BAB IV ANALISA DAN PEMBAHASAN. A. Deskripsi Obyek Penelitian. Universitas Trisakti angkatan sebagai respondennya. Dari penyebaran kuesioner

Transkripsi

1 BAB IV ANALISA DAN PEMBAHASAN A. Deskripsi Obyek Penelitian 1. Gambaran Umum Responden Objek penelitian yang ditetapkan adalah mahasiswa Program S1 Fakultas Ekonomi Universitas Trisakti angkatan sebagai respondennya. Dari penyebaran kuesioner sebanyak 110 responden, diperoleh data sebanyak 110 responden. Aspek demografi yang merupakan data deskriptif responden dalam penelitian ini dapat dilihat pada Tabel 4.1. Tabel 4.1 Data Deskriptif Responden Keterangan Jumlah presentase (orang) Jenis kelamin Pria 50 45,5 Wanita 60 54,5 Usia <19 tahun 23 20, tahun 66 60,0 > 23tahun 21 19,1 Tabel berlanjut

2 Lanjutan tabel Keterangan Tahun Angkatan Jurusan Manajemen Akuntansi Ilmu ekonomi Jumlah uang saku Rp Rp /bln Rp Rp /bln Rp Rp /bln > Rp /bln Frekuensi belanja < 3 kali online dalam 4 6 kali sebulan > 7 kali Pengeluaran < Rp belanja online Rp Rp dalam sebulan Rp Rp > Rp Kemudahan Tinggi mengakses Sedang internet Rendah Jumlah (orang) Persentase 18,2 30,0 24,5 8,2 19,1 49,1 40,9 10,0 33,6 21,8 33,6 10,9 55,5 35,5 9,1 50,9 16,4 23,6 9,1 61,8 34,5 3,6 Berdasarkan data pada table 4.1 dapat disimpulkan bahwa responden terbanyak berdasarkan jenis kelamin adalah responden yang berjenis kelamin wanita dengan tingkat presentasi 54,5%, hal ini menunjukkan bahwa belanja secara online lebih diminati oleh wanita daripada pria. Sedangkan

3 usia dikategorikan menjadi 3 (tiga) yaitu usia <19 tahun sebanyak 20,9%, tahun sebanyak 60,0% dan usia >23 tahun sebanyak 19,1%. Berdasarkan tabel 4.1 dapat disimpulkan bahwa responden yang jumlah uang sakunya tertinggi adalah sebesar Rp Rp perbulan sebesar 33,6% dan uang saku Rp Rp per bulan sebanyak 33,6%. Sedangkan frekuensi belanja mahasiswa secara online dalam sebulan sebanyak 3 kali sebesar 55,5%, hal ini menunjukkan sedikitnya minat belanja online dikalangan mahasiswa. Berdasarkan tabel 4.1 dapat disimpulakan bahwa pengeluaran belanja responden dalam sebulan sebesar < Rp dengan tingkat presentasi sebanyak 50,9%. Mahasiswa yang melakukan belanja dengan kemudahan mengakses internet tinggi sebanyak 61,8% hal dikarenakan seiring dengan kemajuan teknologi, sehingga memudahkan mahasiswa untuk mengakses.

4 2. Descriptive Statistics Tabel 4.2 Descriptive Statistics N Minimum Maximum Mean Std. Deviation Faktor Penerimaan 110 2,5 6,75 5,2 0, Teknologi Kepuasan Pelanggan Online 110 2, , , Kesetiaan Pelanggan 110 2,5 7 4, , Online Valid N (listwise) 110 Berdasarkan tabel diatas diketahui dari 110 bahwa variabel Faktor Penerimaan Teknologi memiliki nilai minimum sebesar 2,5, nilai maksimum sebesar 6,75, dari 110 observasi memiliki nilai rata-rata (mean) sebesar 5,2. Variabel Kepuasan Pelanggan memiliki nilai minimum sebesar 2, , nilai maksimum sebesar 7, dari 110 observasi memiliki nilai mean sebesar 5, Variabel Kesetiaan Pelanggan online memiliki nilai minimum sebesar 2,5, nilai maksimum sebesar 7, dari 110 observasi memiliki nilai rata-rata (mean) sebesar 4,

5 3. Proses Analisis Data dan Pengujian Model Penelitian a. Penyusunan Diagram Alur Berdasarkan kajian teori, maka dapat dibuat diagram alur hubungan kausalitas antar konstruk beserta indikatornya. Hubungan tersebut dapat dilihat pada gambar 4.1. Dalam penyusunan diagram alur tersebut, sebagaimana telah dijelaskan pada definisi operasional, terdiri dari 3 (tiga) konstruk dan 11 (sebelas) indikator. Gambar 4.1 Model Diagram Alur Hubungan Kausalitas

6 b. Evaluasi Normalitas Data Evaluasi normalitas data dilakukan dengan menggunakan kriteria critical ratio skewness value sebesar ± 2,58 pada tingkat signifikansi 0,01 (1%). Data dikatakan berdistribusi normal jika nilai critical ratio skewness value di bawah harga mutlak 2,58 (Ferdinand, 2000:134; Ghozali, 2004:105). Tabel 4.3 Assessment of Normality Variable Min Max Skew c.r. kurtosis c.r. 3d 2,000 7,000 -,416-1,780,237,508 3c 1,000 7,000 -,230 -,983 -,129 -,276 3b 2,000 7,000 -,070 -,298 -,393 -,842 3a 2,000 7,000 -,424-1,817,510 1,092 2c 2,000 7,000 -,469-2,009,024,051 2b 3,000 7,000 -,440-1,883 -,049 -,106 2a 2,000 7,000 -,601-2,574,327,700 1d 2,000 7,000 -,596-2,481,712 1,524 1c 2,000 7,000 -,525-2,249,912 1,952 1b 1,000 7,000 -,417-1,784 -,715-1,531 1a 2,000 7,000 -,358-1,533 -,070 -,149 Berdasarkan hasil perhitungan yang ditunjukkan pada tabel 4.3, ternyata nilai critical ratio skewness value dari semua indikator berada di dalam rentang ± 2,58. Dengan demikian

7 dapat disimpulkan bahwa data dari semua indikator berdistribusi normal sehingga layak untuk digunakan. c. Evaluasi Kriteria Goodness of Fit Tabel 4.4 Hasil Perhitungan Indeks Goodness of Fit Kriteria Cut-off Value Hasil Analisis Kesimpulan χ2 Chi-square < square table 56,108 Baik Probability < 0,05 0,058 Baik RMSEA < 0,08 0,058 Baik GFI >0,90 0,920 Baik RMR Mendekati 0 0,073 Baik AGFI 0,90 0,911 Baik CMIN/DF <2,00 1,368 Baik TLI 0,95 0,963 Baik CFI 0,95 0,973 Baik Hasil dari confirmatory faktor analysis untuk konstruk eksogen yang digunakan untuk menguji unidimensionalitas dimensi-dimensi yang membentuk variabel-variabel laten di atas menunjukkan bahwa nilai hasil model sesuai dengan kriteria goodness of fit, sehingga model dapat diterima. Tingkat signifikansi sebesar 0,058 menunjukkan bahwa hipotesa nol yang menyatakan bahwa tidak terdapat perbedaan antara matriks kovarians sampel dan matriks kovarians populasi yang diestimasi tidak dapat ditolak. Angka RMR yang sangat kecil

8 (mendekati 0), hal ini menunjukkan bahwa model sudah fit dan mendekati angka kovarians estimasi. Dapat dilihat bahwa semua kriteria pengujian menunjukkan hasil yang baik. Pengujian model yang dilakukan menghasilkan konfirmasi yang baik atas dimensi-dimensi faktor dan hubungan kausalitas antar faktor. Dengan demikian maka model tersebut dapat diterima. d. Evaluasi Regression Weight untuk Uji Kausalitas Tabel 4.5 Estimasi Parameter Estimate S.E. C.R. P Kepuasan <--- Faktor,755,158 4,781 0,000 Kesetiaan <--- Faktor,389,147 2,654,008 Kesetiaan <--- Kepuasan,266,117 2,277,023 1a <--- Faktor 1,000 1b <--- Faktor,777,236 3,289,001 1c <--- Faktor,914,148 6,184 0,000 1d <--- Faktor 1,105,171 6,453 0,000 2a <--- Kepuasan 1,000 2b <--- Kepuasan,919,118 7,767 0,000 2c <--- Kepuasan 1,084,130 8,353 0,000 3a <--- Kesetiaan 1,000

9 Estimate S.E. C.R. P 3b <--- Kesetiaan 1,408,171 8,221 0,000 3c <--- Kesetiaan 1,338,195 6,858 0,000 3d <--- Kesetiaan 1,398,168 8,330 0,000 Berdasarkan hasil perhitungan tersebut, nilai critical ratio (CR) yang identik dengan uji-t dalam regresi, tidak ada yang sama dengan nol. Hal itu berarti bahwa hipotesis nol yang menyatakan koefisien regresi antar hubungan kausalitas adalah sama dengan nol dapat ditolak. Dengan demikian maka hubungan kausalitas yang disajikan dalam model dapat diterima. e. Analisis Direct Effect, Indirect Effect, dan Total Effect Analisis ini digunakan untuk melihat kekuatan pengaruh antar konstruk, baik pengaruh langsung, pengaruh tidak langsung, maupun pengaruh totalnya. Menurut Ferdinand (2000:139) pengaruh langsung (direct effect) merupakan koefisien dari semua garis dengan anak panah satu ujung. Sedangkan pengaruh tidak langsung (indirect effect) adalah pengaruh yang muncul melalui sebuah variabel antara dan pengaruh total (total effect) adalah pengaruh dari berbagai hubungan. Pengaruh langsung dari model penelitian ini sebagaimana disajikan pada tabel 4.6 dibawah ini.

10 Tabel 4.6 Standardized Direct Effects - Estimates Faktor Kepuasan Kesetiaan Kepuasan 0,648 Kesetiaan 0,602 0,316 Dalam penelitian ini terdapat satu variabel yang memiliki pengaruh langsung terhadap variabel kepuasan dan terdapat dua variabel yang memiliki pengaruh langsung terhadap variable Kesetiaan Pelanggan. Hasil pengukuran menunjukkan bahwa variabel yang memiliki pengaruh langsung terhadap variabel Kepuasan Pelanggan adalah variable Faktor Penerimaan Teknologi, yaitu sebesar 0,648 dan variabel yang memiliki pengaruh langsung terbesar terhadap variable Kesetiaan adalah variabel Faktor Penerimaan Teknologi, yaitu sebesar 0,602. Dalam model penelitian ini juga diukur pengaruh tidak langsung antar variabel, yaitu terdapat tiga variabel yang memiliki pengaruh tidak langsung terhadap variabel kesetiaan pelanggan sebagaimana ditunjukkan pada tabel 4.6. Dari pengukuran tersebut, variabel yang memiliki pengaruh tidak langsung terhadap variabel kesetiaan pelanggan yaitu sebesar Tabel 4.7 Standardized Indirect Effects - Estimates Faktor Kepuasan Kesetiaan Kepuasan Kesetiaan 0,205

11 Oleh karena adanya pengaruh langsung dan pengaruh tidak langsung antar variabel dalam model penelitian ini, maka perlu diukur pengaruh totalnya. Hasil pengukuran pengaruh total antar variabel sebagaimana ditunjukkan pada tabel 4.8. Tabel 4.8 Standardized Total Effects - Estimates Faktor Kepuasan Kesetiaan Kepuasan,755 Kesetiaan,590,266 Berdasarkan hasil pengukuran tersebut diketahui bahwa variabel yang memiliki pengaruh total terhadap variabel kepuasan pelanggan adalah variable faktor penerimaan teknologi, yaitu sebesar 0,755 dan variabel yang memiliki pengaruh total terbesar terhadap variabel kesetiaan pelanggan adalah variabel total, yaitu sebesar 0, Pengujian Hipotesis Pengujian terhadap hipotesa dilakukan dengan menggunakan metode Structural Equation Modeling (SEM). Metode ini dipilih karena terdapat variabel dependen yang menjadi variabel independen untuk variabel yang lainnya. Adapun dasar pengambilan keputusan uji hipotesa adalah dengan membandingkan besarnya p-value dengan level of significant sebesar 5% (alpha 0,05). Jika p-value kurang dari alpha 0,05 maka hipotesa nol (Ho) ditolak, yang berarti terdapat hubungan yang signifikan antar kedua variabel. Demikian pula sebaliknya jika p-value lebih besar dari alpha 0,05 maka hipotesa nol

12 (Ho) gagal ditolak, yang berarti tidak terdapat hubungan yang signifikan diantara kedua variabel. Berikut ini adalah hasil pengujian hipotesa dengan metode Structural Equation Modeling : Tabel 4.9 Standardized Total Effects - Estimates Hipotesis Variabel1 Variabel2 Koefisien p-value Keterangan H1 Faktor Kepuasan 0,755 0,000 Signifikan H2 Faktor Kesetiaan 0,388 0,008 Signifikan H3 Kepuasan Kesetiaan 0,266 0,023 Signifikan H4 Faktor Kesetiaan- Kepuasan 0,547 0,000 Signifikan Hipotesis 1 Pada hipotesis ini akan menguji hubungan Faktor Penerimaan Teknologi dengan Kepuasan Pelanggan online. Berikut ini penyusunan hipotesisnya : H 0 : Tidak terdapat pengaruh positif antara Faktor Penerimaan Teknologi dengan Kepuasan Pelanggan Online. H1: Terdapat pengaruh positif antara Faktor Penerimaan Teknologi dengan Kepuasan Pelanggan Online

13 Pada tabel 4.9 memperlihatkan hasil pengujian hipotesis Ho ditolak, hal ini menunjukkan bahwa terdapat pengaruh antara Faktor Penerimaan Teknologi terhadap Kepuasan Pelanggan online sebesar 0,755 dengan nilai p-value 0,000. Hasil penelitian menunjukkan bahwa Faktor Penerimaan Teknologi mempunyai pengaruh positif yang signifikan secara langsung terhadap Kepuasan Pelanggan online di kalangan mahasiswa. Temuan ini dikemukakan juga oleh Shih (Lin & Sun, 2009) kemudahan penggunaan secara online dapat dirasakan secara signifikan untuk menentukan kepuasan individu terhadap kegiatan belanja secara online.temuan ini menunjukkan bahwa bagi responden pelanggan online di kalangan mahasiswa, Faktor Penerimaan Teknologi berpengaruh penting terhadap Kepuasan Pelanggan online. Website online menjadi pilihan utama dengan kemajuan teknologi. Dapat dilihat sekarang ini belanja secara online menjadi alternatif yang mudah, karena memungkinkan pelanggan untuk memilih produk berdasarkan kebutuhan mereka sendiri. Dengan adanya bisnis online dapat memudahkan mahasiswa karena mahasiswa dapat menghemat waktu untuk berbelanja secara online. Mahasiswa juga tidak perlu mengunjungi outlet-outlet tertentu untuk berbelanja, hanya dengan memanfaatkan kemajuan teknologi mahasiswa dapat mengakses untuk berbelanja secara online. Mahasiswa juga dapat merasakan pengaksesan yang tidak menyita banyak waktu karena sistem online mudah untuk dipahami dikalangan mahasiswa. Sehingga mahasiswa merasa puas untuk berbelanja secara online. Hipotesis 2 Pada hipotesis ini akan menguji Faktor Penerimaan Teknologi dengan Kesetiaan pelanggan. Berikut uraian hipotesisnya :

14 H 0 : Tidak terdapat pengaruh positif antara Faktor Penerimaan Teknologi dengan Kesetiaan Pelanggan Online. H2:Terdapat pengaruh positif antara Faktor Penerimaan Teknologi dengan Kesetiaan Pelanggan Online. Berdasarkan hasil pengujian diperoleh bahwa variabel Faktor Penerimaan Teknologi mempunyai pengaruh positif terhadap variabel Kesetiaan Pelanggan online sebesar 0,388 dengan nilai p- value 0,008. Pada taraf keyakinan 0,05 berarti terdapat pengaruh yang signifikan karena nilai p- value lebih kecil dari 0,05. Penelitian menunjukkan bahwa Faktor Penerimaan Teknologi mempunyai pengaruh yang signifikan terhadap Kesetiaan Pelanggan online di kalangan mahasiswa. Hal tersebut sama halnya dengan pendapat Shih (Lin & Sun, 2009) kemudahan penggunaan sistem teknologi online dan manfaat yang dirasakan secara signifikan menentukan kesetiaan individu terhadap kegiatan belanja secara online. Sebagai contoh dari kemajuannya teknologi yaitu belanja secara online. Dengan kegiatan belanja secara online mahasiswa mendapatkan kemudahan yaitu penghematan waktu untuk berbelanja. Hal ini dapat dikatakan bahwa dengan melakukan kegiatan belanja secara online mahasiswa tidak perlu mengunjungi tempat belanja, mahasiswa hanya perlu waktu untuk mengakses situs belanja secara online, apabila mahasiswa sudah menemukan situs yang cocok untuk melakukan kegiatan belanja secara online, mahasiswa dapat langsung bertransaksi kepada pemilik belanja secara online. Oleh sebab itu kegiatan belanja secara online dapat memudahkan mahasiswa, karena ketika website yang dikunjugi oleh mahasiswa itu merespon dengan baik, maka mahasiswa akan kembali berbelanja di situs tersebut.

15 Hipotesis 3 Pada hipotesis ini menguji Kepuasan Pelanggan terhadap Kesetiaan Pelanggan. Berikut rincian dari hipotesisnya : H 0 : Tidak terdapat pengaruh positif antara Kepuasan Pelanggan Online dengan Kesetiaan Pelanggan Online. H3 :Terdapat pengaruh positif antara Kepuasaan Pelanggan Online dengan Kesetiaan Pelanggan Online. Berdasarkan hasil pengujian diperoleh bahwa variabel Kepuasan Pelanggan online mempunyai pengaruh positif terhadap variabel Kesetiaan Pelanggan online sebesar 0,266 dengan nilai p- value 0,023. Pada taraf keyakinan 0,05 berarti pengaruh variabel tersebut signifikan karena nilai p-value lebih kecil dari 0,05. Penelitian ini sesuai dengan pendapat Anderson dan Srinivasan (Lin & Sun, 2009) Kesetiaan Pelanggan online sebagai sikap baik terhadap sebuah bisnis elektronik yang mengakibatkan pelanggan datang kembali untuk berbelanja. Disaat pelanggan tidak sesuai dengan pemenuhan kebutuhannya, maka pelanggan akan mencari situs-situs belanja online lainnya yang dapat memenuhi kebutuhannya, akan tetapi apabila pelanggan merasa kebutuhannya terpenuhi maka secara tidak langsung pelanggan akan tetap setia menggunakan belanja online. Sebagai contoh dengan kegiatan belanja secara online, mahasiswa mendapatkan kemudahankemudahan dalam pengaksesan. Sehingga secara tidak langsung mahasiswa akan merasa puas dengan proses kegiatan belanja secara online, karena kegiatan belanja secara online tidak menyita banyak waktu. Dengan penghematan waktu dalam proses belanja, maka mahasiswa tidak akan mempertimbangkan untuk pindah ke website yang lainnya.

16 Hipotesis 4 Pada hipotesis ini menguji Faktor Penerimaan Teknologi terhadap Kesetiaan Pelanggan melalui Kepuasan Pelanggan pada kegiatan belanja secara online. Berikut ini rincian dari hipotesisnya : H 0 : Tidak terdapat pengaruh positif antara Faktor Penerimaan Teknologi terhadap Kesetiaan Pelanggan melalui Kepuasan Pelanggan pada kegiatan belanja secara online. H4: Terdapat pengaruh positif antara Faktor Penerimaan Teknologi terhadap Kesetiaan Pelanggan melalui Kepuasan Pelanggan pada kegiatan belanja secara online. Berdasarkan hasil pengujian diperoleh bahwa variabel Faktor Penerimaan Teknologi terhadap Kesetiaan Pelanggan melalui Kepuasan Pelanggan pada kegiatan belanja secara online mempunyai pengaruh positif sebesar 0,547 dengan nilai p-value 0,000. Pada taraf keyakinan 0,05 berarti berpengaruh signifikan karena nilai p-value lebih kecil dari 0,05. Hal ini sejalan dengan yang dikemukakan Syzmanski dan Hise (Line & Sun, 2009) sejumlah penelitian mendokumentasikan peran penting penerimaan teknologi dalam mempengaruhi Kepuasan Pelanggan online dan Kesetiaan Pelanggan online, yang prihatin dengan sikap konsumsi di suatu negara, psikologis dan perilaku mengenai pengalaman belanja mereka. Faktor Penerimaan Teknologi yang disediakan harus memungkinkan pelanggan untuk menghemat waktu dan usaha saat melakukan efisiensi belanja yang lebih besar, sehingga meningkatkan kepuasan dan kesetiaan pelanggan secara online. Kegiatan belanja secara online sekarang ini merupakan kegiatan belanja yang sangat diminati oleh kalangan mahasiswa, karena mahasiswa dapat mengakses dimanapun mereka berada. Kemudahan-kemudahan yang didapatkan dari kegiatan ini juga merupakan hal yang penting. Kebanyakan responden setuju dengan kegiatan belanja secara online, karena responden dapat menghemat banyak waktu untuk melakukan kegiatan belanja secara online. Sehingga responden

17 merasa nyaman dengan kegiatan belanja tersebut, itu akan membawa dampak positif yaitu responden akan mempromosikan kembali belanja online tersebut kepada orang lain. Hal ini dikarenakan responden mendapatkan pelayanan yang baik dari pemilik belanja online. Dilihat dari hasil pengujian hipotesis, terlihat bahwa pengaruh Faktor Penerimaan Teknologi terhadap Kesetiaan Pelanggan lebih besar pengaruhnya dengan melalui Kepuasan Pelanggan (besar koefisien 0,547). Dibandingkan dengan pengaruh Faktor Penerimaan Teknologi terhadap Kesetiaan Pelanggan yang tidak diseimbangkan dengan memperhatikan Kepuasan Pelanggan (besar koefisiennya 0,266) Setiap kegiatan belanja secara online apabila selalu memperhatikan pelanggan, baik setiap keluhan maupun saran dari pelanggan, maka pelanggan akan merasa nyaman dan puas untuk melakukan transaksi jual beli dalam belanja secara online. Sehingga ketika pelanggan sudah merasa puas dengan pelayanan yang sudah diberikan, pelanggan akan melakukan pembelian berlanjut ke tempat yang sama. Misalnya saja Mahasiswa yang melakukan pembelian secara online di tempat tertentu. Ketika mahasiswa ingin mendapatkan informasi akan barang tersebut, maka mahasiswa akan bertanya kepada pemilik usaha. Sikap yang seharusnya ditunjukan oleh pemilik usaha adalah sikap yang mau memberikan informasi dengan baik. Sehingga ketika mahasiswa ini mendapatkan informasi dari pemilik usaha dengan baik, mahasiswa akan merasa nyaman untuk melakukan transaksi. Juga perlu diperhatikan dalam melakukan kegiatan belanja secara online, ketika transaksi sudah berjalan, maka perjanjian kedua belah pihak antara pemilik usaha dengan mahasiswa perlu ditepati. Misalnya saja transfer uang, maupun pendistribusian barang yang telah dibeli. Sehingga perusahaan perlu

18 meningkatkan Kepuasan Pelanggan agar pelanggan tetap setia untuk melakukan kegiatan belanja di situs tersebut.