utama:

• Validasi ahli (face & content validity) oleh pakar teknologi pendidikan dan pengukuran.
• Exploratory Factor Analysis (EFA) pada 338 mahasiswa.
• Confirmatory Factor Analysis (CFA) pada 250 mahasiswa.
• Reliabilitas: Cronbach’s Alpha (α = 0.97), test–retest reliability (r = 0.95).
• Analisis diskriminatif: uji beda kelompok atas 27% dan bawah 27%.

Alat analisis: SPSS 24.0 dan AMOS 22.0.

Hasil/Temuan Utama

• Skala akhir terdiri dari 20 butir pernyataan dalam empat faktor utama:
  • Performance Expectancy (7 item)
  • Effort Expectancy (5 item)
  • Facilitating Conditions (3 item)
  • Social Influence (5 item)
• Keempat faktor menjelaskan 78,35% total variansi, menunjukkan struktur faktor yang kuat.
• Indeks kesesuaian model (CFA):
• Konsistensi internal tinggi: Cronbach’s α = 0.97.
• Skala ini terbukti valid, reliabel, dan stabil dari waktu ke waktu, serta efektif membedakan tingkat penerimaan mahasiswa terhadap GAI.

Kesimpulan

Penelitian ini berhasil:

• Mengembangkan instrumen baru yang valid dan reliabel untuk mengukur penerimaan GAI berdasarkan model UTAUT.
• Menunjukkan bahwa mahasiswa memiliki tingkat penerimaan tinggi terhadap GAI, terutama jika aplikasi dianggap mudah digunakan dan bermanfaat dalam pembelajaran.
• Memberikan kontribusi orisinal terhadap literatur pendidikan dengan menambahkan generative AI acceptance scale berbasis teori.

Kelebihan (termasuk gap penelitian yang diteliti artikel ini)

Kelebihan:

• Mengisi kekosongan riset: belum ada instrumen teoretis berbasis UTAUT untuk mengukur penerimaan generative AI di konteks pendidikan.
• Desain metodologis kuat: tiga tahap analisis (EFA, CFA, reliabilitas).
• Menggunakan sampel besar dan beragam (627 mahasiswa).
• Menyediakan alat ukur praktis bagi peneliti, pendidik, dan pembuat kebijakan untuk memahami adopsi GAI.

Gap yang diteliti:

• Sebelum studi ini, riset seputar AI di pendidikan umumnya masih bersifat tinjauan (review) atau berfokus pada ChatGPT secara spesifik, bukan generative AI secara umum.
• Belum ada model penerimaan berbasis teori (UTAUT) yang digunakan untuk GAI acceptance di lingkungan pendidikan.

Kekurangan

• Keterbatasan generalisasi: hanya dilakukan di satu universitas di Turki.
• Tidak mempertimbangkan variabel tambahan seperti ethical concerns, privacy issues, atau cultural factors.
• Skala dikembangkan dalam bahasa Turki, dan belum diuji dalam bahasa Inggris atau konteks lintas budaya.
• Tidak membahas hubungan antara penerimaan GAI dan hasil belajar nyata (learning outcomes).

Novelty dari Artikel Ini

Artikel ini merupakan studi pertama yang:

• Mengembangkan instrumen terstandar untuk mengukur penerimaan generative AI berbasis model UTAUT.
• Menyesuaikan konstruk UTAUT dengan konteks pendidikan dan penggunaan alat seperti ChatGPT.
• Menunjukkan validitas dan reliabilitas yang sangat tinggi untuk pengukuran penerimaan GAI.

Novelty yang Dapat Diajukan untuk Penelitian Selanjutnya

• Penggunaan pendekatan campuran (mixed-method): Mengombinasikan survei skala ini dengan wawancara mendalam untuk memahami alasan di balik penerimaan/penolakan GAI.
• Meneliti apakah tingkat penerimaan GAI berpengaruh terhadap learning engagement atau academic achievement.