BAB IV ANALISIS DATA DAN PEMBAHASAN 4.1.
Karakteristik Responden. Penentuan
sampel
dalam
penelitian
ini
dilakukan dengan menggunakan salah satu teknik Non-Probability Sampling,
yaitu purposive sampling.
Sampel yang diambil adalah nasabah bank umum dan
paling
tidak
memiliki
satu
produk
alat
pembayaran non tunai yang dikeluarkan oleh bank. Dengan kriteria pengambilan sampel tersebut maka diperoleh data sebesar 155 responden. Tabel 4.1. Deskripsi Karakterisistik Nasabah Bank Umum Karakteristik
Jumlah Responden
Persentase (%)
A. Usia (Tahun) 20 26 31 36
– 25 – 30 – 35 – 40 > 40
Jumlah B. Jenis Kelamin Perempuan Laki-laki Jumlah C. Pendidikan
30 70 23 29 3
19,4 45,2 14,8 18,7 1,9
155
100,0
70 85 155
45,2 54,8 100,0
39
SMP SMA D3 S1 Pasca sarjana
4 16 17 112 6
2,6 10,3 11,0 72,3 3,9
Jumlah D. Pekerjaan
155
100,0
Wiraswasta Karyawan Swasta PNS Jumlah
35 62 58`
22,6 40,0 37,4
155
100,0
Sumber:Data Primer, 2016. Pada Tabel 4.1 di atas dapat diketahui jumlah responde berdasarkan usia yang paling banyak adalah antara 26-30 tahun sebesar 45,2% dan yang paling kecil jumlahnya adalah usia > 40 tahun yaitu 1,9%. Berdasarkan jenis kelamin responden yang paling banyak adalah laki-laki yaitu sebesar 85 orang (54,8%) dan jumlah responden perempuan sebesar 70 (45,2%). Pendidikan responden yang paling banyak adalah lulus S1 sebesar 112 (72,3%) dan yang paling sedikit adalah lulusan SMP yaitu sebesar 4 orang (2,5%). Pada pekerjaan responden terlihat pada tabel 4.1. diperoleh data sebagian besar karyawan swasta sebanyak 62 (40,0%) diikuti oleh responden PNS sebesar 58 (37,4%) dan yang terendah adalah wiraswasta sebesar 35 (22,6%).
40
Dari pemaparan diatas dapat diketahui bahwa pengguna alat pembayaran non tunai terbanyak adalah karyawan swasta yaitu sebesar 40%. Namun demikian di DKI Jakarta, pengguna alat pembayaran non
tunai
relatif
merata
dari
3
profesi
yaitu
Wiraswasta (22,6%), Karyawan Swasta (40%), dan PNS (37,4%). Penggunaan alat pembayaran non tunai oleh para wiraswasta dapat menjadi indikasi bahwa transaksi/perdagangan yang dilakukan oleh individu yang pendapatannya tidak berasal dari gaji tetap dari sebuah perusahaan, telah menggunakan cara non tunai. Sedangkan untuk profesi karyawan swasta dan PNS dinilai menggunakan alat transaksi non tunai dikarenakan sistem penggajian yang melalui Bank. Secara gender, dinilai tidak terdapat perbedaan yang signifikan terhadap penggunan alat transaksi non tunai oleh kaum pria dan kaum perempuan. Hal tersebut dinilai karena karakteristik perempuan di Ibukota yang bekerja baik sebagai pegawai maupun wirausaha. Responden dengan tingkat pendidikan S1 mendominasi, dinilai karena sebagian besar matan pencaharian responden meruipakan pegawai, baik pegawai swasta maupun negeri, dan S1 merupakan persyaratan minimal yang umum dalam penerimaan pegawai.
41
4.2.
Uji Kualitas Instrumen
Uji Validitas Data dengan sampel sebesar 155 responden dilakukan uji validas terlebih dahulu. Pengujian validitas dilakukan menggunakana confirmatory factor analysis (CFA). Pengujian validitas yang menurut Sekaran
(2006)
bertujuan
untuk
mengetahui
ketepatan dan kecermatan suatu alat ukur dalam melakukan
fungsi
ukurnya.
Pengujian
validitas
dilakukan menggunakana confirmatory factor analysis (CFA). Menurut Hair et. al. (1998), factor loading ≥ 0,50 dianggap signifikan. Pada
penelitian
ini
variabel
yang
diteliti
sebanyak tujuh variabel, yaitu Attitude (AT), Social Factor (SF), Affect Emosional (AF), Intention (I), Frequency Of Post Behavior ( EP),
Habits (H) dan
Facilitating Condition (FC). Hasil uji validitas dapat dilihat pada tabel 4.2. berikut ini. Tabel 4.2. Hasil Uji Validitas Dengan Analisis Faktor. Estimate AT3
<---
AT
.828
AT2
<---
AT
.835
AT1
<---
AT
.896
SF3
<---
SF
.740
SF2
<---
SF
.910
42
Estimate AF3
<---
AF
.843
AF2
<---
AF
.735
AF1
<---
AF
.945
FP3
<---
FP
.751
FP2
<---
FP
.820
FP1 I1
<--<---
FP IN
.842 .794
I2
<---
IN
.818
I3 FC1 FC2
<--<--<---
IN FC FC
.857 .822 .841
FC3
<---
FC
.844
FC4
<---
FC
.836
FC5
<---
FC
.860
B1
<---
B
.727
B2
<---
B
.798
B3
<---
B
.773
H3
<---
H
.841
H2
<---
H
.882
H1
<---
H
.845
SF4
<---
SF
.759
SF1
<---
SF
.928
Sumber:Data Primer, 2016 Tabel 4.2 di atas menunjukkan bahwa semua item pertanyaan dinyatakan valid, karena setiap item pertanyaan yang menjadi indicator masing-masing variabel
telah
terekstrak
secara
mempunyai factor loading ≥ 0,50.
43
sempurna
dan
Uji Reliabilitas. Setelah selanjutnya
pengujian adalah
validitas,
pengujian
maka
tahap
reliabilitas
yang
bertujuan untuk mengetahui konsistensi item-item pertanyaan
yang
digunakan.
Untuk
mengukur
reliabilitas dari instrument penelitian ini dilakukan dengan menggunakan koefisien Cronbach Alpha. Nilai Cronbach Alpha
masing-masing
variabel
sebagai
berikut. Tabel 4.3 Hasil Uji Reliabilitas Variabel
Cronbach’s Alpha 0,925
Keterangan
Social Factor
0,727
Reliabel
Affect Emosional
0,896
Reliabel
Intention
0,850
Reliabel
Frequency Of Post Behavior Habits Facilitating Condition
0,837
Reliabel
0,882 0,925
Reliabel Reliabel
Behavior
0.819
Reliabel
Attitude
Reliabel
Sumber: Data primer yang diolah, 2016. Dari tabel IV.3 dapat diketahui bahwa variabel Attitude, Sosial Factor, Affect Emosional, Intention, Frequency Of
Post Behavior, Habits,
Facilitating
Condition dan behavior mempunyai koefisien cronbach
44
alpha 0,8 – 1,0 yang berarti
reliabilitas tersebut
dikatakan sudah baik ( Sekaran, 2003)
4.3.
Analisis Statistik Deskriptif Gambaran mengenai variabel attitude, social
faktor, affect emosional, intention, frequency of post behavior, habits dan facilitating condition dibahas dalam bagian analisis statistik deskriptif berikut ini, baik terhadap variabel secara keseluruhan maupun terhadap setiap indikator dari variabel yang diteliti berdasarkan nilai minimum, maximum, mean, dan standard
deviation.
Nilai
mean
atau
rata-rata
merupakan rata-rata penilaian responden terhadap variabel
dan
indikator-indikatornya
yang
dikategorikan mulai dari sangat rendah sampai dengan sangat tinggi. Sedangkan nilai standar deviasi menunjukkan seberapa besarnya variasi jawaban responden terhadap pernyataan yang diberikan. Jika didapat nilai standar deviasi yang menjauhi nol (0) maka data dikatakan bervariasi, tetapi sebaliknya jika standar deviasi mendekati nol (0) maka data tersebut tidak beragam.
45
Tabel 4.4. Statistik Deskriptif Variabel Penelitian Indikator Empirik Min A. Behaviour 1. Transaksi non tunai 2 mendukung profesi/pekerjaan 2. Menggunakan alat 2 pembayaran non tunai membuat saya merasa lebih aman. 3. Dengan alat 2 pembayaran non tunai, proses pembayaran yang saya lakukan menjadi lebih cepat / mempersingkat waktu. Rata-rata Behaviour 2 B. Attitude 1. Transaksi non tunai 2 meningkatkan kemampuan pengelola keuangan 2. Penggunaan alat 2 pembayaran non tunai mempermudah keputusan jual-beli 3. Penggunaan alat 2 pembayaran non tunai lebih disukai oleh kerabat/keluarga . Rata-rata Attitude 2 C. Social Factor 1. Pemerintah daerah 2 maupun pusat mengeluarkan peraturan yang mendorong penggunaan transaksi non tunai.
46
Max
Mean
Std.Dev
5
3.73
0.792
5
3.70
0.833
5
3.81
0.739
5
3.75
0.788
5
3.73
0.863
5
3.73
0.816
5
3.66
0.841
5
3.71
0.840
5
3.72
0.864
2.
Penggunaan transaksi non tunai disarankan oleh kerabat/keluarga 3. Penggunaan transaksi non tunai disarankan oleh rekan kerja/atasan tempat saya bekerja. 4 Transaksi non-tunai disarankan oleh komunitas (bergabung). Rata-rata Social Factor D. Affect Emosional. 1. Merasa, menggunakan alat pembayaran non tunai menimbulkan rasa praktis. 2. Merasa, menggunakan alat pembayaran non tunai menimbulkan rasa tenang karena dapat mentransfer uang sewaktu-waktu ke keluarga/kerabat pada saat darurat. 3. Merasa, menggunakan alat pembayaran non tunai tidak menimbulkan kekhawatiran. Rata-rata Affect Emosional D. Intention 1. Saya berkeinginan menggunakan alat transaksi non tunai dalam kehidupan sehari-hari. 2. Saya lebih berminat menggunakan alat transaksi non tunai
47
2
5
3.70
0.854
2
5
3.75
0.848
2
5
3.68
0.820
2
5
3.68
0.847
2
5
3.77
0.849
2
5
3.76
0.806
2
5
3.75
0.792
2
5
3.76
0.816
2
5
3.85
0.851
2
5
3.87
0.851
ketika ada pilihan untuk bertransaksi tunai atau non tunai. 3. Berusaha 2 menggunakan alat pembayaran non tunai jika ada kebutuhan yang dimungkinkan untuk dibayar secara non tunai. Rata-rata Intention 2 E. Frequency of post behavior 1. Saya sering 2 menggunakan alat transaksi non tunai dalam kehidupan sehari-hari 2. Saya sering 2 menggunakan alat transaksi non tunai ketika ada pilihan untuk bertransaksi tunai atau non tunai 3 Saya sering 2 menggunakan alat pembayaran non tunai jika ada kebutuhan yang dimungkinkan untuk dibayar secara non tunai. Rata-rata Frequency of 2 post behavior F. Habits 1 Setiap melakukan 2 pembayaran, saya mengutamakan penggunaan alat pembayaran non tunai (kartu debit, kredit, emoney, dsb.). 2. Saya selalu 2 menggunakan alat
48
5
3.79
0.858
5
3.84
0.853
5
3.62
0.955
5
3.59
0.812
5
3.55
0.831
5
3.59
0.866
5
3.66
0.792
5
3.56
0.846
pembayaran non tunai ketika ada pilihan untuk bertransaksi tunai atau non tunai 3. Saya selalu menyiapkan alat pembayaran non tunai (kartu debit, kredit, emoney, dsb.) saat menuju tempat pembayaran/kasir yang memungkinkan untuk bertransaksi non tunai. `Rata-rata Habits G. Facilitating Condition 1. Ketersediaan alat pembayaran non tunai (kartu debit, kredit, emoney, dsb.) dapat saya temui dilingkungan sekitar 2. Ketika saya melakukan transaksi non tunai , jaringan komunikasi yang tersedia stabil. 3. Saya dapat memiliki alat pembayaran non tunai (kartu debit, kredit, e-money, dsb.) dengan syarat dan biaya yang relatife mudah untuk dipenuhi. 4. Saya dapat menggunakan alat transaksi non tunai (kartu debit, kredit, emoney, dsb.) yang saya miliki dengan mudah.
49
2
5
3.65
0.787
2
5
3.62
0.808
2
5
3.57
0.720
2
5
3.53
0.792
2
5
3.48
0.759
2
5
3.57
0.781
5.
Ketika saya melakukan transaksi non tunai , tidak terkendala jaringan system dari pihak Bank. Rata-rata Facilitating Condition
2
5
3.62
2
5
3.55
0.808
0.772
Sumber:Data primer, 2016. Berdasarkan tabel 4.4. mengenai data statistik deskriptif menunjukkan nilai mean atau rata-rata keseluruhan item variabel behaviour adalah sebesar 3,75 nilai tersebut terletak pada interval jawaban 3,41-4,20 yang berarti sebagian responden memiliki behaviour yang tinggi. Dari tiga item tersebut yang paling dominan atau mempunyai nilai mean tertinggi adalah item nomor 3 yaitu sebesar 3,81 yang berarti sebagian besar responden setuju tentang penggunaan alat pembayaran non tunai dipilih karena pengguna secara sadar mengerti bahwa dengan menggunakan alat pembayaran non tunai, proses pembayaran yang saya lakukan menjadi lebih cepat. Nilai mean atau rata-rata keseluruhan item variabel attitude adalah sebesar 3,71 nilai tersebut terletak pada interval jawaban 3,41-4,20 yang berarti sebagian responden Dari
tiga
item
memiliki attitude yang tinggi.
tersebut
terdapat
2
item
yang
mempunyai nilai mean tertinggi yaitu item nomor 1, dan 2 yaitu masing-masing sebesar 3,73 yang berarti
50
pengguna memiliki kemampuan yang lebih untuk mengelola keuangan pribadi, dan lebih mudah dalam pengambilan keputusan jual beli saat menggunakan alat
transaksi
mendorong
non
tunai.
individu
untuk
Hal
tersebut
menggunakan
yang alat
transaksi non tunai. Nilai rata-rata secara keseluruhan item pada social faktor sebesar 3,71, nilai tersebut terletak pada interval jawaban 3,41-4,20 yang berarti sebagian responden
memiliki social faktor yang tinggi. Dari
keempat item tersebut yang paling dominan atau mempunyai nilai mean tertinggi adalah item nomor 3 yaitu sebesar 3,75
yang berarti sebagian besar
responden setuju dan mengharapkan
penggunaan
transaksi
oleh
non
tunai
disarankan
rekan
kerja/atasan tempat responden bekerja. Variabel affect emosional mempunyai nilai ratarata secara keseluruhan item sebesar 3,76,
nilai
tersebut terletak pada interval jawaban 3,41-4,20 yang berarti sebagian responden emosional
memiliki affect
yang tinggi. Dari keempat item tersebut
yang paling dominan atau mempunyai nilai mean tertinggi adalah item nomor 1 yaitu sebesar 3,77 yang berarti sebagian besar responden setuju dan merasa menggunakan
alat
pembayaran
menimbulkan rasa praktis.
51
non
tunai
Variabel intention mempunyai nilai rata-rata keseluruhan item sebesar 3,84, nilai tersebut terletak pada interval jawaban 3,41-4,20 yang berarti sebagian responden memiliki intention yang tinggi. Dari ketiga item tersebut yang paling dominan atau mempunyai nilai mean tertinggi adalah item nomor 2 yaitu sebesar 3,87 yang berarti sebagian besar responden setuju dan lebih berminat menggunakan alat transaksi non tunai. Variabel frequency of post behavior mempunyai nilai rata-rata keseluruhan item sebesar 3,59, nilai tersebut terletak pada interval jawaban 3,41-4,20 yang berarti sebagian responden memiliki frequency of post behavior yang tinggi. Dari ketiga item yang terdapat pada variabel tersebut mempunyai nilai ratarata paling dominan adalah item 1 sebesar 3,62 yang berarti responden sering menggunakan alat transaksi non tunai dalam kehidupan sehari-hari. Variabel habits mempunyai nilai rata-rata keselurahn item sebesar 3,62 nilai tersebut terletak pada interval jawaban 3,41-4,20 yang berarti sebagian responden
memiliki habits yang tinggi. Dari ketiga
item tersebut yang paling dominan nilai rata-ratanya adalah nomor 1 sebesar 3.66, yang berarti responden setiap melakukan pembayaran menggunakan alat pembayaran non tunai.
52
Variabel facilitating condition smempunyai nilai rata-rata keseluruhan item sebesar 3,55 nilai ratarata variabel-variabel tersebut yang terletak pada interval jawaban 3,41-4,20 yang tinggi. Adapun kelima item facilitating condition yang paling dominan pada item nomor 5 yang berarti responden merasa bahwa tidak terkendala pada jaringan system dari pihak Bank ketika melakukan transaksi non tunai. 4.4.
Uji
Asumsi-Asumsi
Structural
Equation
Model. Uji normalitas yang dilakukan pada SEM mempunyai dua tahapan. Pertama adalah pengujian normalitas
untuk
setiap
variabel
(univariate
normality), sedangkan tahap kedua adalah pengujian normalitas data semua variabel secara bersama-sama, yang
disebut
disebabkan
multivariate
jika
setiap
normality.
variabel
Hal
normal
itu
secara
individu, tidak berarti jika diuji secara bersama-sama (multivariate) juga pasti berdistribusi normal. Adapun ketentuan data berdistribusi normal atau tidak, kita dapat membandingkan hasil pengujian normalitas melalui program AMOS pada lampiran assessment of normality
dengan
ketentuan
apabila
angka
c.r.
skewness, dan c.r kurtosis ada di antara -2,58 sampai
53
+ 2,58 maka data dapat dikatakan normal. Berikut hasil uji normalitas data: Tabel 4.5. Assessment of Normality Var H1 H2 H3 B3 B2 B1 IN1 FC 5 FC 4 FC 3 FC 2 FC 1 I3 I2 I1 FP1
Min 2.00 0 2.00 0 2.00 0 2.00 0 2.00 0 2.00 0 60.0 00 2.00 0 2.00 0 2.00 0 2.00 0 2.00 0 2.00 0 2.00 0 2.00 0 2.00 0
max 5.00 0 5.00 0 5.00 0 5.00 0 5.00 0 5.00 0 375. 000 5.00 0 5.00 0 5.00 0 5.00 0 5.00 0 5.00 0 5.00 0 5.00 0 5.00 0
Skew
c.r.
kurtosis
c.r.
-.039
-.198
-.492
-1.250
.065
.333
-.628
-1.597
-.166
-.843
-.369
-.937
-.161
-.818
-.308
-.782
-.198
1.008
-.504
-1.281
-.188
-.958
-.393
-.998
.128
.650
.006
.015
-.094
-.479
-.474
-1.206
.102
.518
-.457
-1.162
.278
1.414
-.326
-.829
.180
.913
-.466
-1.185
.210
1.066
-.366
-.930
-.663
-1.685
-.564
-1.435
-.397
-1.008
-.873
-2.220
-.210 -.323 -.410 -.209
54
1.069 1.643 2.084 1.062
Var FP2 FP3 SF4 AF 1 AF 2 AF 3 SF1 SF2 SF3 AT1 AT2 AT3
Min 2.00 0 2.00 0 2.00 0 2.00 0 2.00 0 2.00 0 2.00 0 2.00 0 2.00 0 2.00 0 2.00 0 2.00 0
max 5.00 0 5.00 0 5.00 0 5.00 0 5.00 0 5.00 0 5.00 0 5.00 0 5.00 0 5.00 0 5.00 0 5.00 0
Skew
c.r. 1.067
kurtosis
c.r.
-.430
-1.093
-.018
-.091
-.556
-1.412
-.141
-.717
-.508
-1.290
-.127
-.646
-.717
-1.822
.010
.053
-.728
-1.851
-.087
-.440
-.544
-1.383
-.221
1.124
-.605
-1.537
-.083
-.421
-.691
-1.756
-.421
-1.070
-.582
-1.479
-.400
-1.016
-.511
-1.299
2.312
.351
-.210
-.345 -.241 -.257 -.209
1.756 1.224 1.309 1.065
Mul tiva r
Sumber:Data Primer, 2016. Berdasarkan hasil analisis
Assessment of
Normality diketahui bahwa seluruh item memiliki angka c.r skewness, dan c.r kurtosis kurang dari 2,58 sampai + 2,58 yang berarti data tersebut dalam penelitian ini berdistribusi normal secara univariate. Adapun nilai cr kurtosis pada multivariate sebesar 0,351 berada di dibawah batas +2,58, maka secara 55
multivariare
(bersama-sama)
sebaran
data
pada
variabel berdistribusi normal (Ghozali, 2005).
Penilaian Kriteria Goodness of Fit Indices Full Structural Model Penilaian kriteria Goodness of Fit Indices Full Structural Model dilakukan untuk menguji kesesuaian struktur model sehingga penelitian ini sah dilakukan karena modelnya telah sesuai dengan kriteria yang ditentukan dalam validitas model SEM (Structural Equation Model). Hasil uji kesesuian model dalam penelitian ini secara lengkap sebagai berikut:
Gambar 4.1. Model Lengkap Persamaan Struktural (SEM)
56
Rangkuman hasil pengujian akan diuraikan pada tabel berikut ini: Tabel 4.6. Hasil Goodness of fit Model Pengukuran Indeks Model goodness of fit
Cut-off Value Mendekati
chi-square
0
Hasil Model
Evaluasi Model
735,775
Marginal
Probabilitas
≥ 0,05
0,000
Buruk
CMIN/DF
≤ 2,00
2,278
Buruk
GFI
≥0,90
0,768
Marginal
RMSEA
≤ 0,08
0,091
Buruk
AGFI
≥ 0,90
0,709
Marginal
TLI
≥0,90
0,876
Marginal
CFI
≥ 0,90
0,894
Baik
Sumber: Data Primer, 2016. Tabel 4.6. menunjukkan bahwa model yang direncanakan tidak fit secara marginal. Adapun nilai probabilitas
dan
CMIN/DF
GFI,AGFI,TLI
dibandingkan
masih
dengan
buruk.
nilai
acuan
persamaan model struktural hasilnya reasonable, CFI yang
setelah
dibandingkan
dengan nilai
acuan
persamaan model struktural, hasilnya baik. Model tersebut
kemudian
dimodifikasi
mengikuti
modification indices dengan menghubungkan error 57
dari indikator variabel. Hasil modifikasi model sebagai berikut:
Gambar 4.2. Model Persamaan Struktural (SEM) Modifikasi Rangkuman hasil pengujian akan diuraikan pada tabel berikut ini:
58
Tabel 4.7. Hasil Goodness of fit Model Pengukuran Modifikasi Indeks Model goodness of fit
Cut-off
Hasil
Evaluasi
Value
Model
Model
392,882
Marginal
Mendekati
chi-square
0
Probabilitas
≥ 0,05
0,000
Tidak Fit
CMIN/DF
≤ 2,00
1,305
Baik
GFI
≥0,90
0,869
Reasonable
RMSEA
≤ 0,08
0,045
Baik
AGFI
≥ 0,90
0,809
Reasonable
TLI
≥0,95
0,969
Baik
CFI
≥ 0,95
0,975
Baik
Sumber: Data Primer, 2016. Berdasarkan tabel 4.7 hasil yang didapat adalah: a.
X2 Chi Square statistik, model yang akan diuji akan dipandang baik atau memuaskan bila nilai chi squarenya rendah. Semakin kecil nilai χ2 semakin
baik
model
tersebut.
perhitungan diperoleh nilai 392,882
dan p = 0,000
Dari
hasil
chi square χ² =
yang berarti dalam
model penelitian tidak fit, meskipun tidak fit akan tetapi nilai Cmin/DF kurang dari 2, sehingga model dapat diterima.
59
b.
RMSEA (The Root Mean Square Error of Aproximation) adalah sebuah indeks yang dapat digunakan untuk mengkompensasi chi square statistic dalam sampel yang besar. Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indeks untuk dapat diterimanya model yang menunjukkan sebuah close fit dari model itu berdasarkan degree of freedom. Dari hasil perhitungan didapatkan nilai RMSEA sebesar
0,045.
sehingga
penelitian
dapat
diterima. c.
GFI (Goodness of Fit Index), indeks ini akan menghitung proporsi tertimbang dari varian dalam matrik kovarian sampel yang dijelaskan oleh matrik kovarian populasi yang terestimasi. Tingkat penerimaan yang direkomendasikan adalah bila GFI mempunyai nilai sama dengan atau lebih besar dari 0,90. Dari hasil penelitian dihasilkan GFI sebesar 0,858 sehingga data penelitian
reasonable
atau
dapat
dipertimbangkan seperti yang diungkapkan oleh Joreskog dan Sorbam (1984) dalam Imam Ghozali (2004). d.
AGFI (Adjusted Goodness of Fit Index), fit indeks ini dapat diadjust terhadap degree of freedom yang tersedia untuk menguji diterima tidaknya
60
model.
Tingkat
penerimaan
yang
direkomendasikan adalah bila AGFI mempunyai nilai sama dengan atau lebih besar dari 0,90. Dari hasil penelitian dihasilkan nilai AGFI sebesar 0.809 yang berarti model reasonable. e.
TLI (Tucker Lewis Index), TLI adalah sebuah alternatif
incremental
membandingkan
sebuah
fit
index
model
yang
yang diuji
terhadap sebuah baseline model. Nilai yang direkomendasikan untuk diterimanya sebuah model adalah penerimaan lebih besar atau sama dengan 0,90. Dari tabel IV.3 nilai TLI sebesar 0,969 yang berarti tingkat penerimaan yang baik. f.
CFI (Comparative Fit Index), besaran indeks ini adalah rentang nilai sebesar 0-1, dimana semakin
mendekati
1
mengidentifikasikan
tingkat fit yang paling tinggi. Sedangkan hasil perhitungan menunjukkan nilai CFI sebesar 0,975, yang berarti model dapat diterima. 4.5.
Uji Kausalitas Model Analisis kausalitas dilakukan guna mengetahui
hubungan antar variabel secara langsung. Pada penelitian ini diharapan dengan adanya pengujian kausalitas dapat mengetahui pengaruh yang terjadi
61
dari Attitude, Social Factor, dan Affect Emosional terhadap Intention. Selanjutnya dilakukan pengujian kausalitas untuk mengetahui Attitude, Social Factor, Affect Emosional, Frequency of post behavior, Habits, Facilitating
Conditions
dan
Behavior
saling
berpengaruh. Adapun hasil perhitungannya disajikan dalam tabel sebagai berikut:
Tabel 4.8. Evaluasi Bobot Regresi Uji Kausalitas
Intentio n Intentio n Intentio n Behavio ur Habits
<-- Attitude <-- Sosial Factor <-- Affect <-- Intention
<-- Frequency of past behavior Behavio <-- Habits r
Esti mat e 0.12 1 0.04 6 0.06 8 2.03 4 0.95 2
0.18 4 Interaks <-- Facilitating i Condition 1.08 2 (*) menggunakan 0.1 (**) menggunakan 0.05 (***) menggunakan 0.01 Sumber:Data Primer, 2016.
62
C.R .
P
Labe l
3.54 7 2.08 4 2.83 3 3.21 6 9.42 5
0.000 0.037
*** **
0.005
*
0.001
**
0.000
***
1.21 6 9.89 5
0.002
**
0.000
***
Pada tabel 4.8. uji statistik dilakukan dengan mengamati
tingkat
signifikansi
hubungan
antar
variabel yang ditunjukkan oleh C.R yang identik dengan uji-t dalam regresi dan nilai probabilitasnya (P). Penjelasan lebih lanjut analisis evaluasi bobot regresi tersebut dapat diuraikan dan dijelaskan sebagai berikut: a.
Variabel
attitude
mempengaruhi
secara
signifikan positif pada intention karena nilai probabilitas = 0.000 < 0,01. Maka hipotesis pertama H1 : Sikap (Attitude) berpengaruh signifikan
positif
pada
minat
(Intention)
terhadap transaksi non tunai dapat diterima. b. Variabel signifikan
Social Factor mempengaruhi secara pada
intention
karena
nilai
probabilitas =0.037 < 0,05. Maka hipotesis kedua H2 : Faktor lingkungan sosial (Social Factors) berpengaruh signifikan positif pada minat (Intention) terhadap transaksi non tunai dapat diterima. c. Variabel Affect mempengaruhi secara signifikan pada intention karena nilai probabilitas =0.005 < 0,01. Maka hipotesis ketiga
H3 : Affect
Emosional berpengaruh signifikan positif pada minat (Intention) terhadap transaksi non tunai dapat diterima. 63
d. Variabel
Intention
signifikan pada
mempengaruhi secara
respon/perilaki (Behaviour)
karena nilai probabilitas =0.001 < 0,05. Maka hipotesis
keempat
berpengaruh
H4
:
Minat
signifikan
respon/perilaku
(Intention)
positif
(Behaviour)
pada
masyarakat
terhadap transaksi non tunai dapat diterima. e.
Variabel
Frequency
mempengaruhi kebiasaan
secara
Past
kelima H5:
<
Behaviour
signifikan
pada
karena
nilai
Maka
hipotesis
(habits)
probabilitas=0,000 berulang
of
0.01.
Perilaku yang dilakukan secara (Frequency
berpengaruh
of
signifikan
Past
pada
Behaviour)
pembentukan
kebiasaan (habit) dapat diterima. f. Variabel kebiasaan (habits)
berpengaruh
signifikan terhadap variabel behaviour karena nilai probabilitas = 0,002 > 0.05, sehingga hipotesis
ke
enam
H6:
Kebiasaan
dapat
berpengaruh signifikan positif langsung dalam membentuk perilaku bertransaksi non tunai, dapat diterima. g. Habits tidak berpengaruh terhadap Behaviour (c.r=
-1,264
<
probabilitas=0,206<0.05.
1,96)
dengan
Maka hipotesis H6:
Kebiasaan dapat berpengaruh langsung dalam
64
membentuk perilaku
bertransaksi non tunai
tidak dapat diterima. h. Variabel ketersediaan fasilitas yang membantu (Facilitating Condition)
mempengaruhi secara
signifikan terhadap interaksi dengan Behaviour karena nilai probabilitas =0,000 < 0,01. Maka hipotesis
H7:
Ketersediaan
fasilitas
yang
membantu (Facilitating Condition) memberikan memberikan pengaruh signifikan positif dalam proses
pengambilan
keputusan
perilaku
transaksi non tunai dapat diterima. 4.6.
Pembahasan Sikap
(attitude)
berpengaruh
signifikan
terhadap minat (intention) terhadap transaksi non tunai, hal ini
menunjukkan bahwa masyarakat
pengguna jasa keuangan perbankan di DKI Jakarta memiliki sikap yang positif terhadap transaksi non tunai, sehingga berminat atas transaksi non tunai. Hasil tersebut mendukung penelitian sebelumnya yang dilakukan oleh Walker et. al., (2002) yang menyatakan bahwa sikap yang melihat harapan akan keuntungan yang didapat dengan menggunakan instrumen pembayaran non tunai dalam era non tunai,
mempengaruhi
minat
terhadap pembayaran non tunai.
65
seorang
individu
Ajzen (1991) juga menyatakan bahwa sikap adalah tingkat dimana individu memiliki evaluasi yang positif/negatif terhadap suatu perilaku tertentu, sehingga sikap terhadap suatu perilaku (attitude toward behavior) ditentukan oleh keyakinan terhadap suatu perilaku (behavior beliefs) dan biaya atau keuntungan dari perilaku tersebut (Ajzen, 1991). Tingkat pendidikan dinilai juga ikut membantu masyarakat
dalam
menentukan
biaya
atau
keuntungan yang diperoleh dalam sebuah perilaku seperti yang dikemukakan Ajzen tersebut, mengingat 72,3%
responden
memiliki
pendidikan
terakhir
tingkat sarjana. Selain ditentukan oleh biaya atau keuntungan yang diperoleh, sikap juga termasuk perasaan tentang sesuatu yang ingin dicapai dari perilaku yang dia lakukan (Sharma et. al., 2003). Sampel pengguna jasa keuangan perbankan di DKI Jakarta
menunjukkan
masyarakat
yang
pandangan
mendukung
dan
sikap
profesi/pekerjaan
dengan transaksi non tunai pembayaran menjadi lebih cepat, meningkatkan kemampuan pengelolaan keuangan dan mempermudah keputusan jual beli. Social Factor mempengaruhi secara signifikan terhadap intention terkait transaksi non tunai, yang berarti
masyarakat
pengguna
jasa
keuangan
perbankan di DKI Jakarta sudah menganggap bahwa
66
Cashless
Society
masyarakat
merujuk
yang
pada
cenderung
gaya
untuk
hidup
melakukan
transaksi keuangan sehari-hari secara non-tunai karena gaya hidup yang menganggap trend dalam sebuah komunitas sebagai hal yang penting untuk diikuti,
juga
terhadap
mempengaruhi
era
non
tunai.
minat Seperti
masyarakat yang
telah
diungkapkan oleh Karaiskos et. al., (2012) bahwa faktor
lingkungan
sosial
(Social
Factors)
merepresentasikan kepercayaan yang berifat normatif dari seorang individu. Gaya hidup tersebut tidak hanya terbatas pada pekerja swasta saja, melainkan juga mencakup pada Pegawai Negeri Sipil, mengingat jumlah responden untuk tiap-tiap pekerjaan tersebut tidak terdapat perbedaan yang signifikan. Triandis (1980) menjelaskan bahwa social factors berakar pada persetujuan
interpersonal
dari
seorang
individu
terhadap komunitas yang dianutnya dalam sebuah lingkungan sosial tertentu. Affect mempengaruhi secara signifikan pada intention (minat) terhadap transaksi non tunai. Hasil penelitian ini mendukung penelitian yang telah dilakukan
oleh
Karaiskos
(2012
affect
yang
diartikannya sebagai perceived enjoyment memiliki pengaruh yang signifikan terhadap minat dan affect menjadi input dalam pembentukan minat seseorang.
67
Affect adalah respon emosional secara langsung pada sebuah pemikiran tentang perilaku tertentu. Respon emosional tersebut digambarkan sebagai perasaan kesuka
citaan,
kerelaan,
kebersediaan,
atau
kebalikannya (Triandis, 1980). Responden yang ada menunjukkan bahwa respon emosional tersebut tidak tergantung pada gender. Mengingat persentase jumlah responden dengan jenis kelamin laki-laki berjumlah 54,8% tidak jauh berbeda dengan jumlah responden dengan jenis kelamin perempuan yaitu 45,2%. Hasil penelitian telah membuktikan bahwa minat
(Intention)
berpengaruh
signifikan
pada
respon/perilaku (Behaviour) masyarakat terhadap transaksi non tunai. Dalam hal ini bahwa masyarakat pengguna
jasa
keuangan
DKI
Jakarta
sudah
mempunyai minat dan merespon adanya transaksi non tunai, dengan kata lain, semakin besar minat seorang individu untuk terlibat dalam suatu perilaku, semakin besar kecenderungan ia untuk benar-benar melakukan perilaku tersebut. Menurut Shrestha et al, (2012) dalam penelitiannya di Oregon mengartikan bahwa minat (intention) sebagai rencana sadar atau keputusan yang diambil oleh seorang individu untuk menunjukkan suatu perilaku. Frequency
of
Past
Behaviour
berpengaruh
signfikan pada pembentukan kebiasaan (habits) telah
68
terbukti. Sehingga dapat dikatakan bahwa perilaku yang dilakukan secara berulang dapat membentuk kebiasaan pada transaksi non tunai. Bamberg of Schmidt (2003) menjelaskan sebagai perilaku yang dilakukan secara berulang, yang tidak disadari membentuk
sebuah
kebiasaan
(habit)
seorang
individu. Sejalan dengan penjelasan Moody & Siponen (2013)
bahwa
yang
perilaku
dilakukan
secara
berulang dan sering, dapat menjadi suatu hal yang otomatis. Pada penelitian ini juga terbukti kebiasaan
(habits)
bertransaksi
non
seorang tunai
individu
dapat
bahwa untuk
memperkuat
pembentukan perilaku seseorang untuk bertransaksi non tunai. Penelitian ini mendukung penelitian yang dilakukan oleh
Triandis (1980) menegaskan bahwa
habit adalah perilaku yang sudah terotomasi pada situasi yang telah tersedia. Sehingga habit dapat membentuk sebuah perilaku secara langsung dan perlu proses pembangunan minat terlebih dahulu. Facilitating Condition
mempengaruhi secara
signifikan terhadap pembentukan perilaku seseorang untuk bertransaksi non tunai, yang berarti pengguna jasa keuangan akan mempertimbangkan ketersediaan fasilitas yang membantu untuk mengambil keputusan yang berdampak pada perilaku transaksi non tunai.
69
Menurut Liao dan Handa (2010). Secara geografis, DKI Jakarta sebagai pusat pemerintahan dan pusat perekonomian
memiliki
ketersediaan
fasilitas
pendukung terciptanya cashless society terlihat dari rata-rata keseluruhan item facilitating condition pada deskripsi statistik sebelumnya menunjukkan kategori jawaban tinggi (3,53). Pemberi jasa keuangan dalam hal ini industri perbankan, dituntut untuk melakukan inovasi terkait instrumen yang akan digunakan untuk menunjang terciptanya era non tunai. Semakin banyak inovasi alat pembayaran, dan semakin murah sistem e-money yang
diterapkan, maka semakin
besar jumah penggunaan alat pembayaran non tunai.
70
