Isma, Izzatul (2020) Analisis Faktor Yang Memengaruhi Intensi Pendanaan Dalam Kampanye Reward-based Crowdfunding Dengan Structural Equation Modelling. Other thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
05211640000018-Undergraduate_Thesis.pdf Download (2MB) | Preview |
Abstract
Latar Belakang: Reward-based crowdfunding adalah salah satu jenis crowdfunding yang dimana pendana akan mendapat kompensasi atas dana yang diberikan berupa produk, layanan atau bentuk hadiah lainnya. Crowdfunding adalah mekanisme pengumpulan dana secara daring dalam skala kecil namun berasal dari jumlah orang yang besar sehingga dapat terkumpul dana dengan jumlah yang signifikan. Sehingga pendanaan merupakan faktor penting dari crowdfunding karena merupakan inti dari bisnis crowdfunding itu sendiri. Jika target pendanaan tidak terpenuhi maka akan mengancam keberlangsungan sebuah platform crowdfunding.
Permasalahan: Permasalahan yang dihadapi adalah menarik calon pendana agar mau mendanai suatu kampanye. Melalui situs web, layanan crowdfunding menunjukan informasi tentang proyek penggalangan dana mereka untuk menarik perhatian calon pendana. Situs web dirancang agar memengaruhi calon pendana dengan menyediakan informasi terkait proyek penggalangan dana. Sehingga, pendana dapat memproses informasi proyek tersebut untuk memutuskan apakah akan mendanai proyek atau tidak. Saat ini tidak ada belum ada standar minimal jenis informasi apa yang harus dicantumkan dalam membuat kampanye reward-based crowdfunding. Oleh karena itu perlu untuk mengetahui jenis informasi apa yang akan memengaruhi intensi pendanaan dan adakah pengaruh karakteristik individu berdasarkan faktor yang dipengaruhi rute periferal dalam teori Elaboration Likelihood Model (ELM) terhadap keputusan pendanaan. Hal ini perlu diketahui agar dapat merancang informasi pada situs web yang sesuai untuk dapat lebih maksimal menarik calon pendana untuk mendanai kampanye.
Tujuan: Penelitian ini bertujuan untuk mengidentifikasi jenis informasi apa yang secara signifikan memengaruhi intensi pendanaan kampanye pada platform reward-based crowdfunding serta menginvestigasi apakah karakteristik individu berdasarkan teori Elaboration Likelihood Model (ELM) secara signifikan memengaruhi intensi pendanaan.
Metode: Penelitian ini akan menganalisis secara kuantitatif model penelitian yang dikembangkan oleh Zhengpei Wang dan Xue Yang dengan menggunakan Generalized Structured Component Analysis (GSCA). Dengan menggunakan GSCA penelitian ini menguji data survei yang dikumpulkan dari salah satu situs reward-based crowdfunding di Indonesia. Penelitian tersebut menggunakan pendekatan Elaboration Likelihood Model (ELM) untuk menghasilkan hipotesis-hipotesis guna menjawab dua pertanyaan tersebut.
Hasil: Penelitian ini menghasilkan rekomendasi informasi apa yang signifikan memengaruhi intensi pendana dalam mendanani reward-based crowdfunding dan adakah pengaruh karakteristik individu berdasarkan teori ELM terhadap intensi pendanaan. Sehingga dapat digunakan sebagai acuan pengembangan platform reward-based crowdfunding ke depannya.
==================================================================================================
Background: Reward-based crowdfunding is one type of crowdfunding where funders will receive compensation for funds given in the form of products, services, or other forms of prizes. Crowdfunding is a mechanism for collecting funds online on a small scale but comes from a large number of people so that funds can be collected with a significant amount. So funding is an important factor in crowdfunding because it is the core of the crowdfunding business itself. If the funding target is not met then it will threaten the sustainability of a crowdfunding platform.
Problems: The problem faced is to attract potential funders that are willing to fund a campaign. Through the website, crowdfunding services show information about their fundraising projects to attract potential funders. The website is designed to influence potential funders by providing information related to fundraising projects. Thus, the funders can process the project information to decide whether to fund the project or not. At present, there is no minimum standard on what types of information should be included in creating a reward-based crowdfunding campaign. Therefore, it is necessary to know what type of information will affect funding intentions and is there any influence of individual characteristics based on factors influenced by the peripheral route in the Elaboration Likelihood Model (ELM) theory on funding decisions. It is necessary to know in order to design the optimal appropriate information on the website to attract potential funders to fund the campaign.
Purpose: This study aims to identify what type of information significantly influences campaign funding intentions on reward-based crowdfunding platforms and investigates whether individual characteristics based on the Elaboration Likelihood Model (ELM) theory significantly influence funding intentions.
Method: This study will quantitatively analyze the research model developed by Zhengpei Wang and Xue Yang by using Generalized Structured Component Analysis (GSCA). By using GSCA this research examines the survey data collected from reward-based crowdfunding sites in Indonesia. The research uses the Elaboration Likelihood Model (ELM) approach to produce hypotheses to answer these two questions.
Results: This research produces information recommendations that significantly influence the intention of funders in funding reward-based crowdfunding and is there any influence of individual characteristics based on ELM theory on funding intentions. So that it can be used as a reference for the development of crowdfunding reward-based platforms going forward.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Reward-based Crowdfunding, Funding Intention, Elaboration Likelihood Model, Generalized Structured Component Analysis, Intensi Pendanaan |
| Subjects: | T Technology > T Technology (General) > T58.6 Management information systems |
| Divisions: | Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis |
| Depositing User: | Izzatul Isma |
| Date Deposited: | 29 Aug 2020 08:04 |
| Last Modified: | 25 Nov 2023 17:04 |
| URI: | http://repository.its.ac.id/id/eprint/81653 |
Actions (login required)
 |
View Item |