BAB 3 METODE PENELITIAN 3.1 Metode yang Digunakan Jenis penelitian ini menerapkan adalah analisis asosiative karena penelitian ini dilakukan untuk mencari hubungan kausal antara variabel independen terhadap variabel dependen. Dimana unit analisis dari penelitian ini adalah individual dan tingkat intervensi peneliti dalam penelitian ini adalah minimal intervensi, karena pengumpulan data dilakukan melalui kuesioner yang dibagikan secara individual. Study setting yang digunakan adalah field survey dan dimana penyebaran kuesioner yang hanya dilakukan sekali saja (cross-sectional). Tujuan Penelitian Tabel 3. 1 Desain Penelitian Desain Penelitian Jenis Penelitian Unit Analisis Time Horizon T 1 Asosiative Individual Pengguna TransJakarta Di T 2 Asosiative Individual Pengguna TransJakarta Di T 3 Asosiative Individual Pengguna TransJakarta Di T 4 Asosiative Individual Pengguna TransJakarta Di T 5 Asosiative Individual Pengguna TransJakarta Di T 6 Asosiative Individual Pengguna TransJakarta Di T 7 Asosiative Individual Pengguna TransJakarta Di T 8 Asosiative Individual Pengguna TransJakarta Di 18
19 Keterangan: T 1: Untuk mengetahui pengaruh dari Perceived Usefulness terhadap intention to use e-ticketing pada TransJakarta. T 2: Untuk mengetahui pengaruh dari Perceived Ease of Use terhadap Perceived Usefulness pada TransJakarta. T 3: Untuk mengetahui pengaruh dari Perceived Ease of Use terhadap Trust in ability pada TransJakarta. T 4: Untuk mengetahui pengaruh dari Subjective Norm terhadap intention to use e-ticketing pada TransJakarta. T 5: Untuk mengetahui pengaruh dari Trust in ability terhadap Perceived Usefulness pada TransJakarta. T 6: Untuk mengetahui pengaruh dari Familiarity terhadap Trust in ability pada TransJakarta. T 7: Untuk mengetahui pengaruh dari Familiarity terhadap Perceived Ease of Use pada TransJakarta. T 8: Untuk mengetahui pengaruh secara simultan dari Familiarity dan Subjective Norm terhadap intention to use e-ticketing pada TransJakarta. 3.2 Operasionalisasi Variabel Penelitian Menurut (Aritonang & Lerbin, 2007), definisi dari operasional variabel adalah penelitian yang berisi semua kegiatan yang dilakukan untuk memperoleh data empiris kuantitatif mengenai variasi karakteristik dari variabel tersebut, merupakan spesifikasi mengenai apa yang akan diukur dan bagaimana cara mengukurnya.
20 Pemberian skor pada angket dilakukan dengan cara menggunakan skala Likert yang bertujuan untuk menandakan derajat persetujuan atau ketidaksetujuan dengan menggunakan bermacam-macam pertanyaan yang berhubungan dengan suatu tindakan atau objek tertentu. Menurut (Aritonang & Lerbin, 2007), metode skala Likert termasuk dalam jenis skala interval yang berfungsi untuk menggolongkan dan membandingkan subjek, dapat pula ditambah maupun dikurangi, dan memiliki nilai nol arbiter (berdasarkan konvensi dan persetujuan). Dalam praktik, skala interval ini menggunakan asumsi bahwa alternatif tanggapan dan pendekatan memiliki jarak yang sama. Dalam angket ini, alternatif tanggapan yang diberikan adalah dari sangat setuju sampai sangat tidak setuju sekali. Jawaban responden yang bersifat kualitatif, dikuantitatifkan dan diukur dengan menggunakan skala Likert empat tingkat, di mana jawaban untuk pertanyaan diberi skor positif. Menurut (Malhotra, 2004) pertimbangan pemilihan skala Likert genap ini dikarenakan bahwa skala ganjil memicu responden untuk memilih netral. Variabel dalam penelitian ini adalah kualitas layanan dan kepuasan emosional serta loyalitas pelanggan kepada perusahaan. Pengukuran tanggapan responden diukur dengan skala Likert yang diurutkan menurut bobotnya, yaitu : 1. Sangat Setuju (SS) = 4 poin 2. Setuju (S) = 3 poin 3. Tidak Setuju (TS) = 2 poin 4. Sangat Tidak Setuju (STS) = 1 poin Variabel-variabel dalam penelitian ini dioperasionalisasikan berdasarkan dimensi pengukuran yang diperoleh dari kajian pustaka pada bab sebelumnya dan dirangkum dalam tabel dibawah ini.
21 Tabel 3. 2 Operasional Variabel Perceived Ease of Use Variabel Penelitian Perceived Ease of Use Indikator Teknologi informasi sangat mudah dipelajari Mudah terampil dalam penggunaan teknologi informasi Teknologi informasi sangat mudah untuk dioperasikan Model Pengukuran Skala Likert Sumber: diadaptasi dari (Lee & Wan, 2010) Tabel 3. 3 Operasional Variabel Perceived Usefulness Variabel Penelitian Perceived Usefulness Indikator Menggunakan e-ticket mempersingkat waktu saya dalam masalah ticketing Menggunakan e-ticket memudahkan dalam pembelian ticket E-ticket berguna bagi perjalanan Model Pengukuran Skala Likert Sumber: adaptasi dari (Lee & Wan, 2010)
22 Tabel 3. 4 Operasional Variabel Trust Ability Variabel Indikator Model Pengukuran Percaya bahwa e-ticketing dapat Trust Ability bekerja dengan baik Skala Likert Percaya akan validitas e-ticketing Sumber: adaptasi dari (Lee & Wan, 2010) Tabel 3. 5 Operasional Variabel Familiarity Variabel Penelitian Subjective Norm Indikator Perilaku teman-teman disekitar akan mempengaruhi dalam penerimaan dalam penggunaan teknologi informasi Orang-orang yang sudah berpengalaman dalam menggunakan teknologi informasi dapat mempengaruhi dalam penerimaan penggunaan teknologi informasi Perilaku orang lain dapat mempengaruhi penerimaan dalam penggunaan teknologi informasi Model Pengukuran Skala Likert Sumber: adaptasi dari (Lee & Wan, 2010)
23 Tabel 3. 6 Tabel Operasional Variabel Subjective Norm Variabel Penelitian Familiarity Indikator E-ticketing sudah sangat familiar Prosedur pembelian e-ticket sudah familiar Model Pengukuran Skala Likert Sumber: adaptasi dari (Lee & Wan, 2010) Tabel 3. 7 Operasional Variabel Intention to Use Variabel Penelitian Intention to Use Indikator Prediksi akan menggunakan e- ticketing Persepsi penggunaan e-ticketing mudah Model Pengukuran Skala Likert Sumber: adaptasi dari (Lee & Wan, 2010)
24 3.3 Jenis dan Sumber Data Penelitian Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif, yaitu data yang bisa diselidiki secara langsung dan bisa dihitung dengan menggunakan alat ukur sederhana. Sumber data dan penelitian ini adalah data primer. Data primer adalah sumber data yang diperoleh melalui penyebaran kuesioner. Tabel 3. 8 Jenis dan Sumber Data Penelitian Data Sumber Data Jenis Data Intention To Use Primer-kuesioner Kuantitatif Trust Ability Primer-kuesioner Kuantitatif Familiarity Primer-kuesioner Kuantitatif Perceived Usefulness Primer-kuesioner Kuantitatif Perceived Ease Of Use Primer-kuesioner Kuantitatif Subjective Norm Primer-kuesioner Kuantitatif 3.4 Teknik Pengumpulan Data Menurut (Supranto, 2003), pengukuran adalah pemberian angka atau nilai pada atribut suatu elemen. Atribut atau karakteristik adalah ciri, sifat, atau hal-hal lain yang dimiliki elemen. Elemen adalah suatu yang menjadi obyek penelitian, misalnya orang, barang atau unit organisasi. Teknik yang digunakan dalam pengumpulan data penelitian ini adalah berikut: 1. Field Research Data yang digunakan berupa data primer, yaitu dengan cara menyebar kuesioner dan kepada pelanggan. a. Kuesioner Kuesioner merupakan alat teknik pengumpulan data yang dilakukan dengan cara memberikan seperangkat pertanyaan atau pernyataan tertulis kepada responden untuk dijawab oleh responden.
25 b. Wawancara (Interview) Wawancara merupakan salah satu teknik pengumpulan data. Pelaksanaannya dapat dilakukan secara langsung berhadapan dengan yang diwawancarai, tetapi dapat juga secara tidak langsung seperti memberikan daftar pertanyaan untuk dijawab pada kesempatan lain 2. Riset Kepustakaan Yaitu cara pengumpulan data yang bersifat teoritis dengan cara teknik pengumpulan data dan mempelajari buku bacaan yang diperoleh dari: Buku wajib (text book) yang berkaitan dengan penulisan skripsi Buku pelengkap (reference book) yang berkaitan dengan objek yang diteliti Bahan bacaan lainnya yang berkaitan dengan objek yang diteliti. Jurnal dengan menelusuri Proquest dan Emerald 3.5 Teknik Pengambilan Data Teknik pengambilan sampel dalam penelitian ini adalah dengan cara simple random sampling yaitu cara pengambilan sampel dari anggota populasi secara acak tanpa memperhatikan strata (tingkatan) dalam anggota populasi tersebut ( R i d w a n & K u n c o r o, 2 0 0 7, p. 4 1 ). Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Bila populasi besar dan peneliti tidak mempelajari semua yang ada pada populasi (keterbatasan dana, tenaga dan waktu) maka peneliti dapat menggunakan sampel yang diambil dari populasi itu (Sugiyono, 2007). Sehingga dari pengertian tersebut, maka pertimbangan-pertimbangan penentuan sampel yang dimaksud dalam penelitian ini yaitu berdasarkan rata-rata populasi penumpang TransJakarta pada koridor 4 dan 6 pada bulan Juni Agustus 2013, digunakan sampel sebanyak 392 responden. (TransJakarta, 2013)
26 3.6 Partial Least Square (PLS) Setelah data-data yang diperlukan sudah terkumpul, maka selanjutnya dilakukan uji validitas-reliabilitas terhadap data-data tersebut. Setelah data dipastikan valid dan reliable, maka melanjutkan proses analisis dengan menggunakan: Analisis PLS-SEM biasanya terdiri dari dua sub model yaitu model pengukuran (measurement model) dan model struktural (structural model). Model pengukuran menunjukkan bagaimana variabel manifest merepresentasi variabel laten untuk diukur. Sedangkan model struktural menunjukkan kekuatan estimasi antar variabel laten atau konstruk (Latan & Ghozali, 2012). - Measurement Model Measurement model, yaitu spesifikasi hubungan antara variabel laten dengan indikatornya yang manifesnya. mendefinisikan karakteristik konstruk dengan variabel Evaluasi Model pengukuran validitas (Measurement Model) meliputi convergent validity, discriminant validity, dan composite reliability dengan kriteria sebagai berikut : Convergent validity Korelasi antara skor indikator refleksif dengan skor variabel latennya. Untuk hal ini loading 0.5 sampai 0.6 dianggap cukup, pada jumlah indikator per konstruk tidak besar, berkisar antara 3 sampai 7 indikator. Discriminant validity Membandingkan nilai square root of average variance extracted (AVE) setiap konstruk dengan korelasi antar konstruk lainnya dalam model, jika square root of average variance extracted (AVE) konstruk lebih besar dari korelasi dengan seluruh konstruk lainnya maka dikatakan memiliki discriminant validity yang baik. Direkomendasikan nilai pengukuran harus lebih besar dari 0.50. Evaluasi Model pengukuran reliabilitas meliputi composite reliability dan cronbach s alpha dengan kriteria sebagai berikut:
27 Cronbach s Alpha Cronbach s alpha digunakan untuk menguji reliabilitas konstruk yang akan memberikan nilai yang lebih rendah sehingga lebih disarankan untuk menggunakan composite reliability dalam menguji reliabilitas suatu konstruk. Composite reliability Kelompok Indikator yang mengukur sebuah variabel memiliki reliabilitas komposit yang baik jika memiliki composite reliability 0.7, walaupun bukan merupakan standar absolut. Tabel 3. 9 Kriteria Evaluasi Model Pengukuran dengan Indikator Refleksif Pengujian Parameter Keterangan Convergent validity Discriminant Validity Loading Factor Average Variance Extracted (AVE) Communality Cross Loading Square root of AVE Nilai faktor loading dari setiap indikator > 0.5 dan nilai p-value < 0.05 AVE > 0.5 menunjukkan ukuran convergent validity yang baik. > 0.50 untuk Confirmatory maupun Exploratory Research. > 0.70 untuk setiap variabelnya. Nilai akar kuadrat dari AVE > nilai korelasi diantara konstrak / variabel laten, maka discriminant validity yang baik tercapai Internal Consistency Reliability Composite reliability Composite reliability > 0,70 menunjukkan realibilitas yang baik Composite reliability 0,60 0,70 masih dapat diterima jika syarat validitas indikator dalam model baik. Cronbach alpha Cronbach alpha > 0.7 Sumber: (Latan & Ghozali, 2012)
28 Tabel 3. 10 Kriteria Evaluasi Model Pengukuran dengan Indikator Formatif Kriteria Keterangan Signifikansi Weight > 1.65 (significance level = 10%), >1.96 (significance level = 5%), dan > 2.58 (significance level = 1%) Multicollinearity VIF < 10 atau < 5 Tolerance > 0.10 atau 0.20 - Structural Model Structural Model, yaitu spesifikasi hubungan antar variabel laten (structural model) yang menggambarkan hubungan antar variabel laten berdasarkan teori substansif penelitian. Tanpa kehilangan sifat umumnya, diasumsikan bahwa variabel laten dan indikator atau variabel manifest diskala zero means dan unit varian sama dengan satu, sehingga parameter lokasi (parameter konstanta) dapat dihilangkan dari model. Evaluasi Model Structural (Structural Model/Inner Model) meliputi R 2 untuk konstruk dependen, uji p-value serta signifikansi dari koefisien parameter jalur struktural Goodness of Fit Model diukur menggunakan R-square variabel laten dependen dengan interpretasi yang sama dengan regresi; Q-Square predictive relevance untuk model struktural, megukur seberapa baik nilai onservasi dihasilkan oleh model dan juga estimasi parameternya. Nilai Q-square > 0 menunjukkan model memiliki predictive relevance; sebaliknya jika nilai Q-Square 0 menunjukkan model kurang memiliki predictive relevance
29 Tabel 3. 11 Kriteria Evaluasi Model Pengukuran Pengujian Kriteria Keterangan Model fit indices APC Average Path Coefficient (APC), p-value < 0.05 ARS Average R-Square (ARS), p-value < 0.05 AVIF Average Variance Inflation Factor (AVIF) < 5 Coefficient of Determination (R 2 ) untuk variable laten endogen Path Coefficients (Koefisien Jalur) R 2 p-value Nilai R-square sebesar 0,67 mengindikaskan model baik, nilai 0,33 mengindikasikan model moderat sedangkan nilai 0,19 model dapat dikatakan lemah. p-value < α, maka dikatakan signifikan Sumber : (Kock, 2011) P-value tidak hanya mencerminkan kekuatan hubungan tetapi juga kekuatan pengujian yang meningkat dengan ukuran sampel. Semakin besar ukuran sampel, semakin rendah sebuah koefisien jalur harus menghasilkan signifikan p-value secara statistik (Kock, 2011). Sedangkan koefisien determinasi untuk menunjukkan pengukuran persentase pengaruh semua variable independen terhadap nilai variable dependen. 3.7 Rancangan Uji Hipotesis Pada penelitian ini ditetapkan 8 buah hipotesis seperti yang telah dijelaskan pada bab 2. Pengujian dilakukan dengan t-test, bilamana diperoleh p-value 0,05 (alpha 5 %), maka disimpulkan signifikan, dan sebaliknya. Bilamana hasil pengujian hipotesis pada outter model signifikan, hal ini menunjukkan bahwa indikator dipandang dapat digunakan sebagai instrumen pengukur variabel laten. Sedangkan bilamana hasil pengujian pada inner model adalah signifikan, maka dapat diartikan bahwa terdapat pengaruh yang bermakna variabel laten terhadap variabel laten lainnya.
30 Nilai p-value akan diperoleh dari output pengolahan data dengan menggunakan WarpPLS Jika p-value 0.05, maka Ho diterima Jika p-value < 0.05, maka Ho ditolak dan Ha diterima Peneliti juga menilai koefisien determinasi (R 2 ), dimana koefisien determinasi (R 2 ) pada persamaan struktural mengindikasikan jumlah varians pada variable laten endogen yang dapat dijelaskan secara simultan oleh variabel-variabel laten independent. Semakin tinggi nilai R 2, semakin besar variabel-variabel independent tersebut dapat menjelaskan variabel endogen, sehingga semakin baik persamaan struktural.