Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol. 2, No. 7, Juli 2018, hlm. 2558-2568
e-ISSN: 2548-964X http://j-ptiik.ub.ac.id
Analisis Pengaruh Faktor Kepercayaan dan Resiko pada Niat Perilaku Konsumen Dalam Bertransaksi Menggunakan Online Ticket Agent XYZ Nurma Abadi Firjatulloh1, Ari Kusyanti2, Himawat Aryadita3 Program Studi Sistem Informasi, Fakultas Ilmu Komputer, Universitas Brawijaya Email:
[email protected],
[email protected],
[email protected] Abstrak E-Commerce merupakan kegiatan transaksi bisnis yang dilakukan dengan memanfaat teknologi jaringan internet atau biasa disebut transaksi online. Saat ini industri penjualan tiket atau agen travel juga memanfaatkan transaksi penjualan secara online. Salah satu perusahaan di Indonesia yang juga memanfaatkan transaksi bisnis online yaitu Online Ticket Agent XYZ. Online Ticket Agent XYZ merupakan salah satu situs e-commerce dalam bidang penjualan tiket atau agen travel terbesar di Indonesia. Meskipun transaksi secara online semakin diminati, model transaksi seperti ini tidak selalu aman bahkan rentan terhadap tindakan penipuan. Telah ada beberapa laporan konsumen Online Ticket Agent XYZ yang merasa dirugikan saat bertransaksi menggunakan situs tersebut, hal seperti ini dapat memengaruhi kepercayaan konsumen untuk melakukan transaksi menggunakan situs Online Ticket Agent XYZ. Penelitian ini mengusulkan model yang didasarkan dari tiga jurnal penelitian sebelumnya terdiri dari 16 variabel. Metode analisis yang digunakan pada penelitian ini yaitu Partial Least Square (PLS). Hasil dari penelitian ini menunjukkan bahwa kepercayaan konsumen (Consumer Trust) dan resiko yang dirasakan konsumen (Perceived Risk) memengaruhi niat konsumen untuk bertransaksi (Intention to Purchase) menggunakan situs Online Ticket Agent XYZ. Kata Kunci: E-Commerce, Online Ticket Agent XYZ , Trus, Risk, Intention, Partial Least Square.
Abstract E-Commerce is a business transaction activity conducted by utilizing the technology of the Internet network or so-called online transactions. Currently the ticket sales industry or travel agent also utilizes online sales transactions. One of the companies in Indonesia that also take advantage of online business transactions that is Online Ticket Agent XYZ. Online Ticket Agent XYZ is one of the e-commerce sites in the field of ticket sales or the largest travel agency in Indonesia. Although online transactions are increasingly in demand, this type of transaction is not always safe and even vulnerable to fraud. There have been some consumer reports of Online Ticket Agent XYZ who feel harmed while transacting using the site, things like this can affect consumer confidence to make transactions using Online Ticket Agent XYZ site. This study proposes a model based on three previous research journals consisting of 16 variables. The analysis method used in this research is Partial Least Square (PLS). The results of this study indicate that consumer confidence (Consumer Trust) and perceived risk of consumer (Perceived Risk) affect the intention of consumers to transact (Intention to Purchase) using Ticket.com site. Keywords: E-Commerce, Online Ticket Agent XYZ, Trus, Risk, Intention, Partial Least Square.
1.
seluruh manusia untuk mempermudah aktifitasnya, termasuk transaksi bisnis pun dapat dilakukan melalui internet yang biasa disebut bisnis online atau e-commerce. Aktivitas transaksi bisnis dengan menggunakan internet disebut Electronic Commerce (E-Commerce) (McLeod dan Schell, 2004). Data survei dari Asosiasi Jaringan Internet Indonesia (APJII) bahwa dari 256,2 juta
PENDAHULUAN
Saat ini kemajuan teknologi seperti internet dan smartphone menjadi aspek penting dalam kehidupan. Internet menjadi salah satu bukti nyata yang memiliki perkembangan signifikan di seluruh dunia. Dengan begitu pesatnya perkembangan internet, dapat diartikan bahwa internet begitu sangat dibutuhkan oleh hampir Fakultas Ilmu Komputer Universitas Brawijaya
2558
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
penduduk Indonesia, pengguna internet sebesar 88,1 juta dengan penetrasi 132,7 juta, dari jumlah tersebut orang yang menggunakan internet untuk keperluan menawarkan atau mencari barang dan jasa sebesar 98,6% atau 130,8 juta pengguna dan melakukan transaksi online sebesar 63,5% atau 84,2 juta pengguna (APJII, 2016). Data yang disebutkan diatas menjadi salah satu faktor pendukung perkembangan bisnis online di Indonesia. Salah satunya adalah industri penjualan tiket online atau agen travel yang juga memanfaatkan transaksi penjualan secara online. Berbagai layanan e-commerce tumbuh dan bersaing di Indonesia, salah satunya yaitu situs Online Ticket Agent XYZ yang bergerak pada bisnis penjualan tiket online. Online Ticket Agent XYZ menyediakan transaksi penjualan tiket secara online, seperti tiket penerbangan dan tiket kereta api, serta menyediakan jasa pemesanan hotel, tiket event dan konser. Online Ticket Agent XYZ bekerjasama dengan beberapa maskapai nasional, PT. Kereta Api Indonesia dan ribuan hotel diberbagai negara. Pengguna layanan online travel Online Ticket Agent XYZ yang megunduh aplikasi tersebut melalui smartphone sudah mencapai jutaan. Total pengguna Online Ticket Agent XYZ pada tahun 2016 sudah mencapai 3.5 juta pengguna (Tribuntechno, 2016). Meskipun transaksi secara online semakin diminati, transaksi dengan metode tersebut tak selalu aman bahkan rentan terhadap tindakan penipuan. Tidak hanya memberikan keuntungan, transaksi secara online juga dapat membuat pengguna terkena dampak negatif. Data survei dari Asosiasi Jaringan Internet Indonesia (APJII) pendapat pengguna terhadap keamanan bertransaksi online yang berpendapat tidak aman sebesar 39,4 juta pengguna, berpendapat tidak tahu 1,1 juta pengguna dan berpendapat aman 92 juta pengguna (APJII, 2016). Dengan banyaknya resiko saat bertransaksi online, keamanan saat bertransaksi online harus menjadi perhatian lebih bagi pengguna dan penyedia layanan. Telah ada beberapa laporan dari konsumen yang bertransaksi menggunakan situs Online Ticket Agent XYZ dan merasa dirugikan. Seharusnya kasus seperti ini tidak terjadi pada transaksi di situs sekelas Online Ticket Agent XYZ, karena dapat menyebabkan kekhawatiran konsumen dalam bertransaksi menggunakan Online Ticket Agent XYZ dan berpengaruh pada tingkat kepercayaan konsumen pada situs tersebut. Penelitian ini memodifikasi model dari Fakultas Ilmu Komputer, Universitas Brawijaya
2559
penelitian Kim et al (2003) yang berjudul Antecedents of Consumer Trust in B-to-C Electronic Commerce, karena pada penelitian tersebut tidak meneliti faktor resiko sesuai latar belakang penelitian ini, maka penelitian ini menambahkan variabel faktor resiko yang diadopsi dari penelitian Pavlou (2003) yang berjudul Consumer Acceptance of Electronic Commerce : Integrating Trust and Risk with the Technology Acceptance Model dan penelitian Featherman & Pavlou (2003) yang berjudul Predicting e-services adoption: a perceived risk facets perspective untuk melengkapi penelitian sebelumnya. Hasil akhir dari penelitian ini diharapkan dapat menjadi bahan acuan bagi penyedia layanan atau agen travel online pada umumnya dan khususnya Online Ticket Agent XYZ agar dapat mencegah terjadinya segala bentuk pelanggaran dalam transaksi online seperti yang telah dijelaskan diatas. 2.
LANDASAN KEPUSTAKAAN
2.1 Kim et al (2003) Penelitian Kim et al (2003) yang berjudul Antecedents of Consumer Trust in B-to-C Electronic Commerce, penelitian tersebut menganalisa e-commerce dari dua sudut pandang, yaitu konsumen dan penyedia layanan dengan menggunakan pendekatan Bussines to Customer. Tujuan dari penelitian tersebut adalah untuk mengembangkan kerangka teoritis yang mengidentifikasi anteseden kepercayaan konsumen dan niat pembelian, menganalisis data perilaku konsumen Internet yang dikumpulkan melalui survei Web dan memberikan implikasi teoritis dan manajerial. Hasil penelitian menunjukkan bahwa disposisi konsumen terhadap kepercayaan, perlindungan privasi, perlindungan keamanan, persepsi konsumen tentang reputasi penjual, kualitas informasi, dan keandalan sistem merupakan anteseden kuat yang memengaruhi kepercayaan konsumen. Variabel yang digunakan dapat dilihat pada Gambar 1. 2.2 Pavlou (2003) Penelitian yang dilakukan Pavlou (2003) yang berjudul Consumer Acceptance of Electronic Commerce: Integrating Trust and Risk with the Technology Acceptance Model, penelitian ini meneliti pengaruh kepercayaan dan resiko konsumen terhadap e-commerce. Model yang dihasilkan mengintegrasikan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
2560
kepercayaan dan resiko yang dirasakan, yang digabungkan dengan variabel lain karena banyaknya faktor yang memengaruhi belanja online. Variabel yang digunakan dapat dilihat pada Gambar 2.
Gambar 3. Model penelitian Featherman dan Pavlou (2003) Sumber : Featherman dan Pavlou (2003)
2.4 Variabel yang Digunakan Tabel 1 Variabel yang Digunakan Gambar 1. Model Penelitian Kim et al (2003) Sumber : Kim et al (2003)
Consumer Disposition to Trust Presence of a Third Party Seal Perceived Privacy Protection Perceived Security Protection Information Quality Reputation
Kim et al (2003)
System Reliability Familiarity Ease of Use Consumer Trust (TRUST) Intention to Purchase (INTENTION) Perceived Risk
Pavlou (2003)
Financial Risk
Gambar 2. Model Penelitian Pavlou (2003) Sumber : Pavlou (2003)
2.3 Featherman dan Pavlou (2003) Penelitian Featherman dan Pavlou (2003) yang berjudul Predicting e-services adoption: a perceived risk facets perspective, penelitian ini meneliti tentang persepsi resiko yang dirasakan memengaruhi pengguna e-service. Penelitian ini memperluas pendekatan untuk memasukkan ukuran negatif (potensi kerugian) yang dapat terjadi pada transaksi e-service. Dari teori resiko yang dirasakan, aspek spesifik dari resiko itu sendiri, integrasi, dan dilakukan pengujian menggunakan model Technology Acceptance Model (TAM) sehingga menghasilkan model penelitian e-service sesuai yang diusulkan. Hasil dari penelitian menunjukkan bahwa adopsi eservice sangat dipengaruhi oleh persepsi resiko berbasis kinerja, dan persepsi kemudahan penggunaan layanan yang tersedia dapat mengurangi kekhawatiran resiko. Variabel yang digunakan dapat dilihat pada Gambar 3. Fakultas Ilmu Komputer, Universitas Brawijaya
Time Risk Privacy Risk
Featherman dan Pavlou (2003)
Overall Risk
2.5 Partial Least Square (PLS) Partial Least Square (PLS) merupakan pendekatan model persamaan Structural Equation Modeling (SEM) yang berbasis komponen atau varian. PLS merupakan pendekatan alternatif yang bergeser dari pendekatan SEM berbasis kovarian menjadi berbasis varian (Ghozali, 2008). Langkah-langkah dalam pengujian Partial Least Square (PLS) yang pertama menguji Model Measurement (Outer Model), Model Structural (Inner Model), Pengujian Hipotesis (Hussein, 2015). 3.
METODOLOGI
3.1 Model Penelitian Penelitian ini menggunakan model yang
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
diadopsi dari model penelitian Kim et al (2003), Pavlou (2003) dan Featherman & Pavlou (2003). Gambar 4 merupakan model yang digunakan dalam penelitian ini
4.
1.
Uji Reliabilitas Dalam menguji reliabilitas penelitian ini menggunakan nilai Cronbach’s alpha untuk mengidentifikasi nilai reliabilitas kuesioner. Uji reliabilitas didefinisikan sebagai rangkaian uji lanjutan untuk menilai kehandalan dari indikator yang valid dilihat dari nilai Cronbach’s Alpha yang dihasilkan > 0.60 (Sekaran, 2006). Hasil uji reliabilitas menyarankan untuk menghapus indikator CDT2 dan CDT4 agar nilai reliabilitas variabel CDT bisa memenuhi kriteria. Setelah variabel CDT memenuhi batas nilai Cronbach’s Alpha, semua variabel pada penelitian ini sudah lolos uji reliabilitas karena memiliki nilai > 0.60.
2.
Uji Validitas Pengujian validitas dilakukan dengan menggunakan rumus Pearson Product Moment yaitu dengan nilai korelasi indikator > 0,3061 dinyatakan valid. Hasil perhitungan Pearson Correlation menunjukkan bahwa semua indikator sudah memenuhi kriteria dan valid, sehingga layak untuk dilakukan pengujian selanjutnya.
3.2 Populasi dan Sampel Penelitian ini menggunakan sampel yaitu responden yang pernah melakukan transaksi online pada situs Online Ticket Agent XYZ. Teknik pengambilan sampel yang digunakan dalam penelitian ini adalah simple random sampling. Pengambilan (simple random sampling) atau sampel acak sederhana adalah suatu cara pengambilan sampel dimana tiap unsur yang membentuk populasi diberi kesempatan yang sama untuk terpilih menjadi sampel. Sumber data penelitian ini diperoleh dari hasil penyebaran kuesioner secara online. Responden yang dituju adalah konsumen yang pernah bertransaksi menggunakan situs Online Ticket Agent XYZ. Jumlah sampel yang akan diolah pada penelitian ini dihitung berdasarkan jumlah variabel pada penelitian ini. Ukuran sampel data yang diperlukan adalah antara 165 sampai dengan 220 responden yang didapat dari 15 sampai 20 observasi untuk setiap variabel independen (Hair et al, 2010). 3.3 Skala Pengukuran Skala pengukuran yang digunakan dalam penelitian ini adalah dengan skala likert (likert scale). Rancangan alat ukur ini menggunakan 5point likert scale yang menyediakan 5 alternatif jawaban.
Fakultas Ilmu Komputer, Universitas Brawijaya
HASIL
4.1 Pilot Study
Gambar 4. Model Penelitian
Model tersebut akan di analisis dengan menggunakan metode Partial Least Square (PLS).
2561
4.2 Screening Data Screening data dilakukan untuk menyeleksi data yang tidak layak untuk digunakan untuk pengujian pada tahap selanjutnya, seperti nilai yang kosong pada indikator kuesioner (missing values) dan outlier data. 1.
Uji Missing Data Data yang terlewatkan dalam pengisian kuesioner yang dilakukan oleh responden harus dihilangkan dan tidak dapat disertakan dalam pengujian analisis, karena dapat menyebabkan masalah statistik dalam pengujian jika data tersebut disetakan, pengujian ini dinamakan uji missing data atau missing values (Field, 2009). Penelitian ini akan menguji sebanyak 181 data dari responden yang tidak ditemukan missing data. Oleh karena itu, tidak ada data yang dihapus dan semua data tersebut akan diuji dalam analisis
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
selanjutnya. 2.
c.
Composite Reliability Pada pengujian Composite Reliability, variabel dikatakan memiliki nilai tinggi jika nilainya 0,70 atau lebih tinggi. Jika penelitian eksploratif, 0,6 atau lebih tinggi dapat diterima (Bagozzi dan Yi, 1998). Hasil pengujian Composite Reliability pada penelitian ini sudah memenuhi kriteria reliabilitas. Nilai Composite Realiability pada semua variabel penelitian ini sudah lebih dari batas kriteria. Jadi tidak terdapat masalah Composite Reliability yang telah diuji dan semua variabel sudah reliabel. d. Cronbach’s Alpha Pada pengujian Cronbach’s Alpha pengukuran outer nilai loading 0,5 sampai 0,6 sudah dapat diterima. Batas nilai Cronbach’s Alpha yang digunakan pada penelitian ini yaitu 0,6. Pada penelitian ini Nilai Cronbach’s Alpha atau korelasi antara konstruk semua indikator sudah memenuhi nilai kriteria atau sudah reliabel karena memiliki nilai Cronbach’s Alpha > 0,60.
Uji Outlier Data Data dengan nilai yang sangat berbeda dari keseluruhan data yang ada dapat membuat penyimpangan rata-rata dan menaikkan standart devisiasi, untuk menghindari hal tersebut maka dilakukan uji outlier data (Field, 2009). Melakukan outlier data harus menentukan nilai mahalanobis distance terlebih dahulu dengan taraf kesalahan sebasar 1% (Kline, 2011). Pada penelitian ini menghasilkan nilai mahalanobis distance sebesar 83,513343. Pada penelitian ini data yang diolah sebanyak 206 data yang telah diuji missing data, setelah diuji mahalanobis terdapat sebanyak 25 data yang mempunyai nilai mahalanobis lebih dari 83,513343.
4.3 Analisis Partial Least Square (PLS) 1.
Uji Outer Model a. Convergent Validity Pada pengujian Convergent Validity variabel dikatakan memiliki nilai yang tinggi jika nilai Average Variance Extracted (AVE) pada angka 0,5 atau lebih tinggi (Bagozzi dan Yi, 1998). Hasil pengujian Convergen Validity semua variabel pada penelitian ini sudah memenuhi kriteria validitas karena setiap variabel memiliki nilai Average Variance Extracted (AVE) > 0,5. b. Discriminant Validity Pengujian tahap ini dilakukan untuk memastikan setiap konsep dari masing-masing variabel laten berbeda dengan variabel lainnya. Hasil pengujian model Discriminant Validity pada penelitian ini sudah memenuhi kriteria validitas. Model memiliki Discriminant Validity yang baik jika setiap nilai Cross Loading dari setiap indikator dari sebuah variabel laten memiliki nilai yang paling besar dibandingkan dengan nilai loading lain terhadap variabel laten lainnya (Fornell dan Larcker, 1981). Nilai hasil Cross Loading dari penelitian ini sudah memenuhi kriteria. Jadi tidak terdapat masalah dari model Discriminant Validity yang telah diuji.
Fakultas Ilmu Komputer, Universitas Brawijaya
2562
2.
Uji Inner Model a. Uji Koefsien Detreminasi (RSquare) Penilaian model dengan PLS diawali dengan melihat R-square untuk setiap variabel laten dependen yang digunakan dalam penelitian ini. Hasil pengujian R-Square setelah pengujian yang dilakukan menunjukkan bahwa hubungan linear sebesar 72,3% dari variabel Consumer Trust (CT) dipengaruhi oleh 9 variabel untuk menjelaskan variasi retensi. Hubungan linear sebesar 48,1% dari variabel Intention to Purchase (IP) dipengaruhi oleh 10 variabel untuk menjelaskan variasi retensi dan 68,7% dari variabel Financial Risk (FR), 41,7% dari variabel Time Risk (TR), 50% dari variabel Privacy Risk (PPR), 66,5% dari variabel Overall Risk (ORI) dipengaruhi oleh variabel Perceived Risk (PR). b. Uji Relevansi Prediktif (Q-Square) Nilai Q-square lebih besar dari nol mengindikasikan bahwa variabel eksogen mempunyai relevansi prediktif
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
pada variabel endogen yang dipengaruhi. Sesuai dengan rumus perhitungan nilai Q2. Hasil pengujian relevansi prediktif Q-square yang didapatkan yaitu 0,9121 nilai Q-square menunjukkan angka yang lebih besar dari nol sehingga pada penelitian ini variabel eksogen mempunyai relevansi prediktif terhadap variabel endogen c. Uji Ukuran Efek (f-square) Ukuran efek atau f-square dihitung sebagai nilai absolut kontribusi individual setiap variabel eksogen pada nilai R-Square variabel endogen. Ukuran efek dapat dikelompokkan menjadi 3 kategori yaitu lemah (0,02), sedang (0,15) dan besar (0,35). Hasil f-square pada penelitian ini menunjukkan bahwa 13 varibel eksogen berpengaruh lemah terhadap variabel endogen, 6 variabel eksogen berpengaruh sedang terhadap variabel endogen dan 1 variabel eksogen berpengaruh besar terhadap 4 variabel endogen. 3.
Uji Hipotesis Hasil pengujian hipotesis dari penelitian ini dikatakan signifikan jika nilai T-Statistics > 1.960 dengan tingkat signifikansi P-Value < 0,05 yang berarti terdapat pengaruh antara variabel eksogen dengan variabel endogen (Ghozali, 2013), sedangkan untuk mengetahui hubungan positif/negatif antar variabel eksogen dengan variabel endogen dapat dilihat dari nilai Original Sample (O). Tabel 2 Hasil kesimpulan hipotesis Hipotesis
Hasil
H1
Kecondongan kepercayaan konsumen (CDT) secara positif memengaruhi kepercayaan (CT)
Ditolak
H2
Jaminan pihak ketiga (TPS) secara positif memengaruhi kepercayaan (CT)
Ditolak
H3
Perlindungan privasi yang dirasakan (PPP) secara negatif memengaruhi kepercayaan (CT)
Ditolak
H4
Perlindungan kemananan yang dirasakan (PSP) secara positif memengaruhi kepercayaan (CT)
Ditolak
H5
Kualitas informasi (IQ) secara positif memengaruhi kepercayaan (CT)
H6
Reputasi (REP) secara positif memengaruhi kepercayaan (CT)
Diterima Ditolak
Fakultas Ilmu Komputer, Universitas Brawijaya
2563
H7
Keandalan sistem (SR) secara positif memengaruhi kepercayaan (CT)
Ditolak
H8
Keakraban (FAM) secara positif memengaruhi kepercayaan (CT)
Ditolak
H9
Kemudahan penggunaan (EOU) secara positif memengaruhi kepercayaan (CT)
Ditolak
H10
Kepercayaan (CT) secara positif memengaruhi perilaku konsumen (IP)
Diterima
H11
Jaminan pihak ketiga (TPS) secara positif memengaruhi perilaku konsumen (IP)
Ditolak
H12
Perlindungan privasi yang dirasakan (PPP) secara positif memengaruhi perilaku konsumen (IP)
Ditolak
H13
Perlindungan kemananan yang dirasakan (PSP) secara positif memengaruhi perilaku konsumen (IP)
H14
Kualitas informasi (IQ) secara negatif memengaruhi perilaku konsumen (IP)
Ditolak
H15
Reputasi (REP) secara positif memengaruhi perilaku konsumen (IP)
Ditolak
H16
Keandalan sistem (SR) secara negatif memengaruhi perilaku konsumen (IP)
Ditolak
H17
Keakraban (FAM) secara negatif memengaruhi perilaku konsumen (IP)
Ditolak
H18
Kemudahan penggunaan (EOU) secara positif memengaruhi perilaku konsumen (IP)
Ditolak
H19
Resiko yang dirasakan (PR) secara positif memengaruhi perilaku konsumen (IP)
Diterima
5.
Diterima
PEMBAHASAN
5.1 Pembahasan Hipotesis 1.
H1 : Kecondongan kepercayaan konsumen (CDT) secara positif memengaruhi kepercayaan (CT) Hasil pengujian H1 menunjukkan bahwa hubungan variabel kecondongan kepercayaan konsumen (CDT) dengan variabel kepercayaan (CT) menghasilkan perhitungan yang tidak signifikan antara variabel tersebut. Oleh karena itu hipotesis ini ditolak. Hal ini mengindikasikan bahwa aspek kecondongan kepercayaan konsumen seperti layanan transaksi dan informasi produk yang ditawarkan oleh situs Online Ticket Agent XYZ dan kemampuan Online Ticket Agent XYZ dalam mengelola informasi konsumen tidak cukup kuat untuk memengaruhi kepercayaan konsumen pada situs Online Ticket Agent XYZ. Hipotesis ini didukung hasil penelitian Wu et al (2010) yang berjudul Effects of Perceived Interactivity, Perceived Web Assurance and Disposition to Trust on Initial Online Trust. 2.
H2 : Jaminan pihak ketiga (TPS) secara positif memengaruhi kepercayaan (CT) Hasil pengujian H2 menunjukkan bahwa
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
hubungan variabel jaminan pihak ketiga (TPS) dengan variabel kepercayaan (CT) menghasilkan perhitungan yang tidak signifikan antara variabel tersebut. Oleh karena itu hipotesis ini ditolak. Hal ini mengindikasikan bahwa jaminan pihak ketiga dalam menjaga keamanan konsumen dalam bertransaksi dan jaminan keamanan pembayaran yang tersedia pada situs Online Ticket Agent XYZ tidak cukup kuat untuk memengaruhi kepercayaan konsumen pada situs Online Ticket Agent XYZ. Hipotesis ini didukung hasil penelitian Kim et al (2003) yang berjudul Antecedents of Consumer Trust in B-to-C Electronic Commerce. 3.
H3 : Perlindungan privasi yang dirasakan (PPP) secara negatif memengaruhi kepercayaan (CT) Hasil pengujian H3 menunjukkan bahwa hubungan variabel perlindungan privasi yang dirasakan (PPP) dengan variabel kepercayaan (CT) menghasilkan perhitungan yang tidak signifikan antara variabel tersebut. Oleh karena itu hipotesis ini ditolak. Hal ini mengindikasikan bahwa perlindungan privasi data pribadi konsumen yang diberikan oleh Online Ticket Agent XYZ tidak cukup memengaruhi kepercayaan konsumen pada situs Online Ticket Agent XYZ. Hipotesis ini didukung hasil penelitian Fortes dan Rika (2014) yang berjudul Privacy concerns and online purchasing behaviour: Towards an integrated mode. 4.
H4 : Perlindungan kemananan yang dirasakan (PSP) secara positif memengaruhi kepercayaan (CT) Hasil pengujian H4 menunjukkan bahwa hubungan variabel perlindungan keamanan yang dirasakan (PSP) dengan variabel kepercayaan (CT) menghasilkan perhitungan yang tidak signifikan antara variabel tersebut. Oleh karena itu hipotesis ini ditolak. Hal ini mengindikasikan bahwa perlindungan keamanan transaksi dan pembayaran yang diberikan oleh pihak Online Ticket Agent XYZ tidak cukup kuat untuk memengaruhi kepercayaan konsumen pada situs tersebut. Hipotesis ini didukung hasil penelitian Alshare dan Mousa (2010) yang berjudul The Effects of Security and Privacy Information on Trust & Trustworthiness and Loyalty in Online Marketing in Malaysia. 5.
H5 : Kualitas informasi (IQ) secara positif
Fakultas Ilmu Komputer, Universitas Brawijaya
2564
memengaruhi kepercayaan (CT) Hasil pengujian H5 menunjukkan bahwa hubungan variabel kualitas informasi (IQ) dengan kepercayaan (CT) menghasilkan perhitungan yang signifikan antara variabel tersebut. Oleh karena itu hipotesis ini diterima. Hal ini mengindikasikan bahwa kualitas informasi website, keakuratan informasi, kepuasan konsumen terhadap informasi produk dan layanan yang disajikan oleh Online Ticket Agent XYZ dapat memengaruhi kepercayaan konsumen pada situs Online Ticket Agent XYZ. Hipotesis ini didukung hasil penelitian Kim et al (2003) yang berjudul Antecedents of Consumer Trust in B-to-C Electronic Commerce. 6.
H6 : Reputasi (REP) secara positif memengaruhi kepercayaan (CT) Hasil pengujian H6 menunjukkan bahwa hubungan variabel reputasi (REP) dengan variabel kepercayaan (CT) menghasilkan perhitungan yang tidak signifikan antara variabel tersebut. Oleh karena itu hipotesis ini ditolak. Hal ini mengindikasikan bahwa tingkat reputasi karena kejujuran pada konsumen yang dimiliki situs Online Ticket Agent XYZ tidak cukup kuat untuk memengaruhi kepercayaan konsumen pada situs Online Ticket Agent XYZ. Hipotesis ini didukung hasil penelitian Mcknight et al (2004) yang berjudul Shifting Factors and the Ineffectiveness of Third Party Assurance Seals: A Two-Stage Model of Initial Trust in a Web Business. 7.
H7 : Keandalan sistem (SR) secara positif memengaruhi kepercayaan (CT) Hasil pengujian H7 menunjukkan bahwa hubungan variabel reliabilitas sistem (SR) secara positif memengaruhi kepercayaan (CT), menghasilkan perhitungan yang tidak signifikan antara variabel tersebut. Oleh karena itu hipotesis ini ditolak. Hal ini mengindikasikan bahwa keandalan sistem transaksi yang dimiliki situs Online Ticket Agent XYZ tidak cukup kuat untuk memengaruhi kepercayaan individu pada situs Online Ticket Agent XYZ. Hipotesis ini didukung hasil penelitian Powley et al (2010) yang berjudul Study of Trust as an Organizational Contingency, Part II: Examining Four Dimensions of Trust in ELICIT Experimentation. 8.
H8 : Keakraban (FAM) secara positif memengaruhi kepercayaan (CT)
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Hasil pengujian H8 menunjukkan bahwa hubungan variabel keakraban (FAM) dengan variabel kepercayaan (CT) menghasilkan perhitungan yang tidak signifikan antara variabel tersebut. Oleh karena itu hipotesis ini ditolak. Hal ini mengindikasikan bahwa keakraban konsumen pada fitur-fitur produk dan pengetahuan tentang proses transaksi layanan yang tersedia pada situs Online Ticket Agent XYZ belum cukup kuat untuk memengaruhi kepercayaan konsumen pada situs Online Ticket Agent XYZ. Hipotesis ini didukung hasil penelitian Kim et al (2003) yang berjudul Antecedents of Consumer Trust in B-to-C Electronic Commerce. 9.
H9 : Kemudahan penggunaan (EOU) secara positif memengaruhi kepercayaan (CT) Hasil_pengujian H9 menunjukkan bahwa hubungan variabel kemudahan penggunaaan (EOU) dengan variabel kepercayaan (CT) menghasilkan perhitungan yang tidak signifikan antara variabel tersebut. Oleh karena itu hipotesis ini ditolak. Hal ini mengindikasikan bahwa tingkat kemudahan mengakses website, kemudahan menggunakan menu dan navigasi saat transaksi pada situs Online Ticket Agent XYZ tidak cukup kuat untuk memengaruhi kepercayaan konsumen pada situs Online Ticket Agent XYZ. Hipotesis ini didukung hasil penelitian Kim et al (2003) yang berjudul Antecedents of Consumer Trust in B-to-C Electronic Commerce. 10. H10 : Kepercayaan (CT) secara positif memengaruhi perilaku konsumen (IP) Hasil pengujian H10 menunjukkan bahwa hubungan variabel kepercayaan (CT) dengan variabel perilaku konsumen (IP) menghasilkan perhitungan yang signifikan antara variabel tersebut. Oleh karena itu hipotesis ini diterima. Hal ini mengindikasikan bahwa kesan yang baik dan komitmen yang diberikan situs Online Ticket Agent XYZ untuk konsumen sangat memengaruhi niat bertransaksi konsumen pada situs tersebut. Hipotesis ini didukung hasil penelitian Kim et al (2003) yang berjudul Antecedents of Consumer Trust in B-to-C Electronic Commerce. 11. H11 : Jaminan pihak ketiga (TPS) secara positif memengaruhi perilaku konsumen (IP) Fakultas Ilmu Komputer, Universitas Brawijaya
2565
Hasil pengujian H11 menunjukkan bahwa hubungan variabel jaminan pihak ketiga (TPS) dengan variabel perilaku konsumen (IP) menghasilkan perhitungan yang tidak signifikan antara variabel tersebut. Oleh karena itu hipotesis ini ditolak. Hal ini mengindikasikan bahwa jaminan pihak ketiga dalam menjaga keamanan konsumen dalam bertransaksi dan jaminan keamanan pembayaran tidak cukup kuat untuk memengaruhi konsumen untuk melakukan transaksi pada situs Online Ticket Agent XYZ. Hipotesis ini didukung hasil penelitian Kim et al (2003) yang berjudul Antecedents of Consumer Trust in B-to-C Electronic Commerce. 12. H12 : Perlindungan privasi yang dirasakan (PPP) secara positif memengaruhi perilaku konsumen (IP) Hasil pengujian H12 menunjukkan bahwa hubungan variabel perlindungan privasi yang dirasakan (PPP) dengan variabel perilaku konsumen (IP) menghasilkan perhitungan yang tidak signifikan antara variabel tersebut. Oleh karena itu hipotesis ini ditolak. Hal ini mengindikasikan bahwa perlindungan privasi tentang data pribadi yang diberikan pihak Online Ticket Agent XYZ kepada konsumen tidak cukup untuk memengaruhi konsumen untuk melakukan transaksi menggunakan situs Online Ticket Agent XYZ. Hipotesis ini didukung hasil penelitian Kim et al (2003) yang berjudul Antecedents of Consumer Trust in B-to-C Electronic Commerce. 13. H13 : Perlindungan kemananan yang dirasakan (PSP) secara positif memengaruhi perilaku konsumen (IP) Hasil pengujian H13 menunjukkan bahwa hubungan variabel perlindungan keamanan yang dirasakan (PSP) dengan variabel perilaku konsumen (IP) menghasilkan perhitungan yang signifikan antara variabel tersebut. Oleh karena itu hipotesis ini diterima. Hal ini mengindikasikan bahwa perlindungan keamanan transaksi dan pembayaran yang diberikan oleh pihak Online Ticket Agent XYZ kepada konsumen memengaruhi konsumen untuk melakukan transaksi pada situs Online Ticket Agent XYZ. Hipotesis ini didukung hasil penelitian Alshare dan Mousa (2014) yang berjudul The Moderating Effect of Espoused Cultural Dimensions on Consumer’s Intention to Use
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Mobile Payment Devices. 14. H14 : Kualitas informasi (IQ) secara negatif memengaruhi perilaku konsumen (IP) Hasil pengujian H14 menunjukkan bahwa hubungan variabel kualitas informasi (IQ) dengan variabel perilaku konsumen (IP) menghasilkan perhitungan yang tidak signifikan antara variabel tersebut. Oleh karena itu hipotesis ini ditolak. Hal ini mengindikasikan bahwa kualitas informasi website, produk dan layanan yang disajikan oleh Online Ticket Agent XYZ tidak cukup kuat untuk memengaruhi individu untuk melakukan transaksi pada situs Online Ticket Agent XYZ. Hipotesis ini didukung hasil penelitian Sam dan Tahir (2009) yang berjudul Website Quality and Consumer Online Purchase Intention of Air Ticket. 15. H15 : Reputasi (REP) secara positif memengaruhi perilaku konsumen (IP) Hasil pengujian H15 menunjukkan bahwa hubungan variabel reputasi (REP) dengan variabel perilaku konsumen (IP) menghasilkan perhitungan yang tidak signifikan antara variabel tersebut. Oleh karena itu hipotesis ini ditolak. Hal ini mengindikasikan bahwa tingkat reputasi karena kejujuran pada konsumen yang dimiliki situs Online Ticket Agent XYZ tidak cukup kuat untuk memengaruhi individu untuk melakukan transaksi pada situs Online Ticket Agent XYZ. Hipotesis ini didukung hasil penelitian Kim et al (2003) yang berjudul Antecedents of Consumer Trust in B-to-C Electronic Commerce. 16. H16 : Reliabilitas sistem (SR) secara negatif memengaruhi perilaku konsumen (IP) Hasil pengujian H16 menunjukkan bahwa hubungan variabel reliabilitas sistem (SR) dengan variabel perilaku konsumen (IP) menghasilkan perhitungan yang tidak signifikan antara variabel tersebut. Oleh karena itu hipotesis ini ditolak. Hal ini mengindikasikan bahwa keandalan sistem transaksi yang dimiliki situs Online Ticket Agent XYZ tidak cukup kuat untuk memengaruhi konsumen dalam melakukan transaksi pada Online Ticket Agent XYZ. Hipotesis ini didukung hasil penelitian Kim et al (2003) yang berjudul Antecedents of Consumer Trust in B-to-C Electronic Commerce. Hipotesis ini didukung hasil penelitian Kim Fakultas Ilmu Komputer, Universitas Brawijaya
2566
et al (2003) yang berjudul Antecedents of Consumer Trust in B-to-C Electronic Commerce 17. H17 : Keakraban (FAM) secara negatif memengaruhi perilaku konsumen (IP) Hasil pengujian H17 menunjukkan bahwa hubungan variabel keakraban (FAM) dengan variabel perilaku konsumen (IP) menghasilkan perhitungan yang tidak signifikan antara variabel tersebut. Oleh karena itu hipotesis ini ditolak. Hal ini mengindikasikan bahwa keakraban pada fitur-fitur produk dan layanan yang tersedia pada situs Online Ticket Agent XYZ tidak cukup kuat untuk memengaruhi konsumen untuk bertransaksi menggunakan Online Ticket Agent XYZ. Hipotesis ini didukung hasil penelitian Vo dan Nguyen (2015) yang berjudul Factors Influencing Customer Perceived Quality and Purchase Intention toward Private Labels in the Vietnam Market: The Moderating Effects of Store Image. 18. H18 : Kemudahan penggunaan (EOU) secara positif memengaruhi perilaku konsumen (IP) Hasil pengujian H18 menunjukkan bahwa hubungan variabel reputasi (REP) dengan variabel perilaku konsumen (IP) menghasilkan perhitungan yang tidak signifikan antara variabel tersebut. Oleh karena itu hipotesis ini ditolak. Hal ini mengindikasikan bahwa tingkat kemudahan mengakses website, kemudahan menggunakan menu dan navigasi saat transaksi pada situs Online Ticket Agent XYZ tidak cukup kuat untuk memengaruhi konsumen untuk bertransaksi menggunakan Online Ticket Agent XYZ. Hipotesis ini didukung hasil penelitian Juniwati (2014) yang berjudul Influence of perceived Usefulness, Ease of Use, Risk on Attitude and Intention to Shop Online. 19. H19 : Resiko yang dirasakan (PR) secara positif memengaruhi perilaku konsumen (IP) Hasil pengujian H19 menunjukkan bahwa hubungan variabel resiko yang dirasakan (PR) dengan variabel perilaku konsumen (IP) menghasilkaniperhitungan yang signifikan antara variabel tersebut. Oleh karena itu hipotesis ini diterima. Hal ini mengindikasikan bahwa resiko kegagalan transaksi saat menggunakan situs Online Ticket Agent XYZ memengaruhi perilaku konsumen dalam bertransaksi menggunakan situs Online Ticket
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Agent XYZ. Hipotesis ini didukung hasil penelitian Pavlou (2003) yang berjudul Consumer Acceptance of Electronic Commerce: Integrating Trust and Risk with the Technology Acceptance Model. 6.
KESIMPULAN
Consumer Trust (TRUST) yang dipengaruhi oleh 9 variabel yaitu Consumer Disposition to Trust, Presence of a Third Party Seal, Perceived Privacy Protection, Perceived Security Protection, Information Quality, Reputation, System Reliability, Familiarity dan Ease of Use berpengaruh positif dan signifikan terhadap Intention to Purchase (INTENTION) pada Online Ticket Agent XYZ. Hal ini menunjukkan bahwa faktor kepercayaan konsumen pada situs Online Ticket Agent XYZ dapat memengaruhi niat konsumen untuk melakukan transaksi pembelian pada situs tersebut. Berarti bahwa untuk meningkatkan niat konsumen untuk membeli tiket menggunakan situs Online Ticket Agent XYZ, pihak Online Ticket Agent XYZ harus membangun rasa kepercayaan konsumen karena proses transaksi secara online lebih didasarkan pada kepercayaan, berbeda dengan proses transaksi tradisional. Jadi jika konsumen memiliki kepercayaan pada situs Online Ticket Agent XYZ dapat memengaruhi niat konsumen untuk bertransaksi menggunakan situs Online Ticket Agent XYZ. Perceived Risk berpengaruh positif dan signifikan terhadap Intention to Purchase (INTENTION) pada Online Ticket Agent XYZ. Hal ini menunjukkan bahwa resiko yang dapat dialami konsumen saat melakukan transaksi pada situs Online Ticket Agent XYZ memengaruhi niat konsumen dalam melakukan transaksi pembelian pada situs Online Ticket Agent XYZ. Resiko yang dapat terjadi saat transaksi dilakukan sangat memengaruhi niat konsumen untuk melakukan transaksi menggunakan situs tersebut. Jadi jika situs Online Ticket Agent XYZ meminimalisir kesalahan dan resiko kegagalan konsumen saat melakukan transaksi pemesanan maupun transaksi pembayaran menggunakan situs Online Ticket Agent XYZ, hal itu dapat memengaruhi niat konsumen untuk bertransaksi menggunakan situs Online Ticket Agent XYZ.
Fakultas Ilmu Komputer, Universitas Brawijaya
2567
DAFTAR PUSTAKA APJII. 2016. Asosiasi Penyelenggara Jasa Internet Indonesia. [Online] Available at: https://www.apjii.or.id/ [Diakses Senin Maret 2017]. Bagozzi, R. P. dan Yi, Y. 1998. On the evaluation of structural equation models. Academy of Marketing Science. Featherman, M. dan Pavlou, P. 2003. Predicting E-Services Adoption: A Perceived Risk Facets Perspective. International Journal of Human-Computer Studies. Field, A. 2009. Discovering Statistics using SPSS 3rd ed. [ebook]. Sage Publications. [online] Available at: http://fac.ksu.edu.sa/sites/default/files/ktb_ lktrwny_shml_fy_lhs.pdf [Diakses, 30 April 2017] Fornell, C. dan Larcker, D.F. 1981. Evaluating structural equation models with. Journal of Marketing Research, Volume 18(1), pp. 3950. Fortes, N. Dan Rita, P. Privacy concerns and online purchasing behaviour: Towards an integrated model. European Research on Management and Business Economics 22. Ghozali, I. 2008. Struktural Equation Modelling Metode Alternatif dengan. Semarang: Universitas Diponegoro. Hair, J. e. a., 2010. Multivariate data analysis. 7 penyunt. New Jearsy: Pearson Education Inc. Hal.172. Hussein, A. S. 2015. Penelitian Bisnis dan Manajemen Menggunakan Partial Least Squares (PLS) dengan SmartPLS 3.0.. Malang, Universitas Brawijaya. Juniwati. 2014. Influence of Perceived Usefulness, Ease of Use, Risk on Attitude and Intention to Shop Online. European Journal of Business and Management. Alshare dan Mousa. 2014. The Moderating Effect of Espoused Cultural Dimensions on Consumer’s Intention to Use Mobile Payment Devices. Thirty Fifth International Conference on Information Systems. Kim, D., Ferrin, D. dan Rao, R. 2003. Antecedents of Consumer Trust in B-to-C. Americas Conference on Information Systems.
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Kline, R. 2011. Principles and practice of structural equation modelling.. New York: Guilford Press. McKinght et al. 2004. Shifting Factors and the Ineffectiveness of Third Party Assurance Seals: A Two-Stage Model of Initial Trust in a Web Business. Special Section: Globalization And Electronic Commerce. McLeod, R dan Schell, G. 2004. Management Information Systems. New Jersey 07458: Pearson Education Inc. Pavlou, P. 2003. Consumer Acceptance of Electronic Commerce:. International Journal of Electronic Commerce, Volume 7.
Sam dan Tahir. 2009. Website Quality and Consumer Online Purchase Intention of Air Ticket. International Journal of Basic & Applied Sciences IJBAS-IJENS. Vo dan Nguyen. 2015. Factors Influencing Customer Perceived Quality and Purchase Intention toward Private Labels in the Vietnam Market: The Moderating Effects of Store Image. International Journal of Marketing Studies. Wu et al. 2010. Effects of perceived interactivity, perceived web assurance and disposition to trust on initial online trust. Journal of Computer‐Mediated Communication.
Fakultas Ilmu Komputer, Universitas Brawijaya
2568