PENGARUH ONLINE STORE ATRIBUT TERHADAP KEPERCAYAAN, KEPUASAN DAN LOYALITAS KONSUMEN ONLINE PADA PERUSAHAAN ONLINE PELANGI BOUTIQUE
Oleh YUDI SETIA RACHMANDA (093402195) UNIVERSITAS SILIWANGI TASIKMALAYA
ABSTRAK The purpose of this study was to determine and analyze customer feedback regarding the influence of online store attributes on consumer confidence; influence of online store attributes on customer satisfaction; influence of online store attributes on consumer loyalty; influence of online store attributes on trust, satisfaction and consumer loyalty Rainbow Boutique Online. The method used in this study is a survey method, the data required for this research originates in the primary data through interviews, questionnaires, and secondary data through library. Techniques used in sampling is non-probability sampling with purposive sampling technique. The research was conducted at the Rainbow Boutique Online Shop with a sample of 175 respondents determination. From the research, the level of influence of Online Store Attributes on Trust, Satisfaction and Customer Loyalty Online is significant. This indicates that the hypothesis proposed in this study are supported by the data in which there is positive between Online Store Attributes on Trust, Satisfaction and Customer Loyalty Online that the hypothesis has been proven. Key words : Online store attribute, Trust, Satisfaction, Loyalty. I. PENDAHULUAN Zaman sekarang internet sudah menjadi gaya hidup. Internet merupakan kebutuhan banyak orang karena dengan internet kita bisa mengakses dan menemukan segala macam informasi sampai ke seluruh dunia. Internet tidak dapat dipisahkan dari kehidupan karena internet sekarang bukan hanya sebagai trend tetapi merupakan kebutuhan. Seiring dengan perkembangan ilmu pengetahuan dan teknologi, sekarang ini muncul istilah online shop sebagai aplikasi populer dalam e-commerce, digunakan oleh beberapa jenis bisnis dengan tujuan yang berbeda. Online shop adalah situs online penjualan produk, dapat berupa barang dan jasa. Melalui online shop pembelian dapat dilakukan tanpa terbatas oleh tempat. Seseorang yang berada di salah satu negara dapat melakukan pembelian barang yang berada di negara lain dengan mudah. Dengan adanya online shop, pemasar berharap akan lebih memudahkan masyarakat dalam melakukan transaksi jual beli tanpa harus meluangkan waktu tertentu. Mudahnya membuat situs web memungkinkan para entrepreneur membuat usaha secara online berkembang pesat. Kegiatan pembelian melalui online shop tentu memiliki resiko tersendiri dibandingkan dengan melakukannya melalui toko tradisional, dimana konsumen hanya melihat melalui sebuah gambar dan tulisan mengenai sebuah produk. Kecermatan dalam melakukan transaksi dengan pemasar secara online sangat diperlukan bagi konsumen online. Sebelum melakukan transaksi, konsumen online akan mempertimbangkan ketidakpastian dan resiko jika dibandingkan dengan transaksi jual beli secara tradisional. Pembeli diberikan kesempatan yang sedikit untuk mengetahui kualitas barang dan melakukan pengujian
1
terhadap produk yang diinginkan melalui media web yang disediakan oleh pemasar. Ketika pelanggan melakukan pembelian dari website pemasar yang tidak dikenal, mereka tidak dapat mengetahui kualitas barang dan jasa yang ditawarkan apakah masuk akal dan dapat diandalkan atau tidak. Didalam suatu online shop,website merupakan hal penting yang harus diperhatikan dimana sebuah website harus benar-benar memfasilitasi konsumen didalam melakukan pembelanjaan. Menurut Dholakia dan Zhao (2010:482) menyebutkan bahwa: “Banyak atribut yang dapat dipilih seperti search engine, ordering system, virtual reality display, price, product diversity, dan lain-lain, masing-masing atribut tersebut menampilkan fungsi-fungsi spesifik dan berbeda satu sama lain di dalam atribut tersebut.” Menurut Mc Knight et al., dalam Chang dan Chen (2008:818), dikatakan bahwa “jika konsumen melihat bahwa situs web memiliki kualitas yang tinggi, mereka akan cenderung memiliki keyakinan dan kepercayaan tinggi terhadap pemasar online yang dapat menimbulkan kemauan untuk melakukan pembelian.”
Pelangi Boutique merupakan salah satu online shop yang dibuat oleh pemasar melalui sosial media (facebook). Dalam upaya meningkatkan kepercayaan, kepuasan dan loyalitas pelanggan, Pelangi Boutique Online menampilkan gambar-gambar barang dengan kualitas gambar yang tinggi sehingga konsumen dapat jelas melihat bentuk barang yang diinginkan. Selain itu, Pelangi Boutique Online menawarkan barang-barang kepada konsumen online dengan mengikuti trend yang sedang marak di pasaran. IDENTIFIKASI MASALAH Berdasarkan latar belakang di atas maka peneliti merumuskan masalah sebagai berikut: 1. Bagaimana pengaruh online store atribut terhadap kepercayaan konsumen Pelangi Boutique Online. 2. Bagaimana pengaruh online store atribut terhadap kepuasan konsumen Pelangi Boutique Online. 3. Bagaimana pengaruh online store atribut terhadap loyalitas konsumen Pelangi Boutique Online. 4. Bagaimana pengaruh online store atribut terhadap kepercayaan, kepuasan dan loyalitas konsumen Pelangi Boutique Online. TUJUAN PENELITIAN
1. 2. 3. 4.
Penelitian ini bertujuan untuk mengetahui dan menganalisa: Pengaruh online store atribut terhadap kepercayaan konsumen Pelangi Boutique online. Pengaruh online store atribut terhadap kepuasan konsumen Pelangi Boutique. Pengaruh online store atribut terhadap loyalitas konsumen Pelangi Boutique Online. Pengaruh online store atribut terhadap kepercayaan, kepuasan dan loyalitas konsumen Pelangi Boutique Online.
II. TINJAUAN PUSTAKA Atribut Toko Online dan Kepercayaan Pada sebuah literatur, sejumlah besar penelitian berfokus pada aspek atribut toko online dalam memeriksa dampaknya pada hasil respon pasar (misalnya, Loiacono, Watson, dan Goodhue 2002; Montoya-Weiss et al 2003;. Wagner dan Rydstrom 2001; Wolfinbarger dan Gilly 2003; Yoo dan Donthu 2001). Studi ini menganggap seperangkat atribut toko online merupakan sebuah aspek karena toko online tunggal menentukan reaksi konsumen dalam bisnis pada internet. Lindquist (1974-1975) menyatakan atribut toko terbagi dalam sembilan kategori: barang dagangan, layanan, pelanggan, fasilitas fisik, kenyamanan, promosi, suasana toko, faktor kelembagaan dan transaksi masa lalu. Mengingat klasifikasi ini dan menggabungkan karakteristik khusus online dari tinjauan literatur yang
2
intensif, studi ini mempertimbangkan enam aspek atribut toko online: desain website, pemenuhan pesanan, komunikasi, barang dagangan, keamanan/ privasi, dan promosi.
Atribut Toko Online dan Kepuasan Kepuasan didefinisikan sebagai “Persepsi pemenuhan menyenangkan dan terjadi ketika kinerja pengecer sesuai atau lebih tinggi dari ekspektasi konsumen.” (Oliver, 1997). Secara keseluruhan, penelitian sebelumnya menunjukkan bahwa kepuasan terhadap belanja online terutama tergantung pada evaluasi pelanggan terhadap kinerja pada toko online. Secara khusus, hubungan desain website untuk kepuasan telah mendapat perhatian khusus seiring dengan perkembangan teknologi. Dalam dua konteks pelayanan (yaitu, sebuah lembaga jasa keuangan dan universitas), Montoya-Weiss et al. (2003) menemukan bahwa tiga faktor desain website (isi informasi, struktur navigasi, dan gaya grafis) dipengaruhi penggunaan pelanggan dari saluran secara online dan kepuasan keseluruhan. Dari faktor-faktor desain tiga website, persepsi informasi konten diberikan efek kuat kepuasan secara keseluruhan dari struktur navigasi gaya grafis.
Atribut Toko Online dan Loyalitas Persaingan bisnis yang semakin tajam menuntut riteler/pengecer untuk mencari solusi yang tepat guna agar perusahaan dapat bertahan, bersaing dan menguasai pasar. Kenichi Ohmae (1986) mengemukakan bahwa: Penjual dapat menjadi unggul bila memiliki atau mengetahui bagaimana cara menciptakan sikap yang positif kepada konsumen. Kondisi dimana konsumen mempunyai sikap positip terhadap toko, mempunyai komitmen terhadap toko dan bermaksud meneruskan pembelian di masa yang akan datang dinyatakan sebagai loyalitas konsumen terhadap toko. Berdasarkan pada pendapat tersebut di atas, peneliti mendefinisikan bahwa loyalitas sebagai komitmen Pelangi Boutique Online yang kuat untuk berlangganan terhadap Pelangi Boutique Online. Kemudian peneliti mempertimbangkan 4 (empat) aspek loyalitas/kesetiaan di antaranya: pembelian berulang.-ulang (repeat buying), rekomendasi (rekomendation), pelayanan prima (imunity), dan pilihan utama (first choice).
Kepercayaan dan Kepuasan Pendapat sementara diketahui bahwa kepuasan mendahului kepercayaan dalam lingkup pemasaran (misalnya, Garbarino dan Johnson 1999); Geyskens, Steenkamp, dan Kumar 1998), peneliti berasumi bahwa kepercayaan mengarah pada kepuasan dalam belanja online, di mana kepercayaan memiliki peranan penting dalam menarik pelanggan untuk berbelanja (Hoffman et al 1999; Reichheld dan Schefter 2000; Urban, Sultan, dan Qualls 2000). Tidak seperti dengan toko offline ritel pada umumnya, dimana ketidakmampuan untuk berinteraksi dengan penjual dan barang dagangan, serta metode pembayaran elektronik, yang mengakibatkan peningkatan risiko sangat dirasakan pelanggan pembelian online. Hal tersebut menegaskan bahwa kepercayaan dapat memberikan stimulus kepada pelanggan untuk berbelanja online. Hal tersebut sesuai dengan hasil penelitian Yurizka (2011) yang menyimpulkan bahwa terdapat hubungan yang positif dan signifikan antara variabel kepercayaan dengan kepuasan. Hal ini menandakan bahwa kepercayaan memiliki pengaruh signifikan dalam meningkatkan kepuasan konsumen. Hubungan yang positif ini sesuai dengan teori yang menyatakan bahwa terdapat hubungan antara keduanya.
3
Kepercayaan dan Loyalitas Sebuah penelitian menyatakan bahwa kepercayaan adalah bagian penting bagi loyalitas pelanggan (misalnya, Chaudhuri dan Holbrook 2001; Reichheld dan Schefter 2000). Seorang pengecer harus mendapatkan kepercayaan terlebih dahulu sebagaimana diungkapkan Reichheld dan Schefter (2000:107), bahwa: "untuk mendapatkan loyalitas pelanggan, Anda harus terlebih dahulu mendapatkan kepercayaan mereka. Itu selalu terjadi, tetapi di web ... itu lebih benar dari sebelumnya." Harris dan Goode (2004) menyimpulkan kepercayaan yang mungkin lebih penting dalam pembentukan loyalitas di ritel online daripada dalam pembelian offline. Lynch, Kent dan Srinivasan (2001) menemukan bahwa: “kepercayaan secara konsisten dikaitkan dengan loyalitas secara online di sejumlah toko online.” Hal tersebut sesuai dengan hasil penelitian Yurizka (2011) yang menyimpulkan bahwa terdapat hubungan yang positif dan signifikan antara variabel kepercayaan dengan loyalitas. Hal ini menandakan bahwa kepercayaan memiliki pengaruh signifikan dalam meningkatkan loyalitas konsumen. Hubungan yang positif ini sesuai dengan teori yang menyatakan bahwa terdapat hubungan antara keduanya.
Kepuasan dan Loyalitas Secara keseluruhan, hubungan positif yang signifikan antara kepuasan dan loyalitas telah cukup didokumentasikan (Cronin, Brady dan Hult 2000; Shemwell, Yavas, dan Bilgin 1998;. Wallace et al 2004). Oliver (1999, 42) dilihat kepuasan sebagai "benih" dari mana loyalitas berkembang. Hal tersebut sesuai dengan hasil penelitian Yurizka (2011) yang menyimpulkan bahwa terdapat hubungan yang positif dan signifikan antara variabel kepuasan dengan loyalitas. Hal ini menandakan bahwa kepuasan memiliki pengaruh signifikan dalam meningkatkan loyalitas konsumen. Hubungan yang positif ini sesuai dengan teori yang menyatakan bahwa terdapat hubungan antara keduanya
Kepercayaan Konsumen Meningkat Online Store Atribut
Loyalitas Konsumen Kepuasan Konsumen Meningkat
Kerangka Berpikir Pengaruh Online Store Atribut Terhadap Kepercayaan, Kepuasan dan Loyalitas Konsumen Online
Hipotesis Menurut Suharsimi Arikunto (2006:71) bahwa: “Hipotesis diartikan sebagai suatu jawaban yang bersifat sementara terhadap permasalahan penelitian, sampai terbukti melalui data yang terkumpul.” Menurut Sugiyono (2009:156), hipotesis diartikan sebagai: “Jawaban sementara terhadap rumusan masalah penelitian.” Adapun hipotesis yang penulis ajukan dalam kaitannya dengan permasalahan yang diteliti adalah sebagai berikut : H1 : Online Store Atribut berpengaruh terhadap kepercayaan konsumen Pelangi Boutique Online. H2 : Online Store Atribut berpengaruh terhadap kepuasan konsumen Pelangi Boutique Online.
4
H3 H4 H5 H6
: : : :
Online Store Atribut berpengaruh terhadap loyalitas konsumen Pelangi Boutique Online. Kepercayaan berpengaruh terhadap kepuasan konsumen Pelangi Boutique Online. Kepercayaan berpengaruh terhadap loyalitas konsumen Pelangi Boutique Online. Kepuasan berpengaruh terhadap loyalitas konsumen Pelangi Boutique Online. III. METODE PENELITIAN
Jenis Data Data yang diperlukan dan dikumpulkan oleh penelitian ini terdiri dari : data teoritis dan data lapangan, yang kedua jenis data tersebut masing-masing terdiri dari data primer dan sekunder. a. Data primer, yaitu data utama yang berkaitan dengan masalah online store atribut, kepercayaan, kepuasan dan loyalitas. b. Data sekunder, yaitu data penunjang yang berkaitan dengan masalah online store atribut, kepercayaan, kepuasan dan loyalitas.
Populasi Sasaran Menurut Sugiyono (2009:61) menyatakan bahwa: Populasi adalah wilayah generalisasi yang terdiri atas: Objek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi dalam penelitian ini adalah seluruh konsumen yang berbelanja di Pelangi Boutique Online Shop. Besarnya populasi tidak diketahui secara pasti dan peluang atau kesempatan bagi setiap anggota populasi untuk dipilih menjadi sampel tidak sama, sehingga metode yang digunakan dalam pengambilan sampel adalah non probability sampling dengan teknik purposive sampling.
Penentuan Sampel Sugiyono (2009:62) menyatakan bahwa: “Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi.” Metode yang digunakan dalam pengambilan sampel adalah non probability sampling dengan teknik purposive sampling. Menurut Sekaran (2009:27) bahwa: Purposive sampling merupakan pengambilan sampel yang terbatas pada jenis orang tertentu yang dapat memberikan informasi yang diinginkan, baik karena orang tersebut adalah yang memilikinya atau memenuhi beberapa kriteria yang ditentukan oleh peneliti. Pada penelitian ini, adapun pertimbangan atau kriteria dalam pengambilan sampel yang digunakan adalah pria atau wanita pengunjung Pelangi Boutique Online Shop dengan frekuensi minimal 1-2 kali per bulan, dan berusia lebih atau sama dengan tujuh belas tahun atau > 17 tahun. Penentuan ukuran sampel penelitian ini mengacu pada pedoman yang dikemukakan oleh Roscoe (1975) dalam Sekaran (2009) bahwa: “Dalam penelitian multivariate (termasuk analisis regresi berganda), ukuran sampel sebaiknya minimal 10 kali dari jumlah variabel dalam studi dan maksimal sebesar 500.” Pada penelitian ini jumlah variabel yang diteliti sebanyak 4 variabel, yaitu mencakup 1 variabel bebas (atribut toko online) dan 3 variabel terikat, yaitu kepercayaan, kepuasan dan loyalitas konsumen. Berdasarkan pedoman yang dikemukakan oleh Roscoe (1975) dalam Sekaran (2009) tersebut di atas, maka ukuran sampel minimal sebanyak 10 x 4 = 40 responden. Penelitian ini dilakukan di Pelangi Boutique Online Shop dengan penetapan sampel sebesar 175 responden. Responden sebanyak 175 dianggap telah mampu memenuhi tingkat keterwakilan populasi karena lebih banyak dari jumlah minimal yaitu sebesar 40 responden. Jadi, keseluruhan total sampel dalam
5
penelitian ini sebesar 175 responden. Sedangkan, pengukuran data dalam penelitian ini dilakukan dengan menggunakan skala likert. Menurut Sekaran (2009), bahwa: Skala likert didesain untuk menelaah seberapa kuat responden setuju atau tidak setuju dengan pernyataan pada skala 5 titik, dimana skor 1 pada jenjang jawaban terendah (sangat tidak setuju) dan skor 5 pada jenjang jawaban tertinggi (sangat setuju).
Prosedur Pengumpulan Data
1) 2) 3)
Data yang diperlukan dalam penelitian ini diperoleh dengan cara sebagai berikut: Wawancara, yaitu penulis mengadakan tanya jawab langsung dengan pihak perusahaan, serta dengan pihak yang terkait untuk memperoleh data dan penjelasan yang diperlukan. Studi dokumentasi, yaitu melakukan pengumpulan data dengan cara mencatat, melihat dan mengamati laporan serta mengamati formulir yang terdapat di lokasi penelitian. Kuesioner, yaitu pengumpulan data dengan cara memberikan pernyataan yang dikirim melalui email serta komunikasi handphone yang berhubungan dengan permasalahan online store atribut, kepercayaan, kepuasan dan loyalitas dan dikembalikan.
Structural Equation Modeling (SEM) Structural Equation Modeling (SEM) adalah sekumpulan teknik-teknik statistikal yang memungkinkan pengujian sebuah rangkaian hubungan secara simultan antara satu atau beberapa variabel dependen dengan satu atau beberapa variabel independen dimana masing-masing variabel dependen dan independen dapat berbentuk sebuah variabel tunggal maupun dapat berbentuk faktor atau konstruk yang dibangun dari beberapa variabel indikator dengan langkah-langkah sebagai berikut (Ferdinand, 2000:30): 1. Pengembangan model teoritis Langkah pertama dalam pengembangan model SEM adalah pencarian atau pengembangan sebuah model yang mempunyai justifikasi teoritis yang kuat. Selain itu, model tersebut divalidasi secara empirik melalui pemograman SEM. SEM bukanlah untuk menghasilkan kualitas, tetapi untuk membenarkan adanya kausalitas teoritis melalui uji data empirik (Ferdinand, 2000:31). 2. Pengembangan diagram alur (path diagram) Atas dasar model teoritis pada langkah pertama, dapat dikembangkan sebuah path diagram sebagai berikut:
e1
x1
e2
x2
e3
x3
e4
x4
e5
x5
e6
e7
e8
e9
e1 0
e1 1
y1. 1
y1. 2
y1. 3
y1. 4
y1. 5
Kepercayaan (y1)
Atribut Online Store (x)
Loyalitas (y3)
Kepuas -an (y2)
x6
y2. 1
y2. 2
y2. 3
y2. 4
y2. 5
y2. 6
e1 2
e1 3
e1 4
e1 5
e1 6
e1 7
y3. 1
e1 8
y3. 2
e1 9
y3. 3
e2 0
y3. 4
e2 1
6
3.
Konversi diagram alur ke dalam persamaan a. Persamaan-persamaan struktural (structural equations). Persamaan ini dirumuskan untuk menyatakan hubungan kausalitas antar berbagai konstruk yang dibangun dengan pedoman sebagai berikut (Ferdinand, 2000:41): y = β1x1 + β2x2 + β3xn + δ1 Keterangan: y = Variabel dependen x1, 2, … n = variabel independen β = Regression Weight δ = Disturbance Term b. Persamaan spesifikasi model pengukuran (measurement model) Persamaan ini dirumuskan untuk menentukan variabel mana mengukur konstruk mana serta menentukan serangkaian matriks yang menunjukkan korelasi yang dihipotesiskan antar konstruk atau variabel. Persamaan untuk measurement model adalah sebagai berikut (Ferdinand, 2000:42): VI1 = λ1 VE + ε1 VI2 = λ2 VE + ε2 VIn = λn VE + εn Keterangan: VI = Variabel Indikator VE = Variabel Eksogen λ = Loading Factor ε = Error 4. Memilih matriks input dan estimasi model SEM hanya menggunakan matriks varians/kovarians atau matriks korelasi sebagai data input untuk keseluruhan estimasi yang dilakukannya. Matriks kovarians digunakan dalam penelitian ini, sebab matriks varians/kovarians lebih memenuhi asumsi-asumsi dalam metodologi penelitian dan merupakan bentuk data yang lebih sesuai untuk memvalidasi hubunganhubungan kausalitas (Hair, dkk., dalam Ferdinand, 2000:43). Teknik estimasi model yang digunakan dalam program AMOS 4.0 adalah Maximum Likelihood Estimation (ML) dengan dasar pertimbangan ukuran sampel yang digunakan berskala kecil (antara 100-200) dan asumsi normalitas dipenuhi. 5. Kemungkinan munculnya masalah identifikasi Problem identifikasi pada prinsipnya adalah problem mengenai ketidakmampuan dari model yang dikembangkan untuk menghasilkan estimasi yang unik. Cara untuk menguji ada tidaknya problem identifikasi adalah sebagai berikut: a. Model diestimasi berulang kali dan setiap kali estimasi dilakukan dengan menggunakan starting value yang berbeda-beda. b. Model diestimasi lalu angka koefisien dari salah satu variabel dicatat lalu koefisien itu ditentukan sebagai sesuatu yang fix pada faktor atau variabel itu untuk kemudian dilakukan estimasi ulang. 6. Evaluasi kriteria goodness-of-fit a. Evaluasi asumsi-asumsi SEM yang harus dipenuhi. 1) Ukuran sampel yang harus dipenuhi dalam penelitian ini minimum berjumlah 100 orang dan selanjutnya menggunakan perbandingan 5 observasi untuk setiap estimated parameter. 2) Dilakukan uji normalitas dan linearitas. Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode-metode statistik. Uji linearitas dapat dilakukan dengan mengamati scatterplots dari data yaitu dengan memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya linearitas. 3) Treatment (penanganan data) terhadap outliers. Outliers merupakan observasi yang muncul dengan nilai-nilai ekstrim baik secara univariat maupun multivariat yang muncul karena kombinasi karakteristik unik yang dimilikinya dan terlihat sangat jauh berbeda dari obsevasi-observasi lainnya.
7
4) Treatment (penanganan data) terhadap multikolinearitas atau singularitas yang dapat dideteksi dari determinan matriks kovarians. b. Uji kesesuaian dan uji statistik 1) Chi-Square Statistik Likelihood ratio chi-square statistic merupakan alat uji paling fundamental untuk mengukur overall fit. Model yang diuji akan dipandang baik atau merumuskan bila nilai chi-squarenya rendah (Ferdinand, 2000:52). 2) RMSEA (The Root Mean Square Error of Approxiamation) RMSEA adalah sebuah indeks yang dapat digunakan untuk mengkompensasi chi-square statistic dalam sampel yang besar (Baumgartner dan Homburg, dalam Ferdinand, 2000:53). Nilai RMSEA menunjukkan goodness-of-fit yang dapat diharapkan bila model diestimasi dalam populasi (Hair et.al., dalam Ferdinand, 2000:53). Nilai RMSEA yang lebih kecil atau sama dengan 0,8 merupakan indeks untuk dapat diterimanya model yang menunjukkan sebuah close-fit dari model itu berdasarkan degrees of freedom (Browne dan Cudeck, dalam Ferdinand, 2000:53). 3) GFI (Goodness of Fit Index) tr 'W GFI = tr s 'Ws Dimana penyebut (numerator) adalah jumlah varians tertimbang kuadrat dari matriks kovarians model yang diestimasi, sementara pembilang (denumerator) adalah jumlah varians tertimbang kuadrat dari matriks kovarians sampel. W adalah matriks bobot yang dipilih sesuai dengan metode estimasi yang dipilih. Nilai yang tinggi dalam indeks ini (> 0,90) menunjukkan sebuah “better fit”. 4) AGFI (Adjusted Goodness-of Fit Index) Fit index dapat diadjust terhadap degree of freedom yang tersedia untuk menguji diterima tidaknya model. Indeks ini diperoleh dengan rumus sebagai berikut (Ferdinand, 2000:55): AGFI = 1 – (1 – GFI) db d
Dimana: G
p ( g ) = Jumlah sampel moments
db = g 1
d = Degree of Freedom Tingkat penerimaan sebuah model yang direkomendasikan adalah bila AGFI > 0,90. 5) CMIN/DF The Minimum Sample Discrepancy Function (CMIN) dibagi dengan degree of freedomnya akan menghasilkan indeks CMIN/DF, yang umumnya dilaporkan oleh para peneliti sebagai salah satu indikator untuk mengukur tingkat fitnya sebuah model. Dalam hal ini, CMIN/DF tidak lain adalah statistik chi-square dibagi DFnya sehingga disebut chi-square relatif. Nilai CMIN/DF < 0,2 atau < 0,3 adalah indikasi dari acceptable fit antara model dan data (Arbuckle, dalam Ferdinand, 2000:56). Disamping indeks-indeks tersebut di atas, dalam evaluasi pemodelan SEM terdapat beberapa indeks yang merupakan pembandingan terhadap sebuah model yang lain yang disebut baseline model. Dalam output AMOS terdapat dua model baseline yang tersajikan bersama dengan model yang dianalisis (disebut default model) yaitu; saturated model, diprogram dengan jumlah parameter yang diestimasi sama dengan jumlah distinct simple momentnya sehingga diperoleh degree of freedom sebesar nol, dan independence model, diprogram sebagai sebuah model dimana semua variabelnya dibuat tidak berkorelasi (uncorrelated). 6) TLI (Tucker Lewis Index) Indeks ini diperoleh dengan rumus sebagai berikut (Ferdinand, 2000:57).
8
cb db TLI = cb db
c d 1
Dimana: c = Diskrepansi dari model yang dievaluasi d = Degree of freedom cb = Diskrepansi baseline model yang disajikan pembanding db = Degree of freedom dari baseline model Nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah TLI > 0,95. 7) CFI (Comparative Fit Index) Indeks CFI adalah identik dengan Relative Noncentrality Index (RNI) yang diperoleh dari rumus berikut ini (Ferdinand, 2000:58): CFI = RNI = 1
C Cb
d db
Dimana: C = diskrepansi dari model yang dievaluasi d = degree of freedom Cb = diskrepansi baseline model yang dijadikan pembanding db = degree of freedom dar baseline model. nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah CFI > 0,95. c. Uji validitas dan reliabilitas 1) Uji validitas Validitas adalah taraf sejauhmana suatu alat pengukur dapat mengukur apa yang seharusnya diukur. Untuk menguji validitas kita dapat melihat pada nilai loading yang diperoleh dari Standardized Loading untuk setiap indikator. Menurut Hair (1995), sebuah indikator dinyatakan layak sebagai penyusun konstruk variabel jika memiliki loading factor > 0,40. 2) Uji reliabilitas Reliabilitas adalah tingkat kestabilan dari suatu alat ukur dalam mengukur suatu gejala yang sama. Uji reliabilitas dilakukan dengan uji reliabilitas konstruk dan varian ekstrak, dengan rumus sebagai berikut:
Std. Loading Construct reliability =
Std. Loading
2
2
.j
Nilai batas yang digunakan untuk menilai sebuah tingkat reliabilias yang dapat diterima adalah 0,7 (Ferdinand, 2000). Ukuran reliabilitas yang kedua adalah varians ekstrak, yang menunjukkan jumlah varians dari indikator-indikator yang diekstraksi oleh konstruk laten yang dikembangkan. nilai varians ekstrak ini direkomendasikan pada tingkat paling sedikit 0,50 (Ferdinand, 2000). Varians ekstrak dapat diperoleh melalui rumus sebagai berikut:
Std. Loading Variance extracted = Std. Loading 2
2
.j
7. Interpretasi dan modifikasi model Langkah terakhir adalah menginterpretasikan model dan memodifikasi model bagi model-model yang tidak memenuhi syarat pengujian yang dilakukan. Cut-off value sebesar 2,58 dapat digunakan untuk menilai signifikansi tidaknya residual yang dihasilkan oleh model. 8. Evaluasi atas regression weight untuk pengujian hipotesis.
9
Evaluasi ini dilakukan melalui pengamatan terhadap nilai Critical Ratio (C.R.) yang dihasilkan oleh model yang identik dengan uji-t dalam regresi. Kriteria pengujian hipotesisnya sebagai berikut: Ho diterima jika C.R. < t tabel Ho ditolak jika C.R. > t tabel
IV. HASIL DAN PEMBAHASAAN Pengembangan model teoritis Bangunan model teoritis merupakan dasar utama yang harus dibangun sebelum melakukan penelitian, dan merupakan penjelasan peneliti mengenai konstruk penelitian berdasarkan teoriteori, pendapat serta penelitian terdahulu, guna ditemukannya suatu model yang mampu mengungkap permasalahan yang ada secara dalam, tajam, dan mampu mencerminkan keadaan yang sebenarnya dari objek yang diteliti. Disamping itu, bangunan model teoritis juga harus sesuai dengan tujuan penelitian sehingga hasil penelitian mempunyai kegunaan baik secara praktis maupun secara ekonomis. Tujuan dari penelitian ini adalah untuk mengetahui bagaimana interaksi antara online store attribute, kepercayaan, kepuasan dan loyalitas pelanggan. Dimana dalam penelitian ini akan dianalisis bagaimana pengaruh dari variabel online store attribute terhadap kepercayaan, kepuasan dan loyalitas pelanggan. Dengan demikian penelitian ini memfokuskan pada satu variabel eksogen yaitu online store attribute serta tiga variabel endogen yaitu kepercayaan, kepuasan dan loyalitas. Model teori yang telah dibangun melalui telaah pustaka disertai dengan pengembangan model yang “researchable” (Ferdinand, 2005) dengan menggunakan SEM (Structural Equation Model). Konstruk yang disebut juga faktor atau variabel laten beserta dimensi-dimensi yang disebut juga variabel terukur, variabel indikator atau manifest variabel dalam penelitian ini disajikan melalui tabel berikut ini :
KONSTRUK PENELITIAN Online Store Attribute
Kepercayaan
Kepuasan
Tabel 4.1. Bangunan Model Teoritis DIMENSI KONSTRUK Desain website Pemenuhan Pesanan Komunikasi Barang dagang Keamanan/privasi Promosi Percaya pada pemenuhan pesanan Percaya pada komunikasi Percaya pada barang dagang Percaya pada keamanan/privasi Percaya pada promosi Puas akan desain website Puas akan pemenuhan pesanan Puas akan komunikasi Puas akan barang dagang Puas akan keamanan/privasi Puas akan promosi
10
Loyalitas
Pembelian berulang Rekomendasi Pelayanan prima Pilihan Utama
Pengembangan diagram alur (path diagram) Bangunan model teoritis yang telah terbentuk, kemudian ditampilkan dalam bentuk path diagram untuk diestimasi dengan program AMOS 4,0 seperti terlihat pada tampilan berikut ini : e7
e8
e9
1
1
1
1
1
y2
y3
y4
y5
y1 e1 e2 e3 e4 e5 e6
1 1 1 1 1 1
e10 e11
1
x1 1
z1
x2
z3
T
1
L
OSA
y14
x4
x6
y12 y13
x3
x5
1
1
y15 z2
1
1 1 1 1
e18 e19 e20 e21
S 1
y6
y7
y8
y9
y10
y11
1
1
1
1
1
1
e12 e13 e14 e15 e16 e17
path diagram antara online store attribute, kepercayaan, kepuasan dan loyalitas. Keterangan : X1 = Desain website X2 = Pemenuhan pesanan X3 = Komunikasi X4 = Barang dagang X5 = Keamanan/privasi X6 = Promosi Y1 = Percaya pada pemenuhan pesanan Y2 = Percaya pada komunikasi Y3 = Percaya pada barang dagang Y4 = Percaya pada keamanan/privasi Y5 = Percaya pada promosi Y6 = Puas akan desain website Y7 = Puas akan pemenuhan pesanan Y8 = Puas akan komunikasi Y9 = Puas akan barang dagang Y10 = Puas akan keamanan/privasi Y11 = Puas akan promosi Y12 = Pembelian berulang Y13 = Rekomendasi Y14 = Pelayanan prima Y15 = Pilihan utama
11
γi λi ei zi
= = = =
Koefisien jalur variabel ke i Koefisien jalur indikator ke i (Loading Factor) Error, kesalahan pengganggu tiap item pertanyaan ke i Disturbance Term, besarnya pengaruh dari luar model yang diteliti
Persamaan struktural dan measurement model Model yang telah disajikan dalam path diagram di atas, kemudian dinyatakan dalam persamaan-persamaan struktural dan persamaan untuk menyatakan spesifikasi model pengukurannya (measurement model). Measurement model adalah model yang ditujukan untuk mendeskripsikan sebuah keadaan atau sebuah konsep atau sebuah faktor. Persamaan struktural yang diajukan dalam model diatas terbagi ke dalam beberapa persamaan yaitu sebagai berikut: 1) Persamaan pertama adalah untuk pengukuran variabel online store attribute dan kepercayaan pelanggan. Maka dapat dibuat model dan persamaan sebagai berikut : Y1 = β1X + z1 2) Persamaan kedua adalah untuk pengukuran variabel online store attribute, kepercayaan dan kepuasan pelanggan. Maka dapat dibuat model dan persamaan sebagai berikut : Y2 = β1X + β1Y1 + z2 3) Persamaan ketiga adalah untuk pengukuran variabel online store attribute, kepercayaan, kepuasan dan loyalitas pelanggan. Maka dapat dibuat model dan persamaan sebagai berikut : Y3 = β2X + β1Y1 + β1Y2 + z3 Sedangkan spesifikasi terhadap model pengukuran (measurement model), harus ditentukan terlebih dahulu melalui pengukuran variabel yang mengukur konstruk dan menentukan serangkaian matrik yang menunjukan korelasi yang dihipotesiskan, baik antar konstruk atau variabel. Measurement model dari konstruk yang dikembangkan adalah sebagai berikut : 1) Variabel eksogen yaitu Online Store Attribute. Bila digambarkan dalam model untuk diuji dimensionalnya melalui confirmatory factor analysis, model pengukurannya adalah : e1
1
x1
e2
1
x2
e3
1
x3
e4
1
Online Store Attribute x4
e5
1
x5
e6
1
x6
1
Model pengukurannya adalah : X1 = λ1 Atribut toko + ε1 X2 = λ2 Atribut toko + ε2 X3 = λ3 Atribut toko + ε3 X4 = λ4 Atribut toko + ε4 X5 = λ5 Atribut toko + ε5 X6 = λ6 Atribut toko + ε6 2) Variabel endogen pertama yaitu Kepercayaan. Bila digambarkan dalam model untuk diuji dimensionalnya melalui confirmatory factor analysis, model pengukurannya adalah :
12
e7
1
y1
e8
1
y2
e9
1
y3
e10
1
y4
e11
1
y5
Kepercayaan
Model pengukurannya adalah : Y1 = λ7 Kepercayaan + ε7 Y2 = λ8 Kepercayaan + ε8 Y3 = λ9 Kepercayaan + ε9 Y4 = λ10 Kepercayaan + ε10 Y5 = λ11 Kepercayaan + ε11 3) Variabel endogen kedua yaitu Kepuasan. Bila digambarkan dalam model untuk diuji dimensionalnya melalui confirmatory factor analysis, model pengukurannya adalah : e12
1
y6
e13
1
y7
e14
1
y8 Kepuasan
e15
1
y9
e16
1
y10
e17
1
y11
1
Model pengukurannya adalah : Y6 = λ12 Kepuasan + ε12 Y7 = λ13 Kepuasan + ε13 Y8 = λ14 Kepuasan + ε14 Y9 = λ15 Kepuasan + ε15 Y10 = λ16 Kepuasan + ε16 Y11 = λ17 Kepuasan + ε17 4) Variabel endogen kedua yaitu Loyalitas. Bila digambarkan dalam model untuk diuji dimensionalnya melalui confirmatory factor analysis, model pengukurannya adalah : e18
1
y12
e19
1
y13 Loyalitas
e20 e21
1
1
y14 y15
Model pengukurannya adalah : Y12 = λ18 Loyalitas + ε18 Y13 = λ19 Loyalitas + ε19
13
Y14 = λ20 Loyalitas + ε20 Y15 = λ21 Loyalitas + ε21 Model pengukuran terhadap dimensi-dimensi yang membentuk variabel laten dalam model ini adalah x1, x2, x3, x4, x5, x6, y1, y2, y3, y4, y5, y6, y7, y8, y9 ,y10, y11, y12, y13, y14 dan y15. Unidimensionalitas dari dimensi-dimensi tersebut diuji melalui confirmatory factor analysis melalui perhitungan program AMOS 4.0 dengan menggunakan uji-t terhadap regression weight yang dihasilkan oleh model seperti disajikan dalam tabel 4.2. Confirmatory factor analysis bertujuan untuk mengukur sejauhmana kuatnya struktur dari dimensi-dimensi yang membetuk sebuah faktor atau dengan kata lain analisis ini bertujuan untuk mengkonfirmasi apakah variabel-variabel indikator yang digunakan dapat mengkonfirmasi sebuah faktor. Tabel 4.2. Nilai Critical Ratio Confirmatory Factor Analysis Regression Weight Estimate S.E. C.R. X6 <-- Atribut toko 1.000 X5 <-- Atribut toko 0.954 0.049 X4 <-- Atribut toko 0.955 0.049 X3 <-- Atribut toko 0.982 0.048 X2 <-- Atribut toko 1.000 0.050 X1 <-- Atribut toko 0.960 0.048 Y1 <-- Kepercayaan 1.000 Y2 <-- Kepercayaan 1.089 0.051 Y3 <-- Kepercayaan 0.963 0.051 Y4 <-- Kepercayaan 1.071 0.051 Y5 <-- Kepercayaan 1.004 0.047 Y11 <-- Kepuasan 1.000 Y10 <-- Kepuasan 1.019 0.052 Y9 <-- Kepuasan 0.970 0.052 Y8 <-- Kepuasan 1.002 0.053 Y7 <-- Kepuasan 1.036 0.051 Y6 <-- Kepuasan 1.001 0.052 Y12 <-- Loyalitas 1.000 Y13 <-- Loyalitas 0.925 0.047 Y14 <-- Loyalitas 1.028 0.052 Y15 <-- Loyalitas 1.018 0.052 Sumber: data kuesioner yang diolah dengan AMOS 4.0
P
19.453 19.543 20.669 20.094 19.819
0.000 0.000 0.000 0.000 0.000
21.190 18.928 20.850 21.150
0.000 0.000 0.000 0.000
19.667 18.649 18.986 20.446 19.067
0.000 0.000 0.000 0.000 0.000
19.876 19.954 19.727
0.000 0.000 0.000
C.R. atau Critical Ratio dalam tabel di atas identik dengan nilai t-hitung dalam analisis regresi. Oleh karena itu C.R. yang lebih besar dari 2,0 (nilai t-tabel sebagai batas standar dalam analisis SEM) menunjukkan bahwa variabel-variabel itu secara signifikan merupakan dimensi dari faktor laten yang dibentuk, sehingga dari tabel di atas dapat dikatakan bahwa semua variabel indikator x dan y merupakan indikator yang dapat digunakan untuk mendefinisikan sebuah konstruk laten, karena semua variabel tersebut menunjukan angka Critical Ratio > 2,0. dengan demikian, maka penelitian ini dapat dilanjutkan ke tahapan berikutnya. Full-Model Structural Equation Model (SEM) Setelah measurument model dianalisis melalui confirmatory factor analysis dan diketahui bahwa masing-masing variabel dapat digunakan untuk mendefinisikan sebuah konstruk laten, maka sebuah full-model SEM dapat dianalisis. Hasil pengolahan data full-model SEM
14
mengenai variabel online store attribute, kepercayaan, kepuasan dan loyalitas melalui perhitungan program AMOS 4.0 adalah sebagai berikut: e7
e8 .83
.85
y1
y2
.80
e1
x1
e3
x2
.89 .82 .90 .91
x3 .79 .89
e4 e5
x4 x5
.78
y3
z1
y4
.84
y5
.27
L
.68
.89 .78 .91
.88 .91 .90 .92 .88 .83 .81 .85
.83
y7
y8
.78
y9 y10 y11
e12 e13 e14 e15 e16 e17
e19
.83
e20
.82
y15
.91 .94
y6
y13 y14
S
e18
.82
.91
1.03
z2
y12
.90
.32
.34
.80 .90 1.05 .91
.43
1.02
OSA
x6
z3
T
.84
e6
.84
.92 .92 .91 .92 .88 1.03
.81
e2
e9 e10 e11
e21
Chi Square =551.051 Df =183 P =.000 CMIN/Df =3.011 GFI =.873 AGFI =.813 TLI =.953 CFI =.962 RMSEA =.108
Structural Equation Model Seperti dalam Confirmatory Factor Analysis, pengujian Structural Equation Model juga dilakukan dengan dua macam pengujian yaitu uji kesesuaian model serta uji signifikansi kausalitas melalui uji koefisien regresi seperti yang diuraikan pada bagian berikut ini : 1) Evaluasi Normalitas Data Normalitas univariat dan multivariat terhadap data yang digunakan dalam penelitian ini diuji menggunakan AMOS 4, Untuk lebih jelasnya hasil uji normalitas data bisa dilihat pada tabel berikut :
Variabel X1 X2 X3 X4 X5 X6 Y1 Y2 Y3 Y4 Y5 Y6 Y7
Min 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
Tabel 4.3. Normalitas data dengan SEM Max Skew C.R. Kurtosis 5.000 -0.245 -1.321 -0.568 5.000 -0.358 -1.932 -0.680 5.000 -0.161 -0.872 -0.819 5.000 -0.001 -0.005 -0.869 5.000 -0.110 -0.594 -0.746 5.000 -0.089 -0.483 -0.715 5.000 -0.141 -0.762 -0.774 5.000 -0.275 -1.485 -0.701 5.000 -0.068 -0.366 -0.737 5.000 -0.147 -0.792 -0.848 5.000 -0.196 -1.060 -0.534 5.000 -0.218 -1.178 -0.771 5.000 -0.165 -0.889 -0.851
C.R. -1.534 -1.836 -2.210 -2.347 -2.015 -1.930 -2.089 -1.892 -1.990 -2.291 -1.442 -2.083 -2.299
15
Y8 1.000 5.000 -0.146 -0.788 Y9 1.000 5.000 -0.138 -0.744 Y10 1.000 5.000 0.084 0.454 Y11 1.000 5.000 -0.175 -0.944 Y12 1.000 5.000 -0.195 -1.054 Y13 1.000 5.000 -0.171 -0.925 Y14 1.000 5.000 -0.315 -1.702 Y15 1.000 5.000 0.051 0.278 Multivariate Sumber : data kuesioner yang diolah dengan AMOS 4.0
-0.529 -0.642 -0.776 -0.826 -0.779 -0.549 -0.716 -0.880 26,052
-1.430 -1.734 -2.095 -2.230 -2.105 -1.482 -1.933 -2.376 5,544
Dengan menggunakan kriteria critical ratio atau CR sebesar + 2,58 pada tingkat signifikansi 0,01 (1%). Hasil penelitian ini menunjukan bahwa tidak terdapat angka yang menunjukan nilai CR>2,58. Oleh karena itu data yang digunakan dalam penelitian ini dapat dikatakan berdistribusi normal, dan dapat dilanjutkan untuk analisis selanjutnya. 2) Evaluasi Outliers a) Univariate Outliers Hasil pengujian Univariate Outliers dapat dilihat pada tabel berikut ini: Tabel 4.4. Univariate Outliers N
Minimum Maximum
Mean
Std. Deviation
Zscore(x1) 175 -1.92323 1.60102 .0000000 Zscore(x2) 175 -1.91043 1.49237 .0000000 Zscore(x3) 175 -1.74718 1.74718 .0000000 Zscore(x4) 175 -1.74495 1.76501 .0000000 Zscore(x5) 175 -1.72469 1.79508 .0000000 Zscore(x6) 175 -1.76252 1.70311 .0000000 Zscore(y1) 175 -2.01754 1.59442 .0000000 Zscore(y2) 175 -1.78542 1.56523 .0000000 Zscore(y3) 175 -2.03937 1.60236 .0000000 Zscore(y4) 175 -1.68628 1.70566 .0000000 Zscore(y5) 175 -1.98849 1.64583 .0000000 Zscore(y6) 175 -1.83626 1.70473 .0000000 Zscore(y7) 175 -2.00377 1.51162 .0000000 Zscore(y8) 175 -1.82804 1.69711 .0000000 Zscore(y9) 175 -1.96325 1.65326 .0000000 Zscore(y10) 175 -1.77407 1.74391 .0000000 Zscore(y11) 175 -1.87614 1.55284 .0000000 Zscore(y12) 175 -1.89710 1.55217 .0000000 Zscore(y13) 175 -1.96661 1.80497 .0000000 Zscore(y14) 175 -1.91043 1.49237 .0000000 Zscore(y15) 175 -1.74165 1.67335 .0000000 Valid N 175 (listwise) Sumber : data kuesioner yang telah diolah dengan SPSS 12.0
1.00000000 1.00000000 1.00000000 1.00000000 1.00000000 1.00000000 1.00000000 1.00000000 1.00000000 1.00000000 1.00000000 1.00000000 1.00000000 1.00000000 1.00000000 1.00000000 1.00000000 1.00000000 1.00000000 1.00000000 1.00000000
16
Dengan menggunakan dasar bahwa observasi-observasi yang mempunyai z-score ≥ ±3,00 akan dikategorikan sebagai outliers, dapat diketahui bahwa data yang digunakan dalam penelitian ini adalah bebas dari outliers univariate, karena tidak ada variabel yang mempunyai z-score diatas angka batas tersebut. b) Multivariate Outliers Evaluasi multivariat perlu dilakukan karena walaupun data yang dianalisis menunjukkan tidak ada outliers pada tingkat univariat, tetapi observasi-observasi itu dapat menjadi outliers bila sudah saling dikombinasikan. Jarak Mahalanobis (The Mahalanobis distance) untuk tiaptiap observasi dapat dihitung dan menunjukkan jarak sebuah observasi dari rata-rata semua variabel dalam sebuah ruang multidimensionalitas (Hair dkk, 1995; Norusis, 1994; Tabacnick & Fidell, 1996 dalam Ferdinand, 2005). Uji terhadap outliers multivariat dilakukan dengan menggunakan kriteria jarak mahalanobis pada tingkat p<0,001. Jarak Mahalanobis dievaluasi dengan menggunakan X2 pada derajat bebas sebesar jumlah indikator yang ada dalam penelitian. Dalam penelitian ini digunakan 15 indikator (manifest Variabel), oleh karena itu semua observasi yang mempunyai mahalanobis lebih besar dari X2 (21; 0,001 = 46,797) adalah outliers multivariat. Berdasarkan output outliers tidak terdapat nilai mahalanobis distance yang lebih besar dari 46,797. Oleh karena itu dalam penelitian ini tidak terdapat gejala outliers multivariat. 3) Evaluasi atas multicollinearity dan singularity Dari teks output yang dihasilkan oleh AMOS 4.0. untuk data ini adalah sebagai berikut: Condition number of Sample Correlations = 4.351106e+002 Determinant of sampel covariance matrix = 1.1141e-014 Dengan menggunakan dasar bahwa apabila nilai Determinant of sampel covariance matrix sama dengan nol diindikasikan adanya multikolinearitas atau singularitas, maka dalam penelitian ini angka tersebut jauh dari nol (tidak sama dengan nol) dan karena itu dapat disimpulkan bahwa tidal ada multikolinearitas atau singularitas dalam data ini. Oleh karena itu, asumsi ini dipenuhi. 4) Uji kesesuaian dan uji statistik Uji terhadap hipotesis model menunjukan bahwa model ini kurang sesuai atau kurang fit terhadap data yang digunakan dalam penelitian. Hal tersebut terlihat dari indeks RMSEA, GFI, CMIN/DF, AGFI, TLI, dan CFI berada dalam rentang nilai yang kurang diharapkan. Secara keseluruhan, uji kesesuaian model terlihat dalam tabel berikut : Tabel 4.5. Indeks pengujian kelayakan model (goodness-of-fit index) Goodness of fit index
Cut off value
Hasil analisis
Χ2 Chi-Square Diharapkan kecil 551.051 DF 183 Probability ≥ 0,05 0.000 CMIN/DF ≤ 2,00 3.011 GFI ≥ 0,90 0.873 AGFI ≥ 0,90 0.813 TLI ≥ 0,95 0.953 CFI ≥ 0,95 0.962 RMSEA ≤ 0,08 0.108 Sumber : data kuesioner yang diolah dengan AMOS 4.0
Evaluasi model Jelek Jelek Jelek Marginal Marginal Baik Baik Jelek
Tabel di atas menunjukan bahwa beberepa kriteria yang digunakan mempunyai nilai yang kurang baik, oleh karena itu model ini kurang dapat diterima dengan baik. Dengan demikian, dapat dinyatakan bahwa kesesuaian antara model dan data dalam penelitian ini menghasilkan konfirmasi yang kurang fit atas dimensi-dimensi faktor serta hubunganhubungan kausalitas antar faktor. Hal ini disebabkan karena adanya jawaban responden
17
dalam pengisian kuesioner yang sangat berbeda dari jawaban responden lainnya atau jumlah pengambilan sampel yang kurang besar, yaitu dibawah 200. Uji validitas dan Reliabilitas 1) Uji Validitas Untuk menguji validitas kita dapat melihat pada nilai Loading yang diperoleh dari Standardized Loading untuk setiap indikator. Menurut Hair (1995), Sebuah indikator dinyatakan layak sebagai penyusun konstruk variabel jika memiliki loading factor > 0,40. oleh karena itu dapat diperoleh kesimpulan indikator yang digunakan sebagai berikut: Tabel 4.6. Uji Validitas Variabel Indikator Loading Factor Kesimpulan Online Store x1 0.892 Valid Attributte x2 0.898 Valid x3 0.905 Valid x4 0.888 Valid x5 0.886 Valid x6 0.914 Valid Kepercayaan y1 0.910 Valid y2 0.919 Valid y3 0.883 Valid y4 0.915 Valid y5 0.919 Valid Kepuasan y6 0.911 Valid y7 0.936 Valid y8 0.908 Valid y9 0.902 Valid y10 0.921 Valid y11 0.882 Valid Loyalitas y12 0.896 Valid y13 0.906 Valid y14 0.909 Valid y15 0.903 Valid Sumber : data kuesioner yang diolah dengan AMOS 4.0 2)
Uji Reliabilitas dan Varian Ekstrak Untuk menguji reliabilitas dan varian ekstrak kita juga dapat melihat pada nilai Loading yang diperoleh dari Standardized Loading setiap indikator untuk dijadikan sumber perhitungannya. Berikut tabulasinya : Tabel 4.7. Nilai Loading Factor Variabel L. Factor erorr L. Factor2 Online Store 0.892 0.108 0.796 Attributte 0.898 0.102 0.806 0.905 0.095 0.819 0.888 0.112 0.789 0.886 0.114 0.785 0.914 0.086 0.835 5.383 0.617 4.830 Kepercayaan 0.910 0.09 0.828 0.919 0.081 0.845 0.883 0.117 0.780
18
0.915 0.085 0.919 0.081 4.546 0.454 Kepuasan 0.911 0.089 0.936 0.064 0.908 0.092 0.902 0.098 0.921 0.079 0.882 0.118 5.460 0.54 Loyalitas 0.896 0.104 0.906 0.094 0.909 0.091 0.903 0.097 3.614 0.386 Sumber : data kuesioner yang diolah dengan AMOS 4.0
0.837 0.845 4.134 0.830 0.876 0.824 0.814 0.848 0.778 4.970 0.803 0.821 0.826 0.815 3.265
Reliabilitas adalah tingkat kestabilan dari suatu alat ukur dalam mengukur suatu gejala yang sama. Uji reliabilitas dilakukan dengan uji reliabilitas konstruk dan varian extrak, dengan rumus sebagai berikut:
Construct reliability
Std.Loading Std.Loading
2
2
.j
Nilai batas yang digunakan untuk menilai sebuah tingkat reliabilitas yang dapat diterima adalah 0,7. Namun angka tersebut bukan angka mati. Artinya jika nilai dibawah 0,7 masih dapat diterima jika disertai dengan alasan empirik yang kuat. Nunally dan Bernstain (1994) dalam Ferdinand, (2005), menyatakan bahwa nilai reliabilitas antara 0,5-0,6 cukup untuk menjustifikasikan hasil penelitian. Hasil perhitungan reliability data : Online Store Attributte
=
5,383 5,383
Kepercayaan
=
4,546 4,546
Kepuasan
= =
2
5,460 5,460
Loyalitas
2
2
3,614 3,614
2
2
0,897
0,617 2
0,454
0,909
2
0,540
0,910
2
0,386
0,904
Berdasarkan hasil perhitungan uji reliability. Diperoleh nilai reliability ≥ 0,70 untuk seluruh variabel. Dengan demikian data dalam penelitian ini dapat dipergunakan untuk analisis lebih lanjut. Ukuran reliabilitas yang kedua adalah varian extrak, yang menunjukan jumlah varian dari indikator-indikator yang diekstrksi oleh konstruk laten yang dikembangkan. Nilai varian ekstrak ini direkomendasikan pada tingkat paling sedikit 0,50 (Ferdinand, 2005). Varian ekstrak dapat diperoleh melalui rumus sebagai berikut:
Variance extracted
Std.Loading2 Std.Loading2 .j
Hasil perhitungan variance extract data : Online Store Attributte
=
4,830 4,830 0,617
0,887
19
4,134 4,134 0,454 4,970 = 4,970 0,540 3,265 = 3,265 0,386
Kepercayaan
=
Kepuasan Loyalitas
0,901 0,902 0,894
Berdasarkan hasil perhitungan variance extract, diperoleh nilai ≥ 0,50 pada seluruh variabel, sehingga data ini layak untuk digunakan. Evaluasi atas Regression Weight untuk pengujian hipotesis Untuk menguji hipotesis dalam model ini, perlu diuji hipotesis nol yang menyatakan bahwa koefisien regresi antara hubungan adalah sama dengan nol melalui uji-t yang lazim dalam model-model regresi (Ferdinand, 2005). Dengan tingkat kesalahan sebesar 5% maka ttabel = 1,96. Tabel berikut menyajikan menyajikan nilai-nilai koefisien regresi dan thitung-nya (terlihat dalam kolom C.R, Critical Ratio). Hasil nilai-nilai koefisien regresi dan t-hitungnya dapat dilihat dalam tabel berikut ini: Tabel 4.8. Standarized Regression Weight untuk Uji Hipotesis Variabel
CR
ttabel
Keterangan (Ha)
Online Str Att.
→
Kepercayaan
21.569
1,96
Signifikan
Online Str Att.
→
Kepuasan
3.159
1,96
Signifikan
Online Str Att.
→
Loyalitas
3.182
1,96
Signifikan
Kepercayaan
→
Kepuasan
6.176
1,96
Signifikan
Kepercayaan
→
Loyalitas
3.768
1,96
Signifikan
5.464 Kepuasan → Loyalitas Sumber : data kuesioner yang diolah dengan AMOS 4.0
1,96
Signifikan
Hasil pengujian hipotesis di atas menunjukan bahwa keseluruhan hipotesis yang diajukan dalam penelitian ini memiliki nilai CR yang melebihi nilai ttabel, yang artinya masing-masing hipotesis yang diajukan dalam penelitian ini dapat diterima dengan baik. Pembahasan Penelitian
1)
2)
Adapun pembahasan untuk hasil penelitian ini adalah sebagai berikut : Pengaruh online store attribute terhadap kepercayaan Hipotesis 1 yang menyatakan bahwa online store attribute berpengaruh positif terhadap kepercayan diterima. Hal ini ditunjukkan dengan nilai CR = 21.569 dan p = 0.000 atau pada level of significant 0,05 ttabel = 1,96 dan menghasilkan nilai estimasi sebesar 1,016. Dengan demikian variabel atribut toko yang dibentuk oleh indikator desain website, pemenuhan pesanan, komunikasi, barang dagang, keamanan/privasi dan promosi secara signifikan berpengaruh terhadap kepercayaan konsumen. Hal ini menunjukkan bahwa online store attribute yang baik dapat meningkatkan kepercayaan konsumen pada Pelangi boutique. Pengaruh online store attribute terhadap kepuasan Hipotesis 2 yang menyatakan bahwa online store attribute berpengaruh positif terhadap kepuasan diterima. Hal ini ditunjukkan dengan nilai CR = 3.159 dan p = 0.000 atau pada level of significant 0,05 ttabel = 1,96 dan menghasilkan nilai estimasi sebesar 0,337. Dengan
20
3)
4)
5)
6)
demikian variabel online store attribute yang dibentuk oleh indikator desain website, pemenuhan pesanan, komunikasi, barang dagang, keamanan/privasi dan promosi secara signifikan berpengaruh terhadap kepuasan. Oleh karena itu, online store attribute yang baik dapat meningkatkan kepuasan konsumen pada Pelangi boutique. Pengaruh online store attribute terhadap loyalitas Hipotesis 3 yang menyatakan bahwa online store attribute berpengaruh positif terhadap loyalitas diterima. Hal ini ditunjukkan dengan nilai CR = 3.182 dan p = 0.000 atau pada level of significant 0,05 ttabel = 1,96 dan menghasilkan nilai estimasi sebesar 0,267. Dengan demikian variabel online store attribute yang dibentuk oleh indikator desain website, pemenuhan pesanan, komunikasi, barang dagang, keamanan/privasi dan promosi secara signifikan berpengaruh terhadap loyalitas. Oleh karena itu, online store attribute yang baik dapat meningkatkan loyalitas konsumen pada Pelangi boutique. Pengaruh kepercayaan terhadap kepuasan Hipotesis 4 yang menyatakan bahwa kepercayaan berpengaruh positif terhadap kepuasan diterima. Hal ini ditunjukkan dengan nilai CR = 6.176 dan p = 0.000 atau pada level of significant 0,05 ttabel = 1,96 dan menghasilkan nilai estimasi sebesar 0,677. Kepercayaan yang dibentuk oleh indikator percaya pada pemenuhan pesanan, komunikasi, barang dagang, keamanan/privasi dan promosi secara signifikan berpengaruh terhadap kepuasan. Oleh karena itu, tingkat kepercayaan yang tinggi dari konsumen dapat meningkatkan kepuasan pada Pelangi boutique. Pengaruh kepercayaan terhadap loyalitas Hipotesis 5 yang menyatakan bahwa kepercayaan berpengaruh positif terhadap loyalitas diterima. Hal ini ditunjukkan dengan nilai CR = 3.768 dan p = 0.000 atau pada level of significant 0,05 ttabel = 1,96 dan menghasilkan nilai estimasi sebesar 0,430. Kepercayaan yang dibentuk oleh indikator percaya pada pemenuhan pesanan, komunikasi, barang dagang, keamanan/privasi dan promosi secara signifikan berpengaruh terhadap loyalitas. Oleh karena itu, tingkat kepercayaan yang tinggi dari konsumen dapat meningkatkan loyalitas pada Pelangi boutique. Pengaruh kepuasan terhadap loyalitas Hipotesis 6 yang menyatakan bahwa kepuasan berpengaruh positif terhadap loyalitas diterima. Hal ini ditunjukkan dengan nilai CR = 5.464 dan p = 0.000 atau pada level of significant 0,05 ttabel = 1,96 dan menghasilkan nilai estimasi sebesar 0,320. Kepuasan yang dibentuk oleh indikator puas akan desain website, pemenuhan pesanan, komunikasi, barang dagang, keamanan/privasi dan promosi secara signifikan berpengaruh terhadap loyalitas. Oleh karena itu, tingkat kepuasan yang tinggi dari konsumen dapat meningkatkan loyalitas pada Pelangi boutique.
V. SIMPULAN DAN SARAN Simpulan
1)
2) 3) 4)
Berdasarkan hasil dan pembahasan mengenai Pengaruh Online Store Attribute terhadap Kepercayaan, Kepuasan dan Loyalitas Konsumen Online, maka dapat disimpulkan sebagai berikut : Keseluruhan indikator dari online store attribute pelangi boutique berada dalam klasifikasi yang cukup baik. Artinya online store attribute pelangi boutique memang sudah cukup baik di mata konsumen. Keseluruhan indikator dari kepercayaan pelanggan pelangi boutique dalam klasifikasi yang cukup baik. Artinya konsumen cukup percaya pada pelangi boutique. Keseluruhan indikator dari kepuasan pelanggan pelangi boutique berada dalam dalam klasifikasi yang cukup baik. Artinya konsumen sudah cukup puas pada pelangi boutique. Keseluruhan indikator dari loyalitas pelanggan pelangi boutique berada dalam dalam klasifikasi yang cukup baik. Artinya konsumen sudah cukup loyal atau setia pada pelangi boutique.
21
5) Terdapat pengaruh positif antara online store attribute terhadap kepercayaan. Hal ini menandakan bahwa perusahaan online pelangi boutique telah melaksanakan online store attribute cukup baik sehingga dapat meningkatkan kepercayaan konsumen. 6) Terdapat pengaruh positif antara online store attribute terhadap kepuasan. Hal ini menandakan bahwa perusahaan online pelangi boutique telah melaksanakan melaksanakan online store attribute cukup baik sehingga dapat meningkatkan kepuasan konsumen. 7) Terdapat pengaruh positif antara online store attribute terhadap loyalitas. Hal ini menandakan bahwa perusahaan online pelangi boutique telah melaksanakan online store attribute cukup baik sehingga dapat meningkatkan loyalitas konsumen. 8) Terdapat pengaruh positif antara kepercayaan terhadap kepuasan. Hal ini menandakan bahwa perusahaan online pelangi boutique cukup baik mendapatkan kepercayaan sehingga kepuasan konsumen tercapai. 9) Terdapat pengaruh positif antara kepercayaan terhadap loyalitas. Hal ini menandakan bahwa perusahaan online pelangi boutique cukup baik mendapatkan kepercayaan sehingga loyalitas konsumen tercapai. 10) Terdapat pengaruh positif antara kepuasan terhadap loyalitas. Hal ini menandakan bahwa konsumen pada perusahaan online pelangi boutique cukup baik mendapatkan kepuasan sehingga loyalitas konsumen tercapai. Saran Berdasarkan dari tanggapan responden mengenai Pengaruh Online Store Attribute terhadap Kepercayaan, Kepuasan dan Loyalitas Konsumen Online, maka diperoleh saran sebagai berikut : 1. Sebaiknya Perusahaan Online Pelangi Boutique lebih meningkatkan Online Store Attribute, hal ini sehubungan dengan tingkat pengaruh yang cukup berarti terhadap Kepercayaan, Kepuasan dan Loyalitas Konsumen Online, misalnya dengan mengadakan diskon khusus bagi member Pelangi Boutique. 2. Sebaiknya Pelangi Boutique menata kembali gambar barang-barang yang dijualnya, sehingga gambar-gambar menjadi lebih jelas dan tidak membuat kekeliruan konsumen dalam menetapkan pilihan barang yang hendak dibeli. 3. Sebaiknya Pelangi Boutique memberikan kesempatan kepada konsumen untuk menyampaikan kritik dan saran dengan menyediakan kolom khusus ataupun media SMS (Short Messege Service) sehingga diharapkan kebutuhan konsumen terpenuhi sesuai dengan keinginannya.
DAFTAR PUSTAKA Buku: Amir, M. Taufiq. 2005. Dinamika Pemasaran: Jelajahi & Rasakan. Jakarta: PT. RajaGrafindo Persada. Arikunto, Suharsimi. 2006. Prosedur Penelitian Suatu Pendekatan Praktik. Jakarta : Rineka Cipta. Ba, S. and Pavlou, P.A. 2002. Evidence of the Effect of Trust Building Technology in Electronic Markets: Price Premium and Buyer Behaviour. MIS Quartely. Vol. 26. Chang, H.H., & Chen, S.W. 2008. The Impact of Online Store Environment Cues on Purchase Intention: Trust and Perceived Risk as a Mediator. Online Information, Zhejiang University, China. Claxton, Lena., Woo, Alison. (2008). How To Say It; Marketing with New Media, A Guide to Promoting Your Small Business, Using Websites, E-zines, Blogs, and Podcasts. New York (USA): Prentice Hall Press.
22
Dholakia, R.R., & Zhao, M. 2010. Effects of Online Store Attributes on Customer Satisfaction and Repurchase Intentions. Retail and Distribution Management, Zhejiang University, China. Doney, P.M., and Cannon, J.P. 2006. An Examination of The Nature of Trust in Buyer – Seller Relationship, “Journal of Marketing.” Engel, JF, Blackwell., Roger D. & Miniard ,Paul W., 1994, Perilaku Konsumen, edisi 6, jilid 1, Jakarta : Binarupa Aksara. Ferdinand, Augusty. 2000. Metode Penelitian Manajemen : Pedoman Penelitian untuk Penulisan Skripsi, Tesis, dan Disertasi Ilmu Manajemen. Semarang : Badan Penerbit Universitas Diponegoro. Fogg, TJ. 2001. Use of electric meat measuring equipment to estimated body composition in swine. J. Anim. Sci. Foreman, Mendelson. 2008. Achieving Socioeconomic Well-Being in Postconflict Setting. Washington: Quarterly. Gaertner dan Smith, S., 2001. Segmentation of brain MR images through a hidden Markov random field model and the expectation-maximization algorithm. IEEE Trans. Med. Imaging: New York. Giese & Cote. 2000. Academy of Marketing Science Review. Defining Consumer Satisfaction. Vol. 2000. Halim, Abdul Barakatullah dan Teguh Prasetyo. 2005.Bisnis E-Commerce Studi Sistem Keamanan dan Hukum di Indonesia. Yogyakarta: Pustaka Pelajar. Haubl, G., & Trifts, V. 2000. Customer Decision Making in Online Shopping Environments: The Effects of Interactive Decision Aids. Marketing Science, Volume 19, New York City. Hoffman, K.D. 1999. Marketing Principles and Best Practices Ohio: Mason. Kalakota and Whinston. 1997. Frontiers Of Electronic Commerce, Addison-Wesley Publilshing Company, Inc, Massachusetts. Kotler, Philip and Gary Armstrong; alih bahasa, Alexander Sindoro. 2003. Dasar-Dasar Pemasaran. Edisi kesembilan. Jilid 2. Jakarta : Penerbitan PT Indeks. Liang, T.P. and Lai, H.J. 2002. Effect of store design on consumer purchases: an empirical study of online bookstores, Information & Management, Vol. 39. New Jersey. Luhman, Nigel J. 1979. Digital Layout : For The Internet and Other Media, Singapore : AVA Book Production Pte. Ltd. Lupiyoadi, Rambat. 2001. Manajemen Pemasaran Jasa. Jakarta: Salemba Empat. Mardalis, Ahmad. 2005. Meraih Loyalitas Pelanggan. Jakarta : Balai Pustaka. McKnight, D.H., Choudhury, V. and Kacmar, C. 2006. The impact of initial consumer trust on intentions to transact with a Web site: a trust-building model, The Journal of Strategic Information Systems, Vol. 11. Morgan, Robert M. & Shelby D. Hunt. 1994. The Commitment Trust Theory of Relationship Marketing. Journal of Marketing.
23
Moorman. R.H. 1993. Relationship between organizational justice and organizational citizenship behaviors: do fairness perceptions influence employee citizenship? Journal of Applied Psychology. New Jersey. Mowen dan Minor. 1998. Perilaku Konsumen. Jakarta: Penerbit Erlangga. Nasution, A.H dan Prasetyawan, Y. 2004. Perencanaan dan. Pengendalian Produksi. Edisi Pertama. Yogyakarta : Graha Ilmu. Peter and Olson. 2002. Consumer Behavior. edisi 6. McGraw-Hill. New York. Rousseau, Jean JacQues. 1998. Kontrak Sosial, Terjemahan Sumarjo. Jakarta : Erlangga. Shim, Jae K. 2002. Kamus Istilah Akuntansi. Penerjemah: Moh Kurdi. Jakarta: Elex Media Komputindo. Shneiderman, B. 2000. Designing The User Interface. Addison Wesley. Sonja, G. K., & Ewald A. K. 2003. Empirical Research in Online rust : A review And Critical Asessment. International Jounral of Human-Computer Studies. Sugiyono. 2009. Metode Penelitian Adminstratif. Bandung: Alfabeta. Sudjana. 2005. Metode Statistika. Bandung: Tarsito. Sumarwan, U. 2003. Perilaku Konsumen Teori dan Penerapannya Dalam Pemasaran. Jakarta: Ghalia Indonesia. Sutisna. 2001. Perilaku Konsumen & Komunikasi Pemasaran. Bandung: PT. Remaja Rosda Karya. Tjiptono, Fandy. 1997. Strategi Pemasaran. Edisi 1. Yogyakarta: Andi. Wilkie, L. (1994). Consumer Behavior, 4th . New York : John Wiley & Sons. Sumber Penunjang: -
Jin, Byoungho. 2013. The Moderating Effect of Online Purchase Experience of Online Store Attributes and the Subsequent on Market Response Outcomes. Journal. Oklahoma State University.
-
Lestari, Karina Budi. 2012. Pengaruh Atribut Website dan Sumber Traffic Visitors Online Shop Terhadap Keputusan Pembelian. Jurnal Skripsi pada Institut Manajemen Telkom Bandung; Tidak diterbitkan.
-
Yurizka, A. 2011. Pengaruh Atribut Blog terhadap Preferensi Konsumen Toko Online. Jurnal Skripsi Sarjana pada Institut Manajemen Telkom Bandung: tidak diterbitkan.
-
Pelangi Butique@
[email protected], diakses tanggal 12 April 2013.
-
http://www.google.com/search?newwindow=1&biw=1024&bih=416&q=pengaruh+personal +selling+terhadap+volume+penjualan&oq=pengaruh+personal+&gs_l=serp.3.3.0l3j0i22i30l3 j0i8i5j0i22i30l3.112870.119906.0.125127.22.16.1.0.0.0.1885.13460.1j1j2j2j1j3j0j1j5.16.0...0 .0...1c.1.9.serp.D0ohsn8kKC8 diakses tanggal 12 April 2013.
24
25
