BAB IV HASIL DAN PEMBAHASAN A. Gambaran umum perusahaan PT Pos Indonesia (Persero) 1. Sejarah PT Pos Indonesia (Persero) Sejarah mencatat keberadaan Pos Indonesia begitu panjang, Kantorpos pertama didirikan di Batavia (sekarang Jakarta) oleh Gubernur Jendral G.W Baron van Imhoff pada tanggal 26 Agustus 1746 dengan tujuan untuk lebih menjamin keamanan surat-surat penduduk, terutama bagi mereka yang berdagang dari kantor-kantor di luar Jawa dan bagi mereka yang datang dari dan pergi ke Negeri Belanda. Sejak itulah pelayanan pos telah lahir mengemban peran dan fungsi pelayanan kepada publik. Setelah Kantor Pos Batavia didirikan, maka empat tahun kemudian didirikan Kantorpos Semarang untuk mengadakan perhubungan pos yang teratur antara kedua tempat itu dan untuk mempercepat pengirimannya. Rute perjalanan pos kala itu ialah melalui Karawang, Cirebon dan Pekalongan. Pos Indonesia telah beberapa kali mengalami perubahan status mulai dari Jawatan PTT (Post, Telegraph dan Telephone). Badan usaha yang dipimpin oleh seorang Kepala Jawatan ini operasinya tidak bersifat komersial dan fungsinya lebih diarahkan untuk mengadakan pelayanan 53
54 publik. Perkembangan terus terjadi hingga statusnya menjadi Perusahaan Negara Pos dan Telekomunikasi (PN Postel). Mengamati perkembangan zaman dimana sektor pos dan telekomunikasi berkembang sangat pesat, maka pada tahun 1965 berganti menjadi Perusahaan Negara Pos dan Giro (PN Pos dan Giro), dan pada tahun 1978 berubah menjadi Perum Pos dan Giro yang sejak ini ditegaskan sebagai badan usaha tunggal dalam menyelenggarakan dinas pos dan giropos baik untuk hubungan dalam maupun luar negeri. Selama 17 tahun berstatus Perum, maka pada Juni 1995 berubah menjadi Perseroan Terbatas dengan nama PT Pos Indonesia (Persero). 2. Bidang Usaha PT Pos Indonesia (Persero) Dengan berjalannya waktu, Pos Indonesia kini telah mampu menunjukkan kreatifitasnya dalam pengembangan bidang perposan Indonesia dengan memanfaatkan insfrastruktur jejaring yang dimilikinya yang mencapai sekitar 24 ribu titik layanan yang menjangkau 100 persen kota/kabupaten, hampir 100 persen kecamatan dan 42 persen kelurahan/desa, dan 940 lokasi transmigrasi terpencil di Indonesia. Seiring dengan perkembangan informasi, komunikasi dan teknologi, jejaring Pos Indonesia sudah memiliki 3.700 kantor pos online, serta dilengkapi elektronic mobile pos di beberapa kota besar. Semua titik merupakan rantai yang terhubung satu sama lain secara solid & terintegrasi. Sistem Kode Pos diciptakan untuk mempermudah processing kiriman pos dimana tiap jengkal daerah di Indonesia mampu diidentifikasi dengan akurat.
55 3. Visi dan Misi PT Pos Indonesia (Persero) 1) V I S I Menjadi Perusahaan pos terpercaya 2) M I S I a. Berkomitmen kepada pelanggan untuk menyediakan layanan yang selalu tepat waktu dan nilai terbaik b. Berkomitmen kepada karyawan untuk memberikan iklim kerja yang aman, nyaman dan menghargai kontribusi c. Berkomitmen kepada pemegang saham untuk memberikan hasil usaha yang menguntungkan dan terus bertumbuh d. Berkomitmen untuk berkontribusi positif kepada masyarakat e. Berkomitmen untuk berperilaku transparan dan terpercaya kepada seluruh pemangku kepentingan B. Statistik Deskriptif 1. Deskripsi Responden Berdasarkan Jenis Kelamin TABEL 4.1 JENIS KELAMIN RESPONDEN Valid Frequency Percent Valid Percent Cumulative Percent L 38 38,0 38,0 38,0 P 62 62,0 62,0 100,0 Total 100 100,0 100,0 Microsoft Office Excel Versi 2007 (2016)
56 Berdasarkan hasil angket / kuisioner terhadap 100 responden yang diolah dengan Microsoft Office Excel Versi 2007 seperti ditunjukan pada Tabel 4.1 dapat diketahui bahwa responden terbanyak adalah perempuan yaitu 62 responden (62%) dan sisanya berjenis kelamin perempuan hanya 38 responden (38%). Dari hasil pengolahan data tersebut diketahui bahwa pelaku bisnis e-commerce didominasi oleh perempuan dibandingkan lakilaki. 2. Deskripsi Responden Berdasarkan Kelompok Umur TABEL 4.2 KELOMPOK UMUR RESPONDEN Valid Frequency Percent Valid Percent Cumulative Percent > 40 12 12,0 12,0 12,0 20-30 43 43,0 43,0 55,0 31-40 45 45,0 45,0 100,0 Total 100 100,0 100,0 Microsoft Office Excel Versi 2007 (2016) Berdasarkan hasil angket / kuisioner terhadap 100 responden yang diolah dengan Microsoft Office Excel Versi 2007 seperti ditunjukan pada Tabel 4.2 dapat diketahui bahwa kelompok umur responden yang terbanyak adalah dari umur 31-40 tahun sebanyak 45 responden (45%) berbeda sedikit dengan kelompok umur 20-30 tahun sebanyak 43 responden (43%). Dengan melihat data di atas dapat diketahui bahwa
57 pelaku bisnis e-commerce dilakuakan hampir oleh seluruh kelompok usia berkat kemajuan teknologi informasi. 3. Deskripsi Responden Berdasarkan Pekerjaan TABEL 4.3 KARAKTERISTIK PEKERJAAN RESPONDEN Valid Frequency Percent Valid Percent Cumulative Percent Buruh 3 3,0 3,0 3,0 Pegawai Negeri 7 7,0 7,0 10,0 Pegawai Swasta 34 34,0 34,0 44,0 Pelajar 9 9,0 9,0 53,0 Wiraswasta 47 47,0 47,0 100,0 Total 100 100,0 100,0 Microsoft Office Excel Versi 2007 (2016) Berdasarkan hasil angket / kuisioner terhadap 100 responden yang diolah dengan Microsoft Office Excel Versi 2007 seperti ditunjukan pada Tabel 4.3 dapat diketahui bahwa responden yang terbanyak adalah berprofesi sebagai wiraswasta sebanyak 47 responden (47%), dan diikuti oleh responden yang berprofesi sebagai pegawai swasta sebanyak 34 responden (34%). Dari hasil data diatas bahwa responden dengan profesi pekerjaan wiraswasta lebih banyak menjadi pelaku bisnis e-commerce. Jalur e-commerce ini menjadi kegiatan utama para pekerjaan wiraswasta dalam melakukan kegiatan penjualan produk.
58 C. Uji Asumsi, Kualitas Instrumen dan Kecocokan Model Pengukuran 1. Uji Asumsi, Kualitas Instrumen dan Kecocokan Model Pengukuran Untuk Masing-Masing Variabel Penelitian a. Variabel Layanan Purna Jual Dalam pengujian ini 9 indikator teramati tentang variabel Layanan Purna Jual yang telah diuji, dengan mendapatkan hasil Chi-square = 105.52, df = 27, P-value = 0,00000, dan RMSEA = 0,171. GAMBAR 4.1 MODEL PENGUKURAN VARIABEL LAYANAN PURNA JUAL
59 Pada gambar 4.1 di atas Terdapat 9 indikator variabel layanan purna jual yang telah diuji mendapatkan nilai Standardize Loading Factor (SLF) 0,50 seperti di jelaskan pada tabel dibawah ini: TABEL 4.4 UJI VALIDITAS VARIABEL LAYANAN PURNA JUAL Indikator Standardize Loading Factor (SLF) Nilai R Kesimpulan X1.1 0,50 0,50 Valid X1.2 0,75 0,50 Valid X1.3 0,72 0,50 Valid X1.4 0,53 0,50 Valid X1.5 0,77 0,50 Valid X1.6 0,80 0,50 Valid X1.7 0,81 0,50 Valid X1.8 0,84 0,50 Valid X1.9 0,76 0,50 Valid Indikator-indikator tersebut yaitu : 1) Tingkat ketanggapan perusahaan terhadap klaim garansi, 2) Kesesuaian pemenuhan janji, 3) Ganti rugi hilang, rusak, terlambat, 4) Kemudahan mengunakan aplikasi jejak lacak, 5) Kecepatan perubahan status yang disajiakan aplikasi jejak lacak, 6) Kesesuaian informasi yang disajiakan aplikasi jejak lacak, 7) Memberikan informasi yang dibutuhkan, 8) Kesesuaian informasi yang disampaikan, dan 9) Ketanggapan terhadap penanganan keluhan. Semua model teramati valid dan dapat digunakan dalam model penelitian.
60 b. Variabel Lokasi Dalam pengujian ini 4 indikator teramati tentang variabel Layanan Purna Jual yang telah diuji, dengan mendapatkan hasil Chi-square = 46.24, df = 2, P-value = 0,00000, dan RMSEA = 0,473. GAMBAR 4.2 MODEL PENGUKURAN VARIABEL LOKASI Pada gambar 4.2 di atas Terdapat 4 indikator variabel lokasi yang telah diuji mendapatkan nilai Standardize Loading Factor (SLF) 0,50 seperti di jelaskan pada tabel dibawah ini: TABEL 4.5 UJI VALIDITAS VARIABEL LAYANAN LOKASI Indikator Standardize Loading Factor (SLF) Nilai R Kesimpulan X2.2 0,58 0,50 Valid X2.3 0,66 0,50 Valid X2.5 0,98 0,50 Valid X2.6 0,97 0,50 Valid
61 Indikator-indikator tersebut yaitu : 1) Lokasi strategis dan mudah dijangkau, 2) Visualisai lokasi mudah dilihat, 3) Situasi lingkungan aman, dan 4) Jam layanan sampai dengan 24 Jam. Semua model teramati valid dan dapat digunakan dalam model penelitian. c. Variabel Keputusan Pembelian Dalam pengujian ini 4 indikator teramati tentang variabel Layanan Purna Jual yang telah diuji, dengan mendapatkan hasil Chi-square = 25.59, df = 5, P-value = 0,00011, dan RMSEA = 0,204. GAMBAR 4.3 MODEL PENGUKURAN VARIABEL KEPUTUSAN PEMBELIAN
62 Pada gambar 4.3 di atas Terdapat 5 indikator variabel keputusan pembelian yang telah diuji mendapatkan nilai Standardize Loading Factor (SLF) 0,50 seperti di jelaskan pada tabel dibawah ini: TABEL 4.6 UJI VALIDITAS VARIABEL KEPUTUSAN PEMBELIAN Indikator Standardize Loading Factor (SLF) Nilai R Kesimpulan Y.1 0,61 0,50 Valid Y.2 0,99 0,50 Valid Y.3 0,97 0,50 Valid Y.4 0,59 0,50 Valid Y.5 0,57 0,50 Valid Indikator-indikator tersebut yaitu : 1) Pengenalan masalah yang dihadapi Pos Indonesia di lapangan,. 2) Mengumpulkan data melalui survei ke konsumen, 3) Menentukan kriteria promosi yang digunakan dengan cara seleksi, 4) Menentukan pilihan dari alternatif yang telah dilakukan, dan 5) Harapan Rasa Kepuasan dari Konsumen. Semua model teramati valid dan dapat digunakan dalam model penelitian. Uji validitas terhadap semua varibel telah dilakukan untuk selanjutnya dilakukan pengujian reliabilitas. Hasil pengujian sebuah konstruk mempunyai reliabilitas yang baik jika nilai construct reliability (CR) 0,70 dan nilai variance extracted (VE) 0,50. Namun untuk
63 varianced extraxted hanya optional saja, jadi jika construct reliability (CR) sudah 0,70 maka sudah memiliki reliabilitas yang baik. berikut : Adapun hasil pengujian tersebut disajikan dalam tabel sebagai TABEL 4.7 UJI RELIABILITAS Variabel Nilai Standar Nilai CR VE CR VE Kesimpulan Layanan Purna Jual 0,70 0,70 0,36 0,50 Reliabel Lokasi 0,85 0,70 0,40 0,50 Reliabel Keputusan Pembelian 0,77 0,70 0,37 0,50 Reliabel dan perhitungan rumus Berdasarkan tabel 4.7 variabel layanan purna jual, lokasi, dan keputusan pembelian mempunyai nilai construct reliability (CR) 0,70. Sehingga dapat dikatakan bahwa hasil survei pengaruh layanan purna jual dan lokasi terhadap keputusan mengunakan jasa pos reliabel. 2. Uji Kecocokan Model Pengukuran Pengujian model pengukuran dari keseluruhan Variabel pada penelitian bertujuan untuk melihat kesesuaian model dengan data. Setelah itu akan dihitung Construct Reability dan Variance Extracted dari masingmasing variabel laten, langkah kedua dengan menambahkan model struktural asli pada model CFA (Wijanto, 2008). Model Hybrid ini
64 kemudian diestimasi dan dianalisis untuk melihat kecocokan secara keseluruhan dan evaluasi terhadap model strukturalnya. Pengerjaan SEM (Structural Equation Modelling) pada penelitian ini menggunakan program Lisrel For Windows Versi 8.80 by Karl G. Joreskog & Dag Sorbom. Hasil uji kecocokan model pengukuran dapat dilihat pada gambar dibawah ini: GAMBAR 4.4 MODEL PENGUKURAN KONSTRUK VARIABEL PENELITIAN Berdasarkan gambar 4.4 Model pengukuran konstruk variabel penelitian tersebut Bad Fit karena mempunyai nilai RMSEA sebesar 0,143
65 sehingga diperlukan adanya modifikasi model. Sesuai dengan Goodness of Fit dikatakan suatu model dapat nilai fit apabila mempunyai nilai RMSEA 0.0., indikator Goodness of fit statistics yang lain diringkas dalam tabel sebagai berikut : TABEL 4.8 HASIL UJI KECOCOKAN MODEL STRUKTURAL Goodnes of Fit Measure Nilai Kritis (Cut of Value) Hasi Estimasi Tingkat Kecocokan Root Mean Square Error RMSEA 0,08 of Appoximation (close Fit) P 0,50 0,143 Bad Fit Normed Fit Index NFI 0,90 0,81 Bad Fit Non-Noormed Fit Index NNFI 0,90 0,82 Bad Fit Comparative Fit Index CFI 0,90 0,85 Bad Fit Incremental Fit Index IFI 0,90 0,85 Bad Fit Relative Fit Index RFI 0,90 0,77 Bad Fit Goodnees of Fit Index GFI 0,90 0,69 Bad Fit Adjs. Goodness of Fit Index AGFI 0,90 0,60 Bad Fit 3. Uji Modifikasi Model Setelah dilakukan modifikasi terhadap model pengukuran konstruk variabel penelitian diharapkan akan model mempunyai nilai RMSEA > 0,08. Hasil Modifikasi model pengukuran dapat dilihat pada gambar di bawah ini:
66 GAMBAR 4.5 MODIFIKASI MODEL PENGUKURAN KONSTRUK VARIABEL PENELITIAN Berdasarkan gambar 4.5 Model pengukuran konstruk variabel penelitian tersebut sudah menunjukan tingkat kecocokan yang baik karena mempunyai nilai RMSEA > 0,08 yaitu sebesar 0,047, indikator Goodness of fit statistics yang lain diringkas dalam tabel sebagai berikut :
67 TABEL 4.9 HASIL UJI KECOCOKAN MODIFIKASI MODEL STRUKTURAL Goodnes of Fit Measure Nilai Kritis (Cut of Value) Hasi Estimasi Tingkat Kecocokan Root Mean Square Error RMSEA 0,08 of Appoximation (close Fit) P 0,50 0,047 Good Fit Normed Fit Index NFI 0,90 0,94 Good Fit Non-Noormed Fit Index NNFI 0,90 0,98 Good Fit Comparative Fit Index CFI 0,90 0,99 Good Fit Incremental Fit Index IFI 0,90 0,99 Good Fit Relative Fit Index RFI 0,90 0,92 Good Fit Goodnees of Fit Index GFI 0,90 0,86 Bad Fit Adjs. Goodness of Fit Index AGFI 0,90 0,80 Bad Fit 4. Uji Kecocokan Model Struktural (Uji T) Wijanto (2008), mengatakan bahwa uji kecocokan model struktural terdiri dari uji kecocokan keseluruhan model dan analisis hubungan kausal. Hubungan kausal antar variabel dikatakan signifikan bisa dilihat pada uji kausalitas. Berikut gambar hasil kecocokan keseluruhan model: Gambar 4.6 Model Struktural (T-Value)
68 Berdasarkan gambar 4.6 Model Struktural (Uji T) model sudah menunjukan tingkat kecocokan yang baik karena mempunyai nilai RMSEA > 0,08 yaitu sebesar 0,047, indikator Goodness of fit statistics yang lain diringkas dalam tabel sebagai berikut : TABEL 4.10 HASIL UJI KECOCOKAN MODEL STRUKTURAL MODEL PENELITIAN Goodnes of Fit Measure Nilai Kritis (Cut of Value) Hasi Estimasi Tingkat Kecocokan Root Mean Square Error RMSEA 0,08 of Appoximation (close Fit) P 0,50 0,047 Good Fit Normed Fit Index NFI 0,90 0,94 Good Fit Non-Noormed Fit Index NNFI 0,90 0,98 Good Fit Comparative Fit Index CFI 0,90 0,99 Good Fit Incremental Fit Index IFI 0,90 0,99 Good Fit Relative Fit Index RFI 0,90 0,92 Good Fit Goodnees of Fit Index GFI 0,90 0,86 Bad Fit Adjs. Goodness of Fit Index AGFI 0,90 0,80 Bad Fit Sumber: Pengolahan data Kuesioner dengan Dari tabel 4.10 terlihat bahwa nilai kecocokan model menunjukan nilai yang bagus artinya secara keseluruhan nilai kecocokan menunjukan good fit. D. Pengujian Hipotesis Pengujian model struktural dari keseluruhan variabel pada penelitian bertujuan untuk menjelaskan prediksi hubungan antara variabel penyebab terhadap variabel akibat, dan hasilnya terkait erat dengan pengujian hipotesis. Setelah didapatkan model struktural dengan Goodnees of fit yang baik, maka langkah berikutnya adalah melakukan uji hipotesis. Pada penelitian ini ada 2 (dua) hipotesis seperti yang telah diuraikan pada bab sebelumnya, dan pengujian
69 dilakukan dengan melihat signifikansi tiap hubungan variabel. Nilai signifikansi (α) yang digunakan sebesar 0,05 atau 5% dengan nilai t tabel sebesar 1,96. Nilai hasil estimasi atas hubungan kausal dari model struktural yang diuji dan hasil pengujian hipotesis dengan nilai t masing-masing hubungan dapat dilihat pada tabel 4.10 dan dikatakan berpengaruh apabila nilai t- values 1,96. Berikut hasil pengujian hipotesis penelitian: TABEL 4.11 HASIL PENGUJIAN HIPOTESIS PENELITIAN Hipotesis Structural Path t-values Keterangan Kesimpulan H1 Layanan Purna Jual Keputusan pembelian 0,82 Data tidak mendukung hipotesis Layanan Purna Jual tidak berpengaruh terhadap Keputusan pembelian H2 Lokasi Keputusan pembelian 6,84 Data mendukung hipotesis Lokasi berpengaruh terhadap Keputusan pembelian Hasil uji statistik pada model penelitian untuk variabel konstruk layanan purna jual tidak berpengaruh terhadap variabel keputusan pembelian, hal ini ditunjukkan dengan nilai t variabel tersebut kurang dari 1,96, yaitu 0.82. Untuk variabel konstruk lokasi berpengaruh terhadap variabel keputusan pembelian, hal ini ditunjukkan dengan nilai t variabel tersebut lebih dari 1,96, yaitu 6.84.
70 E. Pembahasan 1. Pengaruh Layanan Purna Jual terhadap Keputusan Pembelian Berdasarkan tabel 4.10 hasil perhitungan uji t variabel layanan purna jual memiliki nilai t- values < 1,96 (0,82 < 1,96). Hal ini menunjukkan bahwa layanan purna jual (X1) tidak mempunyai pengaruh terhadap variabel keputusan pembelian (Y). Layanan purna jual tidak memberikan pengaruh terhadap keputusan pelaku bisnis e-commerce mengunakan jasa PT Pos Indonesia dalam distribusi hasil penjualan. Pada penelitian ini layanan purna jual tidak berpengaruh signifikan terhadap keputusan pembelian. Hal ini tidak sejalan dengan penelitian Muhammad Yusup (2011) serta penelitian Mahmud dan Eko Agus Alfianto (2014) yang mengemukakan hasil penguian dalam penelitiannya yakni layanan purna jual berpengaruh positif terhadap keputusan pembelian. Layanan purna jual bukan merupakan komponen atau variabel yang dianggap penting oleh pelaku bisnis e-commerce dalam mengunakan jasa PT Pos Indonesia. Realitas ini menunjukkan bahwa untuk kategori produk yang dikaji dan objek penelitian bisa menjadi pembeda temuan dalam sebuah penelitian. 2. Pengaruh Lokasi terhadap Keputusan Pembelian Berdasarkan tabel 4.10 dapat disimpulkan bahwa variabel lokasi berpengaruh secara signifikan terhadap variabel keputusan pembelian. Hal ini ditunjukkan dengan nilai t- values sebesar 6.84 lebih besar dari nilai t tabel
71 sebesar 1,96. Variabel lokasi yang menjadi objek penelitian ini memberikan pengaruh pada keputusan pelaku bisnis e-commerce menggunakan jasa PT Pos Indonesia untuk melakukan distribusi produk. Pada penelitian ini variabel lokasi mempunyai pengaruh yang signifikan terhadap keputusan pembelian dan hasil ini sejalan dengan penelitian Panji Arief Akbar (2011) dan penelitian Khafid Romadhon (2014) dimana hasil dari penelitian tersebut adalah lokasi berpengaruh positif terhadap keputusan pembelian. Pemilihan lokasi untuk membuka layanan pos sangat penting untuk menjaga keputusan pemilihan jasa pos bagi pelaku bisnis e-commerce menggunakan produk PT Pos Indonesia sesuai dengan pendapat Levy dan Weitz (2007) mengatakan bahwa pemilihan lokasi sangat penting dalam membuka sebuah layanan atau toko dikarenakan lokasi merupakan faktor utama yang menjadi pertimbangan konsumen dalam pemilihan toko atau penyedia jasa yang mereka inginkan. Alasan lainya pentinganya pemilihan lokasi karena faktor ini bisa digunakan untuk menciptakan keunggulan kompetitif yang mapan.