dijelaskan oleh data, dapat dilihat dari pengujian kebaikan model (goodness of fit) sebagai berikut: Tabel 4.3 Pengujian Goodness of fit
Kriteria χ2 (df = 0) P-value RMSEA
Nilai yang diharapkan 0 ≥ 0,05 ≤ 0,08
Hasil model 0
Kesimpulan
1.000 0.000
Baik Baik
Baik
Untuk dapat mengetahui keterkaitan atau hubungan antara tiap construct yang ada maka disusun suatu persamaan matematis dari model yang telah dibentuk sebelumnya. Persamaan matematis atau measurement model dari model path diagram yang telah dimodifikasi adalah sebagai berikut : Kesediaan = 0.10 Kualitas produk + 0.11 Kesesuaian harga + 0.14 Garansi produk + 0.083 Ketersediaan produk + 0.089 Keragaman produk + 0.032 Nilai estetika + 0.071 Peraturan Pemerintah + 0.22 Kesadaran lingkungan. 4.2
Pengolahan Data Konsumen yang Tidak Mengetahui Produk Pengganti Pada sub bab ini akan dilakukan pengolahan data terhadap konsumen yang tidak mengetahui produk pengganti tas plastik. 4.2.1 Pengolahan Statistik Deskriptif Analisis statistika deskriptif digunakan untuk memperoleh gambaran umum karakteristik responden tanpa mempengaruhi hasil akhir dan tujuan penelitian. Pada Tabel 4.4 akan dijelaskan tabulasi jawaban responden yang tidak mengetahui produk pengganti terhadap tiap-tiap pertanyaan.
Tabel 4.4 Tabulasi Frekuensi Jawaban Responden
Q1 P1 W1 S1 S2 E1 J1 I1
STS 0 0 0 0 0 0 0 0
TS 0 16 0 0 0 0 0 0
CS 0 1 6 7 5 8 5 7
S 84 79 84 89 92 82 95 90
SS 25 13 19 13 12 19 9 12
4.2.2 Uji Data Uji data yang dilakukan adalah uji normalitas dan multikolinearitas. Kedua uji ini dibutuhkan sebagai syarat yang harus dipenuhi dalam pengolahan SEM. 4.2.2.1 Uji Normalitas Pengujian normalitas multivariate dengan cara mengukur jarak mahalanobis d-square tiaptiap pengamatan, di mana data dikatakan memenuhi asumsi normal multivariate jika minimal 50% pengamatan mempunyai nilai mahalanobis distance > χ2tabel (Johnson & Wichern, 2001). Pengujian telah dilakukan dengan bantuan macro Minitab dan dihasilkan 59,63% data pengamatan memiliki nilai mahalanobis d-square > χ2tabel, sehingga berdasarkan perhitungan ini asumsi normal multivariate telah terpenuhi. 4.2.2.2 Uji Multikolinieritas Uji multikolinieritas dilakukan dengan software Minitab. Uji multikolinieritas ini mengkorelasikan antar variabel independen. Di mana kasus multikolinieritas diduga terjadi jika ada terdapat korelasi yang tinggi antar variabel independen, yaitu sebesar 0,9 atau lebih. Nilainilai korelasi antar indikator eksogen selengkapnya dapat dilihat pada Tabel 4.5.
7
Tabel 4.5 Korelasi Antar Indikator Eksogen Q1 P1 W1 S1 S2 E1 J1 I1
Q1 1.000 0.385 0.189 0.340 0.302 0.245 0.372 0.413
P1 0.385 1.000 0.177 0.212 0.208 0.228 0.210 0.158
W1 0.189 0.177 1.000 0.246 0.262 0.434 0.195 0.067
S1 0.340 0.212 0.246 1.000 0.755 0.505 0.471 0.350
S2 0.302 0.208 0.262 0.755 1.000 0.594 0.379 0.379
E1 0.245 0.228 0.434 0.505 0.594 1.000 0.243 0.431
J1 0.372 0.210 0.195 0.471 0.379 0.243 1.000 0.547
I1 0.413 0.158 0.067 0.350 0.379 0.431 0.547 1.000
Berdasarkan Tabel 4.5 dapat dilihat bahwa korelasi antar variabel independen cenderung kecil, sebagian besar di bawah 0,5 dan tidak ada satupun nilai korelasi yang mencapai angka 0,9 atau lebih. Dengan demikian asumsi non multikolinieritas sudah terpenuhi sehingga dapat dilanjutkan pada analisis selanjutnya. 4.2.3 Confirmatory Factor Analysis (CFA) CFA digunakan untuk menguji tingkat validitas dan reliabilitas dari variabel manifest atau indikator-indikator terhadap masing-masing construct latennya. Dari pelaksanaan CFA akan dapat diketahui keterkaitan atau hubungan antara indikator dengan variabel latennya. Nilai validitas dapat diketahui dari nilai t-statistik muatan faktor (t-value) dan faktor loadingnya (λ) yang dapat dilihat dari model t-value dan standardized solution. Reliabilitas dapat diketahui dengan menghitung construct reliability dan variance extracted. Untuk konsumen yang tidak mengetahui produk pengganti semua variabel valid dan reliabel. 4.2.4 Structural Equation Modeling (SEM) Analisis SEM menggunakan bantuan software LISREL. Pemodelan struktural dengan menggunakan variabel-variabel laten serta semua indikator sesuai dengan teori yang digunakan, dikarenakan telah terbukti bahwa semua indikator valid dan semua konstrak telah reliabel. Hasil pemodelan struktural dapat dilihat pada Gambar 4.3.
Gambar 4.3 Path Diagram Model Struktural untuk t-value
Gambar 4.3 merupakan path diagram untuk t-value. Dari path diagram tersebut dapat diketahui nilai t-statistik untuk masing-masing construct yang saling berhubungan.
Gambar 4.4 Path Diagram Model Struktural untuk Standardized Solution
Gambar 4.4 merupakan path diagram untuk standardized solution. Dari path diagram tersebut dapat diketahui besarnya path coefficient atau nilai pengaruh untuk masingmasing variabel atau construct yang saling berhubungan. Dari path diagram tersebut dapat dilihat bahwa tidak ada nilai pengaruh diatas 0,5. Dari path diagram dapat diketahui besar pengaruh variabel laten terhadap indikator serta besar pengaruh antar variabel laten. Untuk mengetahui apakah model hipotetik mampu dijelaskan oleh data, dapat dilihat dari pengujian kebaikan model (goodness of fit) sebagai berikut:
8
Tabel 4.6 Pengujian Goodness of fit
Kriteria χ2 (df = 0) P-value RMSEA
Nilai yang diharapkan 0 ≥ 0,05 ≤ 0,08
Hasil model 0
Kesimpulan
1.000 0.000
Baik Baik
Baik
Untuk dapat mengetahui keterkaitan atau hubungan antara tiap construct yang ada maka disusun suatu persamaan matematis dari model yang telah dibentuk sebelumnya. Persamaan matematis atau measurement model dari model path diagram yang telah dimodifikasi adalah sebagai berikut : Kesediaan menggunakan = - 0.14 Kualitas + 0.047 Kesesuaian harga + 0.23 Garansi + 0.078 Ketersediaan - 0.15 Keragaman + 0.17 Nilai estetika + 0.13 Peraturan pemerintah + 0.50 Lingkungan. 4.3
Perbandingan Konsumen Tahu dan Tidak Tahu Produk Pengganti Berdasarkan hasil pengolahan data pada konsumen tahu dan tidak tahu maka didapatkan urutan faktor yang paling mempengaruhi konsumen untuk menggunakan produk pengganti dapat dilihat pada Tabel 4.7. Tabel 4.7 Urutan Faktor yang Mempengaruhi Konsumen
No
2 3
Konsumen Tidak Tahu Kesadaran lingkungan Garansi produk Kesesuaian harga
4 5
Kualitas produk Keragaman produk
6 7
Ketersediaan produk Peraturan pemerintah Nilai estetika
1
8
Konsumen Tahu Kesadaran lingkungan Garansi produk Peraturan pemerintah Nilai estetika Ketersediaan produk Kesesuaian harga Kualitas produk Keragaman produk
5. Analisis dan Interpretasi Data Pada bab ini akan diuraikan analisis dan pembahasan dari pengumpulan serta pengolahan data yang telah dilakukan sebelumnya. 5.1
Analisis Konsumen Tahu Produk Pengganti Pada sub bab ini berisi mengenai analisa pengolahan data pada konsumen yang mengetahui produk pengganti. 5.1.1 Analisis Karakteristik Responden Analisis statistik deskriptif ini mengenai rata – rata penilaian respoden terhadap seluruh indikator pertanyaan dari variabel independen maupun variabel dependen yang telah dibentuk. Sesuai dengan tujuan penelitian yaitu ingin mengetahui sejauh mana responden ingin menggunakan produk pengganti (willingness to use). Pada Tabel 4.1 dapat dilihat pada indikator Q1 (jika memiliki kualitas yang lebih baik dari kantong plastik biasa, saya bersedia menggunakan produk pengganti tas plastik) responden yang mengetahui produk pengganti paling tinggi. Hal ini karena konsumen berharap bahwa produk pengganti ini memiliki kualitas yang lebih bagus dari tas plastik biasa. Konsumen berharap produk pengganti ini ramah lingkungan dan lebih kuat apabila membawa barang belanjaan yang banyak. Selain itu konsumen juga setuju apabila produk pengganti dijual dengan harga yang murah dan mudah ditemukan di ritel – ritel. Untuk W1 (jika memiliki garansi, saya bersedia menggunakan produk pengganti tas plastik) disini dipertimbangkan karena setiap produk yang diproduksi pasti memiliki waktu rusaknya. Untuk konsumen yang mengetahui produk pengganti mereka akan tetap menggunakan produk pengganti meskipun tidak memiliki garansi. Tetapi apabila diberikan garansi mereka akan lebih senang menggunakan produk tersebut. 5.1.2 Analisis Confirmatory Factor Analysis (CFA) Dalam penelitian ini dilakukan analisis faktor konfirmatori terhadap variabel laten yang
9
telah dibentuk pada bab sebelumnya. Analisis yang dilakukan yaitu pengujian validitas dan reliabilitas dari masing – masing variabel laten. Semua variabel pada penelitian ini tidak memiliki nilai t-statistik karena nilai seluruh indikator ditetapkan sebagai variabel reference yaitu indikator yang dianggap paling mewakili construct laten. Seluruh variabel hanya memiliki 1 indikator saja maka nilai faktor loading-nya bernilai 1,00. Sehingga dapat dikatakan berdasarkan faktor loading seluruh indikator valid dan sudah pasti digunakan. Berdasarkan uji reliabilitas dengan melakukan perhitungan construct reliability untuk seluruh indikator memiliki nilai diatas 0,5 sehingga dapat dikatakan bahwa model construct seluruh variabel reliabel dan valid. 5.1.3 Analisis Structural Equation Modeling (SEM) Setelah dilakukan pengolahan data pada bab sebelumnya maka didapatkan bahwa seluruh indikator valid dan reliabel sehingga dapat dikatakan bahwa seluruh variabel dapat mempengaruhi kesediaan untuk menggunakan produk pengganti tas plastik. Dengan demikian dapat diketahui indeks kelayakan model dari hasil pengolahan data menggunakan software LISREL dapat dilihat pada Tabel 4.3. Berdasarkan tabel tersebut dapat dikatakan bahwa hasil dari model sempurna karena semua nilai yang diharapkan tercapai. Dikarenakan model tersebut sempurna maka indeks yang yang keluar hanya kriteria Chisquare, RMSEA dan P value. Model yang dihasilkan dapat diartikan fit sempurna. Hal ini dikarenakan indikator dari setiap variabel hanya satu saja, oleh sebab itu agar mendapatkan hasil yang lebih baik dan lebih valid sebaiknya perlu ada indikator – indikator lainnya yang dapat mengukur setiap variabel dan merepresetasikan keinginan konsumen. Dari model matematis didapatkan bahwa variabel yang paling mempengaruhi acceptance consumer terhadap produk pengganti adalah kesadaran lingkungan. Hal ini dapat diartikan bahwa konsumen yang mengetahui produk pengganti bersedia menggunakan produk tersebut karena mereka sadar bahwa tas plastik
yang ada saat ini dapat merusak lingkungan dan susah untuk diuraikan oleh bakteri. Oleh sebab itu konsumen bersedia menggunakan produk pengganti yang lebih ramah lingkungan tanpa ada paksaan dari pihak manapun. 5.2
Analisis Konsumen Tidak Tahu Produk Pengganti Pada sub bab ini akan dijelaskan mengenai analisa pengolahan data pada konsumen yang tidak mengetahui produk pengganti. 5.2.1 Analisis Statistik Deskriptif Analisis statistik deskriptif ini mengenai rata – rata penilaian respoden terhadap seluruh indikator pertanyaan dari variabel independen maupun variabel dependen yang telah dibentuk. Sesuai dengan tujuan penelitian yaitu ingin mengetahui sejauh mana responden ingin menggunakan produk pengganti (willingness to use). Pada Tabel 4.4 dapat dilihat pada indikator Q1 (jika memiliki kualitas yang lebih baik dari kantong plastik biasa, saya bersedia menggunakan produk pengganti tas plastik) responden yang tidak mengetahui produk pengganti paling tinggi. Hal ini karena konsumen berharap apabila nantinya mereka menggunakan produk pengganti,produk tersedbut memiliki kualitas yang lebih baik dari tas plastik yang ada saat ini. Namun masih ada hal – hal yang perlu diperhatikan untuk mewujudkan agar konsumen bersedia menggunakan tas pengganti. 5.2.2 Analisis Confirmatory Factor Analysis (CFA) Dalam penelitian ini dilakukan analisis faktor konfirmatori terhadap variabel laten yang telah dibentuk pada bab sebelumnya. Analisis yang dilakukan yaitu pengujian validitas dan reliabilitas dari masing – masing variabel laten. Semua variabel pada penelitian ini tidak memiliki nilai t-statistik karena nilai seluruh indikator ditetapkan sebagai variabel reference yaitu indikator yang dianggap paling mewakili construct laten. Seluruh variabel hanya memiliki 1 indikator saja maka nilai faktor loading-nya bernilai 1,00. Sehingga dapat dikatakan
10
berdasarkan faktor loading seluruh indikator valid dan sudah pasti digunakan. Berdasarkan uji reliabilitas dengan melakukan perhitungan construct reliability untuk seluruh indikator memiliki nilai diatas 0,5 sehingga dapat dikatakan bahwa model construct seluruh variabel reliabel dan valid. 5.2.3 Analisis Structural Equation Modeling (SEM) Setelah dilakukan pengolahan data pada bab sebelumnya maka didapatkan bahwa seluruh indikator valid dan reliabel sehingga dapat dikatakan bahwa seluruh variabel dapat mempengaruhi kesediaan untuk menggunakan produk pengganti tas plastik. Dengan demikian dapat diketahui indeks kelayakan model dari hasil pengolahan data menggunakan software LISREL dapat dilihat pada Tabel 4.6. Berdasarkan tabel tersebut dapat dikatakan bahwa hasil dari model sempurna karena semua nilai yang diharapkan tercapai. Dikarenakan model tersebut sempurna maka indeks yang yang keluar hanya kriteria Chi-square, RMSEA dan P value. Model yang dihasilkan dapat diartikan fit sempurna karena Chi-square benilai 0 sehingga indeks lainnya tidak dapat dimunculkan oleh LISREL. Hal ini dikarenakan indikator dari setiap variabel hanya satu saja, oleh sebab itu agar mendapatkan hasil yang lebih baik dan lebih valid sebaiknya perlu ada indikator – indikator lainnya yang dapat mengukur setiap variabel dan merepresetasikan keinginan konsumen. Selain itu sampel pada konsumen yang tidak mengethaui produk pengganti ini masih kurang banyak. Dari model matematis didapatkan bahwa variabel yang paling mempengaruhi acceptance consumer terhadap produk pengganti adalah kesadaran lingkungan sama dengan konsumen yang mengetahui produk pengganti. Hal ini dapat diartikan bahwa konsumen yang tidak mengetahui produk pengganti nantinya akan bersedia menggunakan produk tersebut karena mereka sadar bahwa tas plastik yang ada saat ini dapat merusak lingkungan dan susah untuk diuraikan oleh bakteri. Oleh sebab itu konsumen bersedia menggunakan produk pengganti yang lebih ramah lingkungan tanpa perlu adanya peraturan pemerintah.
Dari model matematis juga dapat dilihat bahwa kualitas produk dan keragaman produk berpengaruh negatif terhadap kesediaan menggunakan. Hal ini terjadi karena kurangnya sampel kuesioner yang di sebarkan dan selain itu kurang banyaknya indikator pada penelitian ini sehingga hasilnya tidak sesuai dengan hipotesis yang telah dibentuk sebelumnya. 6. Kesimpulan 1. Hasil analisis statistik deskriptif menunjukkan konsumen yang mengetahui tentang keberadaan produk pengganti tas plastik dan yang tidak mengetahui memiliki nilai sangat setuju yang paling tinggi untuk indikator Q1 (jika memiliki kualitas yang lebih baik dari kantong plastik biasa, saya bersedia menggunakan produk pengganti tas plastik). 2. Hasil model SEM menunjukkan untuk konsumen yang mengetahui tentang produk pengganti tas plastik dan yang tidak mengetahui produk pengganti, variabel yang paling mempengaruhi consumer acceptance terhadap produk pengganti adalah variabel kesadaran lingkungan. Saran Untuk Penelitian Selanjutnya 1. Perlunya penelitian yang lebih mendalam yang memungkinkan faktor – faktor lain untuk mempengaruhi penerimaan produk pengganti tas plastik. 2. Penelitian dapat dilakukan dengan objek amatan yang berbeda sehingga didapatkan faktor yang berpengaruh lebih valid. 3. Perlunya upaya sosialisasi untuk mengenalkan produk pengganti tas plastik yang lebih ramah lingkungan baik dari pemerintah dan pihak ritel.
11
7. Daftar Pustaka Adiwijaya, M., 2008. Peran Pemerintah, Industri Ritel, dan Masyarakat dalam Membatasi Penggunaan Kantong Plastik Sebagai Upaya Pelestarian Lingkungan. Indonesia. Fakultas Ekonomi Universitas Kristen Petra. Ahn, T., Ryu, S., Han, I., 2007. The Impact of Web Quality and Playfulness on User Acceptance of Online Retailing. Journal of Information & Management 44. Alamendah. 2009. www.alamendah.wordpress.com/2009/07/ 23/dampak-plastik-terhadap-lingkungan. Diakses tanggal : 5 Agustus 2010. Alrafi, A., 2005. Technology Acceptance Model. Dikgang, J., Visser, M., 2010. Behavioral Response to Plastic Bag Legislation in Botswana. Discussion Paper Series. Halbrendt, C.C., Fang, D., Yang, F., 2009. Trade-offs between Shopping Bags Made of Non-degradable Plastics and Other Materials, Using Latent Class Analysis: The Case of Tianjin, China. International Food and Agribusiness Management Review. Harris, J.M., 2000. Basic Principles of Sustainable Development. Global Development and Environment Institute Tufts University. Johnson, R.A., Wichern, D.W., 2001. Applied Multivariate Statistical Analysis Fifth Edition. Prentice Hall. New Jersey. Li, C., 2009. Extending the Technology Acceptance Model to Investigate the Factor Affecting the User Saticfaction in Internet Banking. Journal of Business and Information. Lutz, N., Padmanabhan, V., 1998. Warranties, Extended Warranties, and Product Quality. International Journal of Industrial Organization 16. Martono. 2001. Estetika Kerajinan. DIKSI. Money, W., 2004. Application of the Technology Acceptance Model to a Knowledge Management System. Hawaii International Conference on System Sciences. Oh, H., 2003. Price Fairness and Its Asymmetric Effects on Overall Price,Quality,and Value Judgments: The Case of An Upscale
Hotel. Journal of Tourism Management 24. Panda, K Achyut., Singh, R.K., Mishra, D.K, 2010. Thermolysis of waste plastics to liquid fuel A suitable method for plastic waste management and manufacture of value added products—A world prospective. Journal of Renewable and Sustainable Energy Reviews 14. Roe, B., Teisl, M.F., Levy, A., Russell, M., 2001. US Consumers' Willingness to Pay for Green Electricity. Journal of Energy Policy 29. Sangha, G. 2005. Available Online: www.greensangha.org. Diakses tanggal : 2 Juli 2010. Seigel,E., Barlow, L., 2008. Biodegradable Plastics. Weenen, J.C., 1995. Towards Sustainable Product Development. Amsterdam. Netherlands.
12
