4.1. Hasil Pengumpulan Data BAB IV ANALISIS DATA DAN PEMBAHASAN Populasi yang menjadi objek dalam penelitian ini adalah responden yang pernah melakukan pembelian melalui e-tailling. Responden yang diambil untuk penelitian ini sebanyak 110 responden. Penyebaran kuesioner dilakukan dengan cara membagi kuesioner secara langsung kepada calon responden. Dari rencana kuesioner yang disebar kepada responden sebanyak 110 kuesioner, terdapat 10 kuesioner yang tidak kembali sehingga hanya 100 kuesioner yang memenuhi syarat untuk dianalisis.keterangan lebih lengkap mengenai pengumpulan kuesioner dapat dilihat pada Tabel 4.1. Tabel 4.1. Data kuesioner yang disebar Keterangan Jumlah % Kuesioner disebar secara langsung 110 100 % Kuesioner yang diisi tidak lengkap (10) 1% Kuesioner yang tidak kembali (0) 00% Kuesioner yang dapat diolah 100 99% Sumber : data diolah, 2015 4.2. Deskripsi Responden 4.2.1 Jenis Kelamin 47
Berdasarkan dari jenis kelamin responden terdiri dari 2 kategori, yaitu laki-laki dan perempuan. Deskripsi responden berdasar jenis kelamin disajikan pada Tabel 4.2. Tabel 4.2 Jenis Kelamin Responden Kategori Keterangan Jumlah Responden % Perempuan 70 70 Jenis Kelamin Laki-laki 30 30 Total 100 100 Sumber : data diolah Berdasarkan hasil deskripsi responden berdasarkan jenis kelamin, dapat disimpulkan bahwa mayoritas responden adalah perempuan sebesar 70 responden atau 70%. Sedangkan responden laki-laki sebesar 30 responden atau 30%. 4.2.2Tempat Menggunakan Layanan E-Tailling Hasil analisis deskriptif responden berdasarkan tempat menggunakan layanan e-tailling dapat dilihat pada Tabel 4.3 Kategori Tabel 4.3 Tempat Menggunakan E-Tailling Keterangan Jumlah Responden % Tempat Kerja 10 10 Kampus 4 4 Via Handphone 70 70 Tempat Rumah 12 12 Warnet 4 4 Perpustakaan 0 0 Tempat Teman/Saudara 0 0 Lainnya 0 0 Total 100 100 Sumber : data diolah, 2015 48
Dari hasil data yang diperoleh dan yang digunakan oleh penelitimayoritas responden melakukan pembelian e-taillingmelalui handphone sebesar 70 responden. Kemudian responden melakukan pembelian e-taillingmelalui rumah sebesar 12 responden, tempat kerja sebesar 10 responden, rumah sebesar 12 responden dan melakukan reservasi di warnet sebesar 4 responden. 4.2.3. Usia Berdasarkan usia reponden terdiri dari 5 kategori, yaitu di bawah 20 tahun, 20-30 tahun, 31-40 tahun, 40-50 tahun, dan > 50 tahun. Hasil analisis deskriptif responden berdasarkan umur mereka disajikan pada Tabel 4.4. Tabel 4.4 Usia Responden Kategori Keterangan Jumlah Responden % < 20 tahun 15 15 20 30 tahun 55 55 Usia 31-40 tahun 20 20 41-50 tahun 10 10 >50 tahun 0 0 Total 100 100 Sumber : data diolah Dari hasil data yang diperoleh dan yang digunakan oleh peneliti. Sebanyak 55 responden berusia 20-30 tahun, 20 responden berusia 31-40 tahun, 15 responden berusia < 20 tahun, 10 responden berusia 41-50 tahun dan 0 responden lebih dari 50 tahun. Berdasarkan uraian tersebut, mayoritas responden yang melakukan pembelian melalui e-tailling adalah responden berusia 20-30 tahun yaitu sebesar 55 responden atau 55%. 4.2.4Pendidikan 49
pada Tabel 4.5 Hasil analisis deskriptif responden berdasarkan pendidikan dapat dilihat Kategori Tabel 4.5 Pendidikan Responden Keterangan Jumlah Responden % SMA 12 12 D1-D3 22 22 Pendidikan S1 58 58 S2 7 7 S3 1 1 Total 100 100 Sumber : data diolah, 2015 Dari hasil data yang diperoleh dan yang digunakan oleh peneliti sebanyak 12responden berpendidikan SMA, 22 respondenmempunyai pendidikan D1-D3, 58 responden berpendidikan S1, 7 responden mempunyai pendidikan S2 dan 1 responden berpendidikan S3. Hasil tersebut membuktikan bahwa mayoritas responden adalah mereka dengan pendidikan S1. 4.2.5Pekerjaan Hasil analisis deskriptif responden berdasarkan pekerjaan dapat dilihat pada Tabel 4.6. Tabel 4.6 Pekerjaan Responden Kategori Pekerjaan Keterangan Jumlah Responden % PNS/TNI/POLRI 11 11 Wiraswasta 47 47 Guru 11 11 Karyawan Swasta 31 31 50
Lainnya 0 0 Total 100 100 Sumber : data diolah, 2015 Dari hasil data yang diperoleh dan yang digunakan oleh peneliti sebanyak 11responden mempunyai pekerjaan TNI/PNS/POLRI, 47 respondenmempunyai pekerjaan sebagai wiraswasta, 11 responden mempunyai pekerjaan guru, 31 responden mempunyai pekerjaan sebagai karyawan swasta dan 0 responden bekerja lain-lain. Hasil tersebut membuktikan bahwa mayoritas responden adalah mereka dengan pekerjaan sebagai wiraswasta. 4.2.5Pendapatan Hasil analisis deskriptif responden berdasarkan pendapatan dapat dilihat pada Tabel 4.7. Tabel 4.7 Pendapatan Responden Kategori Jumlah Keterangan Responden % < Rp. 2.500.000 30 30 Rp. 2.500.001,- s/d Rp. 5.000.000,- 60 60 Pendapatan Rp. 5.000.001,- s/d Rp. 7.500.001,- 8 8 Rp. 7.500.001,- s/d Rp. 10.000.000,- 2 2 >Rp. 10.000.000,- 0 0 Total 100 100 Sumber : data diolah, 2015 Dari hasil data yang diperoleh dan yang digunakan oleh peneliti sebanyak 60responden mempunyai pendapatan Rp. 2.500.001 sampai dengan Rp. 5.000.000,-, 30 respondenmempunyai pendapatan < Rp. 2.500.000, 8 responden mempunyai pendapatan sebesar Rp. 5.000.000,- sampai dengan Rp. 7.500.000,-, 2 responden mempunyai pendapatan sebesar Rp. 7.500.001 sampai dengan Rp. 10.000.000,- dan tidak ada responden yang mempunyai pendapatan > Rp. 51
10.000.000. Hasil tersebut membuktikan bahwa mayoritas responden adalah mereka dengan pendapatan kurang dari Rp. 2.500.001 sampai dengan Rp. 5.000.000,-,. 4.3 Uji Instrumen Penelitian 4.3.1 Uji Validitas Uji validitas adalah suatu ukuran yang menunjukkan tingkat kevalidan atau kesahihan suatu instrumen. Suatu instrumen dianggap valid apabila mampu mengukur apa yang diinginkan (Simamora, 2004). Hasil uji validitas disajikan pada tabel 4.8. Tabel 4.8 Initial Item Loadings dan AVE Variabel Konstruk Items Loading AVE Kuantitas dan kualitas produk ESQ1 0,497 Pengiriman barang e-tailling tepat waktu ESQ2 0,592 Proses penagihan ESQ3 0,677 Tanggapanpertanyaan konsumen ESQ4 0,696 Menepati janji ESQ5 0,626 Informasi yang lengkap ESQ6 0,632 Informasi kontak ESQ7 0,625 Kemudahan mudah Kualitas Pelayanan E- tailling ESQ8 0,589 menghubungi operator pilihan pemesanan ESQ9 0,153 Informasi lebih lanjut ESQ10 0,668 Perhatian secara pribadi ESQ11 0,838 Forum untuk pertanyaan ESQ12 0,907 konsumen Mengucapkan terima kasih kepada konsumen ESQ13 0,815 Keamanan informasi ESQ14 0,868 Resiko transaksi ESQ15 0,765 Informasi bisnis ESQ16 0,745 Hadiah dan diskon ESQ17 0,743 0.481 52
Variabel Konstruk Items Loading AVE Fungsi yang dibutuhkan TW1 0,757 Kepercayaan Kemampuan TW2 0,759 Kemampuan keseluruhan TW3 0,739 0,590 Kehandalan TW4 0,815 Kecemasan Kehilangan banyak informasi ISA1 0,799 berbelanja Kehilangan layanan ISA2 0,932 0.784 melalui Ide yang buruk ISA3 0,920 internet Tabel 4.8 Lanjutan Variabel Konstruk Items Loading AVE Tingkat resiko PR1 0,916 Persepsi Resiko Kepuasan Konsumen Sumber : data diolah, 2016 Kemampuan membandingkan harga PR2 0,946 Kemampuan memeriksa produk PR3-0,115 Mengorbankan informasi pribadi PR4 0,265 Keputusan yang benar CS1 0,438 Kepuasan layanan e-tailling CS2 0,828 Kepuasan keseluruhan. CS3 0,884 Pengalaman CS4 0,768 0.454 0.562 Pengujian validitas dalam penelitian ini menggunakan nilai AVE.Nilai AVE (Average Variance Extraced) harus lebih besar 0,50 itu dikatakan cukup dan nilai loading factor yang baik adalah diatas 0,5 (Ghozali, 2006). Untuk mengevaluasi validitas diskriminan digunakan software SmartPLS. Menurut Chin (1998 dalam Ghozali, 2006) nilai loadingfactor 0.50 sampai 0.60 rnasih dapat dipertahankan untuk model yang masih dalam tahap pengembangan. Berdasarkan kriteria ini indikator -indikator yang nilai loadingnya kurang dari 0.50 harus dikeluarkan dari analisis. Dari hasil perhitungan loading factor, untuk konstruk variabel kualitas pelayanan adalah indicator ESQ1 dan ESQ9 sedangkan untuk konstruk variabel persepsi resiko adalah konstruk PR3 dan PR4 dan untuk kosntruk variabel kepuasan konsumen adalah CS1. 53
Dalam Tabel 4.9 terlihat bahwa nilai AVE seluruh variabel di atas, 0,5 dan tidak ada nilai loading factor yang dibawah 0,5. Berdasarkan hasil nilai loading factor dan AVE dapat disimpulkan bahwa validitas konvergen terpenuhi. Artinya bahwa keberadaan antara korelasi antar instrumen yang berbeda semuanya cukup valid. Pemenuhan validitas diskriminan dapat dilihat dari nilai cross loadingkonstruk. Jika korelasi indikator konstruk memiliki nilai lebih tinggi dibandingkan dengan korelasi indikator tersebut terhadap konstruk lain, maka dikatakan konstruk memiliki validitas diskriminan yang tinggi (Ghozali, 2006). Hasil estimasi setelah adanya perbaikan indikator variabel dari variabel yang tidak valid tersebut disajikan pada tabel 4.9 Tabel 4.9 Initial Item Loadings dan AVE (Setelah Perbaikan Data) Variabel Indikator Items Loading AVE Pengiriman barang e-tailling ESQ2 tepat waktu 0,584 Proses penagihan ESQ3 0,671 Tanggapan pertanyaan ESQ4 konsumen 0,691 Menepati janji ESQ5 0,618 Informasi yang lengkap ESQ6 0,627 Informasi kontak ESQ7 0,628 Kemudahan mudah Kualitas ESQ8 menghubungi operator 0,600 Pelayanan E- Informasi lebih lanjut ESQ10 0,664 tailling Perhatian secara pribadi ESQ11 0,840 0,526 Forum untuk pertanyaan ESQ12 konsumen 0,909 Mengucapkan terima kasih ESQ13 kepada konsumen 0,815 Keamanan informasi ESQ14 0,871 Resiko transaksi ESQ15 0,765 Informasi bisnis ESQ16 0,745 Hadiah dan diskon ESQ17 0,744 Kepercayaan Fungsi yang dibutuhkan TW1 0,757 0,590 54
Variabel Indikator Items Loading AVE Kemampuan TW2 0,759 Kemampuan keseluruhan TW3 0,739 Kehandalan TW4 0,815 Kecemasan Kehilangan banyak informasi ISA1 0,799 berbelanja Kehilangan layanan ISA2 0,932 0.784 melalui Ide yang buruk ISA3 internet 0,920 Tingkat resiko PR1 0,925 Persepsi Kemampuan membandingkan Resiko PR2 harga 0,947 0.877 Lanjutan Tabel 4.9 Variabel Indikator Items Loading AVE Kepuasan layanan e-tailling CS2 0,834 Kepuasan Kepuasan keseluruhan. CS3 0,899 Konsumen Pengalaman CS4 0,754 0.691 Sumber : data diolah, 2016 Pengujian validitas juga dapat dilihat dari nilai Croos loading. Hasil pengujian validitas menggunakan Croos loading dapat dilihat pada Tabel 4.10. Tabel 4.10 Cross Loadings CS ESQ ISA PR TW CS2 0,834-0,170-0,082-0,158-0,482 CS3 0,899-0,132-0,173-0,179-0,455 CS4 0,754-0,215-0,059-0,170-0,398 ESQ10-0,145 0,664-0,455-0,055-0,164 ESQ11-0,234 0,840-0,562-0,213-0,116 ESQ12-0,215 0,909-0,561-0,460-0,078 ESQ13-0,169 0,815-0,257-0,536-0,134 ESQ14-0,133 0,871-0,364-0,555-0,207 ESQ15-0,232 0,765-0,350-0,258-0,150 ESQ16-0,319 0,745-0,302-0,428-0,005 ESQ17 0,016 0,744-0,216-0,503-0,308 ESQ2-0,200 0,584-0,091-0,063-0,108 ESQ3-0,179 0,671-0,150-0,231-0,090 ESQ4-0,133 0,691-0,128-0,283-0,113 ESQ5-0,199 0,618-0,045-0,169-0,162 ESQ6-0,133 0,627-0,101-0,131-0,121 ESQ7 0,160 0,628-0,155-0,351-0,386 55
CS ESQ ISA PR TW ESQ8 0,087 0,600-0,216-0,381-0,186 ISA1-0,157-0,285 0,799 0,413-0,158 ISA2-0,094-0,425 0,932 0,601-0,234 ISA3-0,109-0,493 0,920 0,838-0,267 PR1-0,167-0,384 0,631 0,925-0,223 PR2-0,212-0,422 0,742 0,947-0,161 TW1-0,137-0,097-0,243-0,242 0,757 TW2-0,592-0,171-0,164-0,096 0,759 TW3-0,644-0,215-0,085-0,096 0,739 TW4-0,499-0,154-0,220-0,130 0,815 Tabel diatas menunjukkan pengujian validitas untuk indikator reflektif menggunakan korelasi antara skor item dengan skor konstruknya. Pengukuran dengan indikator reflektif menunjukkan adanya perubahan pada suatu indikator dalam suatu konstruk jika indikator lain pada konstruk yang sama berubah (atau dikeluarkan dari model). Indikator reflektif cocok digunakan untuk mengukur persepsi sehingga penelitian ini menggunakan indikator reflektif. Tabel di atas menunjukkan bahwaloading factor memberikan nilai di atas nilai yang disarankan yaitu sebesar 0,5. Nilai cross loading berkisar diantara 0,560 sampai dengan 0,954. Berarti indikator yang dipergunakan dalam penelitian ini adalah valid atau telah memenuhiconvergent validity. 4.3.2. Uji Reliabilitas Reabilitas adalah suatu pengukuran menunjukkan sejauh mana pengukuran tersebut tanpa bias dan menjamin pengukuran yang konsisten lintas waktu dan lintas beragam item dalam instrumen (Sekaran, 2006). Uji reliabilitas dilakukan untuk dapat mengetahui tingkat kestabilan suatu alat ukur. Pada penelitian ini, uji reliabilitas dilakukan dengan menggunakan pendekatan composite realibility dengan mengunakan output yang dihasilkan PLS. Nilai batas 56
yang diterima untuk tingkat reliabilitas komposit (ρc) adalah 0.7, walaupun bukan merupakan standar absolut (Ghozali, 2006). Hasil pengujian reliabilitas diilustrasikan pada tabel 4.11. Tabel 4.11 Composite Reliability dan Korelasi Antar Konstruk CS ESQ ISA PR TW CS 0,773 ESQ -0,207 0,943 ISA -0,128-0,472 0,867 PR -0,204-0,431 0,737 0,861 TW -0,536-0,189-0,257-0,202 0,785 Catatan : Cetak tebal adalah angka composite reliability Berdasarkan tabeldi atascomposite reability menunjukan nilai yang memuaskan yaitu nilai masing-masing variabel diatas nilai minimum yaitu 0,70. Berdasarkan nilai tersebut menunjukan konsistensi dan stabilitas instrumen yang digunakan sangat tinggi. Dengan kata lain dapat disimpulkan bahwa reliabilitas instrumen terpenuhi. 4.4. Pengujian Inner Model Pengujian inner model adalah untuk mengevaluasi hubungan konstruk laten atau variabel yang telah dihipotesiskan (Ghozali, 2006) dalam penelitian ini yaitu hal-hal yang mempengaruhi kecemasan, persepsi resiko dan kepuasan. Pengujian inner model dilakukan untuk melihat hubungan antara konstruk dan nilai signifikansinya serta nilai R-square. Nilai R-square digunakan untuk menilai 57
pengaruh variabel independen terhadap variabel dependen apakah mempunyai pengaruh yang subtantif. Berikut ini adalah perhitungan inner model dari data yang didapatkan dan digunakan oleh peneliti dengan menggunakan Partial Least Square. Tabel 4.12 Hasil Uji R-Square Variabel R Square Kecemasan berbelanja melalui internet 0,347 Persepsi resiko 0,544 Kepuasan konsumen 0,042 Sumber : data diolah, 2015 Nilai r-square variabel kecemasan berbelanja melalui internet sebesar 0,347 yang berarti bahwa serta variabel tersebut dapat dijelaskan oleh variabel kualitas layanan dan kepercayaan sebesar 0,347. Sedangkan nilai r-square variabel persepsi resiko sebesar 0,544 yang berarti bahwa variabel persepsi resiko dapat dijelaskan oleh kecemasan berbelanja melalui internet sebesar 0,544.Model memberikan nilai r-square sebesar 0,042 pada variabel kepuasan konsumen yang berarti bahwa variabel kepuasan konsumen dapat dijelaskan oleh variabel persepsi resiko sebesar 0,042. 4.5. Pengujian Hipotesis Pengujian hipotesis dapat dilakukan dengan memperhatikan tingkat signifikansinya dan parameter path antara variabel laten. Hipotesis yang diajukan untuk mengetahui hubungan masing-masing konstruk yang dihipotesiskan. Pengambilan keputusan didasarkan pada arah hubungan dan signifikansi dari 58
model pengujian dan korelasi antar konstruk yang ditunjukan pada Tabel 4.13 yang merupakan output hasil dari inner weight dengan bantuan software PLS. Hasil dari inner weight ini menunjukkan hubungan korelasi antar konstruk yang menghubungkan antar variabel yang membentuk sebuah hipotesis. Tabel 4.13 Signifikansi Hubungan Antar Variabel Hipotesis Path Path t -Value Kesimpulan coefficient H1 ESQ -> ISA -0,539 12,135* didukung H2 TW -> ISA -0,359 8,038* didukung H3 ISA -> PR 0,737 30,751* didukung H4 PR -> CS -0,204 3,749* didukung Catatan : *) Signifikan pada tingkat signifikansi 5% Sumber : data diolah Ringkasan hasil penelitian juga dapat disajikan pada Gambar 4.1. Kualitas pelayanan E-Tailling t= 12,135 H1 (-) β= -0.539 Kecemasan Berbelanja Melalui Internet H3 (+) β= 0,737 t= 30,751 Persepsi Resiko H4 (-) β= -0,204 t= 3,749 Kepuasan Konsumen Kepercayaan H2 (-) β= -0.359 t= 8,038 Gambar 4.1Hasil Penelitian 4.5.1 Pengujian Hipotesis Pertama 59
H 1 : Kualitas layanan e-tailling berpengaruh negatif terhadap kecemasan berbelanja melalui internet. Dari Tabel 4.13 parameter hubungan antara variabel tingkat kualitas layanan e-tailling terhadap kecemasan berbelanja melalui internet adalah sebesar - 0,539 dan nilai T-statistik sebesar 12,135 (T-Statistik> t-tabel yaitu sebesar 1,96) dengan alpha 5%. Sehingga dapat diartikan bahwa kualitas layanan e-tailling berpengaruh negatif signifikan terhadap kecemasan berbelanja melalui internet sehingga hipotesis pertama penelitian ini didukung. Hasil penelitian ini sesuai dengan penelitian Yao dan Liao (2011), Jun dkk. (2004), Page dan Lepkowska-White (2002) yang menemukan hasil kualitas pelayanan akan menurunkan kecemasan berbelanja secara online sedangkan Lin dan Hsing (2011) yang menemukan konsumen yang memiliki kecemasan teknologi yang tinggi maka mereka tidak akan menggunakan internet untuk berbelanja. 4.5.2 Pengujian Hipotesis Kedua H 2 : Kepercayaan berpengaruh negatif terhadap kecemasan berbelanja melalui internet. Dari Tabel 4.13 parameter hubungan antara variabel kepercayaan terhadap kecemasan berbelanja melalui internet adalah sebesar -0,359 dan nilai T-statistik sebesar 8,038 (T-Statistic > t-tabel yaitu sebesar 1,96) dengan alpha 5% sehingga dapat diartikan bahwa kepercayaan berpengaruh negatif signifikan terhadap kecemasan berbelanja melalui internet sehingga hipotesis kedua penelitian ini didukung. 60
Hasil penelitian ini sesuai dengan penelitianyao dan Liao (2011) dan White (2001) yang menemukan hasil bahwa kepercayaan berpengaruh negatif terhadap kecemasan bertransaksi melalui Internet. 4.5.3 Pengujian Hipotesis Ketiga H 3 : Kecemasan berbelanja melalui internet berpengaruh positif terhadap persepsi resiko. Dari Tabel 4.13 parameter hubungan antara variabel tingkat kecemasan berbelanja melalui internet adalah sebesar 0,737 dan nilai T-statistik sebesar 30,751 (T-Statistic > t-tabel yaitu sebesar 1,96) dengan alpha 5% sehingga dapat diartikan bahwa kecemasan berbelanja melalui internet berpengaruh positif signifikan terhadap persepsi resiko sehingga hipotesis ketiga penelitian ini didukung. Hasil ini sesuai penelitian Yao dan Liao (2011) yang menemukan hasil bahwa kecemasan berbelanja melalui internet berpengaruh positif terhadap persepsi resiko. 4.5.4 Pengujian Hipotesis Keempat H 4 : Persepsi resiko berpengaruh negatif terhadap kepuasan konsumen. Dari Tabel 4.13 parameter hubungan antara variabel persepsi resiko terhadap kepuasan konsumen adalah sebesar -0,204 dan nilai T-statistik sebesar 3,749 (T-Statistic > t-tabel yaitu sebesar 1,96) dengan alpha 5% sehingga dapat 61
diartikan bahwa persepsi resiko berpengaruh negatifsignifikan terhadap kepuasan konsumen sehingga hipotesis keempat penelitian ini didukung. Hasil ini sesuai penelitian Yao dan Liao (2011) dan Kim dan Lennon (2009) menemukan hasil bahwa persepsi reisko berpengaruh negatif terhadap kepuasan konsumen. 4.6 Pembahasan 4.6.1 Pengaruh Kualitas Pelayanan E-Tailling Terhadap Kecemasan Berbelanja Melalui Internet. Hasil penelitian ini membuktikan bahwa kualitas pelayanan e-tailling akan berpengaruh negatif signifikan terhadap kecemasan berbelanja. Kualitas pelayanan merupakan keunggulan yang diharapkan dan pengendalian atas keunggulan untuk memenuhi pelanggan dimana mengeliminir adanya discrepancy (ketidaksesuaian / adanya perbedaan) antara pelayanan yang diharapkan (melalui persepsi konsumen) dan pelayanan yang dirasakan. Kualitas pelayanan yang baik akan menurunkan respon emosi konsumen dalam menghadapi kecemasan dan kekhawatiran dalam berbelanja melalui internet. Menurut Page dan Lepkowska-White (2002 dalam Yao dan Liao 2011) untuk membangun citra positif, sangat penting bahwa situs web mudah digunakan, penuh dengan informasi, dan menyediakan untuk transaksi yang aman. Ketika isi dari sebuah website dianggap berkualitas baik, kualitas layanan tersebut dapat digunakan untuk memperkuat citra web dan kesadaran web di kalangan konsumen, dan ketergantungan konsumen terhadap website. 62
Hasil penelitian ini sesuai dengan penelitian Yao dan Liao (2011), Jun dkk. (2004), Page dan Lepkowska-White (2002) yang menemukan hasil kualitas pelayanan akan menurunkan kecemasan berbelanja secara online sedangkan Lin dan Hsing (2011) yang menemukan hasil bahwa menemukan hasil mereka yang memiliki kecemasan teknologi yang tinggi, tidak akan menggunakan internet untuk berbelanja. 4.6.2 Pengaruh Kepercayaan Terhadap Kecemasan Berbelanja Melalui Internet. Hasil penelitian ini membuktikan bahwa kepercayaan berpengaruh negatif signifikan terhadap kecemasan berbelanja.kepercayaan (trust) tidak begitu saja dapat diakui oleh pihak lain, melainkan harusdibangun mulai dari awal dan dapat dibuktikan. Jika suatu kepercayaan dapat terjadi diantara kedua pihak yang bersangkutan, maka hal tersebut dapat dengan mudahmeningkatkan minat para pemakai dalam hal ini nasabah. Jika seorang konsumen dapatpercaya dan yakin akan suatu kinerja sebuah sistem baik, maka konsumen akanmenggunakan dan menganggap sebuah sistem tersebut akan menghasilkan hasil yangpositif bagi para penggunanya (Saputro dan Sukirno, 2013). Kepercayaan merupakan penggerak utama dari semua model bisnis e- commerce (Shomad dan Purnomosidhi, 2013). Hal ini juga tersirat dalam anggapan bahwa kepercayaan dalam bisnis online lebih dibutuhkan daripada bisnis tradisional. Hal ini juga terjadi dengan pelanggan yang akan melakukan belanja secara online. Pelanggan yang percaya terhadap vendor e-tailling akan melakukan secara langsung untuk melakukan pembelian dan mempertimbangkan 63
sedikit informasi, sedangkan pelanggan yang kurang percaya cenderung untuk mencari informasi mengenai vendor e-tailling sehingga dapat meminimalkan resiko yang ada. Perkembangan teknologi informasi membuat frekuensi interaksi manusia dengan komputer meningkat, yang membuat kepercayaan antara pengguna dan vendor merupakan sebuah isu penting. Ketika konsumen memiliki kepercayaan dalam website toko online, mereka lebih percaya diri pada saat berbelanja. Sebaliknya, ketika mereka tidak percaya dari sebuah situs web maka akan meningkatkan kecemasan belanja internet. Dengan demikian kepercayaan dalam situs web mengurangi tingkat kecemasan belanja internet (Yao dan Liao, 2012). Hasil penelitian ini sesuai dengan penelitian Yao dan Liao (2011) dan White (2001) yang menemukan hasil bahwa kepercayaan berpengaruh terhadap kecemasan bertransaksi melalui internet. 4.6.3 Pengaruh Kemecasan Berbelanja Melalui Internet Terhadap Persepsi Resiko Hasil penelitian ini membuktikan bahwa kecemasan berbelanja melalui internet berpengaruh positif signifikan terhadap persepsi resiko. Hal ini membuktikan bahwa semakin tinggi kecemasan seseorang akan meningkatkan persepsi resiko tentang belanja online. Penguasaan teknis pengoperasian komputer (computer litercy) akan memudahkan dalam hal penerapan penggunaan sistem informasi, sehingga dapat mewujudkan dan mengupayakan proses tahapan yang di butuhkan sistem informasi. Sama halnya dengan penguasaan mahasiswa mengenai computer 64
litercy akan membantu seseorang untuk menyelesaikan persoalan dalam sistem informasi, sehingga jika pemahaman terhadap komputer (computer literacy) itu baik, maka pencapaian terhadap penggunaan sistem informasi yang diperoleh akan baik juga, begitu juga sebaliknya. Pemakai sistem informasi yang memiliki kemampuan yang diperoleh dari pendidikan dan pengalaman akan meningkatkan kepuasan dalam menggunakan sistem informasi dan akan terus menggunakannya dalam membantu menyelesaikan pekerjaannya karena pemakai memiliki pengetahuan dan kemampuan yang memadai. Kecemasan komputer merupakan suatu bentuk emosi seseroang dalam menggunakan komputer. Emosi adalah motivasi dasar dan faktor penentu perilaku penting dalam proses konsumsi (Chaudhuri, 1998). Sering kali, individu mengkonsumsi produk dan layanan hanya cukup untuk perasaan atau emosi. Sebagai contoh, mereka mungkin melihat film atau pergi ke sebuah taman hiburan hanya untuk bersenang-senang. Demikian juga, kegiatan pembelian atau konsumsi mungkin didasarkan tidak hanya pada evaluasi dan penalaran tetapi juga pada emosi. Chaudhuri (1998) mengusulkan dua jenis utama perilaku konsumen: pendekatan pemrosesan informasi dan pendekatan pengalaman. Pendekatan pemrosesan informasi menegaskan bahwa perilaku konsumen didasarkan pada atribut nyata dari informasi dan obyektif, rasional, dan pemecahan masalah. Sebaliknya, pendekatan pengalaman menekankan perilaku konsumen sebagai didasarkan pada atribut non rasional seperti subyektifitas, emosional, dan 65
simbolis. Kedua hal tersebut dapat mempengaruhi perilaku mereka. Ketika konsumen menemukan diri mereka dalam situasi ketidakpastian, mereka biasanya menggunakan informasi untuk mengurangi risiko dalam membuat keputusan. Bahkan, informasi tersebut digunakan untuk mengurangi risiko, ketidakpastian, dan konflik. Ketika merasa tidak pasti, konsumen membutuhkan banyak informasi sebagai dasar pengetahuan untuk meminimalisir risiko. Pengetahuan konsumen berasal dari emosi, yang pada gilirannya mempengaruhi persepsi mereka tentang risiko Chaudhuri (1998). Hasil penelitian ini sesuai dengan Kim dan Lennon (2012) dan Yao dan Liao (2011) yang menemukan hasil bahwa kecemasan berbelanja melalui internet berpengaruh positif terhadap persepsi resiko. 4.6.4 Pengaruh Persepsi Resiko Terhadap Kepuasan Konsumen Hasil penelitian ini membuktikan bahwa persepsi resiko berpengaruh negatif signifikan terhadap persepsi resiko. Hal ini membuktikan bahwa semakin tinggi persepsi resiko akan menurunkan kepuasan konsumen. Pelanggan akan merasa puas terhadap layanan maupun produk yang akan dihasilkan bila layanan maupun produk itu dapat memenuhi kebutuhan dan harapan pelanggan, namun apabila layanan maupun produk yang dihasilkan tidak dapatmemenuhi kebutuhan atau keinginan dari pelanggan, maka akan menimbulkan ketidakpuasan bagi pelanggan. Persepsi resiko digunakan sebagai suatu pengganti resiko karena sukar untuk menangkap resiko sebagai suatu sasaran yang pasti. Persepsi resiko merupakan penaksiran subyektif mengenai 66
probabilitas tipe yang menspesifikkan kecelakaan yang terjadi dan bagaimana kekuatiran akan konsekuensi yang ditimbulkan. Persepsi resiko mencangkup evaluasi kemungkinan atas konsekuensi dari akibat yang negatif. Persepsi resiko mengarah pada kepercayaan keyakinan mengenai kemungkinan keuntungan ataupun kerugian diluar pertimbangan bahwa meliputi hubungan dengan kepercayaan secara khusus. Semakin tinggi resiko yang dihadapi seorang konsumen membuat kenyamanan seseorang terhadap e-tailing akan semakin berkurang. Hasil ini sesuai dengan penelitian Doolin dkk (2005) menemukan persepsi resiko akan menurunkan perilaku berbelanja online dan penelitian Yao dan Liao (2011) sertakim dan Lennon (2009) menemukan hasil bahwa persepsi resiko berpengaruh negatif terhadap kepuasan konsumen. 67