BAB IV HASIL PENELITIAN DAN PEMBAHASAN
A. Deskripsi Data Pada bab ini membahas hasil penelitian dan pembahasan. Hasil olahan data yang dibagi menjadi dua bagian yaitu: Analisis umum dan informasi analisis; dan
yang berasal dari kuesioner dan analisis data berdasarkan
variable-variabel yang saling berhubungan .
B. Analisis data a. Informasi umum Pada penyebaran kuestioner dilakukan dengan dua metode yaitu penyebaran melalui email dan pengisian langsung oleh responden di jakarta. Dari 100 kuesioner yang dikirim melalui email, 60 yang kembali dan hanya 46 yang lolos scraning yaitu pengguna transaksi online dan dalam penggunaan lebih dari 3 kali dalam kurun waktu 2 tahun terakhir.Sedangkan dari 50 kuesioner yang diberikan langsung pada responden hanya 27 yang lolos scraning. Dari hasil pengisian kuesioner 56,2% dari responden adalah range umur 20-25 tahun, 21,9 % adalah umur 26-30 tahun dan 21,9 % lebih dari 30 tahun. Sedangakan secara gender 69% adalah laki-laki dan 31% adalah perempuan. Tabel 6: Responden berdasarkan usia
29
Tabel 7: Responden berdasarkan gender
Pada pengklasifikasian pendapatan dibagi menjadi 3 bagian kelas yaitu: kurang dari 2 juta rupiah, 2-5 juta rupiah, dan lebih dari 5 juta rupiah. Dari data tersebut diperoleh table sebagai berikut:
Tabel 8: Responden berdasarkan pendapatan
b. Uji Validitas dan Reliabilitas Uji validitas dilakukan pada setiap butir pertanyaan yang terdapat dalam kuesioner. Uji ini dilakukan dengan menggunakan program excel windowsn membandingkan r-kritis dan r-table dengan menggunakan metode korelasi dimana dinyatakan valid jika r-kritis lebih besar dari r-table. Uji ini dilakukan agar setiap pertanyaan dalam kuesioner valid sehingga memenuhi syarat penelitian dan dapat dilanjutkan ke jenjang selanjutnya.Hasil terlampir dalam lampiran. Sedangkan uji reliabilitas dilakukan menggunakan Cronbach’s Alpha Hasil dari uji tersebut dinyatakan dalam table berikut ini.
30
Tabel 9: Uji Reliabilitas No
Variable
1 2 3 4 5
Y : Penggunaan X1:Kemanfaatan (efisiensi) X2:Kemudahan X3:Kenyamanan X4:Muatan informasi
Reliability Value (Cronbach’s Alpha) .870 .862 .813 .827 .681
Nilai diatas disebut realible untuk setiap komponen yang ada di dalam kuestioner.
C. Analisis Partial Least Square Dalam analisis data dari model yang telah dipilih, menghasilkan analisis outer antara peubah laten dan indicator, dan juga analisis inner menghasilkan relasi antara peubah laten. Pada model analisis tergambarkan sebagai berikut:
Gambar 9: Model analisis 31
Pada gambar 9, dapat lebih dijabarkan menjadi model outer dan inner seperti pada gambar berikut.
X1-1
0.80
X1-2
0.82
0.82 X4
X1
0.78
X4-2
0. 75
X4-3
X1-3
0.88
X1-4
0.72
X1-5
0.80
X3-1
0.76
0.71
X3-2
0.68
0.90
X3-3
0.83
X3-4
0.84
X3-5
X2-1 X2-2 X2-3 X2-4
X4-1
Y1
X3 Y
0.91 0.87
Y2 Y3 Y4
0.75
0.67 0.83 0.79
X2-5
0.61
X2-6
0.80
X2
Inner
Outer
Outer
Gambar 10: Model outer dan inner dari hasil model analisis
a. Analisis Model Outer-Reflective Analisis model outer-reflective relevan dilakukan terhadap peubah laten penerimaan penggunaan e-commerce (Y), yang direfleksikan oleh indikator Y1(security), Y2(privacy), Y3(Akses web), Y4(Kecepatan dan ketepatan).Reabilitas komposit sebesar
0.91 jauh melebihi standart yang
disyaratkan 0.6. Hal ini menunjukan kestabilan dan kekonsistensi internal indikator yang sangat baik. Sedangkan reabilitas indikator dicerminkan dari nilai factor loading dengan angka masing-masing peubah security,privacy,
32
akses web, waktu dan daya capai adalah 0.71, 0.89, 0.91, 0.87. Hasil ini menunjukkan melebihi dari standart 0.7. Pada analisis X1 (Effisiensi) yang direfleksikan oleh indikator kecepatan
proses(X1_1),
produktivitas(X1_3),
peningkatan
peningkatan
kinerja(X1_2),
efektifitas(X1_4),
meningkatkat
efisiensi
secara
umum(X1_5). Reabilitas komposit sebesar 0.9 menunjukkan angka diatas standart. Sedangkan factor loading mencerminkan peubah menunjukan angka 0.80, 0.82, 0.87, 0.71, 0.79. Reabilitas komposit dari X2 (Kemudahan) adalah 0.86. Indikator mencerminkan angka 0.86, 0.83, 0.76, 0.81, 0.79, 0.71 pada mudah dipelajari(X2_1), mudah dalam penggunaan(X2_2), Jelas manualnya(X2_3), mudah menjadi mahir(X2_4), mudah dalam pencarían(X2_5), kemudahan secara umum (X2_6) menunjukan angka di atas standart. Pada analisis X3 (Kenyamanan) dan X4(Muatan Info) secara berurutan mempunyai reabilitas komposit 0.87 dan 0.82. Sedangkan fun(X3_1), memuaskan( X3_2), positif(X3_3), bijak(X3_4), menjaga rasa aman dan rahasia(X3_5) dengan factor loading 0.75, 0.76, 0.83, 0.83, 0.75. Pada Informasi tentang keuntungan(X4_1), informasi umum maskapai secara online(X4_2) secara , transaksi online maskapai(X4_3) dengan factor loading 0.82, 0.76, 0.74.
b. Analisis Model Inner Analisis model inner menggambarkan model construct antar variable laten,yaitu X dan Y. X1 dan X2 mempengaruhi langsung X3, sedangkan Y dipengaruhi langsung dengan X4, X4 dipengaruhi oleh X3 dan X1, dan X1 dipengaruhi X2.Demikian peubah laten endogenous adalah X1,X3, X4 dan Y. Di ilustrasikan pada table berikut ini: Tabel 6: Nilai R²peubah laten endogenous No 1.
Peubah Laten Penerimaan (Y)
Nilai 0.26 menurut Chin (1998) dikelompokan dalam kategori lemah
2.
Efisiensi (X1)
0.33 kategori moderat
33
3.
Kenyamanan (X3)
0.52 menurut Chin (1998) termasuk kategori moderat
4.
Muatan info (X4)
0.51 kategori moderat
Pada tabel diatas menunjukan bahwah penerimaan dipengaruhi (Y) dipengaruhi lemah oleh Muatan informasi (X4), Efisiensi (X1) dipengaruhi oleh kemudahan (X2) dengan nilai 0.33 dalam kategori moderat, Kenyamanan(X3) dipengaruhi oleh efisiensi dan kemudahan pada tingkatan kategori moderat, sedangkan muatan info (X4) pengaruh dari efisiensi dan kenyamanan cukup mempengaruhi juga. Tabel 7: Estimasi koefisien path No
Koefisien Path
1.
Muatan info ->Penerimaan
0.51
2.
Kenyamanan ->muatan info
0.36
3.
Efisiensi -> muatan info
0.42
4.
Kemudahan -> Kenyamanan
0.34
5.
Efisiensi -> Kenyamanan
0.47
6.
Kemudahan-> Efisiensi
0.67
Tabel diatas menerangkan banyak ragam yang membentuk peubah laten. Kemudahan mempunyai kontribusi terbesar pada efisiensi, diikuti oleh muatan info terhadap penerimaan. Sedangkan pengaruh nyata dari nilai pvalue adalah efisiensi, kenyamanan dan muatan informasi dengan nilai: 1.4 10 pangkat-2, 3.7 10 pangkat -3, dan 4.8 10 pangkat -3. Tabel 8: Effect size No 1. 2.
Peubah Laten Penerimaan (Y) Efisiensi (X1)
3.
Kenyamanan (X3)
4.
Muatan info (X4)
Nilai 0.13 0.27 0.98 0.28 0.27 0.33
Dari pengaruh peubah laten Lemah dari pengaruh muatan info Medium dari pengaruh kemudahan Kuat dari pengaruh efisiensi Medium dari pengaruh kemudahan Médium dari pengaruh kenyamanan Medium dari pengaruh efisiensi
34
Pada tabel diatas menunjukan effect dari peubah laten satu dengan lainnya dilihat dari aspek effect sizenya. Menunjukkan hubungan antar peubah laten untuk menganalisa inner modelnya. Tabel 9: Prediction Relevance No
Predictive Relevance
1.
Penerimaan
0.34
2.
Efisiensi
0.27
3.
Kemudahan
0.46
4.
Kenyamanan
0.32
5.
Muatan info
0.15
Prediction relevance ini menggunakan prosedur blindfolding, dimana hasil dari Q² lebih besar dari 0, maka prediction relevance.Sehingga analisis model inner memenuhi syarat. Dari hasil analisis diatas dapat digambarkan grafik Path koefisien dan kontribusi terhadap R² 0.6
0.5 0.4 0.3
Koefisien Path Kontribusi thdR²
0.2 0.1
0 Penerimaan
Efisiensi
Kenyamanan Muatan info
Gambar 11: Hasil analisis
35
