BAB III METODE PENELITIAN
3.1 Jenis Penelitian Jenis penelitian ini adalah penelitian eksplanatori (explanatory research). Menurut Singarimbun dan Effendi (1995: 5) dalam Liyana (2015: 48), penelitian eksplanatori merupakan penelitian yang menjelaskan kedudukan variabel-variabel yang akan diteliti dan untuk mengetahui hubungan antara satu variabel dengan variabel lainnya.
3.2 Variabel Penelitian Variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang, obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan untuk dipelajari dan ditarik kesimpulannya (Sugiyono, 2012: 59). Variabel yang digunakan dalam penelitian ini dapat diklasifikasikan menjadi: a. Variabel Dependen Variabel dependen adalah variabel yang nilainya tergantung pada variabel lain, dimana nilainya akan berubah jika variabel yang mempengaruhinya berubah. Variabel ini sering disebut sebagai variabel output, kriteria, konsekuen. Dalam SEM, variabel dependen disebut sebagai variabel endogen
33
(Sugiyono, 2012: 59). Variabel dependen dalam penelitian ini adalah perilaku menggunakan e-banking Mandiri (Y). b. Variabel Independen Variabel ini sering disebut sebagai variabel stimulus, prediktor, antecedent. Variabel independen merupakan variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel dependen. Dalam SEM, variabel independen disebut sebagai variabel eksogen (Sugiyono, 2012: 59). Variabel independen dalam penelitian ini terdiri dari: a) Ekspektansi kinerja (X1) b) Ekspektansi usaha (X2) c) Pengaruh sosial (X3) d) Kondisi-kondisi pemfasilitasi (X4) c. Variabel Intervening Variabel intervening adalah variabel yang secara teoritis mempengaruhi hubungan antara variabel independen dengan variabel dependen menjadi hubungan yang tidak langsung dan tidak dapat diamati dan diukur (Tuckman dalam Sugiyono, 2012: 61). Variabel ini merupakan variabel penyela/antara yang terletak di antara variabel independen dan dependen, sehingga variabel independen tidak langsung mempengaruhi berubahnya atau timbulnya variabel dependen. Variabel intervening dalam penelitian ini adalah minat menggunakan (Z).
34
3.3 Definisi Konseptual dan Operasional 3.3.1 Definisi Konseptual Definisi konseptual variabel adalah penarikan batasan yang menjelaskan suatu konsep secara singkat, jelas, dan tegas. Berikut ini adalah pengertian dari variabelvariabel yang diteliti dan akan dilakukan analisis lebih lanjut yaitu: 1) Ekspektansi Kinerja Jogiyanto (2007: 315) mendefinisikan ekspektansi kinerja (performance expectancy) sebagai seberapa tinggi seseorang percaya bahwa menggunakan suatu sistem akan membantu dia untuk mendapatkan keuntungan-keuntungan kinerja dipekerjaannya. 2) Ekspektansi Usaha Jogiyanto (2007: 318) mendefinisikan ekspektansi usaha (effort expectancy) sebagai tingkat kemudahan yang dihubungkan dengan penggunaan suatu sistem. 3) Pengaruh Sosial Jogiyanto (2007: 318) mendefinisikan pengaruh sosial (social influence) sebagai sejauh mana seorang individual mempersepsikan kepentingan yang dipercaya oleh orang-orang lain yang akan mempengaruhinya menggunakan sistem yang baru.
35
4) Kondisi-kondisi Pemfasilitasi Jogiyanto
(2007:
318)
mendefinisikan
kondisi-kondisi
pemfasilitasi
(fasilitating conditions) sebagai sejauh mana seseorang percaya bahwa infrastruktur organisasional dan teknikal tersedia untuk mendukung sistem. 5) Minat Menggunakan Minat menggunakan (behavioral intention) didefinisikan sebagai tingkat dimana seseorang telah merencanakan untuk melakukan atau tidak melakukan sesuatu di masa depan (Handayani, 2007: 80). 6) Perilaku Menggunakan Perilaku menggunakan (use behavior) didefinisikan sebagai ekspresi dari keinginan atau minat seseorang (Triandis dalam Handayani, 2007: 79)
3.3.2 Definisi Operasional Definisi operasional variabel adalah suatu definisi yang diberikan pada suatu variabel dengan memberikan arti atau menspesifikasikan kegiatan atau membenarkan suatu operasional yang diperlukan untuk mengukur variabel tersebut.
36
Tabel 3.1 Definisi Operasional Variabel
Definisi Operasional
Dimensi
Indikator
Ekspektansi Kinerja
Kepercayaan seseorang bahwa dengan menggunakan suatu sistem akan membantu dia untuk mendapatkan keuntungankeuntungan kinerja dipekerjaannya
1) Kegunaan persepsian 2) Motivasi ekstrinsik 3) Kesesuaian pekerjaan 4) Keuntungan relatif 5) Ekspektasiekspektasi hasil
Ekspektansi Usaha
Tingkat kemudahan yang dihubungkan dengan penggunaan suatu sistem.
1) Kemudahan penggunaan persepsian 2) Kerumitan 3) Kemudahan penggunaan
Pengaruh Sosial
Tingkat persepsi seseorang yang berkaitan dengan kepentingan yang dipercaya oleh orang lain yang akan mempengaruhinya dalam menggunakan sistem baru.
1) Norma subyektif 2) Faktorfaktor sosial 3) Image
a. Membantu penyelesaian transaksi perbankan. b. Meningkatkan efektivitas transaksi perbankan. c. Mempercepat penyelesaian transaksi perbankan. d. Meningkatkan pengalaman dalam e-banking. e. Meningkatkan keterampilan dalam e-banking. a. Tidak melakukan kesalahan berulang b. Mahir mengakses sistem e-banking. c. Tidak perlu belajar menggunakan ebanking. d. Mudah dalam menggunakan sistem e-banking. e. E-banking dapat menyelesaikan transaksi perbankan. a. Dorongan teman untuk menggunakan e-banking. b. Dorongan keluarga untuk menggunakan e-banking. c. Dorongan rekan kerja untuk menggunakan ebanking. d. Dorongan pihak bank untuk menggunakan ebanking. e. E-banking meningkatkan status sosial.
37
Kondisi-kondisi Sejauh mana Pemfasilitasi seseorang percaya bahwa infrastruktur organisasional dan teknikal tersedia untuk mendukung sistem.
1) Kontrol perilaku persepsian 2) Kondisikondisi pemfasilitasi 3) Kompatibilitas
Minat menggunakan
Tingkat dimana seseorang telah merencanakan untuk melakukan atau tidak melakukan sesuatu di masa depan.
1) Sering menggunakan 2) Berencana menggunakan 3) Memprediksi untuk menggunakan
Perilaku menggunakan
Ekspresi dari keinginan atau minat seseorang.
1) Kepuasan terhadap sistem 2) Kepuasan penggunaan 3) Kepuasan dalam pengalaman
a. Fasilitas pendukung sudah baik. b. Akses layanan ebanking. c. Pihak bank membantu penggunaan ebanking. d. Menggunakan ebanking sesuai dengan kebutuhan. a. Keinginan untuk terus menggunakan ebanking di masa depan. b. Keinginan untuk merekomendasikan pada seseorang. c. Rencana menggunakan ebanking di waktu yang akan datang. a. Menggunakan ebanking adalah ide yang tepat. b. Menggunakan ebanking menyenangkan. c. E-banking membuat transaksi perbankan menarik.
Peneliti menggunakan skala Likert dengan menentukan skor pada setiap pernyataan. Teknis yang digunakan adalah dengan menggunakan angka indeks. Angka indeks ini digunakan untuk mengetahui persepsi umum responden mengenai sebuah variabel yang diteliti. Skala Likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok orang tentang fenomena sosial (Sugiyono, 2012: 132). Skala pengukuran yang digunakan untuk mengukur indikator-indikator pada variabel dependen dan variabel independen tersebut adalah menggunakan Skala Likert (1-5).
38
Tabel 3.2 Skala Likert Kriteria Jawaban Sangat Tidak Setuju (STS) Tidak Setuju (TS) Ragu-ragu (R) Setuju (S) Sangat Setuju (SS) Sumber: Sugiyono (2012: 132)
Skor 1 2 3 4 5
3.4 Populasi dan Sampel 3.4.1 Populasi Populasi adalah wilayah generalisasi yang terdiri atas: obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2012: 115). Populasi dalam penelitian ini adalah seluruh pengguna e-banking Mandiri yang sedang berada di Kec. Rajabasa Bandar Lampung pada saat penelitian dilakukan. 3.4.2 Sampel Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut (Sugiyono, 2012: 116). Menurut Widiyanto (2008) dalam Robbani (2014: 36), ukuran populasi dalam penelitian ini sangat banyak dan tidak dapat diketahui dengan pasti, oleh karena itu besar sampel yang digunakan dihitung dengan rumus sebagai berikut:
𝑛= Keterangan: n = Ukuran sampel
𝑍2 4 (𝑀𝑜𝑒)2
39
Z = skor pada tingkat signifikan tertentu (derajat keyakinan ditentukan 95%) maka Z=1,96 Moe = margin of error, tingkat kesalahan maksimum adalah 10% Dengan menggunakan rumus di atas, maka diperoleh perhitungan sebagai berikut: 𝑛=
1,962 4 (10%)2
𝑛 = 96,04 ≈ 96 atau dibulatkan menjadi 100. Dari hasil perhitungan di atas, diperoleh jumlah sampel yang akan diteliti sebesar 100 responden.
3.5 Teknik pengambilan sampel Metode pengambilan sampel dalam penelitian ini adalah accidental sampling yang merupakan bagian dari nonprobability sampling. Nonprobability sampling adalah teknik pengambilan sampel yang tidak memberi peluang/kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel (Sugiyono, 2012: 120). Menurut Sugiyono (2012: 122), accidental sampling adalah teknik penentuan sampel berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan bertemu dengan peneliti dapat digunakan sebagai sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai sumber data. Kriteria responden yang dapat dijadikan sampel dalam penelitian ini adalah: 1) Nasabah Bank Mandiri yang sedang berada di Kec. Rajabasa Bandar Lampung pada saat penelitian dilakukan.
40
2) Menggunakan layanan e-banking baik ATM, m-banking maupun internet banking 3) Melakukan transaksi perbankan minimal 2 kali dalam sebulan terakhir melalui layanan e-banking baik ATM, m-banking maupun internet banking Peneliti kebetulan bertemu dengan responden atau mencari responden yang memenuhi kriteria untuk dijadikan sampel, responden tersebut bersedia untuk mengisi atau menjawab pernyataan pada kuesioner.
3.6 Sumber Data Dalam penelitian ini, data yang digunakan penulis adalah : 1) Data primer Data Primer adalah data yang diolah sendiri oleh suatu organisasi atau perorangan langsung dari obyeknya (Santoso dan Tjiptono dalam Liyana 2015: 58). Data yang diolah dalam rangka pengujian hipotesis berupa data primer yang diperoleh dari sumber pertama baik dari individu atau perseorangan seperti pengguna e-banking Mandiri yang sedang berada di Kec. Rajabasa Bandar Lampung pada saat penelitian dilakukan. Data primer diperoleh dari responden melalui pengisian kuesioner. 2) Data Sekunder Data sekunder adalah data yang diperoleh secara tidak langsung atau melalui pihak lain, atau laporan historis yang telah di susun dalam arsip yang dipublikasikan atau tidak dalam bentuk yang sudah jadi, sudah dikumpulkan
41
dan diolah oleh pihak lain (Santoso dan Tjiptono dalam Liyana 2015: 58). Data sekunder yang digunakan dalam penelitian ini berupa studi kepustakaan, jurnal, literatur-literatur
yang berkaitan dengan permasalahan dan informasi
dokumentasi lain yang dapat diambil melalui sistem online (internet).
3.7 Teknik Pengumpulan Data 3.7.1 Kuesioner Data yang digunakan dalam penelitian ini diperoleh melalui metode kuesioner yaitu teknik pengumpulan data yang dilakukan dengan cara memberi kuesioner atau seperangkat pertanyaan atau pernyataan tertulis kepada responden (Sugiyono, 2012: 199). Alasan mengapa peneliti menggunakan kuesioner di dalam penelitian ini antara lain: 1) Responden adalah orang yang paling tahu tentang dirinya sendiri, sehingga dapat diperoleh data yang lengkap dan benar. 2) Hemat waktu, tenaga dan biaya.
3.7.2 Studi Kepustakaan Kegiatan mengumpulkan bahan-bahan yang berkaitan dengan penelitian yang berasal dari jurnal-jurnal ilmiah, literatur-literatur serta publikasi-publikasi lain yang layak dijadikan sebagai sumber informasi.
42
3.8 Teknik Analisis Data Partial Least Square (PLS) adalah suatu teknik Structural Equation Modeling (SEM) yang mampu menganalisis variabel laten, variabel indikator, dan kesalahan pengukuran secara langsung. PLS merupakan metode analisis yang powerfull karena dapat diterapkan pada semua skala data, tidak banyak membutuhkan asumsi, dan ukuran sampel tidak harus besar. Selain dapat digunakan untuk konfirmasi teori, PLS juga dapat digunakan untuk membangun hubungan yang belum ada landasan teorinya atau untuk pengujian proposisi. Teknik analisis data yang digunakan dalam penelitian ini adalah analisis jalur/path analysis dengan menggunakan software Smart PLS (Partial Least Square).
3.8.1 Model Pengukuran (Outer model) Outer model merupakan model pengukuran untuk menilai validitas dan reliabilitas model. Melalui proses iterasi algoritma, parameter model pengukuran (validitas konvergen, validitas diskriminan, composite reliability dan cronbachs alpha) diperoleh, termasuk nilai R2 sebagai parameter ketepatan model prediksi. Model pengukuran digunakan untuk menguji validitas konstruk dan reliabilitas instrumen. Uji validitas dilakukan untuk mengetahui kemampuan instrumen penelitian mengukur apa yang seharusnya diukur (Cooper dan Schindler dalam Jogiyanto dan Willy, 2009: 58). Sedangkan uji reliabilitas digunakan untuk mengukur konsistensi alat ukur dalam mengukur suatu konsep atau dapat juga digunakan untuk mengukur konsistensi responden dalam menjawab item pernyataan dalam kuesioner atau instrumen penelitian.
43
1) Uji Validitas Validitas terdiri atas validitas eksternal dan validitas internal. Validitas eksternal menunjukkan bahwa hasil dari suatu penelitian adalah valid yang dapat digeneralisir ke semua objek, situasi dan waktu yang berbeda. Validitas internal menunjukkan kemampuan dari instrumen penelitian mengukur apa yang seharusnya diukur dari suatu konsep (Hartono dalam Jogiyanto dan Willy, 2009: 59). Validitas internal terdiri atas validitas kualitatif dan validitas konstruk. Validitas kualitatif terdiri atas validitas tampang (face vlidity) dan validitas isi (content validity). Validitas isi menunjukkan kemampuan item-item di instrumen mewakili konsep yang diukur. Validitas tampang menunjukkan bahwa item-item mengukur suatu konsep jika dari penampilan tampangnya seperti mengukur konsep tersebut. Validitas kualitatif dilakukan berdasarkan pendapat atau evaluasi dari panel pakar atau dari orang lain yang ahli tentang konsep yang diukur. Validitas Konstruk Validitas konstruk menunjukkan seberapa baik hasil yang diperoleh dari penggunaan suatu pengukuran sesuai teori-teori yang digunakan untuk mendefinisikan suatu konstruk (Hartono dalam Jogiyanto dan Willy, 2009: 59). Validitas konstruk terdiri atas validitas konvergen dan validitas diskriminan.
44
a. Validitas konvergen Uji validitas konvergen dalam PLS dengan indikator reflektif dinilai berdasarkan loading factor (korelasi antara skor item/skor komponen dengan skor konstruk) indikator-indikator yang mengukur konstruk tersebut. Hair et al., (2006) dalam Jogiyanto dan Willy (2009: 60) mengemukakan bahwa rule of thumb yang biasanya digunakan untuk membuat pemeriksaan awal dari matrik faktor adalah ±30 dipertimbangkan telah memenuhi level minimal, untuk loading ±40 dianggap lebih baik, dan untuk loading ±50 dianggap signifikan secara praktikal. Dengan demikian, semakin tinggi nilai faktor loading, semakin penting peranan loading dalam menginterpretasikan matrik faktor. Rule of thumb yang digunakan untuk validitas konvergen adalah outer loading > 0.7, communality > 0.5 dan average variance extracted (AVE) > 0.5 (Chin, 1995 dalam Jogiyanto dan Willy 2009). b. Validitas Diskriminan Uji validitas diskriminan dinilai berdasarkan cross loading pengukuran dengan konstruknya. Metode lain yang digunakan untuk menilai validitas diskriminan adalah dengan membandingkan akar AVE untuk setiap konstruk dengan korelasi antara konstruk dengan konstruk lainnya dalam model. Model mempunyai validitas diskriminan yang cukup jika akar AVE untuk setiap konstruk lebih besar daripada korelasi antara konstruk dengan konstruk lainnya dalam model (Chin dalam Jogiyanto dan Willy, 2009: 61).
45
Tabel 3.3 Parameter Uji Validitas dalam Model Pengukuran PLS Uji validitas Konvergen
Diskriminan
Parameter Faktor loading Average variance extracted (AVE) Communality Akar AVE dan korelasi variabel laten Cross loading
Rule of thumbs Lebih dari 0,7 Lebih dari 0,5 Lebih dari 0,5 Akar AVE > Korelasi variabel laten Lebih dari 0,7 dalam satu variabel
Sumber: Diadaptasi dari Chin dalam Jogiyanto dan Willy (2009: 61)
2) Uji Reliabilitas Uji reliabilitas digunakan untuk mengukur konsistensi internal alat ukur. Reliabilitas menunjukkan akurasi, konsistensi dan ketepatan suatu alat ukur dalam melakukan pengukuran (Hartono dalam Jogiyanto dan Willy, 2009: 61). Uji reliabilitas dalam PLS dapat menggunakan dua metode, yaitu cronbachs alpha dan composite reliability. Cronbachs alpha mengukur batas bawah nilai reliabilitas suatu konstruk sedangkan composite reliability mengukur nilai sesungguhnya reliabilitas suatu konstruk (Chin dan Gopal dalam Jogiyantto dan Willy, 2009:62). Rule of thumb nilai alpha atau composite reliability harus lebih besar dari 0,7 meskipun nilai 0,6 masih dapat diterima (Hair et al. dalam Jogiyanto dan Willy, 2009: 62).
3.8.2 Model Struktural (Inner model) Inner model merupakan model struktural untuk memprediksi hubungan kausalitas antar variabel laten. Melalui proses bootstraping, parameter uji t-statistic diperoleh untuk memprediksi adanya hubungan kausalitas. Model struktural dalam PLS dievaluasi dengan menggunakan R2 untuk konstruk dependen, nilai
46
koefisien path untuk uji signifikansi antar konstruk dalam model struktural. Nilai R2 digunakan untuk mengukur tingkat variasi perubahan variabel independen terhadap variabel dependen. Semakin tinggi nilai R2 berarti semakin baik model prediksi dari model penelitian yang diajukan. Jika nilai R2 sebesar 0,7 artinya variasi perubahan variabel dependen yang dapat dijelaskan oleh variabel independen adalah sebesar 70 persen, sedangkan sisanya dijelaskan oleh variabel lain di luar model yang diajukan. Nilai koefisien path atau inner model menunjukkan tingkat signifikansi dalam pengujian hipotesis. Skor koefisien path atau inner model yang ditunjukkan oleh nilai t-statistic, harus di atas 1,96 untuk hipotesis dua ekor (two-tailed) dan di atas 1,64 untuk hipotesis satu ekor (one-tailed) untuk pengujian hipotesis pada alpha 5 persen dan power 80 persen (Hair et al. dalam Jogiyanto dan Willy, 2009: 63). Model struktural dalam PLS dievaluasi dengan menggunakan R2 untuk variabel dependen dan nilai koefisien pada path (𝛽) untuk variabel independen yang kemudian dinilai signifikansinya berdasarkan nilai t-statistic setiap path.
47
3.8.3 Pengujian Hipotesis Pengujian hipotesis dilakukan dengan melihat besarnya nilai t-statistics yang menggunakan tingkat signifikansi sebesar 95% (α = 0.05). Nilai t-table dengan tingkat signifikansi 95% adalah 1,96. Batas untuk menolak dan menerima hipotesis yang diajukan mengacu pada nilai 1.96, dimana apabila nilai t-table berada pada rentang nilai -1.96 dan 1.96, maka hipotesis akan ditolak atau dengan kata lain menerima hipotesis nol (H0).
