ANALISIS PERSEPSI PENGGUNA APLIKASI ...repository.usd.ac.id/35360/2/152114053_full.pdfDan dimajukan...

ANALISIS PERSEPSI PENGGUNA APLIKASI

TRANSPORTASI GRAB TERHADAP PERILAKU

PENGGUNAAN MOBILE PAYMENT OVO

(Studi pada Transportasi Online Grab)

SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Ekonomi

Program Studi Akuntansi

Oleh:

Katarina Siena

NIM : 152114053

PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI

FAKULTAS EKONOMI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2019

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

i





SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Ekonomi

Program Studi Akuntansi

Oleh:

Katarina Siena

NIM : 152114053

PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI

FAKULTAS EKONOMI


YOGYAKARTA

2019


ii


iii


iv

HALAMAN PERSEMBAHAN

“People who managed to take advantage of the mistakes

that she did, and will try again to perform in a

different way. “

-Dale Carnegie-

Kupersembahkan untuk:

Keluargaku dan Teman-temanku


v


FAKULTAS EKONOMI

JURUSAN AKUNTANSI – PROGRAM STUDI AKUNTANSI

PERNYATAAN KEASLIAN KARYA TULIS

Yang bertanda tangan di bawah ini, saya menyatakan bahwa Skripsi dengan judul:

ANALISIS PERSEPSI PENGGUNA APLIKASI TRANSPORTASI GRAB

TERHADAP PERILAKU PENGGUNAAN MOBILE PAYMENT OVO.

Dan dimajukan untuk diuji pada tanggal 18 Juli 2019 adalah hasil karya saya.

Dengan ini saya menyatakan dengan sesungguhnya bahwa dalam skripsi

ini tidak terdapat keseluruhan atau sebagian tulisan orang lain yang saya ambil

dengan cara menyalin, atau meniru dalam bentuk rangkaian kalimat atau simbol

yang menunjukkan gagasan atau pendapat atau pemikiran dari penulis lain yang

seolah-olah sebagai tulisan saya sendiri dan atau tidak terdapat bagian atau

keseluruhan tulisan yang saya salin, tiru, atau yang saya ambil dari tulisan orang

lain tanpa memberikan pengakuan pada penulis aslinya.

Apabila saya melakukan hal tersebut di atas, baik sengaja maupun tidak,

dengan ini saya menyatakan menarik skripsi yang saya ajukan sebagai hasil tulisan

saya sendiri. Bila kemudian terbukti bahwa saya ternyata melakukan tindakan

menyalin atau meniru tulisan orang lain seolah-olah hasil pemikiran saya sendiri,

berarti gelar dan ijazah yang telah diberikan oleh universitas batal saya terima

Yogyakarta, 31 Juli 2019

Yang membuat pernyataan,

Katarina Siena


vi

LEMBAR PERNYATAAN PERSETUJUAN

PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS

Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma:

Nama : Katarina Siena

Nomor Mahasiswa : 152114053

Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan

Universitas Sanata Dharma karya ilmiah saya yang berjudul :

ANALISIS PERSEPSI PENGGUNA APLIKASI TRANSPORTASI GRAB

TERHADAP PERILAKU PENGGUNAAN MOBILE PAYMENT OVO


beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan

kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan, me-

ngalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data,

mendistribusikan secara terbatas, dan mempublikasikannya di Internet atau media

lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya maupun

memberikan royalti kepada saya selama tetap mencantumkan nama saya sebagai

penulis.

Demikian pernyataan ini yang saya buat dengan sebenarnya.

Dibuat di Yogyakarta

Pada tanggal 31 Juli 2019

Yang menyatakan

( Katarina Siena )


vii

KATA PENGANTAR

Segala puji dan syukur ke hadirat Tuhan Yang Maha Esa yang telah

memberikan rahmat dan karunia-Nya kepada penulis sehingga dapat

menyelesaikan skripsi ini. Penulisan skripsi ini bertujuan untuk memenuhi salah

satu syarat untuk memperoleh gelar sarjana para Program Studi Akuntansi, Fakultas

Ekonomi, Universitas Sanata Dharma.

Dalam menyusun skripsi ini, penulis mendapatkan bantuan, semangat dan

bimbingan dari berbagai pihak. Oleh karena itu, penulis mengucapkan terima kasih

kepada:

1. Drs. Johanes Eka Priyatna, M.Sc. Phd selaku Rektor Universitas Sanata Dharma

yang telah memberikan kesempatan untuk belajar dan mengembangkan

kepribadian kepada penulis.

2. Albertus Yudi Yuniarto, S.E, M.B.A., selaku Dekan Fakultas Ekonomi

Universitas Sanata Dharma.

3. Drs. YP. Supardiyono, M.Si., Akt., QIA., selaku Kepala Program Studi

Akuntansi Universitas Sanata Dharma dan selaku Dosen Pembimbing

Akademik.

4. Aurelia Melinda Nisita Wardhani, S.E., M.Sc. selaku Pembimbing yang telah

membantu serta membimbing penulis dalam menyelesaikan skripsi ini.

5. Responden yang bersedia menjawab kuesioner untuk membantu data yang

dibutuhkan peneliti untuk penelitian ini.


viii

6. Orangtua saya Antonius Suhardi dan Birgita Tini serta kakak dan adik saya

Angela Merici, Margareta Gertrud, Tomas Becket dan Klemens Valois yang

peduli dan selalu memberikan doa, motivasi, dan semangat sehingga saya dapat

menyelesaikan skripsi ini dengan baik.

7. Partner saya Alex Umar Rosli Syahroni yang selalu memberikan dukungan

untuk semangat dalam mengerjakan skripsi.

8. Sahabat saya Yuliana, Maria Margaretha, Florianus, dan Adi Prasetya yang

selalu ada untuk saya dalam perkuliahan di Universitas Sanata Dharma.

9. Teman kos saya Natalia dan Meivin yang selalu menghibur dan memberikan

semangat disaat saya menyelesaikan skripsi ini.

10. Semua pihak yang tidak dapat saya sebutkan satu-persatu yang sudah

mendukung saya lewat doa dan semangat.

Dalam skripsi ini, saya menyadari bahwa skripsi ini masih banyak

kekurangan. Oleh karena itu, saya mengharapkan kritik dan saran dari pembaca

agar dapat mengembangkan penelitian ini. Semoga skripsi ini dapat bermanfaat

bagi pembaca.

Yogyakarta, 31 Juli 2019

Katarina Siena


ix

DAFTAR ISI

Halaman

HALAMAN JUDUL .............................................................................................. i

HALAMAN PERSETUJUAN PEMBIMBING ................................................. ii

HALAMAN PENGESAHAN .............................................................................. iii

HALAMAN PERSEMBAHAN .......................................................................... iv

HALAMAN PERNYATAAN KEASLIAN KARYA TULIS ............................ v

HALAMAN PERNYATAAN PUBLIKASI ....................................................... vi

HALAMAN KATA PENGANTAR ................................................................... vii

HALAMAN DAFTAR ISI ................................................................................... ix

HALAMAN DAFTAR TABEL .......................................................................... xi

HALAMAN DAFTAR GAMBAR .................................................................... xiii

HALAMAN DAFTAR LAMPIRAN ................................................................ xiv

ABSTRAK ........................................................................................................... xv

ABSTRACT ........................................................................................................ xvi

BAB I PENDAHULUAN ...................................................................................... 1

A. Latar Belakang Masalah .................................................................... 1

B. Rumusan Masalah .............................................................................. 5

C. Batasan Masalah ................................................................................ 5

D. Tujuan Penelitian ............................................................................... 5

E. Manfaat penelitian ............................................................................. 5

F. Sistematika Penulisan ........................................................................ 6

BAB II LANDASAN TEORI ............................................................................... 8

A. Landasan Teori .................................................................................. 8

B. Penelitian Terdahulu ........................................................................ 17

C. Perumusan Hipotesis Penelitian ....................................................... 23

BAB III METODE PENELITIAN .................................................................... 44

A. Jenis Penelitian ................................................................................ 44

B. Subjek dan Objek Penelitian ............................................................ 44

C. Populasi dan Sampel Penelitian ....................................................... 45

D. Teknik Pengumpulan Data ............................................................... 46


x

E. Variabel Penelitian dan Definisi Operasional .................................. 47

F. Pengukuran Variabel ........................................................................ 53

G. Teknik Analisis Data ....................................................................... 54

BAB IV GAMBARAN UMUM PERUSAHAAN ............................................. 58

A. Sejarah Umum Perusahaan .............................................................. 58

B. Bidang Usaha ................................................................................... 59

C. Visi dan Misi .................................................................................... 59

BAB V ANALISIS DATA DAN PEMBAHASAN ........................................... 60

A. Deskripsi Data Penelitian ................................................................. 60

B. Analisis Deskriptif ........................................................................... 66

C. Analisis Data Penelitian ................................................................... 81

D. Hasil Penelitian dan Interpretasi .................................................... 109

BAB VI PENUTUP ........................................................................................... 130

A. Kesimpulan .................................................................................... 130

B. Keterbatasan Penelitian .................................................................. 131

C. Saran .............................................................................................. 131

DAFTAR PUSTAKA ........................................................................................ 133

LAMPIRAN ....................................................................................................... 137


xi

DAFTAR TABEL

Halaman

Tabel 1. Indikator Variabel ................................................................................... 51

Tabel 1. Indikator Variabel (Lanjutan) ................................................................. 52

Tabel 1. Indikator Variabel (Lanjutan) ................................................................. 53

Tabel 2. Karakteristik Responden Berdasarkan Pengalaman menggunakan OVO

pada Grab ................................................................................................ 61

Tabel 3. Karakteristik Responden berdasarkan Jumlah Penggunaan OVO pada

Grab......................................................................................................... 62

Tabel 4. Karakteristik Responden Berdasarkan Usia ............................................ 63

Tabel 5. Karakteristik Responden Berdasarkan Domisili ..................................... 64

Tabel 6. Karakteristik Responden Berdasarkan Status Pekerjaan ........................ 65

Tabel 7. Hasil Uji Statistik Konstruk Perceived Ease of Use (PEOU) ................ 67

Tabel 8. Hasil Uji Statistik Konstruk Perceived Usefulness (PU) ........................ 68

Tabel 9. Hasil Uji Statistik Konstruk Attitude Towards Using (ATU) ................. 69

Tabel 10. Hasil Uji Statistik Konstruk Behavioral Intention (BIU) ..................... 70

Tabel 11. Hasil Uji Statistik Konstruk Perceived Usage (AU) ............................ 72

Tabel 12. Hasil Uji Statistik Konstruk Mobility (MOB) ....................................... 73

Tabel 13. Hasil Uji Statistik Konstruk Reachability (REA) ................................. 74

Tabel 14. Hasil Uji Statistik Konstruk Compatibility (COM) .............................. 75

Tabel 15. Hasil Uji Statistik Konstruk Convenience (CON) ................................ 77

Tabel 16. Hasil Uji Statistik Konstruk Mobile Payment Knowledge (MPK) ....... 78

Tabel 17. Hasil Uji Statistik Konstruk Perceived Security and Privacy (SP) ...... 79

Tabel 18. Hasil Uji Statistik Konstruk Perceived Trust (TR) ............................... 80

Tabel 19. Nilai Outer Loading Mobile Payment Knowledge ................................ 83

Tabel 20. Nilai Outer Loading Mobility ............................................................... 84

Tabel 21. Nilai Outer Loading Reachability ......................................................... 85

Tabel 22. Nilai Outer Loading Compatibility ....................................................... 86

Tabel 23. Nilai Outer Loading Convenience ........................................................ 88

Tabel 24. Nilai Outer Loading Perceived Ease of Use ......................................... 89

Tabel 25. Nilai Outer Loading Perceived Usefulness ........................................... 90

Tabel 26. Nilai Outer Loading Attitude Towards Using ....................................... 91


xii

Tabel 27. Nilai Outer Loading Behavioral Intention ............................................ 92

Tabel 28. Nilai Outer Loading Perceived Usage .................................................. 94

Tabel 29. Nilai Outer Loading Perceived Trust ................................................... 95

Tabel 30. Nilai Outer Loading Perceived Security and Privacy .......................... 96

Tabel 31. Nilai AVE (Average Variance Expected) ............................................. 98

Tabel 32. Korelasi Variabel Laten ........................................................................ 99

Tabel 33. Nilai Cross Loading ............................................................................ 100

Tabel 33. Nilai Cross Loading (Lanjutan) .......................................................... 101

Tabel 33. Nilai Cross Loading (Lanjutan) .......................................................... 102

Tabel 34. Uji Reliabilitas .................................................................................... 104

Tabel 35. R-Squared Coefficients ....................................................................... 105

Tabel 36. Path Coefficient (T-Statistic) .............................................................. 107

Tabel 36. Path Coefficient (T-Statistic) (Lanjutan)............................................. 108


xiii

DAFTAR GAMBAR

Halaman

Gambar 1 Technology Acceptance Model (TAM) ...................................................... 14

Gambar 2 Kerangka Pemikiran (2019)........................................................................ 25

Gambar 3. Uji 1 Mobile Payment Knowledge ............................................................ 83

Gambar 4. Uji 2 Mobile Payment Knowledge ............................................................ 83

Gambar 5. Uji 1 Mobility .............................................................................................. 84

Gambar 6. Uji 2 Mobility .............................................................................................. 84

Gambar 7. Uji 1 Reachability ....................................................................................... 85

Gambar 8. Uji 2 Reachability ....................................................................................... 85

Gambar 9. Uji 1 Compatibility ..................................................................................... 87

Gambar 10. Uji 2 Compatibility ................................................................................... 87

Gambar 11. Uji 1 Convenience .................................................................................... 88

Gambar 12. Uji 2 Convenience .................................................................................... 88

Gambar 13. Uji 1 Perceived Ease of Use .................................................................... 89

Gambar 14. Uji 2 Perceived Ease of Use .................................................................... 89

Gambar 15. Uji 1 Perceived Usefulness ...................................................................... 90

Gambar 16. Uji 2 Perceived Usefulness ...................................................................... 90

Gambar 17. Uji 1 Attitude Towards Using ................................................................. 92

Gambar 18. Uji 2 Attitude Towards Using ................................................................. 92

Gambar 19. Uji 1 Behavioral Intention ....................................................................... 93

Gambar 20. Uji 2 Behavioral Intention ....................................................................... 93

Gambar 21. Uji 1 Perceived Usage ............................................................................. 94

Gambar 22. Uji 2 Perceived Usage ............................................................................. 94

Gambar 23. Uji 1 Perceived Trust ............................................................................... 95

Gambar 24. Uji 2 Perceived Trust ............................................................................... 95

Gambar 25. Uji 1 Perceived Security and Privacy .................................................... 97

Gambar 26. Uji 2 Perceived Security and Privacy .................................................... 97


xiv

DAFTAR LAMPIRAN

Halaman

Lampiran 1 Kuesioner Penelitian ........................................................................ 138

Lampiran 2 Hasil Uji Statistik SPSS ................................................................... 149

Lampiran 3 Outer Loading.................................................................................. 151

Lampiran 4 AVE (Average Variance Expected) ................................................. 153

Lampiran 5 Korelasi Variabel Laten ................................................................... 153

Lampiran 6 Cross Loading ................................................................................. 154

Lampiran 7 Uji Reliabilitas ................................................................................. 156

Lampiran 8 R-Squared ........................................................................................ 156

Lampiran 9 T-Statistics ....................................................................................... 157

Lampiran 10 Kerangka Pemikiran ...................................................................... 158


xv

ABSTRAK





Katarina Siena

NIM : 152114053

Universitas Sanata Dharma

2019

Mobile Payment OVO merupakan metode pembayaran baru yang hadir di

Indonesia dan bekerjasama dengan Grab pada bulan Juni 2018 sebagai metode

pembayaran online. Penelitian ini bertujuan untuk mengetahui persepsi pengguna

aplikasi transportasi Grab terhadap perilaku penggunaan mobile payment OVO.

Jenis penelitian ini adalah studi survei. Subjek penelitian ini adalah

pengguna mobile payment OVO pada transportasi online Grab di Jabodetabek dan

Yogyakarta. Sampling dilakukan dengan metode snowball. Teknik pengumpulan

data menggunakan metode survei, dengan menyebarkan kuesioner online dan

wawancara online melalui google form.

Hasil penelitian ini menunjukkan bahwa persepsi pengguna mobile payment

OVO pada Grab memiliki pengaruh terhadap perilaku pengguna. Hal ini didasari

oleh kemudahan jangkauan, kepercayaan, serta keamanan dan privasi pengguna

saat menggunakan mobile payment OVO pada transportasi Grab.

Kata Kunci: Technology Acceptance Model, Mobile Payment Characteristic,

Mobile Payment Knowledge, Perceived Security and Privacy,

Perceived Trust.


xvi

ABSTRACT

PERCEPTION ANALYSIS ON GRAB

TRANSPORTATION APPLICATION USERS TOWARDS THE

BEHAVIOR OF OVO MOBILE PAYMENT USE

(A Study of Grab Online Transportation)

Katarina Siena

NIM : 152114053

Sanata Dharma University

2019

OVO Mobile Payment is a new method of online payment which has existed

and cooperated together with Grab since June 2018. This research aims to

understand user's perception on Grab transportation application towards usage

behavior of OVO mobile payment.

The type of this research is a survey study. The research subjects are all

users of OVO mobile payment who use online transportation in Jabodetabek and

Yogyakarta. Sampling was collected using snowball method. The data was

collected through survey method by spreading online questionnare and online

interview through Google Form.

The result shows that user's perception of OVO mobile payment has an

effect towards user's behavior. Those are caused by seamless coverage, trust, safety,

and privacy of users when they use the OVO mobile payment in Grab application.

Keywords: Technology Acceptance Model, Mobile Payment Characteristic,

Mobile Payment Knowledge, Perceived Security and Privacy,

Perceived Trust.


1

BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Teknologi saat ini memiliki kemajuan dalam berbagai inovasi yang

memberikan kemudahan dalam memenuhi kebutuhan manusia. Perkembangan

kemajuan teknologi dengan internet berperan untuk mendukung pekerjaan dan

kebutuhan manusia. Kebutuhan primer berupa pakaian, makanan dan

kebutuhan lainnya yang bisa didapat dengan mudah melalui aplikasi berbasis

internet. Melihat perkembangan internet sangat pesat, teknologi dan sistem

informasi memberikan berbagai macam inovasi, khususnya pada transportasi.

Jenis transportasi menurut bbc.com (2017) terdiri dari dua, yaitu transportasi

konvensional dan transportasi online. Transportasi konvensional berupa ojek

pangkalan dan angkutan umum, sedangkan transportasi online berupa Grab dan

Go-Jek.

Transportasi online merupakan transportasi yang memanfaatkan aplikasi

sebagai media pemesanan untuk memudahkan konsumen dalam hal pemenuhan

jasa transportasi. Usaha dalam bidang jasa transportasi umum merupakan usaha

yang menguntungkan di berbagai daerah. Transportasi umum menurut

infopeluangusaha.org (2018) telah memberikan keuntungan bagi pengendara

karena penghasilan yang cukup memberikan keuntungan yang besar. Selain

praktis, masyarakat juga membutuhkan kendaraan yang cepat dan dapat

terhindar dari kemacetan. Transportasi yang menggunakan aplikasi online yang

digemari oleh masyarakat saat ini adalah Grab.


2

Grab (Grab.com) merupakan aplikasi layanan transportasi online yang

berada di Asia Tenggara. Grab hadir di Indonesia pada bulan Juni 2012 dan

memberikan layanan transportasi secara online. Produk layanan Grab terdiri dari

ojek online (GrabBike), mobil (GrabCar), taksi (GrabTaxi), kurir (GrabExpress),

pesan antar makanan (GrabFood), carpooling social (GrabHich Car) dan

GrabGerak. Pembayaran pada Grab dapat dilakukan secara tunai dan secara

online. Pembayaran Grab (Kontan.co.id, 2018) menggunakan GrabPay. Namun

seiring berjalannya waktu, Grab tidak menggunakan GrabPay lagi dikarenakan

Grab belum mendapatkan izin lisensi electronic money dari Bank Indonesia

untuk menjalankan fitur GrabPay secara penuh. Dengan adanya masalah

tersebut, Grab melakukan kerjasama dengan OVO pada tahun 2017. OVO secara

resmi sudah dilisensi oleh Bank Indonesia untuk menyediakan layanan jasa

electronic money. Bank Sentral sudah memberikan izin operasional penuh pada

electronic money OVO pada 7 Agustus 2017 dan mulai beroperasional pada 22

Agustus 2017. Pembayaran secara online pada Grab melalui OVO merupakan

bagian dari Financial Technology (Fintech).

Fintech diatur dalam peraturan Bank Indonesia Nomor 19/12/PBI/2017

merupakan penggunaan teknologi sistem keuangan yang menghasilkan produk,

layanan, teknologi, dan/atau model bisnis baru serta dapat berdampak pada

stabilitas moneter, stabilitas sistem keuangan, efisiensi, kelancaran, keamanan

dan keandalan sistem pembayaran. Penggunaan fintech dapat digunakan untuk

pembelian saham, sebagai alat pengatur keuangan, sebagai pengumpulan uang

dan perencanaan uang untuk masa depan, pendukung pasar, manajemen


3

investasi dan manajemen risiko, pinjaman, pembiayaan dan penyedia modal, dan

jasa finansial lainnya. Di sisi lain, fintech (bi.go.id, 2018) berupa pembayaran

elektronis yang biasa disebut electronic money (E-Money). Hal ini merupakan

sejumlah uang yang tersimpan dalam peralatan elektronis dimana pengguna

dapat melakukan transaksi. Namun, penggunaan dompet elektronik rentan

mengalami penipuan yang dapat dengan mudah dilakukan. Kasus penipuan

terhadap penggunaan dompet elektronik membuat masyarakat menimbulkan

keraguan terhadap kepercayaan dan dalam penggunaan dompet elektronik.

Berdasarkan pemaparan permasalahan di atas, peneliti tertarik untuk

melakukan penelitian terhadap persepsi perilaku pengguna saat melakukan

pembayaran melalui OVO dalam aplikasi transportasi online Grab. Persepsi

pengguna yang akan diteliti dalam penelitian ini adalah mobile payment

characteristic yang terdiri dari mobility, reachability, compatibility, dan

convenience. Selanjutnya penelitian ini juga ingin melihat persepsi pengetahuan

(mobile payment knowledge) yang dimiliki oleh pengguna OVO sebagai

pembayaran transportasi Grab, kepercayaan pelanggan dalam penggunaan OVO

sebagai pembayaran transportasi Grab (perceived trust), serta keamanan dan

privasi pelanggan dalam menggunakan OVO sebagai pembayaran Grab

(perceived security and privacy). Penelitian ini diharapkan dapat memberikan

keyakinan kepada pengguna transportasi online Grab untuk melakukan

pembayaran transaksi melalui OVO.

Di sisi lain, penelitian ini dilatarbelakangi penelitian terdahulu yang

dilakukan oleh Davis et al. (1989) terkait model penerimaan teknologi


4

(Technology Acceptance Model) yang merupakan suatu model penerimaan

sistem teknologi informasi yang akan digunakan oleh pemakai, Venkatesh et al.

(2003), Kim et al. (2010), Liu et al. (2015), dan Marakarkandy et al. (2017).

Penelitian ini diharapkan berkontribusi terhadap pengguna dan masyarakat

terkait dengan persepsi mereka mengenai penggunaan mobile payment OVO

pada transportasi online Grab. Keamanan dan privasi yang dapat dirasakan oleh

masyarakat dapat mengurangi kekhawatiran akan risiko penggunaan, seperti

halnya penipuan pembayaran dan keterlambatan pelayanan serta meningkatkan

kepercayaan terhadap penggunaan OVO sebagai aplikasi pembayaran

transportasi online Grab.

Berdasarkan permasalahan yang telah dipaparkan diatas, peneliti memilih

kota Jabodetabek dan Yogyakarta sebagai tempat penelitian karena Jabodetabek

sebagai pusat kota dengan tingkat penghasilan yang tinggi dan tranportasi online

Grab sebagai solusi untuk mengatasi masalah kemacetan di daerah Jabodetabek.

Selain itu, Jabodetabek juga menjadi kota wisata bagi wisatawan. Sementara itu,

kota Yogyakarta dipilih dalam penelitian ini karena sebagai kota pelajar dan kota

budaya yang paling dituju para wisatawan sehingga transportasi online Grab

memberikan kepercayaan agar mudah dijangkau bagi semua kalangan baik

mahasiswa maupun wisatawan, serta praktis dan efisiensi untuk digunakan

terutama bagi mahasiswa.


5

B. Rumusan Masalah

Berdasarkan latar belakang penelitian yang sudah diuraikan, maka

perumusan masalahnya adalah sebagai berikut: Bagaimana persepsi pengguna

aplikasi transportasi Grab terhadap perilaku penggunaan mobile payment OVO?

C. Batasan Masalah

Agar penelitian ini dapat lebih fokus dan mendalam, maka peneliti

melakukan batasan penelitian terhadap pengguna OVO pada transportasi online

Grab di Jakarta, Bogor, Depok, Tangerang, Bekasi, dan Yogyakarta.

D. Tujuan Penelitian

Tujuan dalam penelitian ini adalah untuk mengetahui persepsi penggunaan

mobile payment OVO terhadap perilaku pengguna aplikasi transportasi online

Grab di Jakarta, Bogor, Depok, Tangerang, Bekasi, dan Yogyakarta.

E. Manfaat penelitian

Manfaat dalam penelitian ini untuk:

1. Masyarakat

Penelitian ini diharapkan memberikan kemudahan kepada masyarakat

mengenai pemahaman financial technology di kehidupan sehari-hari

serta membantu masyarakat dalam memahami kebutuhan transportasi

online mengenai kepercayaan, kemudahan jangkauan, serta keamanan

dan privasi pelanggan terhadap transportasi online Grab.


6

2. Universitas Sanata Dharma

Penelitian ini diharapkan memberikan kemudahan kepada mahasiswa

dalam pemahaman penggunaan mobile payment OVO pada transportasi

online Grab.

3. Peneliti

Penelitian ini sebagai pemahaman seberapa penting kebutuhan

masyarakat dalam penggunaan mobile payment OVO untuk transportasi

online Grab serta mengetahui sistem pembayaran Grab dengan

menggunakan OVO.

F. Sistematika Penulisan

Sistematika penulisan dalam penelitian ini, disusun sebagai berikut:

BAB I Pendahuluan

Bab ini berisi mengenai latar belakang masalah, permasalahan,

batasan masalah, tujuan dan manfaat penelitian, serta sistematika

penulisan.

BAB II Landasan Teori

Bab ini berisi teori mengenai teori yang berhubungan dengan

penelitian dan penelitian terdahulu.

BAB III Metodologi Penelitian

Bab ini menjelaskan mengenai variabel penelitian, metode

pengumpulan data, waktu dan tempat penelitian, dan prosedur

analisis data.


7

BAB IV Gambaran Umum

Bab ini menjelaskan mengenai sejarah perusahaan, bidang usaha

beserta visi dan misi perusahaan.

BAB V Analisis Data dan Pembahasan

Bab ini melakukan pengujian hipotesis dengan tujuan untuk

menganalisis hasil penelitian.

BAB VI Penutup

Bab ini menjelaskan kesimpulan, keterbatasan dan saran dari

peneliti.


8

BAB II

LANDASAN TEORI

A. Landasan Teori

1. Definisi Financial Technology

Menurut Liudmila et al. (2016), “financial technology berasal dari

kata yang memiliki hubungan antara “keuangan” dan “teknologi” yang

menuju pada bidang baru dan inovatif baru yang menarik perhatian dari

publisitas serta investasi yang terus meningkat.” Financial Technology

memberi peluang kepada masyarakat, seperti contohnya adalah

memungkinkan transparansi, mengurangi biaya, dan yang paling

terpenting untuk membuat informasi yang dapat diakses.

Financial Technology diatur dalam peraturan Bank Indonesia Nomor

19/12/PBI/2017 menyatakan sebagai berikut:

“Financial Technology merupakan penggunaan teknologi sistem

keuangan yang menghasilkan produk, layanan, teknologi,

dan/atau model bisnis baru serta dapat berdampak pada stabilitas

moneter, stabilitas sistem keuangan, efisiensi, kelancaran,

keamanan dan keandalan sistem pembayaran. Penggunaan

financial technology dapat digunakan untuk pembelian saham,

sebagai alat pengatur keuangan, sebagai pengumpulan uang dan

perencanaan uang untuk masa depan, pendukung pasar,

manajemen investasi dan manajemen risiko, pinjaman,

pembiayaan dan penyedia modal, dan jasa finansial lainnya”.

Selain itu, Kelvin (2018:75-77) mengatakan bahwa klasifikasi aplikasi

Fintech menjadi empat proses bisnis operasional utama, yaitu:


9

a. Fintech on Payments

Pada aspek pembayaran, tren utama pada pembayaran tanpa

uang tunai menjadi solusi yang dapat memudahkan pengguna

untuk melakukan transaksi dengan menggunakan elektronik.

Solusi pembayaran elektronik meningkatkan proses dalam hal

keamanan, kenyamanan, dan efisiensi.

b. Fintech on Advisory Service

Layanan konsultasi mengacu untuk memberikan saran kepada

pengguna sesuai dalam penggunaan elektronik. Fintech telah

dianggap sebagai inovasi untuk sektor layanan konsultasi. Solusi

layanan konsultasi harus berfokus pada bagaimana meningkatkan

proses dalam hal personalisasi, pengurangan biaya, fleksibilitas,

otomatisasi, peningkatan pengalaman pengguna dan pengambilan

keputusan keuangan.

c. Fintech on Financing

Pendanaan mengacu pada tindakan pengguna untuk

mendapatkan dana kegiatan bisnis dari berbagai sumber. Sumber

keuangan tradisional dapat dikategorikan seperti keluarga,

pinjaman bank, laba, modal ventura, waralaba, dana pemerintah,

pasar saham, obligasi, dan lain-lain.


10

d. Fintech on Compliance

Kepatuhan mengacu pada penyesuaian pengguna terhadap

seperangkat peraturan, seperti spesifikasi, kebijakan, standar atau

hukum. Kepatuhan menjadi proses bisnis utama untuk berbagai

bisnis. Proses kepatuhan dapat mengurangi risiko, meningkatkan

kepercayaan, dan mengurangi biaya transaksi.

2. Definisi Mobile Payment

Menurut Liu et al. (2015:2), “mobile payment adalah pembayaran

elektronik yang menggunakan internet sebagai persyaratan pembayaran

dan memberikan kemudahan dalam melakukan transaksi, namun belum

sepenuhnya dapat dimanfaatkan untuk keuntungan sendiri.” Konsumen

sebelumnya tidak terbiasa dengan internet dan hanya memperlakukannya

sebagai sarana mengumpulkan informasi. Konsumen secara bertahap

menerima saluran ini untuk keputusan pembelian dan transaksinya.

Pengguna dapat melihat keuntungan pembayaran-pembayaran berbeda dan

mengadopsi teknologi pembayaran baru yang sesuai.

Dalam penelitian Kim (2010:312), “mobile payment adalah metode

pembayaran alternatif untuk barang, jasa, dan tagihan/faktur. Hal ini

menggunakan perangkat seluler (seperti ponsel, ponsel pintar, atau asisten

digital pribadi) dan teknologi komunikasi nirkabel (seperti jaringan

telekomunikasi seluler).” Mobile Payment dapat digunakan dalam berbagai

pembayaran, seperti pembayaran untuk konten digital, tiket konser atau

penerbangan, biaya parkir, tarif bus, kereta api dan taksi.


11

Menurut Cernev et al. (2011), pembayaran mobile diakui sebagai alat

pembayaran transaksi yang pada akhirnya meniru konsep uang digital dan

kemudian disebut sebagai mobile money. Transaksi ponsel mengacu pada

transaksi yang dilakukan melalui teknologi mobile. Pembayaran mobile

(mobile payment) termasuk pembayaran yang dilakukan atau diaktifkan

melalui teknologi mobilitas digital, melalui perangkat genggam, dengan

menggunakan jaringan telekomunikasi seluler.

3. Definisi Karakteristik Mobile Payment

Menurut Kim (2010:313-314), penjelasan rinci tentang karakteristik

sistem pembayaran seluler adalah sebagai berikut:

a. Mobilitas (Mobility)

Mobilitas yaitu kemampuan untuk mengakses layanan di

mana-mana, saat bepergian, dan melalui jaringan nirkabel dan

berbagai perangkat seluler, termasuk ponsel.

b. Jangkauan (Reachability)

Jangkauan yaitu kemampuan yang memungkinkan seseorang

untuk dihubungi kapan saja dan di mana saja oleh layanan

tersebut, serta menyediakan pengguna dengan pilihan untuk

membatasi jangkauan mereka ke orang atau waktu tertentu.

c. Kompatibilitas (Compatibility)

Kompatibilitas yaitu layanan seluler yang sesuai dengan

kebutuhan pengguna serta gaya hidup, dan memungkinkan


12

pengguna mencoba layanan baru yang memiliki pengaruh positif

pada sikap terhadap penggunaan teknologi seluler.

d. Kenyamanan (Convenience)

Kenyamanan adalah kemampuan yang memungkinkan

seseorang sangat percaya pada manfaat teknologi, tetapi hanya

ketika teknologi didasarkan pada niat pengguna untuk membuat

lebih mudah digunakan bagi seseorang dan untuk memperbaiki

kesulitan dalam penggunaan.

4. Definisi Mobile Payment Knowledge

Menurut Kim (2010:313), “mobile payment knowledge adalah

pengetahuan yang ada pada pengguna mengenai penggunaan mobile

payment di beberapa layanan dan pengguna berani untuk lebih banyak

mencoba layanan baru.” Hubungan antara pengetahuan pembayaran

seluler dan niat untuk menggunakan pembayaran mobile sangat sedikit

pengetahuannya. Mobile payment knowledge sangat penting bagi

pengguna untuk mengetahui seberapa mudah pengguna menggunakan

mobile payment untuk layanan mereka.

5. Technology Acceptance Model (TAM)

Menurut Davis (1989), “model penerimaan teknologi adalah teori

tentang penggunaan sistem teknologi informasi yang dianggap sangat

berpengaruh dan umumnya digunakan untuk menjelaskan penerimaan

individual terhadap penggunaan sistem teknologi informasi”. Menurut

Nasri (2012), Technology acceptance model merupakan salah satu


13

kerangka teoritis untuk memprediksi penerimaan dan penggunaan

teknologi informasi baru (perangkat lunak dan sistem informasi) dalam

organisasi. Berdasarkan penelitian Hwang (2003), teori technology

acceptance model menyatakan bahwa niat perilaku merupakan penentu

penggunaan sistem yang sebenarnya, dan niat perilaku ditentukan oleh dua

keyakinan yang menonjol yaitu kegunaan penggunaan dan kemudahan

penggunaan. Dalam model ini menggunakan sistem secara langsung

ditentukan oleh niat perilaku untuk menggunakan tenologi dan dipengaruhi

oleh sikap pengguna terhadap menggunakan teknologi tersebut.

Selanjutnya, dalam penelitian Kesharwani (2011) menyatakan bahwa

model penerimaan teknologi dianggap model yang paling banyak

digunakan dan kuat untuk memprediksi individu terkait dengan adopsi

teknologi baru.

Menurut Taherdoost (2017), Technology Acceptance Model

menjelaskan motivasi pengguna dengan tiga faktor yaitu manfaat yang

dirasakan, persepsi kemudahaan penggunaan, dan sikap terhadap

penggunaan. Oleh karena itu, Technology Acepptance Model dengan dua

keyakinan utama seperti manfaat yang dirasakan dan kemudahan

penggunaan memiliki dampak yang cukup besar pada sikap pada

pengguna.


14

Model dari TAM dapat dilihat pada gambar berikut:

Gambar 1

Technology Acceptance Model (TAM)

Sumber: Jogiyanto (2007)

Techonology Acceptance Model (TAM) menggunakan lima konstruk

utama, yaitu sebagai berikut:

a. Kegunaan persepsian (perceived usefulness) didefinisikan oleh

Davis (1989) sebagai sejauh mana seseorang percaya bahwa

menggunakan suatu teknologi akan meningkatkan kinerja

pekerjaannya. Definisi ini menjelaskan bahwa kegunaan

persepsian (perceived usefulness) mampu digunakan dan berguna.

Dengan demikian, jika seseorang merasa percaya bahwa sistem

informasi berguna, maka dia akan menggunakannya.

b. Kemudahan penggunaan persepsian (perceived ease of use)

didefinisikan oleh Davis (1989) sebagai sejauh mana seseorang

percaya bahwa menggunakan teknologi akan bebas dari usaha.

Definisi ini menjelaskan bahwa kemudahan penggunaan

persepsian (perceived ease of use) mudah digunakan dan


15

meringankan atau seseorang dapat mengalokasikan untuk

berbagai kegiatan yang menjadi tanggung jawab.

c. Sikap terhadap perilaku (attitude towards behaviour)

didefinisikan oleh Davis dan Venkatesh (2003) sebagai reaksi

perasaan keseluruhan individu untuk menggunakan suatu sistem.

d. Minat perilaku (behavioral intention) didefinisikan oleh Jogiyanto

(2007) sebagai suatu keinginan minat seseorang untuk melakukan

suatu perilaku yang tertentu. Seseorang akan melakukan suatu

perilaku jika mempunyai keinginan atau minat untuk

melakukannya.

e. Perilaku (behaviour) didefinisikan oleh Jogiyanto (2007) sebagai

tindakan yang dilakukan oleh seseorang. Dalam konteks

penggunaan sistem teknologi informasi, perilaku adalah

penggunaan sesungguhnya dari teknologi (actual technology use).

6. Kepercayaan (Perceived Trust)

Menurut Gefen et al. (2003), “kepercayaan adalah aspek sentral dalam

banyak transaksi ekonomi karena kebutuhan manusia yang mendalam

untuk memahami lingkungan sosial, yaitu seperti mengidentifikasi apa,

kapan, mengapa, dan bagaimana orang lain berperilaku.” Dalam penelitian

Marakarkandy (2017), “kepercayaan adalah konsep yang menggabungkan

perilaku dengan keputusan seseorang berdasarkan pendapat orang yang

dapat diandalkan dan menumbuhkan harapan bagi pengguna.”


16

Kepercayaan terkait dengan ketidakpastian lingkungan dan kepuasan

pelanggan.

Menurut Natalia (2018), dengan tidak adanya kepercayaan dari setiap

keputusan yang diambil oleh pengguna, mengetahui berbagai

kemungkinan dan risiko yang terjadi sangat diperlukan untuk mencegah

ketidakmungkinan pengguna dalam berinteraksi sosial dengan kelompok

lain.

7. Keamanan dan Privasi (Perceived Security and Privacy)

Menurut Gefen et al. (2003), “keamanan adalah perasaan khawatir

seseorang mengenai masalah dalam menggunakan layanan dan melakukan

transaksi, terutama pada layanan baru.” Perasaan ini terdapat pada

kemudahan penggunaan dan kegunaan yang dirasakan ketika mereka

memiliki niat untuk menggunakan layanan baru.

Keamanan informasi pelanggan menurut Liu et al. (2015) sangat

penting bagi semua bisnis untuk melayani klien karena pelanggan harus

aman ketika melakukan pembelian dan menunggu penyelesaian transaksi

tanpa khawatir. Oleh karena itu, keamanan yang dirasakan dapat

meningkatkan jumlah pelanggan untuk melakukan transaksi dalam

lingkungan online. Ketika pengguna mempercayai keamanan layanan,

mereka akan dengan nyaman menikmati manfaat yang diberikan oleh

layanan tersebut. Menurut Nasri (2012), pentingnya keamanan dan privasi

untuk mengontrol dan mengelola informasi mengenai data pribadi,

termasuk informasi data seperti nama, jenis kelamin, dan alamat sebagai


17

data pengguna. Semua informasi ini membantu dalam membuat gambaran

yang lebih rinci dari setiap pengguna dan strategi pemasaran perusahaan

yang bergantung pada penggunaan efektif pengguna.

B. Penelitian Terdahulu

1. Davis et al. (1989) dalam penelitian Technology Acceptance Model.

TAM diperkenalkan oleh Davis (1986), yaitu adaptasi dari TRA yang

secara khusus disesuaikan untuk permodelan penerimaan pengguna

terhadap sistem informasi. Tujuan dari TAM adalah untuk memberikan

penjelasan mengenai faktor penentu penerimaan komputer yang bersifat

umum, yang mampu menjelaskan perilaku pengguna di berbagai teknologi

komputasi pengguna akhir dan populasi pengguna.

Hasil penelitian Davis (1989), TAM mengandaikan dua keyakinan

tertentu, yaitu kegunaan yang dirasakan (perceived usefulness) dan persepsi

kemudahan penggunaan (perceived ease of use) adalah relevansi utama

untuk perilaku penerimaan komputer. Sikap (attitude) dan niat perilaku

(behavioral intention) memiliki hubungan yang diwakili dalam TAM yang

menjelaskan bahwa semua orang membentuk niat untuk melakukan

perilaku ke arah mana mereka memiliki pengaruh positif.

2. Venkatesh et al. (2003) dalam penelitian Attitude Towards Using dan

Behavioral Intention.

Tujuan utama dalam penelitian ini adalah untuk menilai keadaan

pengetahuan saat sehubungan dengan pemahaman penerimaan individu


18

terhadap teknologi informasi baru. Penelitian ini mengidentifikasi delapan

model utama dan membahas kesamaan dan perbedaannya. Peneliti

melakukan validasi longitudinal dan perbandingan dari delapan model

menggunakan data dari empat organisasi. Hal ini memberikan penilaian

dasar dari kekuatan penjelas relatif dari masing-masing model terhadap

model yang akan dibandingkan.

Hasil dari penelitian ini menunjukkan bahwa sikap (attitude) terhadap

penggunaan teknologi tidak akan memiliki pengaruh yang signifikan

terhadap niat perilaku (behavioral intention). Namun, niat perilaku

(behavioral intention) akan memiliki pengaruh positif yang signifikan

terhadap penggunaan (usage).

3. Marakarkandy et al. (2017) dalam penelitian Perceived Trust.

Tujuan dari penelitian ini adalah untuk menentukan pengaruh norma

subjektif, inisiatif bank, self-efficacy internet banking, keefektifan

penggunaan internet, kepercayaan (trust), risiko yang dirasakan (risk),

kemampuan uji coba dan dukungan pemerintah pada konstruk yang ada dari

model penerimaan teknologi (TAM) dan menguji variansi pengukuran dan

efek moderasi dari variabel demografi pada hubungan antara konstruk laten

yang digunakan pada TAM.

Hasil dari penelitian ini menunjukkan bahwa kepercayaan (trust)

berpengaruh positif terhadap persepsi kemudahan penggunaan (perceived

ease of use), kegunaan yang dirasakan (perceived usefulness), sikap

(attitude), dan minat perilaku (behavioral intention). Namun, penelitian ini


19

juga menunjukkan bahwa risiko yang dirasakan berpengaruh negatif

terhadap persepsi kemudahan penggunaan (perceived ease of use), kegunaan

yang dirasakan (perceived usefulness), sikap (attitude), dan minat perilaku

(behavioral intention).

4. Leong et al. (2018) dalam penelitian Financial Technology.

Penelitian ini membahas mengenai financial technology yang dapat

menciptakan nilai bagi bisnis dan aplikasi fintech menjadi empat kategori

yaitu pembayaran, layanan konsultasi, pembiayaan, dan kepatuhan. Di satu

sisi, penelitian ini melihat bahwa pemerintah, bank, perusahaan asuransi dan

lembaga keuangan telah menginvestasikan sejumlah uang sebagai sumber

daya pada inovasi fintech. Penelitian ini menemukan beberapa masyarakat

yang tidak menyadari adanya perubahan sistem keuangan yang sangat cepat

karena inovasi fintech.

Singkatnya dari sudut pandang bisnis, perkembangan baru dari

teknologi yang terkait secara langsung maupun tidak langsung dapat

meningkatkan proses bisnis, seperti meningkatkan penjualan, meningkatkan

efisiensi otomatisasi, meningkatkan kepercayaan pelanggan. Berdasarkan

sudut pandang bisnis, perkembangan masa depan teknologi fintech

berkaitan dengan meningkatkan proses berbagi informasi, menurunkan

biaya transaksi, memungkinkan pembiayaan baru atau mendukung

pembiayaan dalam pengambilan keputusan yang lebih baik.


20

5. Nasri et al. (2012) dalam penelitian Perceived Security and Privacy.

Penelitian ini menjelaskan penerapan model TAM dalam memprediksi

adopsi internet banking oleh nasabah bank. Hasil memungkinkan

pengambilan keputusan bank untuk mengembangkan strategi yang dapat

mendorong adopsi internet banking. Bank harus meningkatkan keamanan

dan privasi untuk melindungi informasi pribadi dan keuangan konsumen,

yang akan meningkatkan kepercayaan dari pengguna. Pemerintah juga

harus memainkan peran untuk mendukung industri perbankan dengan

memiliki hukum yang jelas dan akan memastikan bahwa pelanggan lebih

percaya diri untuk menggunakan internet banking, memastikan

infrastruktur internet yang lebih baik dan membantu mereka untuk

mendorong pengguna untuk menggunakan internet banking.

Hasil dari penelitian ini menunjukkan bahwa model yang diusulkan

memiliki penjelasan yang baik dan menegaskan ketahanan dalam

memprediksi niat pelanggan untuk menggunakan internet banking.

6. Hwang et al. (2003) dalam penelitian Technology Acceptance Model.

Tujuan dari penelitian ini adalah untuk memperluas model penerimaan

teknologi dengan memasukkan variabel motivasi diri, kenikmatan, dan

orientasi dalam tujuan pembelajaran untuk memprediksi penggunaan

berbasis web. Peningkatan ketergantungan pada sistem komputerisasi dan

peningkatan kecepatan teknologi baru membuat pengguna memahami

faktor-faktor pemanfaatan yang efektif terutama pada penggunaan berbasis

web.


21

Hasil dari penelitian ini menunjukkan bahwa dari sebelas hipotesis,

semua menjelaskan bahwa sembilan variabel memiliki hubungan yang

signifkan. Namun, penelitian ini juga menunjukkan dua variabel yang tidak

memiliki hubungan yang signifikan. Variabel tersebut adalah pembelajaran

orientasi (learning goal orientation) tidak memiliki pengaruh yang

signifikan terhadap kenikmatan (enjoyment), dan kemudahan pengguna

(perceived ease of use) tidak memiliki pengaruh yang signifikan pada

kegunaan (perceived usefulness).

7. Gefen et al. (2003) dalam penelitian Perceived Trust.

Penelitian ini menunjukkan bahwa kepercayaan konsumen merupakan

hal yang penting dalam suatu transaksi dan dapat diterima secara luas

mengenai kegunaan dan kemudahan penggunaan. Penelitian ini juga

memberikan bukti bahwa kepercayaan dapat dibangun melalui keyakinan

bahwa tidak akan ada kecurangan, keyakinan bahwa pengguna dapat

merasakan keamanan saat melakukan transaksi, bahkan keyakinan melalui

transaksi antar muka.

Penelitian ini bertujuan untuk mengkaji bagaimana vendor dapat

menciptakan kepercayaan, meneliti risiko dan hubungannya dengan

kepercayaan. Vendor juga harus membangun situ web untuk transaksi yang

tidak hanya berguna dan mudah digunakan, tetapi juga mekanisme

membangun kepercayaan. Dalam penelitian, kepercayaan sangat terkait

dengan sikap terhadap produk dan jasa dan perilaku pembelian.


22

8. Liu et al. (2015) dalam penelitian Mobile Payment Characteristics.

Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor yang

mempengaruhi niat untuk menggunakan rencana layanan pembayaran

seluler di Vietnam. Penelitian ini mencoba untuk menganalisis dampak dari

berbagai variabel yang diambil, seperti mobilitas (mobility), kenyamanan

(convenience), kompatibilitas (compatibility), pengetahuan mobile payment

(mobile payment knowledge), kemudahan untuk digunakan (perceived ease

of use), kegunaan yang dirasakan (perceived usefulness), kepercayaan

(trust), keamanan yang digunakan (safe to use) pada intensi untuk

menggunakan mobile payment.

Hasil dari penelitian ini menunjukkan bahwa kepercayaan (trust) dan

keamanan (safe to use) yang digunakan berpengaruh positif terhadap minat

perilaku (behavioral intention) untuk menggunakan mobile payment dan

kegunaan yang dirasakan (perceived usefulness) untuk menggunakan mobile

payment.

9. Kim et al. (2010) dalam penelitian Mobile Payment Characteristics.

Penelitian ini mengenai layanan pembayaran mobile, menganalisa

dampak dari karakteristik sistem pembayaran m-payment dan faktor

pengguna pada penggunaan m-payment di berbagai jenis pembayaran. Hasil

menunjukkan bahwa niat untuk menggunakan m-payment berpengaruh

terhadap kemudahan yang dirasakan dan kegunaan yang dirasakan.

Hasil dalam penelitian ini menunjukkan bahwa karakteristik pengguna

merasa m-payment mudah untuk digunakan. Di antara empat karakteristik


23

sistem, jangkauan dan kenyamanan memiliki efek yang signifikan pada

persepsi kemudahan penggunaan dan kegunaan yang dirasakan.

10. Gilang Fhitryan (2017) dalam penelitian Kepuasan Pelanggan terhadap

GrabCar.

Tujuan dari penelitian ini adalah untuk mengetahui dan menganalisis

kepuasan mahasiswa sebagai pelanggan jasa taksi berbasis online dalam

pengaruh empati dan pengaruh jaminan kepada pelanggan. Berdasarkan pra-

survey yang dilakukan oleh penulis secara acak pada 80 orang mahasiswa

Universitas Sumatera Utara, yang pernah menggunakan aplikasi Grab

(GrabCar) dan menikmati jasa Grab, ditemukan ada 56 orang yang pernah

menggunakan dan menikmati jasa Grab (GrabCar). Hasil penelitian yang

telah diperoleh dalam penelitian ini adalah kehandalan, daya tanggap,

jaminan, perhatian dan bukti fisik berpengaruh signifikan terhadap kepuasan

mahasiswa sebagai pelanggan GrabCar. Bukti fisik berpengaruh secara

positif dan tidak signifikan terhadap kepuasan mahasiswa sebagai pelanggan

di Universitas Sumatera Utara.

C. Perumusan Hipotesis Penelitian

1. Kerangka Pemikiran

Keputusan individu untuk menggunakan suatu teknologi informasi

merupakan tindakan yang dapat diprediksi melalui karakteristik,

pengetahuan individu, serta model penerimaan terhadap penggunaan mobile

payment. Apabila pengguna memiliki pengetahuan terhadap penggunaan


24

mobile payment, maka pengguna lebih berani untuk mencoba mobile

payment OVO pada Grab. Di sisi lain, pengguna akan tertarik menggunakan

mobile payment OVO jika memiliki karakteristik dapat digunakan dimana

saja (mobility), pengguna dapat dihubungi kapan saja (reachability),

pengguna dapat mencoba layanan baru dan memiliki pengaruh positif

terhadap penggunaan mobile payment (compatibility), dan pengguna merasa

nyaman menggunakan mobile payment (convenience).

Teknologi mobile payment yang berguna (perceived usefulness) dan

mudah digunakan (perceived ease of use) akan memberikan dampak pada

minat dan perilaku pengguna dalam menggunakan mobile payment untuk

melakukan transaksi pembayaran. Penggunaan teknologi juga akan

memberikan rasa percaya (perceived trust) kepada pengguna yang dapat

mengubah minat dan perilaku individu. Jika seseorang percaya dalam

menggunakan mobile payment, maka pengguna akan merasakan keamanan

dan privasi (perceived security and privacy) yang didapat ketika

menggunakan mobile payment sebagai alat pembayaran.

Berdasarkan penelitian terdahulu oleh Gilang (2017), kualitas pelayanan

berpengaruh terhadap kepuasan pelanggan jasa taksi berbasis online

(GrabCar). Hasil yang didapat dalam penelitian ini mengenai penilaian

kualitas pelayanan GrabCar terhadap ketepatan waktu penyampaian

pesanan, pemberitahuan apabila terjadi keterlambatan, dan mengemudikan

mobil sesuai dengan peraturan lalu lintas. Penelitian ini berbeda dengan

penelitian terdahulu yang dilakukan oleh Gilang karena penelitian ini


25

bertujuan untuk melakukan analisis mengenai persepsi penerimaan dan

penggunaan mobile payment OVO terhadap pengguna Grab. Teori-teori

pada penelitian ini adalah teori TAM yang mengacu pada Jogiyanto (2007)

dengan teori Davis et. al (1989) dan peneliti menambahkan variabel

eksternal yang berada di luar kotak TAM mengenai perceived trust yang

mengacu pada Marakarkandy (2017), Gefen et. al (2003), dan Kesharwani

(2011), perceived security and privacy yang mengacu pada Nasri (2012),

mobile payment characteristic dan mobile payment knowledge yang

mengacu pada Kim (2010).

Kerangka pemikiran dapat digambarkan sebagai berikut:

Gambar 2

Kerangka Pemikiran (2019)


26

2. Perumusan Hipotesis

Menurut Sekaran (2016:83), hipotesis dapat didefinisikan sebagai

pernyataan sementara, namun dapat diuji untuk memprediksi apa yang

diharapkan dalam temuan suatu data. Hipotesis berasal dari teori di mana

model konseptual didasarkan pada sifat rasional. Hipotesis juga dapat

didefinisikan sebagai hubungan konkret logis antara dua atau lebih variabel

yang diungkapkan dalam bentuk pernyataan yang dapat diuji. Dengan

menguji hipotesis dan mengkonfirmasi hubungan yang diduga, diharapkan

solusi dapat ditemukan untuk memperbaiki masalah yang dihadapi.

Berdasarkan perumusan masalah di atas, hipotesis penelitian dapat

dirumuskan sebagai berikut:

a. Pengaruh Mobile Payment Knowledge terhadap Perceived Ease of Use

Menurut Kim (2010), pengetahuan penggunaan mobile payment

sangat penting mengingat popularitas ponsel saat ini sudah mulai

berkembang. Pengetahuan menjadi penting bagi pengguna karena

pengguna dapat mencoba layanan baru dan menggunakan mobile

payment sebagai metode pembayarannya. Selanjutnya penelitian Davis

(1989), mengungkapkan bahwa kemudahan penggunaan persepsian

(perceived ease of use) adalah sejauh mana seseorang merasa mudah

dalam menggunakan suatu teknologi dan kemudahan tersebut dapat

memberikan keringanan terhadap tanggung jawab seeorang.

Pengguna mobile payment OVO pada transportasi online Grab

dengan pengetahuan tingkat tinggi terkait dengan pembayaran


27

cenderung akan lebih mudah menggunakan sistem pembayaran tersebut,

dibandingkan dengan pengguna yang kurang memiliki pengetahuan

tersebut. Pernyataan ini didukung oleh penelitian Kim (2010) yang

menyatakan bahwa mobile payment knowledge memiliki pengaruh

signifikan terhadap perceived ease of use. Hal ini dapat dijelaskan

bahwa pengetahuan tentang m-payment memberikan awal kepercayaan

diri untuk mencoba fitur pembayaran dalam konteks penggunaan.

Apabila seseorang memiliki pengetahuan dalam menggunakan OVO

pada layanan transportasi Grab, maka pengguna akan merasa lebih

mudah untuk menggunakan dibandingkan yang tidak memiliki

pengetahuan. Dengan demikian, rumusan hipotesis dalam penelitian ini

sebagai berikut:

H1 : Mobile Payment Knowledge berpengaruh terhadap Perceived Ease

of Use.

b. Pengaruh Mobility terhadap Perceived Usefulness

Menurut Kim (2010:313), mobilitas adalah kondisi pengguna dapat

mengakses layanan dimana saja dan kapan saja dengan menggunakan

ponsel dan jaringan nirkabel untuk melakukan transaksi. Sementara itu,

penelitian Davis (1989) mendefinisikan kegunaan persepsian (perceived

usefulness) sebagai sejauh mana seseorang percaya bahwa

menggunakan suatu teknologi akan memberikan manfaat kepada

pengguna.


28

Dalam penelitian Kim (2010) menyatakan bahwa mobility memiliki

pengaruh signifikan terhadap perceived usefulness. Hal ini dijelaskan

bahwa pengguna seluler membutuhkan akses untuk mendapatkan

informasi, komunikasi, dan jasa dimana saja dan kapan saja. Apabila

mobile payment OVO dapat digunakan dalam layanan Grab dimana saja

dan kapan saja, maka pengguna percaya bahwa teknologi tersebut akan

memberikan manfaat. Dengan demikian, rumusan hipotesis dalam

penelitian ini sebagai berikut:

H2 : Mobility berpengaruh terhadap Perceived Usefulness

c. Pengaruh Mobility terhadap Perceived Ease of Use

Menurut Kim (2010:313), mobilitas adalah pengguna dapat

mengakses layanan dimana saja dan kapan saja dengan menggunakan

ponsel dan jaringan nirkabel untuk melakukan transaksi. Selanjutnya

Davis (1989) mengungkapkan bahwa kemudahan penggunaan

persepsian (perceived ease of use) adalah persepsi yang dimiliki

seseorang ketika teknologi yang digunakan tersebut mudah sehingga

memberikan keringanan bagi dirinya.

Dalam penelitian Kim (2010) menyatakan bahwa mobility memiliki

pengaruh yang tidak signifikan terhadap perceived ease of use. Hal ini

dijelaskan bahwa terdapat perbedaan antara dua kelompok pengguna

pemula dan pengguna lama yang memberikan tanggapan mereka

terhadap mobilitas mengenai akses pemberian informasi. Apabila

seseorang dapat menggunakan OVO pada Grab dimana saja, maka


29

pengguna dapat mengakses layanan dengan mudah. Dengan demikian,

rumusan hipotesis dalam penelitian ini sebagai berikut:

H3 : Mobility berpengaruh terhadap Perceived Ease of Use

d. Pengaruh Reachability terhadap Perceived Usefulness

Menurut Kim (2010:313-314), reachability yaitu seseorang yang

dapat dihubungi kapan saja dan dimana saja oleh layanan tersebut.

Selanjutnya penelitian Davis (1989), kegunaan persepsian (perceived

usefulness) didefinisikan sebagai sejauh mana seseorang percaya bahwa


pengguna.

Pengguna mobile payment OVO pada transportasi Grab akan mudah

untuk dihubungi kapan saja dan dimana saja dalam layanan tersebut dan

memberikan banyak manfaat dalam melakukan transaksi. Pernyataan ini

didukung oleh penelitian Kim (2010) yang menyatakan bahwa

reachability memiliki pengaruh signifikan terhadap perceived

usefulness. Hal ini dijelaskan bahwa pengguna akan mudah untuk

dihubungi kapan saja untuk berbagai situasi. Apabila seseorang

menggunakan OVO pada Grab dan dapat dihubungi kapan saja oleh

pihak Grab, maka pengguna percaya dalam penggunaan aplikasi

tersebut akan memberikan manfaat. Dengan demikian, rumusan

hipotesis dalam penelitian ini sebagai berikut:

H4 : Reachability berpengaruh terhadap Perceived Usefulness


30

e. Pengaruh Reachability terhadap Perceived Ease of Use

Menurut Kim (2010:313-314), reachability yaitu seseorang dapat

dihubungi kapan saja dan dimana saja oleh layanan tersebut.

Berdasarkan penelitian Davis (1989), kemudahan penggunaan

persepsian (perceived ease of use) didefinisikan sebagai sejauh mana

seseorang merasa mudah dalam menggunakan suatu teknologi dan

kemudahan tersebut dapat memberikan keringanan terhadap tanggung

jawab seseorang.

Berdasarkan penelitian oleh Kim (2010), reachability memiliki

pengaruh signifikan terhadap perceived ease of use. Hal ini dijelaskan

bahwa penyedia layanan dapat menjangkau pengguna untuk

memberitahu mereka mengenai transaksi baru. Apabila seseorang

menggunakan perangkat OVO pada Grab dan dapat dihubungi kapan

saja oleh pihak Grab, maka pengguna merasa mudah dalam

menggunakan layanan Grab dengan menggunakan OVO. Dengan

demikian, rumusan hipotesis dalam penelitian ini sebagai berikut:

H5 : Reachability berpengaruh terhadap Perceived Ease of Use

f. Pengaruh Compatibility terhadap Perceived Usefulness

Menurut Kim (2010:314), kompatibilitas yaitu seseorang yang

mencoba layanan baru sesuai dengan kebutuhan pengguna saat

menggunakan layanan tersebut. Selanjutnya penelitian Davis (1989)

mengatakan bahwa kegunaan persepsian (perceived usefulness) adalah


31

sejauh mana seseorang percaya bahwa menggunakan suatu teknologi

akan memberikan manfaat kepada pengguna.

Dalam penelitian Kim (2010), compatibility memiliki pengaruh

yang tidak signifikan terhadap perceived usefulness. Hal ini dijelaskan

bahwa layanan tidak memberikan kesesuaian terhadap kemauan

pengguna. Apabila seseorang memungkinkan mencoba layanan baru

dengan menggunakan OVO pada Grab, maka pengguna percaya bahwa

menggunakan aplikasi tersebut akan memberikan manfaat. Dengan


H6 : Compatibility berpengaruh terhadap Perceived Usefulness

g. Pengaruh Compatibility terhadap Perceived Ease of Use

Menurut Kim (2010:314), kompatibilitas yaitu seseorang yang

mencoba layanan baru sesuai dengan kebutuhan pengguna dengan

menggunakan layanan tersebut. Selanjutnya penelitian Davis (1989)

menyatakan bahwa kemudahan penggunaan persepsian (perceived ease

of use) didefinisikan sebagai sejauh mana seseorang merasa mudah



Dalam penelitian Kim (2010) menyatakan bahwa compatibility

memiliki pengaruh yang tidak signifikan terhadap perceived ease of use.

Hal ini dijelaskan bahwa layanan tidak memberikan kemudahan kepada

pengguna saat akan melakukan transaksi. Apabila seseorang

memungkinkan mencoba layanan baru dengan menggunakan OVO


32

pada Grab, maka pengguna dengan mudah menggunakan aplikasi

tersebut. Dengan demikian, rumusan hipotesis dalam penelitian ini

sebagai berikut:

H7 : Compatibility berpengaruh terhadap Perceived Ease of Use

h. Pengaruh Convenience terhadap Perceived Usefulness

Menurut Kim (2010:314), kenyamanan (convenience) merupakan

salah satu faktor yang dirasa pengguna dan menyangkut pada perilaku

pengguna dalam menggunakan suatu teknologi. Berdasarkan penelitian

Davis (1989), kegunaan persepsian (perceived usefulness) didefinisikan

sebagai sejauh mana seseorang percaya bahwa menggunakan suatu

teknologi akan memberikan manfaat kepada pengguna.

Dalam penelitian Kim (2010) menyatakan bahwa convenience

memiliki pengaruh signifikan terhadap perceived usefulness. Hal ini

dijelaskan bahwa layanan dapat menghasilkan kenyamanan waktu dan

tempat serta fasilitas untuk pengguna. Apabila seseorang nyaman

menggunakan OVO pada Grab, maka pengguna percaya bahwa

menggunakan aplikasi tersebut akan memberikan manfaat. Dengan


H8 : Convenience berpengaruh terhadap Perceived Usefulness

i. Pengaruh Convenience terhadap dan Perceived Ease of Use

Menurut Kim (2010:314), kenyamanan (convenience) merupakan

salah satu faktor yang dirasakan oleh pengguna dan menyangkut pada

perilaku pengguna dalam menggunakan suatu teknologi. Sementara itu,


33

penelitian Davis (1989) mendefinisikan kemudahan penggunaan

persepsian (perceived ease of use) sebagai sejauh mana seseorang

merasa mudah dalam menggunakan suatu teknologi dan kemudahan

tersebut dapat memberikan keringanan terhadap tanggung jawab

seeorang.

Dalam penelitian Kim (2010) menyatakan bahwa convenience

memiliki pengaruh signifikan terhadap perceived ease of use. Hal ini

menjelaskan bahwa ketersediaan alternatif dalam penggunaan layanan

membuat pengguna menggunakan layanan tersebut. Apabila seseorang

nyaman menggunakan OVO pada Grab, maka pengguna dapat dengan

mudah menggunakan aplikasi tersebut. Dengan demikian, rumusan

hipotesis dalam penelitian ini sebagai berikut:

H9 : Convenience berpengaruh terhadap Perceived Ease of Use

j. Pengaruh Perceived Trust terhadap Perceived Ease of Use

Menurut Marakarkandy et al. (2017:269) mendefinisikan

kepercayaan sebagai harapan seseorang yang dipegang teguh dan dapat

dipercaya saat menggunakan suatu teknologi. Selain itu, penelitian

Davis (1989) mendefinisikan kemudahan penggunaan persepsian

(perceived ease of use) sebagai sejauh mana seseorang merasa mudah



Dalam penelitian Marakarkandy (2017) menyatakan bahwa

perceived trust memiliki pengaruh yang tidak signifikan terhadap


34

perceived ease of use. Hal ini dijelaskan bahwa kepercayaan konsumen

berkurang berkaitan dengan ketidakpastian lingkungan sehingga

konsumen tidak merasa mudah untuk menggunakannya. Apabila

seseorang percaya akan penggunaan OVO pada Grab, maka akan

muncul kemudahan penggunaan seseorang dalam menggunakan

aplikasi sebab aplikasi ini memberikan manfaat. Dengan demikian,


H10 : Kepercayaan (Perceived Trust) berpengaruh terhadap kemudahan

penggunaan persepsian (Perceived Ease of Use).

k. Pengaruh Perceived Trust terhadap Perceived Usefulness

Menurut Marakarkandy et al (2017:269) mendefinisikan


dipercaya saat menggunakan suatu teknologi. Selain itu, penelitian

Davis (1989) mendefinisikan kegunaan persepsian (perceived

usefulness) sebagai sejauh mana seseorang percaya bahwa


pengguna.



perceived usefulness. Hal ini dijelaskan apabila kondisi lingkungan dan

reputasi dari layanan tersebut memberikan pengaruh yang tidak baik,

maka konsumen akan enggan dan sulit untuk mencoba suatu layanan.

Apabila seseorang percaya akan penggunaan OVO pada Grab, maka


35

akan muncul penggunaan seseorang dalam menggunakan aplikasi


sebagai berikut:

H11 : Kepercayaan (Perceived Trust) berpengaruh terhadap kegunaan

persepsian (Perceived Usefulness).

l. Pengaruh Perceived Trust terhadap Attitude Towards Using



dipercaya saat menggunakan suatu teknologi. Selanjutnya, sikap

terhadap perilaku (attitude towards using) didefinisikan oleh Davis et.

al (1989) sebagai perasaan seseorang dalam bentuk perasaan positif atau

negatif jika melakukan perilaku yang akan ditentukan.



attitude towards using. Hal ini dijelaskan apabila konsumen menerima

pelayanan yang buruk sehingga konsumen akan menggunakan layanan

dengan sikap yang tidak baik bahkan tidak akan menggunakan layanan

tersebut lagi akibat konsumen tidak merasa percaya lagi. Apabila

seseorang percaya akan penggunaan OVO pada Grab, maka akan

muncul sikap terhadap perilaku seseorang dalam menggunakan aplikasi


sebagai berikut:


36

H12 : Kepercayaan (Perceived Trust) berpengaruh terhadap sikap pada

perilaku (Attitude Towards Using).

m. Pengaruh Perceived Trust terhadap Behavioral Intention



dipercaya saat menggunakan suatu teknologi. Selain itu, Jogiyanto

(2007) mengatakan bahwa minat perilaku (behavioral intention)

didefinisikan sebagai keinginan seseorang untuk melakukan sesuatu

sesuai dengan perilaku tertentu.



behavioral intention. Hal ini dijelaskan bahwa tingkat kepercayaan

pengguna berkurang akibat kepuasan pengguna yang tidak dapat

diberikan dengan baik sehingga minat pengguna akan berkurang.

Apabila seseorang percaya akan penggunaan OVO pada Grab, maka

akan muncul minat seseorang dalam menggunakan aplikasi tersebut.

Dengan demikian, rumusan hipotesis dalam penelitian ini sebagai

berikut:

H13 : Kepercayaan (Perceived Trust) berpengaruh terhadap Minat

Perilaku (Behavioral Intention).


37

n. Pengaruh Perceived Security and Privacy terhadap Attitude Towards

Using

Menurut Nasri (2012:4-5) dengan teori Kalakota and Winston

(1997), keamanan dan privasi didefinisikan sebagai perasaan seseorang

ketika akan menggunakan suatu teknologi dan layanan baru, dimana

seseorang memberikan data pribadi untuk melakukan suatu transaksi.

Sikap terhadap perilaku (attitude towards using) didefinisikan oleh

Davis et. al (1989) sebagai perasaan seseorang dalam bentuk perasaan

positif atau negatif jika melakukan perilaku yang akan ditentukan.

Dalam penelitian Nasri (2012) menyatakan bahwa perceived

security and privacy memiliki pengaruh signifikan terhadap attitude

towards using. Hal ini dijelaskan pengguna aktif menggunakan internet

banking dan pengguna sadar bahwa sistem yang mereka gunakan dapat

dijamin keamanan informasi pribadinya serta keuangan konsumen juga

dilindungi. Apabila seseorang merasa aman dan terjaga privasinya saat

menggunakan OVO pada Grab, maka seseorang akan menunjukkan

sikap dalam menggunakan suatu aplikasi tersebut. Dengan demikian,


H14 : Keamanan dan Privasi (Perceived Security and Privacy)

berpengaruh terhadap sikap pada perilaku (Attitude Towards Using.

o. Pengaruh Perceived Ease of Use terhadap Perceived Usefulness

Menurut Davis (1989), kemudahan penggunaan persepsian

(perceived ease of use) didefinisikan sebagai sejauh mana seseorang


38



seeorang. Kegunaan persepsian (perceived usefulness) didefinisikan

sebagai sejauh mana seseorang percaya bahwa menggunakan suatu

teknologi akan memberikan manfaat kepada pengguna.

Dalam penelitian Kim (2010) menyatakan bahwa perceived ease of

use memiliki pengaruh signifikan terhadap perceived usefulness. Hal ini

dijelaskan bahwa layanan mencegah penggunaan sistem m-payment

yang kurang dimanfaatkan dengan cara memberikan kemudahan dan

mudah dipelajari. Apabila seseorang dengan mudah menggunakan

OVO pada Grab, maka seseorang akan menggunakan aplikasi tersebut

secara terus menerus. Berdasarkan penelitian sebelumnya dari Davis

(1989), penelitian tersebut menunjukkan bahwa konstruk kemudahan

penggunaan persepsian (perceived ease of use) mempengaruhi

kegunaan persepsian (perceived usefulness).

H15 : Perceived Ease of Use berpengaruh terhadap Perceived

Usefulness.

p. Pengaruh Perceived Ease of Use terhadap Attitude Towards Using


(perceived ease of use) didefinisikan sebagai sejauh mana seseorang



seeorang. Sikap terhadap perilaku (attitude towards using) didefinisikan


39

sebagai perasaan seseorang dalam bentuk perasaan positif atau negatif

jika melakukan perilaku yang akan ditentukan.

Dalam penelitian Nasri (2012) menyatakan bahwa perceived ease of

use memiliki pengaruh signifikan terhadap attitude towards using. Hal

ini dijelaskan bahwa survei barang untuk kegunaan yang dirasakan,

sikap, dan niat yang digunakan untuk menggunakan internet banking

dapat memberikan pengaruh yang besar terhadap kemudahan. Apabila

seseorang percaya menggunakan OVO pada Grab dapat memberikan

kemudahan, maka menimbulkan sikap positif atau negatif terhadap

penggunaanya. Oleh sebab itu, kemudahan penggunaan persepsian

(perceived ease of use) mempengaruhi sikap terhadap perilaku (attitude

towards using).

H16 : Perceived Ease of Use berpengaruh terhadap Attitude Towards

Using.

q. Pengaruh Perceived Usefulness terhadap Attitude Towards Using

Menurut Davis (1989), kegunaan persepsian (perceived usefulness)

didefinisikan sebagai sejauh mana seseorang percaya bahwa


pengguna. Sikap terhadap perilaku (attitude towards using)

didefinisikan sebagai perasaan seseorang dalam bentuk perasaan positif

atau negatif jika melakukan perilaku yang akan ditentukan.

Dalam penelitian Nasri (2012) menyatakan bahwa perceived

usefulness memiliki pengaruh signifikan terhadap attitude towards


40

using. Hal ini dijelaskan bahwa kegunaan menunjukkan sikap pengguna

terutama dalam memperoleh keuntungan dari perbankan online. Apabila

seseorang merasa menggunakan OVO pada Grab akan bermanfaat bagi

dirinya, maka hal ini akan menimbulkan sikap positif terhadap

penggunanya. Dengan demikian, rumusan hipotesis dalam penelitian ini

sebagai berikut:

H17 : Perceived Usefulness berpengaruh terhadap Attitude Towards

Using.

r. Pengaruh Perceived Usefulness terhadap Behavioral Intention




pengguna. Selain itu, Jogiyanto mengatakan bahwa minat perilaku

(behavioral intention) didefinisikan sebagai keinginan seseorang untuk

melakukan sesuatu sesuai dengan perilaku tertentu.

Dalam penelitian Hwang (2003) menyatakan bahwa perceived

usfulness memiliki pengaruh signifikan terhadap behavioral intention.

Hal ini dijelaskan bahwa asumsi semua pengguna sama dan pengguna

mempertimbangkan sistem yang lebih berguna ketika membuat

pengguna menikmati keuntungan. Seseorang akan menggunakan OVO

pada Grab apabila memberikan manfaat sehingga mendorong minat

untuk menggunakannya. Berdasarkan penelitian sebelumnya dari Davis

(1989), kegunaan persepsian (perceived usefulness) mempengaruhi


41

secara positif dan signifikan terhadap minat (behavioral intention).


berikut:

H18 : Perceived Usefulness berpengaruh terhadap Behavioral Intention.

s. Pengaruh Perceived Usefulness terhadap Perceived Usage




pengguna. Selain itu, penelitian Igbaria et al. (1995) mendefinisikan

penggunaan persepsian sebagai pengukuran pada jumlah waktu

seseorang saat menggunakan suatu teknologi.

Penelitian sebelumnya pada Davis (1989) menunjukkan bahwa

konstruk kegunaan persepsian (perceived usefulness) mempengaruhi

secara positif dan signifikan terhadap penggunaan sistem informasi

(perceived usage). Hal ini dijelaskan bahwa pengguna menggunakan

aplikasi sesering mereka menggunakan handphone mereka dan dapat

dihitung seberapa sering mereka menggunakannya. Semakin orang

percaya dalam menggunakan OVO pada Grab, maka jumlah waktu akan

interaksi penggunaan aplikasi tersebut juga akan sering. Dengan


H19 : Perceived Usefulness berpengaruh terhadap Perceived Usage.


42

t. Pengaruh Attitude Towards Using terhadap Behavioral Intention

Menurut Davis (1989), sikap terhadap perilaku (attitude towards

using) didefinisikan sebagai perasaan seseorang dalam bentuk perasaan

positif atau negatif jika melakukan perilaku yang akan ditentukan.

Selain itu, Jogiyanto (2007) mengatakan bahwa minat perilaku

(behavioral intention) didefinisikan sebagai keinginan seseorang untuk

melakukan sesuatu sesuai dengan perilaku tertentu.

Dalam penelitian Nasri (2012) menyatakan bahwa attitude towards

using memiliki pengaruh signifikan terhadap behavioral intention. Hal

ini dijelaskan bahwa sikap sosial seseorang terhadap penggunaan

layanan bank akan meningkatkan minat belanja. Seseorang akan

memberikan sikap positif maupun negatif terhadap penggunaan OVO

pada Grab jika mempunyai keinginan atau minat untuk melakukannya.


berikut:

H20 : Attitude Towards Using berpengaruh terhadap Behavioral

Intention

u. Pengaruh Behavioral Intention terhadap Perceived Usage

Menurut Jogiyanto (2007), minat perilaku (behavioral intention)

didefinisikan sebagai keinginan seseorang untuk melakukan sesuatu

sesuai dengan perilaku tertentu. Selain itu, penelitian Igbaria et al.

(1995) mendefiniskan penggunaan persepsian sebagai pengukuran pada

jumlah waktu seseorang saat menggunakan suatu teknologi.


43

Dalam penelitian Marakarkandy (2017) mengatakan bahwa

behavioral intention memiliki pengaruh signifikan terhadap perceived

usage. Hal ini dijelaskan jika pengguna terlibat dalam transaksi dengan

perbankan, maka dalam waktu dekat pengguna akan menggunakan

internet banking dan internet yang mendukungnya. Apabila seseorang

mempunyai minat untuk menggunakan OVO pada Grab, maka waktu

yang digunakan untuk berinteraksi dengan aplikasi tersebut akan rutin.


berikut:

H21 : Behavioral Intention berpengaruh terhadap Perceived Usage.


44

BAB III

METODE PENELITIAN

A. Jenis Penelitian

Penelitian ini merupakan jenis penelitian yang bersifat kuantitatif, dimana

penelitian ini menggunakan kuesioner dan wawancara berbentuk web site

sebagai alat bantu pengumpulan data. Menurut Sekaran (2016:2), data kuantitatif

adalah data dalam bentuk angka yang umumnya dikumpulkan melalui

pertanyaan terstruktur. Penelitian yang menggunakan metode survei melalui

google form. Menurut Sekaran (2016:97), survei adalah sistem untuk

mengumpulkan informasi dari seseorang untuk menggambarkan,

membandingkan, atau menjelaskan pengetahuan, sikap, dan perilaku mereka.

Pertanyaan-pertanyaan instrumen survei dalam penelitian ini disusun menjadi

kuesioner yang dibuat peneliti dan diisi oleh responden, baik di atas kertas atau

melalui komputer.

B. Subjek dan Objek Penelitian

1. Subjek Penelitian

Menurut Nuryaman (2015:5), subjek penelitian dalam metode penelitian

adalah unit analisis atau unit observasi yang akan diteliti. Unit analisis dapat

berupa: orang (manusia), organisasi, peristiwa, dan berbagai hal lainnya yang

menjadi perhatian dalam kegiatan penelitian. Subjek terhadap penelitian ini

adalah pengguna mobile payment OVO pada transportasi online Grab.


45

2. Objek Penelitian

Menurut Nuryaman (2015:5), objek penelitian adalah karakteristik yang

melekat pada subjek penelitian. Karakteristik ini jika diberikan nilai, maka

nilainya akan bervariasi (berbeda) antara satu dengan yang lainnya. Objek

Penelitian pada penelitian ini adalah sistem pembayaran Grab secara online

melalui mobile payment OVO.

C. Populasi dan Sampel Penelitian

1. Populasi

Menurut Nuryaman (2015:101), populasi menunjukkan seluruh kelompok

orang, kejadian atau sesuatu yang menjadi ketertarikan peneliti untuk

diinvestigasi. Bisa juga dikatakan bahwa populasi merupakan total kumpulan

elemen yang dari kumpulan tersebut akan dibuat kesimpulan. Populasi dalam

penelitian ini adalah pengguna OVO grab pada transportasi online Grab yang

berada di wilayah Jabodetabek dan Yogyakarta.

2. Sampel

Menurut Jogiyanto (2017:94), terdapat dua metode teknik pengambilan

sampel, yaitu pengambilan sampel berbasis pada probabilitas (pemilihan

secara random) atau pengambilan sampel secara nonprobabilitas (pemilihan

nonrandom). Pengambilan sampel pada penelitian ini menggunakan metode

non probabilitas atau pemilihan nonrandom yang berupa snowball sampling.

Pengambilan sampel secara bola salju (snowball sampling) dilakukan dengan

mengumpulkan sampel dari responden yang berasal dari referensi suatu

jaringan, misalnya lewat newsgroup di internet. Pengambilan sampel ini


46

ditujukan dengan memiliki kriteria yaitu pengguna yang menggunakan

mobile payment OVO pada Grab dan berada di daerah Jabodetabek dan

Yogyakarta.

Pengambilan sampel pada penelitian ini dilakukan dengan pengumpulan

sampel yang berasal dari para pengguna OVO pada transportasi online

Grab. Berdasarkan pengumpulan sampel, peneliti menggunakan sampel

dalam suatu penelitian menurut teori Roscoe (1975), yaitu:

a. Ukuran sampel antara 30 sampai dengan 500

b. Bila sampel dibagi dalam beberapa kategori berdasarkan yang

peneliti tentukan, maka jumlah anggota sampel setiap kategori

minimal 30

c. Bila dalam melakukan analisis penelitian menggunakan mulvariate

(korelasi atau regresi ganda), maka jumlah anggota sampel minimal

10 kali dari jumlah variabel yang diteliti.

Maka, jumlah sampel pada penelitian ini sebanyak 228 pengguna mobile

payment OVO pada transportasi online Grab.

D. Teknik Pengumpulan Data

Menurut Grahita (2017:123-125), berdasarkan pada sumbernya, ada dua

jenis data, yaitu data primer dan data sekunder. Data sekunder dapat

dikumpulkan dari pihak atau lembaga yang menerbitkan atau

mempublikasikan atau menyediakan data tersebut. Selain itu, data primer

adalah data yang berasal langsung dari objek penelitian atau responden, baik


47

individu maupun kelompok. Data ini biasanya dikumpulkan dengan instrumen

berupa kuesioner atau materi wawancara.

Penelitian ini menggunakan data primer dengan metode pengumpulan data

berupa survei dikirimkan lewat komputer (computer-delivered survei). Menurut

Jogiyanto (2017:143), survei dikirimkan lewat komputer ini dengan

menggunakan internet untuk menyebarkan pertanyaan-pertanyaan (kuesioner),

lalu kemudian disebar ke grup-grup diskusi yang relevan dengan survei yang

digunakan. Penyebaran ini dapat lewat e-mail atau dapat lewat situs jaringan

(web site). Selanjutnya, Sekaran (2016:146) mengatakan bahwa pertanyaan

kuesioner terdiri dari dua macam, yaitu pertanyaan tertutup (close-ended

questions) dan pertanyaan terbuka (open-ended questions). Pertanyaan terbuka

memungkinkan responden menjawab sesuai dengan cara apa pun yang mereka

pilih. Penelitian ini menggunakan kuesioner dan wawancara yang dibantu

dengan pertanyaan terbuka. Kuesioner diberikan kepada responden yang berada

di wilayah Jakarta, Bogor, Depok, Tangerang, Bekasi dan Yogyakarta pada

bulan Februari dengan menggunakan link google form yang disebarkan melalui

sosial media. Pengumpulan data berlangsung selama 1 bulan terhitung dimulai

dari bulan Februari hingga bulan Maret.

E. Variabel Penelitian dan Definisi Operasional

Menurut Nuryaman (2015: 90), operasional variabel dilakukan dengan cara

mengamati dimensi, sisi-sisi, ciri-ciri perilaku dari suatu konsep, kemudian

menerjemahkan dalam elemen-elemen yang dapat diobservasi dan diukur agar


48

dapat dibuat dan dikembangkan indeks pengukuran dari konsep-konsep

tersebut.

1. Variabel Dependen

a. Technology Acceptance Model (TAM)

Menurut Davis (1989), model penerimaan teknologi adalah

model yang digunakan untuk melihat dan mengukur sejauh mana

pengguna sistem paham serta menerima dan menggunakan

penerapan sistem tersebut.

1) Kegunaan persepsian (Perceived Usefulness)

Menurut Davis (1989), kegunaan persepsian (perceived

usefulness) didefinisikan sebagai seseorang yang percaya

terhadap penggunaan teknologi akan memberikan manfaat.

2) Kemudahan penggunaan persepsian (Perceived Ease of Use)


(perceived ease of use) didefinisikan sebagai seseorang yang

percaya terhadap penggunaan teknologi akan memberikan

kemudahan.

3) Sikap terhadap perilaku (Attitude Towards Using)

Menurut Davis dan Venkatesh (2003), sikap terhadap

perilaku (attitude towards behaviour) didefinisikan sebagai

reaksi perasaan keseluruhan individu untuk menggunakan suatu

teknologi.


49

4) Minat perilaku (Behavioral Intention)

Menurut Jogiyanto (2017), minat perilaku (behavioral

intention) adalah suatu keinginan minat seseorang untuk

melakukan suatu perilaku yang tertentu dalam penggunaan

teknologi.

5) Penggunaan teknologi (Perceived Usage)

Menurut Jogiyanto (2017), perilaku (behaviour) adalah

tindakan sesungguhnya yang dilakukan oleh seseorang dalam

penggunaan teknologi.

2. Variabel Independen

a. Karakteristik Mobile Payment (Mobile Payment Characteristic)

1) Mobilitas (Mobility)

Menurut Kim (2010), mobilitas yaitu kemampuan pengguna

untuk mengakses layanan dimana saja dan kapan saja dengan

menggunakan ponsel dan jaringan nirkabel.

2) Reachability

Menurut Kim (2010), jangkauan yaitu kemampuan pengguna

untuk dihubungi kapan saja dan dimana saja oleh layanan

tersebut.

3) Kompatibilitas (Compatibility)

Menurut Kim (2010), kompatibilitas adalah kemampuan

pengguna untuk menggunakan layanan tersebut dengan

menyesuaikan kebutuhan dan gaya hidup.


50

4) Kenyamanan (Convenience)

Menurut Kim (2010), kenyamanan yaitu sikap seseorang

dalam menggunakan layanan tersebut yang dapat memberikan

banyak manfaat.

b. Pengetahuan Mobile Payment (Mobile Payment Knowledge)

Menurut Kim (2010), pengetahuan adalah suatu ilmu yang

dimiliki seseorang dalam menggunakan mobile payment untuk

melakukan transaksi ekonomi.

c. Kepercayaan (Perceived Trust)

Menurut Natalia (2018), kepercayaan didefinisikan sebagai

keputusan yang diambil individu dengan melakukan survei untuk

mencegah kemungkinan dan risiko yang terjadi.

d. Keamanan dan Privasi (Perceived Security and Privacy)

Menurut Nasri (2012), keamanan dan privasi mencakup tidak

hanya integritas, otorisasi, otentikasi, kerahasiaan, dan non-

penolakan transaksi, tetapi juga masalah keamanan subjektif dari

perspektif pelanggan.

Berikut adalah tabel mengenai indikator yang akan menjadi pertanyaan

dalam kuesioner:


51

Tabel 1. Indikator Variabel

Sumber Indikator Penjelasan

Yujong Hwang

(2003)

PU 1 OVO mempermudah dalam melakukan transaksi

pada layanan Grab

PU2 OVO mempercepat dalam melakukan transaksi

PU3 OVO meningkatkan efektivitas dalam

bertransaksi

PU4 OVO bermanfaat dalam bertransaksi

PEOU 1 OVO mudah untuk dipelajari bagi pengguna

Grab

PEOU 2 OVO mudah digunakan bagi pengguna Grab

PEOU 3 OVO mudah untuk dipahami dan jelas bagi

pengguna Grab

PEOU 4 OVO mudah diperoleh bagi pengguna Grab

Bijith

Marakarkandy

(2016)

ATU 1 OVO memberikan respons positif

ATU 2 Menyukai ide penggunaan OVO

ATU 3 Menginginkan atau lebih suka menggunakan

OVO

BIU 1 Cenderung akan menggunakan OVO

BIU 2 Terus-menerus menggunakan OVO

AU 1 OVO mudah didapat dan tersedia dimana-mana

Changsu Kim

(2009)

MOB 1 OVO dapat digunakan kapan saja

MOB 2 OVO dapat digunakan dimana saja

MOB 3 OVO dapat digunakan ketika berpergian

REA 1 OVO dapat dijangkau melalui handphone

REA 2 OVO dapat digunakan dalam berbagai situasi

REA 3 Penggunaan OVO dapat menghubungi pihak

bank

COM 1 OVO dapat menyesuaikan dengan teknologi yang

ada

Sumber: Hwang (2003), Marakarkandy (2016), Kim (2009), dan Nasri (2012).


52

Tabel 1. Indikator Variabel (Lanjutan)


Changsu Kim

(2009)

COM 2 OVO dapat digunakan sesuai dengan kebutuhan

COM 3 OVO dapat menyesuaikan dengan kegiatan

sehari-hari

CON 1

OVO nyaman digunakan karena handphone juga

sering digunakan

CON 2

OVO nyaman digunakan karena dapat digunakan

kapan saja

CON 3

OVO nyaman digunakan karena dapat digunakan

di berbagai situasi

CON 4

OVO nyaman digunakan karena tidak sulit

digunakan

MPK 1

Nyaman membeli produk dengan menggunakan

OVO

MPK 2 Penggunaan OVO untuk melakukan pembelian

MPK 3

Penggunaan OVO untuk membeli barang/jasa

melalui handphone

MPK 4 Percaya diri dalam menggunakan OVO

Widie Nasri

(2012)

SP 1 Percaya pada teknologi yang digunakan OVO

SP 2

Percaya pada kemampuan OVO untuk

melindungi privasi

SP 3

Percaya dengan menggunakan OVO, transaksi

menjadi lebih aman

SP 4 Keamanan dalam menggunakan OVO

SP 5

Keamanan OVO tidak menghambat dalam

menggunakan OVO

Bijith

Marakarkandy

(2016)

TR 1

Percaya OVO tidak akan memberitahu informasi

pengguna transportasi online Grab



53

Tabel 1. Indikator Variabel (Lanjutan)


Bijith

Marakarkandy

(2016)

TR 2

Percaya OVO akan menjaga data pengguna

dengan aman

TR 3 Percaya dengan teknologi OVO

TR 4

Percaya penjaminan privasi informasi data

pengguna


F. Pengukuran Variabel

Menurut Nuryaman (2015: 93), “skala likert dirancang agar responden

dapat menyatakan sikapnya, seberapa kuat jawaban tersebut setuju atau tidak

setuju atas suatu pernyataan tertentu”. Menurut Jogiyanto (2017:83), “skala

likert digunakan untuk mengukur respons subjek ke dalam 5 poin skala dengan

interval yang sama”. Dengan demikian, tipe data yang digunakan adalah tipe

interval. Tingkat persetujuan responden biasanya dinyatakan dalam bentuk:

Indikator Skala

Skor 4: Sangat Setuju

Skor 3: Setuju

Skor 2: Tidak Setuju

Skor 1: Sangat Tidak Setuju

Dalam penelitian ini, peneliti tidak menggunakan pilihan ‘Netral’ dan

menggunakan skala likert genap karena alasan tidak digunakannya pilihan

‘Netral’ agar responden menyatakan persetujuan atau pertidaksetujuannya atas

pernyataan yang disampaikan kepadanya (Santosa; 2008:46-47).


54

G. Teknik Analisis Data

Setelah melakukan pengumpulan data dengan menggunakan kuesioner

online dan wawancara online, dilakukan analisis berdasarkan data yang

terkumpul.

1. Analisis Deskriptif

Peneliti menggunakan analisis deskriptif untuk mengetahui gambaran

mengenai persepsi pengguna terhadap mobile payment terhadap transportasi

online Grab. Menurut Hidayat (2012), “Analisis deskriptif adalah analisis

yang dilakukan untuk menilai karakteristik sebuah data”.

Karakteristik yang dinilai dalam penelitian ini adalah:

a. Mean atau Rata-rata

Mean adalah rata-rata sebuah kelompok data.

b. Median

Median adalah nilai paling tengah.

c. Modus

Mode atau modus adalah angka yang paling sering keluar.

d. Minimum

Minimum adalah nilai paling rendah atau paling kecil diantara

semua anggota dalam sebuah kelompok data.

e. Maksimum

Maksimum adalah nilai paling tinggi atau besar diantara semua

anggota dalam sebuah kelompok data.


55

2. Analisis Data Penelitian

Penelitian ini menggunakan metode analisis data yang menggunakan

Software SmartPLS versi 3.2. Menurut Abdillah dan Jogiyanto (2015:164),

“PLS adalah analisis persamaan struktural (SEM) berbasis varian yang

secara simultan dapat melakukan pengujian model pengukuran sekaligus

pengujian model struktural. Model pengukuran digunakan untuk uji validitas

dan reliabilitas, selain itu model struktural digunakan untuk uji kausalitas

(pengujian hipotesis dengan model prediksi)”.

a. Model Pengukuran (Outer Model)

Menurut Abdillah dan Jogiyanto (2015:194), “Suatu konsep dan

model penelitian tidak dapat diuji dalam suatu model prediksi hubungan

relasional dan kausal jika belum melewati tahap purifikasi dalam model

pengukuran”.

1) Uji Validitas

Menurut Abdillah dan Jogiyanto (2015:194), “Uji validitas

dilakukan untuk mengetahui kemampuan instrumen penelitian

mengukur apa yang seharusnya diukur”. Berikut konsep uji validitas

dalam model pengukuran PLS.

a) Validitas Konvergen

Validitas konvergen berhubungan dengan prinsip bahwa

pengukur-pengukur dari suatu konstruk seharusnya berkorelasi

tinggi. Uji validitas konvergen dalam PLS dengan indikator

reflektif dinilai berdasarkan loading factor (korelasi antara skor


56

item/skor komponen dengan skor konstruk) indikator-indikator

yang mengukur konstruk tersebut.

Dengan demikian, semakin tinggi nilai faktor loading,

semakin penting peranan loading dalam menginterpretasi matrik

faktor. Rule of thumb yang digunakan untuk validitas konvergen

adalah outer loading > 0.7, communality > 0.5 dan Average

Variance Extracted (AVE) > 0.5.

b) Validitas Diskriminan

Validitas diskriminan berhubungan dengan prinsip bahwa

pengukur-pengukur konstruk yang berbeda seharusnya tidak

berkorelasi dengan tinggi. Uji validitas diskriminan dinilai

berdasarkan cross loading pengukuran dengan konstruknya.

Dengan demikian, model mempunyai validitas diskriminan

yang cukup jika akar AVE untuk setiap konstruk lebih besar

daripada korelasi antara konstruk dengan konstruk lainnya dalam

model. Rule of thumb yang digunakan untuk validitas diskriminan

adalah akar AVE > korelasi variabel laten dan cross loading > 0.7.

2) Uji Reliabilitas

Menurut Abdillah dan Jogiyanto (2015:196), “Uji reliabilitas

digunakan untuk mengukur konsistensi alat ukur dalam mengukur

suatu konsep atau dapat juga digunakan untuk mengukur konsistensi

responden dalam menjawab item pertanyaan dalam kuesioner atau

instrument penelitian”.


57

Uji reliabilitas dalam PLS dapat menggunakan dua metode, yaitu

Cronbach’s alpha dan Composite reliability. Cronbach’s alpha

mengukur batas bawah nilai reliabilitas suatu konstruk, sedangkan

composite reliability mengukur nilai sesungguhnya reliabilitas suatu

konstruk. Rule of thumb nilai cronbach’s alpha atau composite

reliability harus lebih besar dari 0.7 meskipun nilai 0.6 masih dapat

diterima.

b. Model Struktural (Inner Model)

Menurut Abdillah dan Jogiyanto (2015:197), “Model struktural

dalam PLS dievaluasi dengan menggunakan R2 untuk konstruk dependen,

nilai koefisien path atau t-values tiap path untuk uji signifikansi

antarkonstruk dalam model struktural”. Nilai R2 digunakan untuk

mengukur tingkat variasi perubahan variabel independen terhadap

variabel dependen. Semakin tinggi nilai R2 berarti semakin baik model

prediksi dari model penelitian yang diajukan.

Nilai koefisien path atau inner model menunjukkan tingkat

signifikansi dalam pengujian hipotesis. Skor koefisien path atau inner

model yang ditunjukkan oleh nilai T-statistic, harus di atas 1,96 untuk

hipotesis dua ekor (two-tailed) dan di atas 1,64 untuk hipotesis satu ekor

(one-tailed) untuk pengujian hipotesis pada alpha 5 persen dan power 80

persen.


58

BAB IV

GAMBARAN UMUM PERUSAHAAN

A. Sejarah Umum Perusahaan

Grab merupakan aplikasi layanan transportasi yang berada di Asia Tenggara

yang kini telah berada di Singapura, Indonesia, Filipina, Malaysia, Thailand dan

Vietnam. Grab didirikan oleh Anthony Tan dan Hooi Ling Tan yang merupakan

warga negara Malaysia. Grab menghubungkan lebih dari 10 juta penumpang

dan 185.000 pengemudi di seluruh wilayah Asia Tenggara. Layanan Grab

ditujukan untuk memberikan alternatif berkendara bagi para pengemudi dan

penumpang yang menekankan pada kecepatan, keselamatan, dan kepastian.

Grab sendiri telah hadir di Indonesia pada bulan Juni 2012 sebagai aplikasi

pemesanan taksi dan sejak itu telah memberikan beragam pilihan transportasi

seperti mobil dan ojek.

Metode pembayaran Grab terdiri dari pembayaran tunai maupun non-tunai

dengan menggunakan mobile payment OVO. Perusahaan Lippo Group

meluncurkan smart financial apps yang bernama OVO dan aplikasi ini

mencoba mengakomodasi berbagai kebutuhan terkait dengan cashless dan

mobile payment. Mobile payment OVO baru meluncur sebagai salah satu fitur

pembayaran elektronik atau non-tunai di Grab sejak awal Juni 2018. Dengan

bekerjasama bersama OVO, Grab membentuk platform terbesar dengan

pertumbuhan tercepat yang mengkombinasikan basis pengguna lebih dari 50

juta orang di Indonesia.


59

B. Bidang Usaha

Grab menawarkan 5 pilihan layanan transportasi online mulai dari taksi,

mobil pribadi, sepeda motor, hingga pengiriman paket untuk memenuhi

kebutuhan pengguna, yaitu meliputi GrabTaxi, GrabCar, GrabBike,

GrabExpress.

C. Visi dan Misi

1. Visi

Visi Grab adalah untuk “Menjadi yang terdepan di Asia Tenggara”

dengan memecahkan permasalahan trasnportasi yang ada serta

memberikan kemudahan mobilitas pada 620 juta orang di Asia Tenggara

setiap harinya.

2. Misi

a. Membuat platform transportasi yang paling aman.

b. Membuat semua orang dapat mengakses pelayanan transportasi

yang baik.

c. Meningkatkan taraf hidup mitra Grab.


60

BAB V

ANALISIS DATA DAN PEMBAHASAN

A. Deskripsi Data Penelitian

Pengumpulan data dalam penelitian ini dilakukan dengan penyebaran

kuesioner online dan wawancara online kepada pengguna transportasi online

Grab yang menggunakan OVO sebagai alat pembayaran. Data yang didapat

sebanyak 228 responden yang berasal dari Jakarta, Bogor, Depok, Tangerang,

Bekasi dan Yogyakarta.

Berdasarkan 228 responden yang menjawab kuesioner online, semua

kuesioner dapat diolah. Dari data yang diolah, dapat dilihat profil responden

sebagai pengguna transportasi online Grab dengan menggunakan OVO sebagai

alat pembayaran berdasarkan umur, domisili, status pekerjaan, pengalaman

menggunakan sistem pembayaran OVO pada Grab, dan jumlah penggunaan

penggunaan OVO pada transportasi online Grab.

1. Pengalaman menggunakan sistem pembayaran OVO pada Grab

Pada bagian ini menjelaskan jumlah responden mengenai pengalaman

dalam menggunakan sistem pembayaran OVO pada Grab. Berikut hasil

pengelompokan jumlah responden berdasarkan pengalaman menggunakan

OVO pada Grab


61

Tabel 2. Karakteristik Responden Berdasarkan Pengalaman

menggunakan OVO pada Grab

No Pengalaman

Penggunaan

Jumlah

Responden

Persentase

1 Sudah menggunakan 228 99

2 Belum menggunakan 2 1

Jumlah 230 100

Sumber: Data diolah 2019

Berdasarkan pada tabel 2 mengenai karakteristik responden terkait

dengan pengalaman dalam menggunakan OVO pada Grab, dapat

disimpulkan bahwa pengalaman menggunakan OVO, dari 230 responden

yang dijadikan sampel terdapat 228 responden (99%) yang sudah

menggunakan OVO pada Grab dan 2 responden (1%) yang belum

menggunakan OVO pada Grab. Namun, 2 responden tidak ikut diuji untuk

data penelitian sebab belum menggunakan OVO pada Grab. Dengan

demikian, data yang digunakan dalam penelitian ini adalah 228 responden.

2. Jumlah penggunaan OVO pada transportasi online Grab

Pada bagian ini menjelaskan jumlah responden mengenai penggunaan

OVO pada tranportasi online Grab. Berikut hasil pengelompokan jumlah

responden berdasarkan jumlah penggunaan OVO pada transportasi online

Grab.


62

Tabel 3. Karakteristik Responden berdasarkan Jumlah

Penggunaan OVO pada Grab

No Frekuensi

Penggunaan

Jumlah

Responden

Persentase

1 1-3 kali 67 30

2 4-6 kali 28 12

3 7-9 kali 9 4

4 >9 kali 124 54

Jumlah 228 100


Berdasarkan data pada tabel 3 mengenai karakteristik responden terkait

jumlah penggunaan OVO pada transportasi online Grab, dapat disimpulkan

bahwa jumlah penggunaan OVO, dari 228 responden yang dijadikan sampel

terdapat 67 responden (30%) yang menggunakan 1-3 kali, 28 responden (12%)

yang menggunakan 4-6 kali, 9 responden (4%) yang menggunakan 7-9 kali, dan

124 responden (54%) yang menggunakan > 9 kali. Dengan demikian, jumlah

penggunaan OVO yang paling banyak adalah > 9 kali, sedangkan jumlah

penggunaan OVO yang paling sedikit adalah 7-9 kali. Hal ini menyatakan bahwa

masyarakat permah menggunakan OVO untuk pembayaran transaksi pada


3. Usia

Pada bagian ini menjelaskan jumlah responden berdasarkan usia dalam

penggunaan OVO pada transportasi online Grab. Berikut hasil pengelompokan

jumlah responden berdasarkan usia.


63

Tabel 4. Karakteristik Responden Berdasarkan Usia

No Usia Jumlah Responden Persentase

1 15-19 41 18

2 20-24 167 73

3 25-29 9 4

4 >30 11 5

Jumlah 228 100


Berdasarkan data pada tabel 4 mengenai karakteristik responden menurut

usia, dapat disimpulkan bahwa penggunaan transportasi online Grab yang

menggunakan OVO sebagai alat pembayaran, dari 228 responden yang

dijadikan sampel terdapat 41 responden (18%) yang berusia 15-19 tahun, 167

responden (73%) yang berusia 20-24 tahun, 9 responden (4%) yang berusia 25-

29 tahun, dan 11 responden (5%) yang berusia >30 tahun. Dengan demikian,

usia yang paling banyak menggunakan OVO pada transportasi online Grab

adalah usia 20-24 tahun, sedangkan usia yang paling sedikit menggunakan

OVO pada transportasi online Grab adalah usia 25-29 tahun.

4. Domisili

Pada bagian ini menjelaskan jumlah responden berdasarkan domisili dalam

penggunaan OVO pada transportasi online Grab. Berikut hasil pengelompokan

jumlah responden berdasarkan domisili.


64

Tabel 5. Karakteristik Responden Berdasarkan Domisili

No Domisili Jumlah Responden Persentase

1 Jakarta 39 17

2 Bogor 7 3

3 Depok 7 3

4 Tangerang 21 10

5 Bekasi 39 17

6 Yogyakarta 115 50

Jumlah 228 100


Berdasarkan data pada tabel 5 mengenai karakteristik responden menurut

domisili, dapat disimpulkan bahwa penggunaan transportasi online Grab yang

menggunakan OVO sebagai alat pembayaran, dari 228 responden yang

dijadikan sampel terdapat 39 responden (17%) yang berdomisili di Jakarta, 7

responden (3%) yang berdomisili di Bogor, 7 responden (3%) yang berdomisili

di Depok, 21 responden (10%) yang berdomisili di Tangerang, 39 responden

(17%) yang berdomisili di Bekasi, dan 115 responden (50%) yang berdomisili

di Yogyakarta. Penelitian ini berdasarkan kota responden yang dipilih oleh

peneliti. Dengan demikian responden terbanyak yang menggunakan OVO pada

transportasi online Grab berdomisili di kota Yogyakarta, sedangkan responden

yang paling sedikit dalam menggunakan OVO pada transportasi online Grab

berdomisili di kota Depok dan Bogor.


65

5. Status Pekerjaan

Pada bagian ini menjelaskan jumlah responden berdasarkan status pekerjaan

dalam penggunaan OVO pada transportasi online Grab. Berikut hasil

pengelompokan jumlah responden berdasarkan status pekerjaan.

Tabel 6. Karakteristik Responden Berdasarkan Status

Pekerjaan

No Status Pekerjaan Jumlah Responden Persentase

1 Mahasiswa 156 68

2 Pegawai (Swasta

dan Negeri)

47 20

3 Pelajar 6 3

5 Engineer 1 0,4

6 Staff 2 1

7 Auditor 1 0,4

8 Pengusaha 1 0,4

9 Buruh 1 0,4

10 Wirausaha 2 1

12 Tenaga Pengajar 6 3

13 Musisi 1 0,4

14 Pengangguran 4 2

Jumlah 228 100


Berdasarkan pada tabel 6 mengenai karakteristik responden berdasarkan

status pekerjaan, dapat disimpulkan bahwa penggunaan transportasi online


66

Grab yang menggunakan OVO sebagai alat pembayaran, dari 228 responden

yang dijadikan sampel terdapat 156 responden (68%) berasal dari mahasiswa,

47 responden (20%) berasal dari pegawai swasta maupun negeri, 6 responden

(3%) berasal dari pelajar, 1 responden (0,4%) berasal dari engineer, 2 responden

(1%) berasal dari staff, 1 responden (0,4) berasal dari auditor, 1 responden

(0,4%) berasal dari pengusaha, 1 responden (0,4%) berasal dari buruh, 2

responden (1%) berasal dari wirausaha, 6 responden (3%) berasal dari tenaga

pengajar, 1 responden (0,4%) berasal dari musisi, dan 4 responden (2%) berasal

dari pengangguran. Dengan demikian, status pekerjaan yang paling banyak

menggunakan OVO pada transportasi online Grab adalah mahasiswa.

B. Analisis Deskriptif

Penelitian ini mengukur variabel dengan menggunakan statistik

deskriptif sesuai dengan tanggapan dari 228 responden. Variabel-variabel

penelitian terdiri dari perceived ease of use, perceived usefulness, attitude

towards using, behavioral intention, perceived usage, mobile payment

characteristic yang terdiri dari mobility, compatibility, convenience dan

reachability, mobile payment knowledge, perceived trust, serta perceived

security and privacy. Persepsi pengguna transportasi online Grab dengan

menggunakan OVO dianalisa menggunakan statistik deskriptif untuk setiap

konstruk. Berikut hasil dan penjelasan output statistik deskriptif dari setiap

konstruk berdasarkan SPSS 22.

1. Perceived Ease of Use (PEOU)


67

Pada bagian ini menjelaskan hasil uji statistik konstruk perceived

ease of use pada tiap indikator pertanyaan. Berikut tabel hasil uji statistik

konstruk perceived ease of use:

Tabel 7. Hasil Uji Statistik Konstruk

Perceived Ease of Use (PEOU)

PEOU1 PEOU2 PEOU3 PEOU4

N Valid 228 228 228 228

Missing 0 0 0 0

Mean 3.69 3.75 3.64 3.72

Median 4.00 4.00 4.00 4.00

Mode 4 4 4 4

Std. Deviation 525 493 566 504

Minimum 1 1 2 2

Maximum 4 4 4 4


Berdasarkan hasil output pada tabel 7, diperoleh rata-rata jawaban

responden atas konstruk perceived ease of use (PEOU) dari pengguna

transportasi online Grab yang menggunakan OVO sebagai metode

pembayaran bernilai 3 yang berarti setuju. Median atau nilai tengah jawaban

responden atas konstruk perceived ease of use (PEOU) dari pengguna


pembayaran bernilai 4 yang berarti sangat setuju. Modus atau nilai yang

paling sering muncul untuk jawaban responden atas konstruk perceived ease

of use (PEOU) dari pengguna tranportasi online Grab yang menggunakan

OVO sebagai metode pembayaran bernilai 4 yang berarti sebagian besar

pengguna menyatakan setuju. Jika dilihat dari nilai minimum indikator

PEOU1 dan PEOU2, sebagian pengguna menjawab sangat tidak setuju,

sedangkan indikator PEOU3 dan PEOU4, sebagian pengguna menjawab tidak


68

setuju. Nilai maksimum dari semua indikator perceived ease of use (PEOU)

menyatakan bahwa sebagian besar pengguna menjawab bahwa penggunaan

OVO pada transportasi online Grab mudah digunakan.

2. Perceived Usefulness (PU)


usefulness pada tiap indikator pertanyaan. Berikut tabel hasil uji statistik

konstruk perceived usefulness:

Tabel 8. Hasil Uji Statistik Konstruk Perceived Usefulness (PU)

PU1 PU2 PU3 PU4

N Valid 228 228 228 228

Missing 0 0 0 0

Mean 3.75 3.65 3.75 3.37

Median 4.00 4.00 4.00 4.00

Mode 4 4 4 4


Minimum 2 2 2 1

Maximum 4 4 4 4



responden atas konstruk perceived usefulness (PU) dari pengguna transportasi

online Grab yang menggunakan OVO sebagai metode pembayaran bernilai 3

yang berarti setuju. Median atau nilai tengah jawaban responden atas konstruk

perceived usefulness (PU) dari pengguna transportasi online Grab yang

menggunakan OVO sebagai metode pembayaran bernilai 4 yang berarti

sangat setuju. Modus atau nilai yang paling sering keluar untuk jawaban

responden atas konstruk perceived usefulness (PU) dari pengguna tranportasi

online Grab yang menggunakan OVO sebagai metode pembayaran bernilai 4

yang berarti sebagian besar pengguna menyatakan sangat setuju. Jika dilihat


69

dari nilai minimum indikator PU1, PU2, dan PU3, sebagian pengguna

menjawab tidak setuju, sedangkan indikator PU4, sebagian pengguna

menjawab sangat tidak setuju. Nilai maksimum dari semua indikator

perceived usefulness (PU) menyatakan bahwa sebagian besar pengguna

menjawab bahwa penggunaan OVO pada transportasi online Grab sangat

berguna untuk mereka.

3. Attitude Towards Using (ATU)

Pada bagian ini menjelaskan hasil uji statistik konstruk attitude

towards using pada tiap indikator pertanyaan. Berikut tabel hasil uji statistik

konstruk attitude towards using:

Tabel 9. Hasil Uji Statistik Konstruk Attitude Towards Using

(ATU)

ATU1 ATU2 ATU3

N Valid 228 228 228

Missing 0 0 0

Mean 3.61 3.61 3.57

Median 4.00 4.00 4.00

Mode 4 4 4

Std. Deviation 541 541 683

Minimum 2 2 1

Maximum 4 4 4



responden atas konstruk attitude towards using (ATU) dari pengguna



responden atas konstruk attitude towards using (ATU) dari pengguna



70

pembayaran bernilai 4 yang berarti sangat setuju. Modus atau nilai yang

paling sering keluar untuk jawaban responden atas konstruk attitude towards

using (ATU) dari pengguna tranportasi online Grab yang menggunakan

OVO sebagai metode pembayaran bernilai 4 yang berarti sebagian besar

pengguna menyatakan sangat setuju. Jika dilihat dari nilai minimum

indikator ATU1, ATU2, sebagian pengguna menjawab tidak setuju,

sedangkan indikator ATU3, sebagian pengguna menjawab sangat tidak

setuju. Nilai maksimum dari semua indikator attitude towards using (ATU)

menyatakan bahwa sebagian besar pengguna menjawab bahwa penggunaan

OVO pada transportasi online Grab memberikan sikap positif terhadap

penggunanya.

4. Behavioral Intention (BIU)

Pada bagian ini menjelaskan hasil uji statistik konstruk behavioral

intention pada tiap indikator pertanyaan. Berikut tabel hasil uji statistik

konstruk behavioral intention:

Tabel 10. Hasil Uji Statistik Konstruk Behavioral Intention

(BIU)

BIU1 BIU2

N Valid 228 228

Missing 0 0

Mean 3.49 3.22

Median 4.00 4.00

Mode 4 4

Std. Deviation 730 821

Minimum 1 1

Maximum 4 4



71


responden atas konstruk behavioral intention (BIU) dari pengguna



responden atas konstruk behavioral intention (BIU) dari pengguna


pembayaran, sebagian besar pengguna memberikan nilai 3 dan 4 yang berarti

setuju. Modus atau nilai yang paling sering keluar untuk jawaban responden

atas konstruk behavioral intention (BIU) dari pengguna tranportasi online

Grab yang menggunakan OVO sebagai metode pembayaran bernilai 4 yang

berarti sebagian besar pengguna menyatakan sangat setuju. Jika dilihat dari

nilai minimum untuk indikator BIU1 dan BIU2, sebagian pengguna

menjawab sangat tidak setuju. Nilai maksimum dari semua indikator

behavioral intention (BIU) menyatakan bahwa sebagian besar pengguna

menjawab sangat setuju terhadap penggunaan OVO pada transportasi online

Grab.

5. Perceived Usage (AU)


usage pada tiap indikator pertanyaan. Berikut tabel hasil uji statistik konstruk

perceived usage:


72

Tabel 11. Hasil Uji Statistik Konstruk Perceived Usage

(AU)

AU1

N Valid 228

Missing 0

Mean 3.43

Median 4.00

Mode 4

Std. Deviation 762

Minimum 1

Maximum 4



responden atas konstruk perceived usage (AU) dari pengguna transportasi

online Grab yang menggunakan OVO sebagai metode pembayaran bernilai

3 yang berarti setuju. Median atau nilai tengah jawaban responden atas

konstruk perceived usage (AU) dari pengguna transportasi online Grab yang

menggunakan OVO sebagai metode pembayaran, sebagian besar pengguna

memberikan nilai 4 yang berarti sangat setuju. Modus atau nilai yang paling

sering keluar untuk jawaban responden atas konstruk perceived usage (AU)

dari pengguna tranportasi online Grab yang menggunakan OVO sebagai

metode pembayaran bernilai 4 yang berarti sebagian besar pengguna

menyatakan sangat setuju. Jika dilihat dari nilai minimum untuk indikator

AU1, sebagian pengguna menjawab sangat tidak setuju. Nilai maksimum

dari semua indikator perceived usage (AU) menyatakan bahwa sebagian

besar pengguna menjawab sangat setuju terhadap penggunaan OVO pada



73

6. Mobility (MOB)

Pada bagian ini menjelaskan hasil uji statistik konstruk mobility

pada tiap indikator pertanyaan. Berikut tabel hasil uji statistik konstruk

mobility:

Tabel 12. Hasil Uji Statistik Konstruk Mobility

(MOB)

MOB1 MOB2 MOB3

N Valid 228 228 228

Missing 0 0 0

Mean 3.58 3.53 3.45

Median 4.00 4.00 4.00

Mode 4 4 4


Minimum 1 1 1

Maximum 4 4 4



responden atas konstruk mobility (MOB), dari pengguna transportasi online

Grab yang menggunakan OVO sebagai metode pembayaran bernilai 3 yang

berarti setuju. Median atau nilai tengah jawaban responden atas konstruk

mobility (MOB) dari pengguna transportasi online Grab yang menggunakan

OVO sebagai metode pembayaran, sebagian besar pengguna memberikan

nilai 4 yang berarti sangat setuju. Modus atau nilai yang paling sering keluar

untuk jawaban responden atas konstruk mobility (MOB) dari pengguna

tranportasi online Grab yang menggunakan OVO sebagai metode

pembayaran bernilai 4 yang berarti sebagian besar pengguna menyatakan

sangat setuju. Jika dilihat dari nilai minimum untuk indikator MOB1, MOB2,

dan MOB3 sebagian pengguna menjawab sangat tidak setuju. Nilai


74

maksimum dari semua indikator mobility (MOB) menyatakan sebagian besar

pengguna menjawab sangat setuju bahwa penggunaan OVO pada

transportasi online Grab dapat digunakan kapan saja dan dimana saja.

7. Reachability (REA)

Pada bagian ini menjelaskan hasil uji statistik konstruk reahability


reachability:

Tabel 13. Hasil Uji Statistik Konstruk Reachability

(REA)

REA1 REA2 REA3

N Valid 228 228 228

Missing 0 0 0

Mean 3.69 3.55 2.40

Median 4.00 4.00 2.00

Mode 4 4 2

Std. Deviation 516 638 1.034

Minimum 2 1 1

Maximum 4 4 4



responden atas konstruk reachability (REA), dari sebagian besar pengguna


pembayaran, untuk indikator REA1 dan REA2 bernilai 3 yang berarti setuju,

sedangkan indikator REA3 bernilai 2 yang berarti tidak setuju. Median atau

nilai tengah jawaban responden atas konstruk reachability (REA) dari

pengguna transportasi online Grab yang menggunakan OVO sebagai metode

pembayaran, untuk indikator REA1 dan REA2 sebagian besar pengguna

memberikan nilai 4 yang berarti sangat setuju, sedangkan untuk indikator


75

REA3, pengguna memberikan nilai 2 yang berarti tidak setuju. Modus atau

nilai yang paling sering keluar untuk jawaban responden atas konstruk

reachability (REA) dari pengguna tranportasi online Grab yang

menggunakan OVO sebagai metode pembayaran, untuk indikator REA1 dan

REA2 sebagian besar pengguna memberikan nilai 4 yang berarti sangat

setuju, sedangkan untuk indikator REA3, pengguna memberikan nilai 2 yang

berarti tidak setuju. Jika dilihat dari nilai minimum untuk indikator REA1,

sebagian pengguna menjawab tidak setuju, sedangkan untuk REA2 dan

REA3 sebagian pengguna menjawab sangat tidak setuju. Nilai maksimum

dari semua indikator reachability (REA) menyatakan sebagian besar

pengguna menjawab sangat setuju bahwa penggunaan OVO pada

transportasi online Grab dapat dijangkau dimana saja.

8. Compatibility (COM)

Pada bagian ini menjelaskan hasil uji statistik konstruk

compatibility pada tiap indikator pertanyaan. Berikut tabel hasil uji statistik

konstruk compatibility:

Tabel 14. Hasil Uji Statistik Konstruk Compatibility

(COM)

COM1 COM2 COM3

N Valid 228 228 228

Missing 0 0 0

Mean 3.60 3.60 3.46

Median 4.00 4.00 4.00

Mode 4 4 4


Minimum 2 2 1

Maximum 4 4 4



76


responden atas konstruk compatibility (COM), dari pengguna transportasi



konstruk compatibility (COM) dari pengguna transportasi online Grab yang



sering keluar untuk jawaban responden atas konstruk compatibility (COM)




COM1 dan COM2, sebagian pengguna menjawab tidak setuju, sedangkan

indikator COM3 sebagian pengguna menjawab sangat tidak setuju. Nilai

maksimum dari semua indikator compatibility (COM) menyatakan sebagian

besar pengguna menjawab sangat setuju bahwa penggunaan OVO pada

transportasi online Grab dapat menyesuaikan dengan kebutuhan.

9. Convenience (CON)

Pada bagian ini menjelaskan hasil uji statistik konstruk convenience


convenience:


77

Tabel 15. Hasil Uji Statistik Konstruk Convenience (CON)

CON1 CON2 CON3 CON4

N Valid 228 228 228 228

Missing 0 0 0 0

Mean 3.62 3.61 3.45 3.64

Median 4.00 4.00 4.00 4.00

Mode 4 4 4 4


Minimum 2 2 1 1

Maximum 4 4 4 4



responden atas konstruk convenience (CON), dari pengguna transportasi



konstruk convenience (CON) dari pengguna transportasi online Grab yang



sering keluar untuk jawaban responden atas konstruk convenience (COM)




CON1 dan CON2, sebagian pengguna menjawab tidak setuju, sedangkan

indikator CON3 dan CON4 sebagian pengguna menjawab sangat tidak

setuju. Nilai maksimum dari semua indikator convenience (CON)

menyatakan sebagian besar pengguna menjawab sangat setuju bahwa

penggunaan OVO pada transportasi online Grab nyaman digunakan.


78

10. Mobile Payment Knowledge (MPK)

Pada bagian ini menjelaskan hasil uji statistik konstruk mobile

payment knowledge pada tiap indikator pertanyaan. Berikut tabel hasil uji

statistik konstruk mobile payment knowledge:

Tabel 16. Hasil Uji Statistik Konstruk Mobile Payment

Knowledge (MPK)

MPK1 MPK2 MPK3 MPK4

N Valid 228 228 228 228

Missing 0 0 0 0

Mean 3.43 3.20 3.35 3.39

Median 4.00 3.00 3.50 4.00

Mode 4 4 4 4


Minimum 1 1 1 1

Maximum 4 4 4 4



responden atas konstruk mobile payment knowledge (MPK), dari pengguna



responden atas konstruk mobile payment knowledge (MPK) dari pengguna


pembayaran, sebagian besar pengguna memberikan nilai 3 dan 4 yang

berarti setuju. Modus atau nilai yang paling sering keluar untuk jawaban

responden atas konstruk mobile payment knowledge (MPK) dari pengguna


pembayaran bernilai 4 yang berarti sebagian besar pengguna menyatakan

sangat setuju. Jika dilihat dari nilai minimum untuk indikator MPK1,


79

MPK2, MPK3 dan MPK4 sebagian pengguna menjawab sangat tidak setuju.

Nilai maksimum dari semua indikator mobile payment knowledge (MPK)

menyatakan sebagian besar pengguna menjawab sangat setuju terhadap

pengetahuan yang diperoleh dalam menggunakan mobile payment OVO

pada transportasi online Grab.

11. Perceived Security and Privacy (SP)


security and privacy pada tiap indikator pertanyaan. Berikut tabel hasil uji

statistik konstruk perceived security and privacy:

Tabel 17. Hasil Uji Statistik Konstruk

Perceived Security and Privacy (SP)

SP1 SP2 SP3 SP4 SP5

N Valid 228 228 228 228 228

Missing 0 0 0 0 0

Mean 3.44 3.33 3.49 3.36 3.44

Median 4.00 3.00 4.00 3.50 4.00

Mode 4 3 4 4 4

Std. Deviation 683 892 761 745 784

Minimum 1 1 2 1 1

Maximum 4 4 4 4 4



responden atas konstruk perceived security and privacy (SP), dari pengguna



responden atas konstruk perceived security and privacy (SP) dari pengguna


pembayaran, sebagian besar pengguna memberikan nilai 3 dan 4 yang


80

berarti setuju. Modus atau nilai yang paling sering keluar untuk jawaban

responden atas konstruk perceived security and privacy (SP) dari pengguna


pembayaran bernilai 3 dan 4 yang berarti sebagian besar pengguna


SP1, SP2, SP4 dan SP5 sebagian pengguna menjawab sangat tidak setuju,

sedangkan untuk indikator SP3 sebagian pengguna menjawab tidak setuju.

Nilai maksimum dari semua indikator perceived security and privacy (SP)


keamanan dalam menggunakan mobile payment OVO pada transportasi

online Grab.

12. Perceived Trust (TR)


trust pada tiap indikator pertanyaan. Berikut tabel hasil uji statistik konstruk

perceived trust:

Tabel 18. Hasil Uji Statistik Konstruk Perceived Trust (TR)

TR1 TR2 TR3 TR4

N Valid 228 228 228 228

Missing 0 0 0 0

Mean 3.47 3.46 3.53 3.46

Median 4.00 4.00 4.00 4.00

Mode 4 4 4 4


Minimum 1 1 1 1

Maximum 4 4 4 4



responden atas konstruk perceived trust (TR), dari pengguna transportasi


81



konstruk perceived trust (TR) dari pengguna transportasi online Grab yang



sering keluar untuk jawaban responden atas konstruk perceived trust (TR)




SP1, SP2, SP3, SP4 dan SP5 sebagian pengguna menjawab sangat tidak

setuju. Nilai maksimum dari semua indikator perceived trust (TR)


kepercayaan dalam menggunakan mobile payment OVO pada transportasi

online Grab.

C. Analisis Data Penelitian

Metode untuk analisis data yang digunakan adalah analisis Partial Least

Square (PLS) dengan menggunakan Software SmartPLS 3.2. Menurut Abdillah

dan Jogiyanto (2015:179) PLS adalah salah satu metode statistika SEM berbasis

varian yang didesain untuk menyelesaikan permasalahan struktural yang

melibatkan banyak variabel atau konstruk banyak ketika ukuran sampel

penelitian kecil, adanya data yang hilang atau missing values dan

multikoinearitas.

1. Model Pengukuran (Outer Model)


82

a. Uji Validitas

Uji validitas dalam penelitian ini dengan menggunakan Software

SmartPLS 3.2 dengan menguji validitas konstruk yang terdiri atas

validitas konvergen dan validitas diskriminan.

1) Validitas Konvergen

Menurut Abdillah dan Jogiyanto (2015:195), validitas konvergen

berhubungan dengan prinsip bahwa pengukur-pengukur dari suatu

konstruk seharusnya berkorelasi tinggi. Rule of thumb yang digunakan

untuk validitas konvergen adalah outer loading lebih dari 0,7. Hasil uji

validitas konvergen ditampilkan dalam tabel berikut ini.

a) Validitas konvergen Mobile Payment Knowledge

Mobile Payment Knowledge memiliki 4 indikator, yaitu

pengguna dapat nyaman membeli produk dengan menggunakan

OVO pada Grab, penggunaan OVO pada Grab untuk melakukan

pembelian, pennggunaan OVO pada Grab untuk membeli

barang/jasa melalui handphone, dan pengguna percaya diri dalam

menggunakan OVO pada Grab. Masing-masing memiliki nilai outer

loading untuk uji 1 adalah 0,833, 0,655, 0,862, dan 0,814.

Sedangkan hasil untuk pengujian ulang yaitu uji 2 adalah 0,844,

0,880, dan 0,819. Saat pengujian ulang, indikator MPK2 bernilai

dibawah 0,7 sehingga indikator tersebut dihapus. Nilai outer loading

untuk indikator lain lebih besar dari rule of thumb yaitu 0,7.


83

Tabel 19. Nilai Outer Loading Mobile Payment Knowledge

Variabel Indikator Uji 1 Keterangan Uji 2 Keterangan

Mobile

Payment

Knowledge

MPK1 0,833 VALID 0,844 VALID

MPK2 0,655 TIDAK

VALID - -




Selanjutnya untuk diagram path konstruk mobile payment knowledge

terdapat pada gambar 3 dan 4.

Gambar 3. Uji 1

Mobile Payment Knowledge

Gambar 4. Uji 2


Gambar ini menunjukkan hasil yang valid untuk indikator

MPK1, MPK3 dan MPK4 sebab memiliki nilai outer loading > dari

0,7, sedangkan untuk MPK2 memiliki nilai sebesar 0,655 yang

lebih kecil dari 0,7 sehingga dilakukan pengujian ulang dengan

melakukan penghapusan indikator MPK2. Dengan demikian, baik

hasil uji nilai outer loading dan path diagram telah memenuhi

kriteria validitas konvergen sehingga dapat disimpulkan bahwa

konstruk mobile payment knowledge tersebut valid.


84

b) Validitas konvergen Mobility

Mobility memiliki 3 indikator, yaitu OVO pada Grab dapat

digunakan kapan saja, OVO pada Grab dapat digunakan dimana

saja, dan OVO pada Grab dapat digunakan ketika berpergian.

Masing-masing memiliki nilai outer loading untuk uji 1 dan uji 2

sebesar 0,854, 0,874, dan 0,866. Nilai outer loading tersebut lebih

besar dari rule of thumb yaitu 0,7.

Tabel 20. Nilai Outer Loading Mobility


Mobility

MOB1 0,854 VALID 0,854 VALID




Selanjutnya untuk diagram path konstruk mobility terdapat pada gambar

5 dan 6.

Gambar 5. Uji 1

Mobility

Gambar 6. Uji 2

Mobility

Gambar 5 dan gambar 6 menunjukkan hasil yang valid sebab

memiliki nilai outer loading > dari 0,7. Dengan demikian, baik



85


konstruk mobility tersebut valid.

c) Validitas konvergen Reachability

Reachability memiliki 3 indikator, yaitu OVO pada Grab dapat

dijangkau melalui handphone, OVO pada Grab dapat digunakan

dalam berbagai situasi, dan penggunaan OVO pada Grab dapat

menghubungi pihak bank. Masing-masing memiliki nilai outer

loading untuk uji 1 adalah 0,894, 0,903, dan 0,259. Sedangkan hasil

untuk pengujian ulang yaitu uji 2 adalah 0,910, dan 0,900.

Tabel 21. Nilai Outer Loading Reachability

Variabel Indikator Uji 1 Keterangan Uji 2 Keteranngan

Reachability

REA1 0,894 VALID 0,910 VALID

REA2 0,903 VALID 0,900 VALID

REA3 0,259 TIDAK

VALID - -


Selanjutnya untuk diagram path konstruk reachability terdapat pada

gambar 7 dan 8.

Gambar 7. Uji 1

Reachability

Gambar 8. Uji 2

Reachability


86

Gambar 7 dan gambar 8 menunjukkan hasil yang valid untuk

indikator REA1 dan REA2 sebab memiliki nilai outer loading >

dari 0,7, sedangkan untuk REA3 memiliki nilai sebesar 0,259 yang

lebih kecil dari 0,7 sehingga dilakukan pengujian ulang dengan

melakukan penghapusan indikator REA3. Dengan demikian, baik



konstruk reachability tersebut valid.

d) Validitas konvergen Compatibility

Compatibility memiliki 3 indikator, yaitu OVO pada Grab dapat

menyesuaikan dengan teknologi yang ada, OVO pada Grab dapat

digunakan sesuai kebutuhan, dan OVO pada Grab dapat

menyesuaikan dengan kebutuhan sehari-hari. Masing-masing

memiliki nilai outer loading untuk uji 1 dan uji 2 sebesar 0,833,

0,911, dan 0,830. Nilai outer loading tersebut lebih besar dari rule

of thumb yaitu 0,7.

Tabel 22. Nilai Outer Loading Compatibility


Compatibility

COM1 0,833 VALID 0,833 VALID





87

Selanjutnya untuk diagram path konstruk compatibility terdapat pada

gambar 9 dan 10.

Gambar 9. Uji 1

Compatibility

Gambar 10. Uji 2

Compatibility





konstruk compatibility tersebut valid.

e) Validitas konvergen Convenience

Convenience memiliki 4 indikator, yaitu OVO pada Grab

nyaman digunakan karena handphone sering digunakan, OVO pada

Grab nyaman digunakan kapan saja, OVO pada Grab nyaman

digunakan di berbagai situasi, dan OVO pada Grab nyaman karena

tidak sulit digunakan. Masing-masing memiliki nilai outer loading

untuk uji 1 dan uji 2 sebesar 0,882, 0,859, 0,828 dan 0,821. Nilai

outer loading tersebut lebih besar dari rule of thumb yaitu 0,7.


88

Tabel 23. Nilai Outer Loading Convenience


Convenience

CON1 0,882 VALID 0,882 VALID





Selanjutnya untuk diagram path konstruk convenience terdapat pada

gambar 11 dan 12.

Gambar 11. Uji 1

Convenience

Gambar 12. Uji 2

Convenience





konstruk convenience tersebut valid.

f) Validitas konvergen Perceived Ease of Use

Perceived Ease of Use memiliki 4 indikator, yaitu OVO pada

Grab mudah dipelajari bagi pengguna, OVO pada Grab mudah

digunakan bagi pengguna, OVO pada Grab mudah untuk dipahami

dan jelas bagi pengguna, dan OVO pada Grab mudah diperoleh bagi


89

pengguna. Masing-masing memiliki nilai outer loading untuk uji 1

dan uji 2 sebesar 0,879, 0,873, 0,887 dan 0,866. Nilai outer loading

tersebut lebih besar dari rule of thumb yaitu 0,7.

Tabel 24. Nilai Outer Loading Perceived Ease of Use


Perceived

Ease of Use

PEOU1 0,879 VALID 0,879 VALID





Selanjutnya untuk diagram path konstruk perceived ease of use terdapat

pada gambar 13 dan 14.

Gambar 13. Uji 1

Perceived Ease of Use

Gambar 14. Uji 2

Perceived Ease of Use





konstruk perceived ease of use tersebut valid.

g) Validitas konvergen Perceived Usefulness


90

Perceived Usefulness memiliki 4 indikator, yaitu OVO pada

Grab mempermudah dalam melakukan transaksi, OVO pada Grab

mempercepat dalam melakukan transaksi, OVO pada Grab

meningkatkan efektivitas dalam bertransaksi, dan OVO pada Grab

bermanfaat dalam bertransaksi. Masing-masing memiliki nilai

outer loading untuk uji 1 dan uji 2 sebesar 0,815, 0,883, 0,819 dan

0,771. Nilai outer loading tersebut lebih besar dari rule of thumb

yaitu 0,7.

Tabel 25. Nilai Outer Loading Perceived Usefulness


Perceived

Usefulness

PU1 0,815 VALID 0,815 VALID





Selanjutnya untuk diagram path konstruk perceived usefulness terdapat


Gambar 15. Uji 1

Perceived Usefulness

Gambar 16. Uji 2

Perceived Usefulness


91





konstruk perceived usefulness tersebut valid.

h) Validitas konvergen Attitude Towards Using

Attitude Towards Using memiliki 3 indikator, yaitu OVO pada

Grab dapat memberikan respons positif, penguna menyukai ide

penggunaan OVO pada Grab, dan pengguna lebih suka

menggunakan OVO pada Grab. Masing-masing memiliki nilai

outer loading untuk uji 1 dan uji 2 sebesar 0,884, 0,865, dan 0,753.

Nilai outer loading tersebut lebih besar dari rule of thumb yaitu 0,7.

Tabel 26. Nilai Outer Loading Attitude Towards Using


Attitude

Towards Using

ATU1 0,884 VALID 0,884 VALID




Selanjutnya untuk diagram path konstruk attitude towards using

terdapat pada gambar 17 dan 18.


92

Gambar 17. Uji 1

Attitude Towards Using

Gambar 18. Uji 2

Attitude Towards Using





konstruk attitude towards using tersebut valid.

i) Validitas konvergen Behavioral Intention

Behavioral Intention memiliki 2 indikator yaitu pengguna

cenderung akan menggunakan OVO pada Grab dan pengguna terus-

menerus menggunakan OVO. Indikator tersebut memiliki nilai outer

loading untuk uji 1 dan uji 2 sebesar 0,930 dan 0,911. Nilai outer

loading tersebut lebih besar dari rule of thumb yaitu 0,7.

Tabel 27. Nilai Outer Loading Behavioral Intention


Behavioral

Intention

BIU1 0,930 VALID 0,930 VALID

BIU2 0,911 VALID 0,911 VALID



93

Selanjutnya untuk diagram path konstruk behavioral intention terdapat


Gambar 19. Uji 1

Behavioral Intention

Gambar 20. Uji 2

Behavioral Intention





konstruk behavioral intention tersebut valid.

j) Validitas konvergen Perceived Usage

Perceived Usage memiliki 1 indikator, yaitu OVO pada Grab

dapat mudah didapat dan tersedia dimana-mana. Indikator tersebut

memiliki nilai outer loading untuk uji 1 dan uji 2 sebesar 1,000.

Nilai outer loading tersebut lebih besar dari rule of thumb yaitu 0,7.


94

Tabel 28. Nilai Outer Loading Perceived Usage


Perceived

Usage AU1 1,000 VALID 1,000 VALID


Selanjutnya untuk diagram path konstruk perceived usage terdapat pada

gambar 21 dan 22.

Gambar 21. Uji 1

Perceived Usage

Gambar 22. Uji 2

Perceived Usage





konstruk perceived usage tersebut valid.

k) Validitas konvergen Perceived Trust

Perceived Trust memiliki 4 indikator, yaitu pengguna percaya

OVO pada Grab tidak akan memberikan informasi terkait

pengguna, pengguna percaya OVO pada Grab menjaga data

pengguna dengan aman, pengguna percaya dengan teknologi OVO


95

pada Grab, dan pengguna percaya terhadap penjaminan privasi

informasi terkait data pengguna. Masing-masing memiliki nilai

outer loading untuk uji 1 dan uji 2 sebesar 0,92, 0,923, 0,806 dan

0,896. Nilai outer loading tersebut lebih besar dari rule of thumb

yaitu 0,7.

Tabel 29. Nilai Outer Loading Perceived Trust


Perceived

Trust

TR1 0,92 VALID 0,92 VALID





Selanjutnya untuk diagram path konstruk perceived trust terdapat pada

gambar 23 dan 24.

Gambar 23. Uji 1

Perceived Trust

Gambar 24. Uji 2

Perceived Trust





konstruk perceived trust tersebut valid.


96

l) Validitas konvergen Perceived Security and Privacy

Perceived Security and Privacy memiliki 5 indikator, yaitu

pengguna percaya pada teknologi yang digunakan, percaya pada

kemampuan OVO pada Grab untuk melindungi privasi, pengguna

percaya dengan menggunakan OVO pada Grab akan menjadi lebih

aman, keamanan dalam penggunaan OVO pada Grab, dan keamanan

OVO pada Grab tidak menghambat dalam melakukan transaksi.

Masing-masing memiliki nilai outer loading untuk uji 1 dan uji 2

sebesar 0,855, 0,796, 0,884, 0,854, dan 0,821. Nilai outer loading

tersebut lebih besar dari rule of thumb yaitu 0,7.

Tabel 30. Nilai Outer Loading Perceived Security and Privacy


Perceived

Security and

Privacy

SP1 0,855 VALID 0,855 VALID






Selanjutnya untuk diagram path konstruk perceived security and

privacy terdapat pada gambar 25 dan 26.


97

Gambar 25. Uji 1

Perceived Security and Privacy

Gambar 26. Uji 2






konstruk perceived security and privacy tersebut valid.

Setelah dilakukan uji 1 dan uji 2, diperoleh 38 indikator yang

sudah dinyatakan valid. Dari hasil ini, langkah selanjutnya adalah

memperoleh nilai Average Variance Extracted (AVE) yang memiliki

rule of thumb untuk tiap variabel yaitu mempunyai nilai di atas 0,5.


98

Hasil Average Variance Extracted (AVE) ditampilkan dalam tabel

berikut ini.

Tabel 31. Nilai AVE (Average Variance Expected)

Average

Variance

Extracted

(AVE)

Attitude Toward Using 0.699

Behavioral Intention 0.847

Compatibility 0.738

Convenience 0.719

Mobile Payment Knowledge 0.719

Mobility 0.747

Perceived Ease of Use 0.768

Perceived Security and Privacy 0.710

Perceived Trust 0.788

Perceived Usage 1.000

Perceived Usefulness 0.677

Reachability 0.819


Hasil perhitungan pada tabel 31 menjelaskan bahwa masing-

masing variabel pada AVE mencapai nilai di atas 0,5. Dengan

demikian, kriteria uji validitas konvergen sudah terpenuhi.

2) Validitas Diskriminan

Validitas diskriminan berhubungan dengan prinsip bahwa

pengukur-pengukur konstruk yang berbeda seharusnya tidak

berkorelasi dengan tinggi. Hasil uji validitas diskriminan ditampilkan

dalam tabel korelasi variabel laten dan cross loading berikut.


99

Untuk uji validitas diskriminan, parameter yang diukur adalah dengan membandingkan akar dari AVE suatu konstruk

harus lebih tinggi dibandingkan dengan korelasi antar variabel tersebut.

Tabel 32. Korelasi Variabel Laten


ATU BIU COM CON MPK MOB PEOU SP TR AU PU REA

ATU 0.836

BIU 0.700 0.920

COM 0.778 0.641 0.859

CON 0.741 0.597 0.828 0.848

MPK 0.557 0.511 0.589 0.571 0.848

MOB 0.647 0.645 0.746 0.739 0.496 0.865

PEOU 0.694 0.531 0.671 0.688 0.472 0.598 0.876

SP 0.594 0.617 0.607 0.626 0.604 0.561 0.530 0.842

TR 0.486 0.559 0.566 0.551 0.451 0.504 0.456 0.668 0.888

AU 0.638 0.652 0.646 0.617 0.422 0.678 0.501 0.455 0.457 1.000

PU 0.712 0.631 0.624 0.635 0.465 0.574 0.735 0.506 0.494 0.534 0.823

REA 0.684 0.593 0.761 0.790 0.500 0.765 0.698 0.530 0.451 0.603 0.656 0.905


100

Pada tabel cross loading terlihat bahwa masing-masing indikator di suatu konstruk akan berbeda dengan indikator di konstruk

lain dan mengumpul pada konstruk yang dimaksud dengan rule of thumb lebih dari 0,7 dalam satu variabel.

Tabel 33. Nilai Cross Loading


ATU1 0.884 0.542 0.662 0.689 0.504 0.561 0.663 0.523 0.411 0.505 0.614 0.580

ATU2 0.865 0.588 0.740 0.688 0.486 0.560 0.591 0.577 0.494 0.505 0.624 0.601

ATU3 0.753 0.628 0.538 0.469 0.403 0.499 0.479 0.378 0.306 0.593 0.544 0.530

AU1 0.638 0.652 0.646 0.617 0.422 0.678 0.501 0.455 0.457 1.000 0.534 0.603

BIU1 0.660 0.930 0.608 0.548 0.449 0.592 0.539 0.541 0.566 0.629 0.637 0.548

BIU2 0.627 0.911 0.570 0.553 0.494 0.595 0.431 0.598 0.457 0.569 0.518 0.544

COM1 0.657 0.489 0.833 0.656 0.495 0.576 0.572 0.458 0.438 0.520 0.516 0.628

COM2 0.694 0.603 0.911 0.757 0.528 0.718 0.617 0.566 0.503 0.604 0.597 0.692

COM3 0.653 0.557 0.830 0.719 0.496 0.623 0.535 0.539 0.521 0.537 0.488 0.640

CON1 0.688 0.519 0.746 0.882 0.491 0.653 0.663 0.522 0.466 0.483 0.569 0.739

CON2 0.637 0.513 0.754 0.859 0.513 0.679 0.525 0.574 0.451 0.508 0.486 0.690

CON3 0.570 0.554 0.648 0.828 0.442 0.684 0.544 0.507 0.528 0.618 0.558 0.630



101

Tabel 33. Nilai Cross Loading (Lanjutan)


CON4 0.613 0.442 0.662 0.821 0.495 0.494 0.587 0.526 0.423 0.490 0.534 0.617

MOB1 0.528 0.483 0.630 0.627 0.412 0.854 0.539 0.481 0.395 0.569 0.428 0.630

MOB2 0.535 0.527 0.638 0.590 0.439 0.874 0.476 0.486 0.468 0.620 0.453 0.639

MOB3 0.607 0.647 0.664 0.688 0.434 0.866 0.531 0.488 0.445 0.573 0.591 0.707

MPK1 0.552 0.489 0.565 0.503 0.844 0.491 0.417 0.539 0.446 0.380 0.454 0.441

MPK3 0.515 0.462 0.510 0.490 0.880 0.381 0.437 0.499 0.371 0.390 0.423 0.432

MPK4 0.322 0.330 0.411 0.459 0.819 0.389 0.335 0.502 0.322 0.292 0.286 0.398

PEOU1 0.636 0.482 0.579 0.604 0.397 0.552 0.879 0.457 0.378 0.449 0.632 0.594

PEOU2 0.617 0.469 0.591 0.574 0.399 0.501 0.873 0.435 0.366 0.442 0.631 0.575

PEOU3 0.588 0.458 0.584 0.587 0.403 0.517 0.887 0.482 0.408 0.442 0.672 0.608

PEOU4 0.591 0.451 0.596 0.645 0.454 0.524 0.866 0.482 0.445 0.423 0.640 0.667

PU1 0.586 0.437 0.502 0.528 0.321 0.385 0.680 0.312 0.301 0.415 0.815 0.555

PU2 0.576 0.525 0.515 0.570 0.407 0.485 0.646 0.403 0.450 0.397 0.883 0.575

PU3 0.600 0.565 0.555 0.514 0.444 0.512 0.617 0.458 0.411 0.443 0.819 0.575

PU4 0.581 0.546 0.477 0.475 0.352 0.504 0.472 0.490 0.462 0.501 0.771 0.451



102

Tabel 33. Nilai Cross Loading (Lanjutan)


REA1 0.635 0.507 0.681 0.698 0.470 0.665 0.667 0.471 0.425 0.502 0.587 0.910

REA2 0.602 0.568 0.697 0.733 0.434 0.722 0.594 0.490 0.391 0.593 0.601 0.900

SP1 0.530 0.557 0.558 0.595 0.611 0.505 0.425 0.855 0.555 0.488 0.377 0.469

SP2 0.393 0.451 0.422 0.438 0.482 0.402 0.345 0.796 0.611 0.349 0.379 0.353

SP3 0.576 0.529 0.569 0.570 0.495 0.543 0.534 0.884 0.585 0.429 0.482 0.520

SP4 0.480 0.482 0.491 0.527 0.466 0.417 0.455 0.854 0.516 0.318 0.425 0.445

SP5 0.492 0.571 0.494 0.484 0.486 0.476 0.447 0.821 0.562 0.313 0.462 0.422

TR1 0.425 0.472 0.482 0.424 0.312 0.410 0.367 0.583 0.920 0.407 0.451 0.360

TR2 0.458 0.489 0.515 0.483 0.371 0.465 0.411 0.583 0.923 0.452 0.492 0.388

TR3 0.401 0.488 0.504 0.521 0.465 0.429 0.426 0.528 0.806 0.361 0.395 0.404

TR4 0.438 0.534 0.508 0.524 0.453 0.483 0.414 0.674 0.896 0.397 0.414 0.448



103

Berdasarkan rule of thumb untuk uji validitas diskriminan,

nilai pada tabel cross loading harus lebih dari 0,7 dalam satu

variabel. Berdasarkan tabel cross loading di atas dapat

disimpulkan bahwa masing- masing indikator yang ada pada

suatu variabel laten memiliki perbedaan dengan indikator pada

variabel lain dan ditunjukkan dengan nilai yang lebih tinggi pada

konstruknya sendiri.

b. Uji Reliabilitas

Uji reliabilitas dalam PLS dapat menggunakan dua metode,

yaitu Cronbach’s Alpha dan Composite Reliability. Cronbach’s

Alpha mengukur batas bawah nilai reliabilitas suatu konstruk,

sedangkan Composite Reliability mengukur nilai sesungguhnya

reliabilitas suatu konstruk. Hasil data dari SmartPLS 3.2 adalah

sebagai berikut:


104

Tabel 34. Uji Reliabilitas

Cronbach's Alpha Composite Reliability

Attitude Toward Using 0.781 0.874

Behavioral Intention 0.819 0.917

Compatibility 0.821 0.894

Convenience 0.870 0.911

Mobile Payment

Knowledge 0.806 0.885

Mobility 0.832 0.899

Perceived Ease of Use 0.899 0.930

Perceived Security and

Privacy 0.898 0.924

Perceived Trust 0.909 0.937

Perceived Usage 1.000 1.000

Perceived Usefulness 0.840 0.893

Reachability 0.779 0.900


Suatu konstruk dikatakan reliabel jika nilai Cronbach’s Alpha

harus > 0,6 dan nilai Composite Reliability harus > 0,7. Hasil dari data

di atas pada tabel 25 menunjukkan nilai bahwa indikator kuesioner

dalam penelitian ini telah memenuhi ketentuan dalam uji reliabilitas.

2. Model Struktural (Inner Model)

a. Koefisien Determinasi R2

Nilai R2 digunakan untuk mengukur tingkat variasi perubahan

variabel independen terhadap variabel dependen. Semakin tinggi nilai R2

berarti semakin baik model prediksi dari model penelitian yang diajukan.

Berikut ini adalah tabel output nilai R2 yang dihasilkan melalui

SmartPLS:


105

Tabel 35. R-Squared Coefficients

R-Square






Mobility -

Compatibility -

Convenience -

Reachability -

Mobile Payment Knowledge -

Perceived Security and Privacy -

Perceived Trust -


Berdasarkan hasil tabel 35, terdapat variabel mobility, compatibility,

convenience, reachability, mobile payment knowledge, perceived

security and privacy, dan perceived trust yang tidak memiliki angka

koefiesien karena variabel-variabel ini tidak dipengaruhi oleh variabel

lain. Berikut penjelasan dari hasil R-Squared Coefficients.

1) Variabel attitude toward using memiliki angka koefisien 0,615 yang

menjelaskan bahwa 61,5% variabel ini dipengaruhi oleh variabel

perceived usefulness, perceived ease of use, perceived trust, dan

perceived security and privacy, sedangkan 38,5% sisanya variabel ini

dipengaruhi oleh variabel lain diluar variabel yang diteliti.

2) Variabel behavioral intention memiliki angka koefisien 0,570 yang

menjelaskan bahwa 57% variabel ini dipengaruhi oleh variabel

perceived usefulness, attitude toward using dan perceived trust,


106

sedangkan 43% sisanya variabel ini dipengaruhi oleh variabel lain

diluar varibel yang diteliti.

3) Variabel perceived ease of use memiliki angka koefisien 0,554 yang

menjelaskan bahwa 55,4% variabel ini dipengaruhi oleh variabel

perceived trust, mobility, compatibility, convenience, reachability,

dan mobile payment knowledge, sedangkan 44,6% sisanya variabel

ini dipengaruhi oleh variabel lain diluar variabel yang diteliti.

4) Variabel perceived usage memiliki angka koefisien 0,450 yang

menjelaskan bahwa 45% variabel ini dipengaruhi oleh variabel

perceived usefulness dan behavioral intention, sedangkan 55%

sisanya variabel ini dipengaruhi oleh variabel lain diluar variabel

yang diteliti.

5) Variabel perceived usefulness memiliki angka koefisien 0,601 yang

menjelaskan bahwa 60,1% variabel ini dipengaruhi oleh perceived

ease of use, mobility, compatibility, convenience, reachability, dan

perceived trust, sedangkan 39,9% variabel ini dipengaruhi oleh

variabel lain diluar variabel yang diteliti.

b. Signifikansi dan besarnya pengaruh variabel laten independen

Untuk mencari pembuktian apakah hipotesis diterima atau ditolak,

maka penelitian ini menggunakan nilai koefisien path atau inner model

yang menunjukkan tingkat signifikansi dalam pengujian hipotesis.

Menurut Abdillah dan Jogiyanto (2015:197), skor koefisien path atau

inner model menunjukkan tingkat signifikansi dalam pengujian


107

hipotesis. Skor koefisien path atau inner model yang ditunjukkan oleh

nilai T-statistic harus di atas 1,96 untuk hipotesis dua ekor (two-tailed)

untuk pengujian hipotesis pada tingkat keyakinan 95% (α = 5%) atau

0,05 dan power 80%. Jika nilai T-statistic > T-table yaitu 1,96, berarti

hipotesis terdukung. Sebaliknya, jika nilai T-statistic < T-table, berarti

hipotesis tidak terdukung. Berikut hasil Path Coefficient pada tabel di

bawah ini.

Tabel 36. Path Coefficient (T-Statistic)

Original

Sample

(O)

Sample

Mean

(M)

Standard

Deviation

(STDEV)

T-Statistics

(|O/STDEV|)

P-

Values Hasil

H1 MPK ->

PEOU 0.050 0.056 0.059 0.857 0.392

Tidak

Terdukung

H2 MOB ->

PU -0.021 -0.017 0.107 0.192 0.848

Tidak

Terdukung

H3 MOB ->

PEOU -0.020 -0.011 0.091 0.223 0.823

Tidak

Terdukung

H4 REA ->

PU 0.188 0.184 0.103 1.833 0.067

Tidak

Terdukung

H5 REA ->

PEOU 0.365 0.357 0.108 3.392 0.001 Terdukung

H6 COM ->

PU 0.035 0.036 0.096 0.368 0.713

Tidak

Terdukung

H7 COM ->

PEOU 0.163 0.151 0.109 1.496 0.135

Tidak

Terdukung

H8 CON ->

PU 0.034 0.037 0.116 0.294 0.769

Tidak

Terdukung

H9 CON ->

PEOU 0.213 0.214 0.110 1.926 0.055

Tidak

Terdukung

H10 TR ->

PEOU 0.070 0.074 0.063 1.102 0.271

Tidak

Terdukung

H11 TR -> PU 0.142 0.139 0.083 1.700 0.090 Tidak

Terdukung



108

Tabel 36. Path Coefficient (T-Statistic) (Lanjutan)

Original

Sample

(O)

Sample

Mean

(M)

Standard

Deviation

(STDEV)

T-Statistics

(|O/STDEV|)

P-

Values Hasil

H12 TR ->

ATU 0.004 0.000 0.074 0.049 0.961

Tidak

Terdukung

H13 TR ->

BIU 0.248 0.246 0.068 3.669 0.000 Terdukung

H14 SP ->

ATU

0.251 0.264 0.083 3.024 0.003 Terdukung

H15 PEOU ->

PU 0.479 0.485 0.084 5.670 0.000 Terdukung

H16 PEOU ->

ATU 0.284 0.280 0.085 3.334 0.001 Terdukung

H17 PU ->

ATU 0.375 0.369 0.087 4.281 0.000 Terdukung

H18 PU ->

BIU 0.194 0.194 0.075 2.598 0.010 Terdukung

H19 PU -> AU 0.203 0.201 0.079 2.559 0.011 Terdukung

H20 ATU ->

BIU 0.441 0.447 0.083 5.306 0.000 Terdukung

H21 BIU ->

AU 0.524 0.527 0.084 6.263 0.000 Terdukung


Berdasarkan hasil dari tabel 36, dapat diketahui bahwa terdapat

sepuluh hipotesis telah terdukung dan sebelas hipotesis yang tidak

terdukung. Hipotesis yang tidak terdukung (H1=0,857, H2=0,192,

H3=0,223, H4=1,833, H6=0,368, H7=1,496, H8=0,294, H9=1,926,

H10=1,102, H11=1,700, H12=0,049) memiliki nilai T-statistic kurang

dari 1,96.


109

D. Hasil Penelitian dan Interpretasi

Penelitian ini menganalisis mengenai persepsi penerimaan dan penggunaan

mobile payment OVO terhadap pengguna Grab. Persepsi pengguna dalam

penelitian ini didukung dengan dua puluh satu hipotesis yang ada.

1. Pengaruh Mobile Payment Knowledge terhadap Perceived Ease of Use

Hasil dari analisis data menunjukkan T-statistic < T-table yaitu sebesar

0,857 < 1,96 dan p-values sebesar 0,392. Hal ini menunjukkan bahwa

mobile payment knowledge tidak berpengaruh signifikan terhadap perceived

ease of use. Dengan demikian, H1 tidak terdukung. Hasil penelitian ini

berbeda dengan penelitian terdahulu yang dilakukan oleh Kim (2010) yang

membuktikan bahwa mobile payment knowledge memiliki pengaruh positif

terhadap perceived ease of use.

Hasil penelitian ini tidak terdukung karena menurut beberapa

responden wawancara online menyatakan bahwa tidak banyak pengguna

yang mengenal begitu dekat terhadap penggunaan OVO dalam Grab.

Mereka mengetahui info tersebut dari teman bahkan media sosial. Hal ini

membuktikan jika seseorang tidak memiliki pengetahuan terkait dengan

penggunaan OVO pada Grab, maka pengguna akan merasa sulit

menggunakan OVO pada Grab sebagai metode pembayaran transaksi.

Sementara itu, hasil wawancara online ini didukung oleh pernyataan

Haryanto dalam berita medcom.id yang mengungkapkan bahwa Indonesia

masih tahap awal dalam pengenalan metode pembayaran digital. Edukasi

menjadi salah satu tantangan yang dihadapi dalam mendorong gerakan non-


110

tunai, sebab sebesar 90% masyarakat di Indonesia masih menggunakan

uang tunai sebagai alat pembayaran utama mereka. Tanpa edukasi,

pengguna akan merasa enggan dan sulit dalam menggunakan ponsel mereka

untuk transaksi sehari-hari, terutama transaksi yang menggunakan non

tunai. Pengguna beranggapan bahwa penggunaan mobile payment OVO

untuk tranportasi online Grab mudah digunakan, namun sebagian besar

pengguna sudah terbiasa menggunakan cash atau uang tunai untuk transaksi

sehari-hari. Dengan demikian, hasil penelitian ini menyatakan mobile

payment knowledge tidak berpengaruh signifikan terhadap perceived ease

of use.

2. Pengaruh Mobility terhadap Perceived Usefulness



mobility tidak berpengaruh signifikan terhadap perceived usefulness.

Dengan demikian, H2 tidak terdukung. Hasil penelitian ini berbeda dengan

penelitian terdahulu yang dilakukan Changsu Kim (2010) yang menyatakan

bahwa mobility memiliki pengaruh positif terhadap perceived usefulness.

Apabila seseorang tidak dapat menggunakan OVO pada Grab dimana saja

dengan jaringan ponsel yang tidak stabil, maka pengguna akan sulit untuk

melakukan transaksi pada layanan di Grab dan mendapatkan manfaat dari

transaksi tersebut.

Berdasarkan review keluhan pengguna di grab.com, pengguna

memberikan keluhan mengenai tidak bisa login ke aplikasi Grab, gagal


111

menyambungkan ke server, maps dan pilihan transportasi hilang, dan juga

akun dibekukan (suspended). Pihak Grab menjelaskan bahwa ketika

jaringan ponsel tidak stabil, ada kalanya akan sulit terbuka dan membuat

beberapa menu (termasuk maps) di dalamnya terlihat tidak sempurna.

Tanpa jaringan ponsel yang bagus, pengguna tidak dapat menggunakan

OVO pada Grab dimana saja dan tidak dapat mengakses layanan untuk

transaksi sehari-hari, sehingga transaksi tersebut tidak memberikan

manfaat. Dengan demikian, mobility tidak berpengaruh signifikan terhadap

perceived usefulness.

3. Pengaruh Mobility terhadap Perceived Ease of Use



mobility tidak berpengaruh signifikan terhadap perceived ease of use.

Dengan demikian, H3 tidak terdukung. Hasil penelitian ini didukung

penelitian terdahulu dari Kim (2010) yang menyatakan bahwa mobility

memiliki pengaruh negatif terhadap perceived ease of use. Apabila

seseorang tidak dapat menggunakan OVO pada Grab dimana saja dengan

jaringan ponsel yang tidak stabil, maka pengguna akan sulit mengakses

layanan di Grab.

Berdasarkan review keluhan pengguna di grab.com, pihak Grab

memberikan solusi untuk masalah tidak bisa login ke akun Grab untuk

periksa kembali konektivitas jaringan ponsel pengguna dan periksa

pembaruan aplikasi. Masalah akun Grab tidak dapat digunakan untuk


112

mengakses layanan bisa terjadi akibat jaringan ponsel yang tidak stabil,

belum melakukan pembaruan aplikasi, dan pengguna yang memiliki akun

Grab lebih dari satu sehingga pihak Grab harus menindaklnjuti dengan

memberikan suspended kepada akun pengguna. Tanpa jaringan ponsel yang

bagus dan tanpa pembaruan aplikasi, maka pengguna akan merasa sulit

untuk menggunakan OVO pada transportasi online Grab. Dengan demikian,

mobility tidak berpengaruh signifikan terhadap perceived ease of use.

4. Pengaruh Reachability terhadap Perceived Usefulness

Hasil dari analisis data menunjukkan T-statistic < T-table yaitu

sebesar 1,833 < 1,96 dan p-values sebesar 0,067. Hal ini menunjukkan

bahwa reachability tidak berpengaruh signifikan terhadap perceived

usefulness. Dengan demikian, H4 tidak terdukung. Hasil penelitian ini

berbeda dengan penelitian terdahulu yang dilakukan oleh Kim (2010) yang

menyatakan bahwa reachability memiliki pengaruh positif terhadap

perceived usefulness. Apabila seseorang menggunakan OVO sebagai

metode pembayaran pada Grab, maka pengguna akan susah menjangkau

driver saat akan melakukan transkasi.

Kesulitan menemukan driver saat menggunakan OVO sebagai

metode pembayaran dijelaskan dengan beberapa alasan. Berdasarkan

review konsumen dari berita tirto.id, kesulitan tersebut disebabkan karena

proses pencairan uang yang lama jika memakai non tunai. Waktu pemberian

uang dari pihak Grab kepada driver bisa mencapai seminggu. Hal ini

menjadikan driver sulit dijangkau karena driver membutuhkan uang cash


113

untuk bensin dan keperluan lain. Dengan masalah diatas, pengguna akan

sulit melakukan transaksi dengan menggunakan OVO pada transportasi

online Grab. Dengan demikian, reachability tidak berpengaruh signifikan

terhadap perceived usefulness.

5. Pengaruh Reachability terhadap Perceived Ease of Use

Hasil dari analisis data menunjukkan T-statistic > T-table yaitu

sebesar 3,392 > 1,96 dan p-values sebesar 0,001. Hal ini menunjukkan

bahwa reachability berpengaruh signifikan terhadap perceived ease of use.

Dengan demikian, H5 terdukung. Penelitian ini didukung oleh penelitian

terdahulu yang dilakukan oleh Kim (2010) yang membuktikan bahwa

reachability memiliki pengaruh positif terhadap perceived ease of use.

Apabila seseorang menggunakan promo saat menggunakan OVO sebagai

metode pembayaran pada Grab, maka pengguna akan menemukan driver

dan melakukan transaksi sesuai pesanan penggna.

Ekspansi dengan memberikan berbagai macam promo kepada

pengguna memudahkan pengguna menemukan driver dan melakukan

transaksi. Berdasarkan berita dari travel.tribunews.com, dengan fitur

kategori pengguna tidak perlu lagi melihat daftar merchants yang panjang

untuk menemukan santapan yang dicari. Pernyataan tersebut dikemukakan

oleh Marketing Director Grab Indonesia yaitu Mediko Azwar dalam siaran

pers yang diterima TribunTravel, Jumat (1/3/2019). Fitur baru dapat

mempermudah para pelanggan untuk menemukan dan mengakses berbagai

macam merchants dan promo di GrabFood dan merupakan peningkatan


114

layanan. Dengan fitur terbaru Grab, pengguna merasa mudah menemukan

driver apabila pengguna menggunakan OVO sebagai metode pembayaran.

Dengan demikian, reachability berpengaruh signifikan terhadap perceived

ease of use.

6. Pengaruh Compatibility terhadap Perceived Usefulness



bahwa compatibility tidak berpengaruh signifikan terhadap perceived


sesuai dengan yang dilakukan oleh Kim (2010) bahwa compatibility tidak

memiliki pengaruh yang signifikan terhadap perceived usefulness. Apabila

seseorang mempunyai promo dari Grab dengan menggunakan OVO dan

promo tersebut terbatas pemakaiannya, maka transaksi pengguna tidak bisa

menyesuaikan dengan kebutuhan pengguna.

Selanjutnya, berdasarkan berita travel.tribunnews.com, GrabFood

memberikan diskon 50% bagi pengguna yang mencoba fitur kategori.

Diskon dapat digunakan mulai dari waktu yang ditentukan dan dengan order

minimum yang ditentukan untuk pengguna di jakarta maupun di luar Jakarta

bagi pengguna OVO pada Grab. Sementara itu, menurut review pengguna,

kode promo tidak dapat digunakan. Hal ini terjadi apabila masa berlaku

promo sudah berakhir, kuota pemakaian promo sudah habis terpakai, atau

tidak sesuai dengan kriteria promo yang sudah ditentukan. Dengan masalah

diatas, pengguna akan kesulitan melakukan transaksi sesuai dengan


115

kebutuhan pengguna. Dengan demikian, compatibility tidak berpengaruh

signifikan terhadap perceived usefulness.

7. Pengaruh Compatibility terhadap Perceived Ease of Use



bahwa compatibility tidak berpengaruh signifikan terhadap perceived ease

of use. Dengan demikian, H7 tidak terdukung. Hasil penelitian ini didukung

oleh penelitian terdahulu oleh Kim (2010) bahwa compatibility tidak

memiliki pengaruh yang signifikan terhadap perceived ease of use. Apabila

pihak Grab menerapkan sistem baru terutama pembayaran dengan

menggunakan OVO, belum tentu semua pengguna paham untuk

menggunakan OVO sebagai alat pembayaran pada Grab.

Pihak Grab mengatakan di situs web Grab sendiri bahwa kebijakan

pembatalan baru masih akan memberikan penumpang flesibilitas untuk

membatalkan pemesanan yang baru saja mereka buat dan pada saat yang

sama memastikan pengemudi mendapat kompensasi yang adil atas waktu

dan upaya mereka yang bepergian menuju pengguna. Pihak Grab juga

mengatakan dalam emailnya bahwa kebijakan baru ini diperkenalkan untuk

memungkinkan kelonggaran dalam keadaan yang terduga. Dengan

pemberitahuan dan pembaruan sistem ini, tidak banyak pengguna yang

mengerti maksud dan tujuan yang diberikan oleh Grab, sehingga dengan

masalah tersebut akan membuat pengguna tidak mudah untuk menggunakan


116

aplikasi untuk menyesuaikan kebutuhan hidupnya. Dengan demikian,

compatibility tidak berpengaruh signifikan terhadap perceived ease of use.

8. Pengaruh Convenience terhadap Perceived Usefulness



bahwa convenience tidak berpengaruh signifikan terhadap perceived


berbeda dengan dilakukan oleh Kim (2010) yang menyatakan bahwa

convenience memiliki pengaruh yang signifikan terhadap perceived

usefulness. Apabila terjadi kecurangan driver yang menarik saldo OVO

secara diam-diam, maka pengguna akan merasa tidak nyaman

menggunakan OVO sebagai metode pembayaran pada Grab.

Berdasarkan berita medan.tribunnews.com, wartawan tribunsumsel

menemukan modus pemotongan saldo OVO yang dilakukan oknum di

driver Grab nakal. Driver diam-diam memotong saldo OVO melebihi tarif

yang disepakati di awal. Review pengguna menceritakan kehilangan saldo

yang terjadi saat menggunakan pelayanan GrabCar. Sampai saat ini

pengguna sudah melaporkan ke pihak Grab, namun belum ada tanggapan.

Modus ini terjadi pada menu edit tarif pada aplikasi driver Grab. Sasaran

yang dituju adalah pengguna yang terburu-buru dan tidak melihat driver

menyelesaikan pemotongan tarif. Dengan masalah diatas, pengguna merasa

tidak nyaman jika menggunakan OVO pada Grab saat akan melakukan


117

transaksi sehari-hari. Dengan demikian, convenience tidak berpengaruh


9. Pengaruh Convenience terhadap Perceived Ease of Use



bahwa convenience tidak berpengaruh signifikan terhadap perceived ease of

use. Dengan demikian, H9 tidak terdukung. Hasil penelitian ini berbeda

dengan yang dilakukan oleh Kim (2010) yang menyatakan bahwa

convenience memiliki pengaruh yang signifikan terhadap perceived

usefulness. Selain itu, beberapa jawaban responden menyatakan bahwa

penggunaan OVO pada Grab membuat nyaman karena mudah untuk

digunakan. Apabila pihak Grab memperbaiki sistem, perbaikan sistem yang

dilakukan membuat top-up pengguna bermasalah dan saldo pengguna tidak

dapat digunakan sehingga membuat pengguna tidak nyaman untuk

menggunakan OVO pada Grab.

Berdasarkan berita cnnindonesia.com, pengguna mengeluh tidak bisa

menggunakan OVO yang terintegrasi dengan Grab di aplikasi Grab dan

telah kehilangan saldo. Pantauan cnnindonesia.com lini masa akun resmi

Grab Indonesia dibanjiri keluhan pengguna, sementara pihak Grab

mengatakan saldo pengguna yang hilang lantaran ada pemeliharaan sistem

yang sedang dilakukan perusahaan. Dengan masalah diatas, banyak

pengguna yang merasa tidak nyaman akibat pemeliharaan sistem yang


118

membuat saldo OVO hilang dan tidak dapat digunakan. Dengan demikian,

convenience tidak berpengaruh signifikan terhadap perceived ease of use.

10. Pengaruh Perceived Trust terhadap Perceived Ease of Use



bahwa perceived trust tidak berpengaruh signifikan terhadap perceived

ease of use. Dengan demikian, H18 tidak terdukung. Penelitian ini

didukung oleh penelitian terdahulu yang dilakukan Marakarkandy (2017)

yang membuktikan bahwa perceived trust tidak memiliki pengaruh positif

terhadap perceived ease of use. Selain itu, jawaban beberapa responden

mengatakan bahwa penyimpanan uang pada Grab demi kemudahan

penggunaan memberikan kepercayaan karena Grab memiliki layanan

service 24 jam unuk keluhan pengguna sehingga pengguna tidak perlu

khawatir untuk menggunakan OVO pada Grab saat melakukan transaksi.

Apabila seseorang merasakan pengalaman penipuan saat melakukan

transaksi, maka akan menurunkan kepercayaan pengguna terhadap

kemudahan penggunaan OVO pada Grab.

Berdasarkan mediakonsumen.com, pengguna menjelaskan bahwa

terjadi penipuan saat melakukan booking GrabCar dengan metode

pembayaran melalui OVO dan menggunakan reward sebesar Rp 20.000.

Hal ini membuat pengguna curiga akan driver yang tidak melakukan

perjalanan dan kemudian menyelesaikan perjalanan sehingga driver

menerima saldo non-tunai dari pengguna. Penjelasan tersebut menjelaskan


119

bahwa kepercayaan pengguna bergantung kepada kemudahan dalam

penggunaan aplikasi. Dengan demikian, perceived trust tidak berpengaruh

signifikan terhadap perceived ease of use.

11. Pengaruh Perceived Trust terhadap Perceived Usefulness



bahwa perceived trust tidak berpengaruh signifikan terhadap perceived

usefulness. Dengan demikian, H19 tidak terdukung. Penelitian ini

didukung oleh penelitian terdahulu yang dilakukan oleh Marakarkandy

(2017) yang membuktikan bahwa perceived trust memiliki pengaruh yang

tidak signifikan terhadap perceived usefulness. Penelitian ini berbeda

dengan hasil penelitian dari Gefen (2003) yang menunjukkan bahwa

perceived trust berpengaruh positif terhadap perceived usefulness. Apabila

seseorang melakukan transaksi dan tidak sesuai dengan kebutuhan serta

mendapatkan hal yang merugikan, maka pengguna akan merasa bahwa

penggunaan OVO pada Grab tidak memberikan manfaat lebih dalam

bertaransaksi.

Berdasarkan grab.com, Grab memberikan kesempatan kepada

pengguna sebagai salah satu dari kebijakan keamanan dan keselamatan

adalah mengharuskan pengguna untuk membatalkan pesanan jika data atau

informasi pengemudi yang menjemput berbeda dengan pemesanan pada

aplikasi. Hal ini mengurangi terjadinya kasus-kasus yang tidak diinginkan

dan meningkatkan keselamatan bagi pelanggan sehingga pelanggan dapat


120

percaya untuk menggunakan OVO sebagai metode pembayaran pada

transportasi online Grab. Alasan tersebut menjadikan masalah bahwa akan

mengurangi kepercayaan pengguna dalam menggunakan pembayaran non-

tunai saat akan melakukan transaksi. Dengan demikian, perceived trust

tidak berpengaruh signifikan terhadap perceived usefulness.

12. Pengaruh Perceived Trust terhadap Attitude Towards Using



bahwa perceived trust tidak berpengaruh signifikan terhadap attitude

towards using. Dengan demikian, H20 tidak terdukung. Penelitian ini

berbeda dengan hasil penelitian terdahulu yang dilakukan oleh

Marakakandy (2017) yang membuktikan bahwa perceived trust memiliki

pengaruh yang signifikan terhadap attitude towards using. Apabila

seseorang mengalami penipuan dan membuat dirinya tidak percaya dalam

penggunaan OVO pada Grab, maka pengguna akan memberikan sikap

negatif terhadap penggunaannya jika akan melakukan transaksi.

Berdasarkan review pengguna dari news.detik.com yang

menjelaskan bahwa pengguna sudah mengisi saldo OVO sebesar Rp

200.000 di Bank Mandiri dan mengisi kembali Rp 200.000, namun saldo

tidak bertambah dan kemudian akun dibekukan. Hal ini ditanggapi oleh

pihak Grab dengan menjawab bahwa akan terus meningkatkan kualitas

sistem. Masalah diatas menjelaskan bahwa kepercayaan pengguna akan

mempengaruhi sikap pengguna terhadap pemakaian OVO pada


121

transportasi online Grab. Dengan demikian, perceived trust tidak

berpengaruh signifikan terhadap attitude towards using.

13. Pengaruh Perceived Trust terhadap Behavioral Intention



bahwa perceived trust berpengaruh signifikan terhadap behavioral

intention. Dengan demikian, H17 terdukung. Penelitian ini berbeda dengan

hasil penelitian yang dilakukan oleh Marakarkandy (2017) yang

membuktikan bahwa perceived trust tidak memiliki pengaruh positif

terhadap behavioral intention. Penelitian ini didukung oleh penelitian

terdahulu yang dilakukan oleh Gefen (2003) yang membuktikan bahwa

perceived trust memiliki pengaruh yang signifikan terhadap behavioral

intention.

Selain itu, jawaban beberapa responden mengatakan bahwa mereka

percaya menggunakan OVO karena Grab sudah ada sistem untuk menjaga

identitas pribadi para pengguna sehingga pengguna tidak merasa khawatir

apabila minat belanja tinggi dan menggunakan OVO pada Grab untuk

melakukan transaksi. Apabila seseorang merasa percaya menggunakan

OVO pada Grab karena Grab dapat menjaga data diri mereka dan

memberikan estimasi waktu serta tarif yang baik, maka pengguna akan

meningkatkan minat belanja mereka saat menggunakan OVO pada Grab.

Berdasarkan website Grab.com, menurut review pengguna,

peningkatan paling utama dibanding layanan tranportasi yang ada adalah


122

Grab telah memberikan estimasi waktu dan tarif yang lebih baik,

memungkinkan pengguna untuk menghindari pembayaran tarif yang

terlalu mahal serta memberikan layanan pengguna yang lebih cepat dan

baik serta aman untuk digunakan. Penjelasan tersebut menjelaskan bahwa

kepercayaan pengguna meningkatkan minat pengguna dalam melakukan

transaksi sehari-hari. Dengan demikian, perceived trust berpengaruh

signifkan terhadap behavioral intention.

14. Pengaruh Perceived Security and Privacy terhadap Attitude Towards Using



bahwa perceived security and privacy berpengaruh signifikan terhadap

attitude towards using. Dengan demikian, H21 terdukung. Penelitian ini

didukung oleh penelitian terdahulu yang dilakukan oleh Nasri (2012) yang

membuktikan bahwa perceived security and privacy memiliki pengaruh

yang signifikan terhadap attitude towards using. Apabila seseorang merasa

di kondisi gawat dan mendapatkan kejadian tidak diinginkan, maka pihak

Grab memberikan fitur baru agar pengguna merasa aman dalam

menggunakan OVO pada Grab dan pengguna percaya dalam keamanan

privasi pengguna.

Berdasarkan medan.tribunnews.com, pengguna merasa dirugikan

akibat saldo OVO yang dicuri secara diam-diam oleh driver. Grab baru saja

mengeluarkan perubahan tarif pada aplikasi driver agar driver diberikan

kemudahan dalam mengubah tarif jika tarif lebih murah atau lebih mahal.


123

Namun, perubahan tersebut membawa dampak negatif terhadap keamanan

dan privasi pengguna. Sehingga saat masalah ini terjadi dengan kasus

driver mengganti tarif dengan mudah dan tidak sesuai dengan tarif yang

ada, maka Grab menghilangkan fitur yang diberikan kepada driver. Hal ini

dilakukan agar menjaga keamanan pengguna dalam menggunakan mobile

payment OVO pada transportasi online Grab. Dari masalah diatas

dijelaskan bahwa keamanan yang dirasakan oleh pengguna akan

memberikan sikap positif terhadap penggunaan transportasi online Grab.

Dengan demikian, perceived security berpengaruh signifikan terhadap

attitude towards using.

15. Pengaruh Perceived Ease of Use terhadap Perceived Usefulness


sebesar 5,670 > 1,96 dan p-values sebesar 0.000. Hal ini menunjukkan

bahwa perceived ease of use berpengaruh signifikan terhadap perceived

usefulness. Dengan demikian, H10 terdukung. Hasil penelitian ini didukung

oleh penelitian terdahulu yang dilakukan oleh Changsu Kim (2010), Nasri

(2012), dan Martin (2014) yang membuktikan bahwa perceived ease of use

memiliki pengaruh yang signifikan terhadap perceived usefulness. Apabila

pengguna merasa mudah dalam menggunakan OVO pada Grab, maka

pengguna akan merasa sangat bermanfaat dan akan menggunakannya lagi

untuk transaksi lainnya.

Berdasarkan grab.com, fitur lebih dengan menggunakan OVO,

pengguna dapat melihat saldo dan riwayat transaksi dalam fitur ini dan akan


124

menemukan saldo dan riwayat transaksi. Kemudian, fitur tersebut dapat

digunakan untuk transaksi apapun termasuk kebutuhan sehari-hari. Dalam

penjelasan ini, fitur OVO dalam Grab dapat diterima pengguna dengan

kemudahan penggunaan aplikasi Grab dengan metode pembayaran OVO.

Berdasarkan alasan tersebut, maka perceived ease of use berpengaruh


16. Pengaruh Perceived Ease of Use terhadap Attitude Toward Using



bahwa perceived ease of use berpengaruh signifikan terhadap attitude

toward using. Dengan demikian, H11 terdukung. Penelitian ini didukung

oleh penelitian terdahulu yang dilakukan oleh Nasri (2012) dan

Marakakandy (2017) yang membuktikan bahwa perceived ease of use

memiliki pengaruh yang signifikan terhadap attitude toward using. Apabila

pengguna merasa mudah dalam menggunakan OVO pada Grab, maka

pengguna akan memberikan sikap positif terhadap penggunaannya.

Grab memberikan penjelasan mengenai manfaat apabila

menggunakan uang tanpa tunai. Dengan menggunakan OVO pada Grab

maka ketika akan melakukan transaksi, pengguna tidak perlu susah untuk

melakukan pembayara, pembayaran aman, mendapatkan poin Grabrewards

yang dapat dibelanjakan kembali dengan menggunakan poin tersebut dan

apabila ada keluhan dapat menghubungi pihak Grab. Penjelasan diatas

menjelaskan bahwa kemudahan yang terdapat pada penggunaan OVO di


125

Grab akan memberikan sifat positif kepada pengguna. Dengan demikian,

perceived ease of use berpengaruh signifikan terhadap attitude toward

using.

17. Pengaruh Perceived Usefulness terhadap Attitude Toward Using



bahwa perceived usefulness berpengaruh signifikan terhadap attitude

toward using. Dengan demikian, H12 terdukung. Penelitian ini didukung

oleh penelitian terdahulu yang dilakukan oleh Nasri (2012) dan

Marakakandy (2017) yang membuktikan bahwa perceived usefulness

memiliki pengaruh yang signifikan terhadap attitude toward using. Apabila

pengguna merasa diuntungkan dengan banyaknya promo yang diberikan

Grab jika menggunakan OVO, maka pengguna akan memberikan sikap

positif terhadap manfaat dalam penggunaannya.

Berdasarkan travel.tribunnews.com, Marketing Director Grab

Indonesia mengatakan bahwa fitur yang memberikan promo ini

mempermudah para pelanggan utnuk menemukan dan mengakses berbagai

macam merchants dan promo di GrabFood dan merupakan peningkatan

layanan. Berita tersebut menjelaskan bahwa promo yang digunakan oleh

pengguna dan pengguna melakukan transaksi dengan menggunakan

promo, maka hal tersebut akan memberikan sikap positif dalam

penggunaan metode pembayaran OVO pada Grab. Dengan demikian,


126

perceived usefulness berpengaruh signifikan terhadap attitude toward

using.

18. Pengaruh Perceived Usefulness terhadap Behavioral Intention



bahwa perceived usefulness berpengaruh signifikan terhadap behavioral

intention. Dengan demikian, H13 terdukung. Penelitian ini didukung oleh

penelitian terdahulu yang dilakukan oleh Hwang (2003), Kim (2010), Nasri

(2012), dan Marakakandy (2017) yang membuktikan bahwa perceived

usefulness memiliki pengaruh yang signifikan terhadap behavioral

intention. Apabila seseorang merasa OVO dapat memberikan banyak

manfaat, maka minat pengguna dalam bertransaksi akan meningkat seiring

dengan kemauan pengguna menggunakan OVO pada Grab.

Berdasarkan website Grab.com, Grab memperkenalkan GrabFresh

dengan belanja kebutuhan sehari-hari yang bisa digunakan di aplikasi Grab.

Hal ini ditujukan bagi pengguna yang sedang tidak punya waktu atau mood

yang tidak sesuai untuk belanja keluar rumah. Pada aplikasi Grab juga

diberitahu bagaimana cara penggunaannya dengan tutorial singkat yang ada

di aplikasi Grab. Penjelasan tersebut menjelaskan bahwa dengan kegunaan

menggunakan OVO pada aplikasi Grab, maka akan meningkatkan belanja

pengguna. Dengan demikian, perceived usefulness berpengaruh signifikan

terhadap behavioral intention.


127

19. Pengaruh Perceived Usefulness terhadap Perceived Usage



bahwa perceived usefulness berpengaruh signifikan terhadap perceived

usage. Dengan demikian, H14 terdukung. Penelitian ini didukung oleh

penelitian terdahulu yang dilakukan oleh Igbaria (1995) yang

membuktikan bahwa perceived usefulness memiliki pengaruh yang

signifikan terhadap perceived usage. Apabila pengguna merasa memiliki

manfaat dimulai dengan aktivasi pertama OVO pada Grab, maka pengguna

akan menggunakan OVO pada Grab secara terus-menerus.

Berdasarkan website grab.com, penggunaan Rp1 memiliki syarat

dan ketentuan bagi pengguna. Rp1 berlaku untuk perjalanan pertama

setelah aktivasi OVO dengan tarif maksimal Rp 50.000. Tarif Rp1 diluar

biaya tol dan parkir dan hanya berlaku bagi pengguna yang sudah aktivasi

OVO di Grab dan menggunakan OVO sebagai metode pembayaran.

Penjelasan tersebut menjelaskan bahwa dengan menggunakan OVO akan

sesuai dengan kebutuhan pengguna sehari-hari. Dengan demikian,

perceived usefulness berpengaruh signifikan terhadap perceived usage.

20. Pengaruh Attitude Towards Using terhadap Behavioral Intention



bahwa attitude towards using berpengaruh signifikan terhadap behavioral

intention. Dengan demikian, H15 terdukung. Penelitian ini didukung oleh


128

penelitian terdahulu yang dilakukan oleh Nasri (2012) dan Marakarkandy

(2017) yang membuktikan bahwa attitude towards using memiliki

pengaruh yang signifikan terhadap behavioral intention. Apabila seseorang

sudah memiliki sikap positif saat melakukan transaksi dengan

menggunakan OVO pada Grab, maka sikap tersebut akan meningkatkan

minat pengguna dalam menggunakannya.

Menurut website grab.com, update cara bayar grab dengan

pembayaran non tunai akan mendapatkan untung yang lebih besar, dan

juga dapat menikmati banyak promo menarik seperti mendapatkan tarif

super hemat untuk perjalanan. Penjelasan tersebut bahwa semakin banyak

keuntungan yang diberikan maka minat pengguna akan belanja semakin

tinggi dan akan memberikan sikap positif terhadap penggunaan metode

pembayaran OVO pada Grab. Dengan demikian, behavioral intention

berpengaruh signifikan terhadap attitude towards using.

21. Pengaruh Behavioral Intention terhadap Perceived Usage



bahwa behavioral intention berpengaruh signifikan terhadap perceived

usage. Dengan demikian, H16 terdukung. Penelitian ini didukung oleh

penelitian terdahulu yang dilakukan oleh Hwang (2003), Martins (2014),

dan Marakakandy (2017) yang membuktikan bahwa behavioral intention

memiliki pengaruh yang signifikan terhadap perceived usage. Apabila

seseorang memiliki minat belanja yang tinggi, maka pengguna akan


129

menggunakan promo untuk melakukan transasksi karena lebih murah dan

mudah dan akan digunakan terus-menerus.

Berdasarkan travel.tribunnews.com (1/3/2019), adapun 12 kategori

pertama GrabFood yang diluncurkan yakni promosi, best seller (paling

digemari), ayam, nasi, makanan khas Indonesia, makanan ala barat,

makanan cepat saji, cemilan, bubble tea, martabak, bakso dan kitchen by

GrabFood. Grab sendiri merupakan salah satu platform yang paling sering

digunakan di Asia yang menyediakan layanan kebutuhan sehari-hari bagi

para pelanggan seperti perjalanan, makan, pengiriman barang dan

pembayaran menggunakan dompet digital. Penjelasan tersebut

menjelaskan bahwa minat seseorang nergantung pada kebutuhan yang

sesuai dengan pengguna. Dengan demikian, behavioral intention

berpengaruh signifikan terhadap perceived usage.


130

BAB VI

PENUTUP

A. Kesimpulan

Berdasarkan hasil analisis data dan pembahasan, maka dapat kesimpulan

bahwa persepsi pengguna aplikasi transportasi Grab memiliki pengaruh

terhadap perilaku penggunaan mobile payment OVO. Hal-hal yang

mempengaruhi persepsi pengguna aplikasi transportasi Grab terhadap perilaku

penggunaan mobile payment OVO yaitu kemudahan jangkauan, kepercayaan,

serta kemanan dan privasi. Pertama, persepsi penggunaan memiliki pengaruh

terhadap perilaku pengguna karena mudah dijangkau. Pihak Grab memberikan

kemudahan jangkauan kepada penggunanya untuk bertransaksi menggunakan

mobile payment OVO karena telah melakukan kerjasama dengan merchant-

merchant. Kedua, kepercayaan memiliki pengaruh terhadap perilaku pengguna

mobile payment OVO karena pihak Grab mampu menjaga data pribadi

pengguna. Ketiga, mobile payment OVO pada transportasi online Grab dapat

menjaga keamanan dan privasi pengguna.

Selanjutnya, beberapa hal yang tidak memiliki pengaruh terhadap perilaku

pengguna mobile payment OVO pada transportasi online Grab yaitu

pengetahuan pengguna, ketidakstabilan jaringan, kepercayaan terhadap saldo

yang disimpan, serta belum mampu memberikan kenyamanan dan belum dapat

menyesuaikan dengan kebutuhan hidup pengguna. Saat ini, beberapa

masyarakat belum dapat menggunakan mobile payment OVO karena edukasi

yang kurang terhadap pengguna dan terbiasa dengan menggunakan uang tunai.


131

Selain kurangnya edukasi, jaringan yang tidak stabil dan pembaruan sistem

akan menganggu pengguna untuk melakukan transaksi. Dari berbagai jawaban

responden, dapat disimpulkan bahwa responden kurang percaya akan

kemudahaan dan manfaat apabila menggunakan OVO pada transportasi online

Grab. Faktor yang membuat pengguna kurang percaya untuk menggunakan

OVO pada Grab karena banyaknya penipuan yang terjadi dan pesanan yang

tidak sesuai dengan kebutuhan pengguna ataupun saldo OVO pada Grab yang

terpotong tidak sesuai dengan nominal transaksi sehingga pengguna juga

merasa tidak aman dan privasi mereka terganggu apabila menggunakan mobile

payment OVO pada transportasi online Grab. Alasan ini memperkuat

pengguna untuk merasakan keamanan yang diberikan pada Grab dalam bentuk

keluhan dan saran.

B. Keterbatasan Penelitian

Keterbatasan penelitian ini berkaitan dengan jawaban responden dalam

mengisi kuesioner. Pengisian kuesioner dalam bentuk google form akan susah

untuk memantau responden dalam mengisi pertanyaan karena tidak semua

responden dapat memahami pernyataan maupun pertanyaan dari kuesioner

online tersebut.

C. Saran

Berdasarkan hasil penelitian, maka peneliti memberikan saran yang dapat

dijadikan pertimbangan untuk kedepannya, yaitu:


132

1. Memberikan edukasi yang cukup kepada pengguna agar pengguna dapat

memahami dan menggunakan OVO sebagai metode pembayaran pada


2. Meningkatkan keamanan pada sistem Grab untuk metode pembayaran OVO

agar mengurangi tindakan kecurangan pada driver dan meningkatkan

kepercayaan dengan keamanan yang cukup untuk dirasakan pengguna.


133

DAFTAR PUSTAKA

Abdillah, Willy dan Jogiyanto. 2015. Partial Least Square (PLS). Penerbit Andi.

Yogyakarta.

Andre. 2018. Top up Berhasil, Saldo OVO tidak Bertambah.

https://news.detik.com/suara-pembaca/d-3841215/top-up-berhasil-saldo-ovo-

tidak-bertambah. Diakses tanggal 23 Maret 2019.

Anggraeni, Luthfi. 2019. Edukasi, Tantangan Besar Inklusi Keuangan.

https://www.medcom.id/teknologi/tech-and-life/RkjRAOGk-edukasi-

tantangan-besar-inklusi-keuangan. Diakses tanggal 8 Maret 2019.

Anggraini Tiara. 2018. Driver Online Nakal Dian-diam Curi Saldo OVO Anda,

Begini Cara Menghindarinya.

http://medan.tribunnews.com/2018/12/15/driver-online-nakal-diam-diam-

curi-saldo-ovo-anda-begini-cara-menghindarinya?page=4. Diakses tanggal 19

Maret 2019.

Ayuwuragil, Kustin. 2018. Grab Kenalkan Tombol ‘Darurat’ Saat Pengguna

Merasa Tak Aman.

https://www.cnnindonesia.com/teknologi/20180521133613-185-

299966/grab-kenalkan-tombol-darurat-saat-pengguna-merasa-tak-aman.

Diakses tanggal 5 April 2019.

Chandrarin, Grahita. 2017. Metode Riset Akuntansi: Pendekatan Kuantitatif.

Salemba Empat. Jakarta Selatan.

Dahlberg, Tomi., Mallat, Niina., and Andssi Oorni. 2003. “Trust Enhanced

Technology Acceptance Model-Consumer Acceptance of Mobile Payment

Soultions: Tentative Evidence”. (January).

Davis, Fred D. 1989. “Perceived Usefulness, Perceived Ease of Use, and User

Accepatnce of Information Technology”. Management Information Systems

Research Center. Vol.13. (September). No.3: 319-340.

Davis, Fred D., Bagozzi, Richard P., and Paul R Warshaw. 1989. “User Acceptance

of Computer Technology: A Comparison of Two Theoretical Models”.

Management Science. Vol. 35. (August). No. 8: 982-1003.

Gefen, David., Karahanna, Elena., and Detmar W Straub. 2003. “Trust and TAM

in online shopping: An integrated model”. Departement of Management. Vol.

27. (March). No.1: 51-90.

Grab. 2018. Pengguna tidak bisa mengaktifkan OVO di Aplikasi Grab.

https://help.grab.com/passenger/id-id/articles/360001253067-Saya-tidak-

bisa-mengaktifkan-OVO-di-aplikasi-Grab. Diakses tanggal 5 April 2019.


https://news.detik.com/suara-pembaca/d-3841215/top-up-berhasil-saldo-ovo-tidak-bertambah

https://news.detik.com/suara-pembaca/d-3841215/top-up-berhasil-saldo-ovo-tidak-bertambah

https://www.medcom.id/teknologi/tech-and-life/RkjRAOGk-edukasi-tantangan-besar-inklusi-keuangan

https://www.medcom.id/teknologi/tech-and-life/RkjRAOGk-edukasi-tantangan-besar-inklusi-keuangan

http://medan.tribunnews.com/2018/12/15/driver-online-nakal-diam-diam-curi-saldo-ovo-anda-begini-cara-menghindarinya?page=4

http://medan.tribunnews.com/2018/12/15/driver-online-nakal-diam-diam-curi-saldo-ovo-anda-begini-cara-menghindarinya?page=4

https://www.cnnindonesia.com/teknologi/20180521133613-185-299966/grab-kenalkan-tombol-darurat-saat-pengguna-merasa-tak-aman

https://www.cnnindonesia.com/teknologi/20180521133613-185-299966/grab-kenalkan-tombol-darurat-saat-pengguna-merasa-tak-aman

https://help.grab.com/passenger/id-id/articles/360001253067-Saya-tidak-bisa-mengaktifkan-OVO-di-aplikasi-Grab

https://help.grab.com/passenger/id-id/articles/360001253067-Saya-tidak-bisa-mengaktifkan-OVO-di-aplikasi-Grab

134

Grab. 2018. Pengguna tidak dapat menggunakan Kode Promo.

https://help.grab.com/passenger/id-id/115005848668-Kode-promo-tidak-

dapat-digunakan. Diakses tanggal 5 April 2019.

Grab.2018. Pengguna tidak dapat membuka aplikasi dan tiba-tiba tertutup serta

muncul kode error.

https://help.grab.com/passenger/id-id/115006437907-Aplikasi-tidak-bisa-

terbuka,-tiba-tiba-tertutup-atau-muncul-kode-eror. Diakses tanggal 5 April

2019.

Grab. 2019. Aplikasi sehari-hari dan keamanan sehtiap hari.

https://www.grab.com/id/safety/. Diakses tanggal 5 April 2019.

Grab. 2019. Aktifkan OVO sekarang, Naik Grab Rp 1 saja!

https://www.grab.com/id/blog/aktifkan-ovo-sekarang-naik-grab-rp1-aja/.

Diakses tanggal 5 April 2019.

Grab. 2019. Belanja kebutuhan sehari-hari dengan GrabFresh.

https://www.grab.com/id/fresh/. Diakses tanggal 5 April 2019.

Grab. 2019. Pembayaran Grab tanpa Uang Tunai.

https://www.grab.com/id/payment/. Diakses tanggal 5 April 2019.

Hartono, Jogiyanto. 2017. Metodologi Penelitian Bisnis Salah Kaprah dan

Pengalaman-Pengalaman. BPFE. Yogyakarta.

Hartono, Rudi. 2018. Driver GrabCar Tidak Menjemput Saya, tapi Saldo OVO dan

Reward Saya Terpakai.

https://mediakonsumen.com/2018/08/13/surat-pembaca/driver-grabcar-tidak-

menjemput-saya-tapi-saldo-ovo-dan-reward-saya-terpakai. Diakses 15 Maret

2019.

Herlina, Kartika. 2018. Top up GrabPay aktif kembali, begini transaksi GrabPay

dengan OVO.

https://keuangan.kontan.co.id/news/top-up-grabpay-aktif-kembali-begini-

transaksi-grabpay-dengan-ovo# Diakses tanggal 29 Agustus 2018.

Hwang, Yujong., and Mun Y. Yi. 2003. “Predicting the use of web-based

information systems: self-efficacy, enjoyment, learning goal orientation, and

the technology acceptance model”. International Journal of Human-Computer

Studies. (February). pp. 431-449.

Hidayat, Anwar. 2012. “Penjelasan Analisis Deskriptif dan Tutorialnya dengan

Excel”.

https://www.statistikian.com/?s=analisis+deskriptif. Diakses tanggal 4 Maret

2019.

Igbaria, and Iivari. 1995. “The effects of Self-efficacy on Computer Usage”.

Elseiver Science. Vol. 23. (January). No.6:587-605.


https://help.grab.com/passenger/id-id/115005848668-Kode-promo-tidak-dapat-digunakan

https://help.grab.com/passenger/id-id/115005848668-Kode-promo-tidak-dapat-digunakan

https://help.grab.com/passenger/id-id/115006437907-Aplikasi-tidak-bisa-terbuka,-tiba-tiba-tertutup-atau-muncul-kode-eror

https://help.grab.com/passenger/id-id/115006437907-Aplikasi-tidak-bisa-terbuka,-tiba-tiba-tertutup-atau-muncul-kode-eror

https://www.grab.com/id/safety/

https://www.grab.com/id/blog/aktifkan-ovo-sekarang-naik-grab-rp1-aja/

https://www.grab.com/id/fresh/

https://www.grab.com/id/payment/

https://mediakonsumen.com/2018/08/13/surat-pembaca/driver-grabcar-tidak-menjemput-saya-tapi-saldo-ovo-dan-reward-saya-terpakai

https://mediakonsumen.com/2018/08/13/surat-pembaca/driver-grabcar-tidak-menjemput-saya-tapi-saldo-ovo-dan-reward-saya-terpakai

https://keuangan.kontan.co.id/news/top-up-grabpay-aktif-kembali-begini-transaksi-grabpay-dengan-ovo

https://keuangan.kontan.co.id/news/top-up-grabpay-aktif-kembali-begini-transaksi-grabpay-dengan-ovo

https://www.statistikian.com/?s=analisis+deskriptif

135

Jogiyanto. 2007. Sistem Informasi Keperilakuan. Andi. Yogyakarta.

Kesharwani, Ankit., and Shailendra Singh Bisht. 2011. “The impact of trust and

perceived risk on internet banking adoption in India: An extension of

technology acceptance model”. International Journal of Bank Marketing. Vol.

30. (August). No.4: 303-322.

Kim, Changsu., Mirusmonov, Mirsobit., and In Lee. 2010. “An Empirical

Examination of Factors Influencing the Intention to Use Mobile Payment”.

Departemen of Information Systems and Decision Sciences. (December). pp.

310-322.

Leong, Kelvin., and Anna Sung. 2018. “FinTech (Financial Technology): What is

It and How to Use Technologies to Create Business Value in Fintech Way?”.

International Journal of Inovation, Management and Technology. Vol. 9.

(April). No. 2: 74-78.

Liu, Gia-Shie., and Pham Tan Tai. 2015. “An Analysis of Factors Affecting the

Intention to Use Mobile Payment Services in Vietnam”. Asia-Pasific

Conference on Global Business, Economics, Finance and Social Sciences.

(July). pp. 1-21.

Marakarkandy, Bijith., Yajnik, Nilay., and Chandan Dasgupta. 2017. “Enabling

internet banking adoption: An empirical examination with an augmented

technology acceptance model (TAM)”. Journal of Enterprise Information

Management. Vol. 30. (October). No.2: 263-294.

Martins, Carolina., Oliveira, Tiago., and Ales Popovic. 2013. “Understanding the

Internet Banking Adoption: A Unified Theory of Acceptance and Use of

Technology and Perceived Risk Application”. International Journal of

Information Management. (June). pp. 1-13.

Nasri, Wadie., and Lanouar Charfeddine. 2012. “Factors affecting the adoption of

Internet banking in Tunisia: An integration theory of acceptance model and

theory of planned behavior”. Journal of High Technology Management

Research. Vol. 23. (March). pp. 1-14.

Nuryaman., dan Veronika Christina. 2015. Metodologi Penelitian Akuntansi dan

Bisnis. Ghalia Indonesia. Bogor.

Peraturan Bank Indonesia, Surat Keputusan No.19/12/PBI/2017 tentang

Penyelenggaraan Teknologi Finansial.

Putro, Guntur. 2017. Transportasi Online dan Konvensional harus kolaborasi.

https://www.cnnindonesia.com/ekonomi/20170325233255-92-

202770/transportasi-online-dan-konvensional-harus-kolaborasi. Diakses

tanggal 10 Maret 2019.


https://www.cnnindonesia.com/ekonomi/20170325233255-92-202770/transportasi-online-dan-konvensional-harus-kolaborasi

https://www.cnnindonesia.com/ekonomi/20170325233255-92-202770/transportasi-online-dan-konvensional-harus-kolaborasi

136

Ryzhova, Natalia. 2018. “The Emergence of Cross-Border Electronic Commerce

Creativity and Declining Trust”. Amsterdam University Press. (December). pp.

229-249.

Santosa, Paulus Insap. 2018. Metode Penelitian Kuantitatif: Pengembangan

Hipotesis dan Pengujiannya menggunakan SmartPLS. Andi. Yogyakarta.

Sekaran, Uma., and Bougie Roger. 2016. Reasearch Methods for Business: A Skill-

Building Approach. United Kingdom.

Sitepu, Mehulika. 2017. Mengapa transportasi online di daerah masih kisruh di

berbagai daerah?

https://www.bbc.com/indonesia/indonesia-41597863. Diakses tanggal 20

Februari 2019.

Taherdoost, Hamed. 2017. “A Review of Technology Acceptance and Adoption

Models and Theories”. Procedia Manufacturing. (October). No.22:960-967.

Tim, CNN Indonesia. 2018. Netizen Keluhkan Saldo OVO di Grab Lenyap Saat

Jam Sibuk.

https://www.cnnindonesia.com/teknologi/20181012182212-185-

338057/netizen-keluhkan-saldo-ovo-di-grab-lenyap-saat-jam-sibuk. Diakses


Ulfa, Wan. 2017. GrabPay yang Dihindari Para Driver.

https://tirto.id/grabpay-yang-dihindari-para-driver-coW9. Diakses tanggal 12

Maret 2019.

Venkatesh, Viswanath., and Fred D.Davis. 2000. “A Theoretical Extension of the

Technology Acceptance Model: Four Longitudinal Field Studies”.

Management Science. Vol. 46. (February). No. 2: 186-204.

Widsya, Gilang Fhitryan. 2017. “Pengaruh Kualitas Pelayanan Terhadap Kepuasan

Pelanggan Jasa Taksi Berbasis Online (GrabCar) pada Mahasiswa Universitas

Sumatera Utara. Skripsi Dipublikasikan. Universitas Sumatera Utara,

Sumatera Utara.

Widyawati, Ratna. 2019. Coba Fitur Kategori GrabFood, Pengguna OVO dapat

Diskon 50% dengan Minimal Order Rp 25 Ribu.

https://travel.tribunnews.com/2019/03/01/coba-fitur-kategori-grabfood-

pengguna-ovo-dapat-diskon-50-dengan-minimal-order-rp-12-ribu. Diakses


Zavolokina, Liudmila., Dolata, Mateusz., and Gerhard Schwabe. 2016. “Fintech –

What’s in a Name?”. International Conference on Information Systems.

(December). pp. 1-19.


https://www.bbc.com/indonesia/indonesia-41597863

https://www.cnnindonesia.com/teknologi/20181012182212-185-338057/netizen-keluhkan-saldo-ovo-di-grab-lenyap-saat-jam-sibuk

https://www.cnnindonesia.com/teknologi/20181012182212-185-338057/netizen-keluhkan-saldo-ovo-di-grab-lenyap-saat-jam-sibuk

https://tirto.id/grabpay-yang-dihindari-para-driver-coW9

https://travel.tribunnews.com/2019/03/01/coba-fitur-kategori-grabfood-pengguna-ovo-dapat-diskon-50-dengan-minimal-order-rp-12-ribu

https://travel.tribunnews.com/2019/03/01/coba-fitur-kategori-grabfood-pengguna-ovo-dapat-diskon-50-dengan-minimal-order-rp-12-ribu

137

LAMPIRAN


138

Lampiran 1 Kuesioner Penelitian


139


140


141


142


143


144


145


146


147


148


149

Lampiran 2 Hasil Uji Statistik SPSS

PEOU1 PEOU2 PEOU3 PEOU4 PU1 PU2 PU3 PU4 ATU1 ATU2 ATU3 BIU1 BIU2

N Valid 228 228 228 228 228 228 228 228 228 228 228 228 228

Missing 0 0 0 0 0 0 0 0 0 0 0 0 0

Mean 3.69 3.75 3.64 3.72 3.75 3.65 3.75 3.37 3.61 3.61 3.57 3.49 3.22

Median 4.00 4.00 4.00 4.00 4.00 4.00 4.00 4.00 4.00 4.00 4.00 4.00 3.00

Mode 4 4 4 4 4 4 4 4 4 4 4 4 4

Std. Deviation

.525 .493 .566 .504 .511 .562 .507 .737 .541 .541 .683 .730 .821

Minimum 1 1 2 2 2 2 2 1 2 2 1 1 1

Maximum 4 4 4 4 4 4 4 4 4 4 4 4 4

AU1 MOB1 MOB2 MOB3 REA1 REA2 REA3 COM1 COM2 COM3 CON1 CON2 CON3

N Valid 228 228 228 228 228 228 228 228 228 228 228 228 228

Missing 0 0 0 0 0 0 0 0 0 0 0 0 0

Mean 3.43 3.58 3.53 3.45 3.69 3.55 2.40 3.60 3.60 3.46 3.62 3.61 3.45

Median 4.00 4.00 4.00 4.00 4.00 4.00 2.00 4.00 4.00 4.00 4.00 4.00 4.00

Mode 4 4 4 4 4 4 2 4 4 4 4 4 4

Std. Deviation

.762 .635 .639 .722 .516 .638 1.034 .542 .534 .639 .569 .556 .740

Minimum 1 1 2 1 2 1 1 2 2 1 2 2 1

Maximum 4 4 4 4 4 4 4 4 4 4 4 4 4


150

CON4 MPK1 MPK2 MPK3 MPK4 SP1 SP2 SP3 SP4 SP5 TR1 TR2 TR3 TR4

N Valid 228 228 228 228 228 228 228 228 228 228 228 228 228 228

Missing 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Mean 3.64 3.43 3.20 3.35 3.39 3.44 3.33 3.49 3.36 3.44 3.47 3.46 3.53 3.46

Median 4.00 4.00 3.00 3.50 4.00 4.00 3.00 4.00 3.50 4.00 4.00 4.00 4.00 4.00

Mode 4 4 4 4 4 4 3 4 4 4 4 4 4 4

Std. Deviation .565 .683 .892 .761 .745 .665 .665 .597 .729 .684 .646 .639 .632 .652

Minimum 1 1 1 1 1 1 1 2 1 1 1 1 1 1

Maximum 4 4 4 4 4 4 4 4 4 4 4 4 4 4


151

Lampiran 3 Outer Loading

Uji 1


152

Outer Loading

Uji 2


153

Lampiran 4 AVE (Average Variance Expected)

Average

Variance

Extracted

(AVE)



Compatibility 0.738

Convenience 0.719

Mobile Payment Knowledge 0.719

Mobility 0.747


Perceived Security and Privacy 0.710

Perceived Trust 0.788



Reachability 0.819

Lampiran 5 Korelasi Variabel Laten


ATU 0.836

BIU 0.700 0.920

COM 0.778 0.641 0.859

CON 0.741 0.597 0.828 0.848

MPK 0.557 0.511 0.589 0.571 0.848

MOB 0.647 0.645 0.746 0.739 0.496 0.865

PEOU 0.694 0.531 0.671 0.688 0.472 0.598 0.876

SP 0.594 0.617 0.607 0.626 0.604 0.561 0.530 0.842

TR 0.486 0.559 0.566 0.551 0.451 0.504 0.456 0.668 0.888

AU 0.638 0.652 0.646 0.617 0.422 0.678 0.501 0.455 0.457 1.000

PU 0.712 0.631 0.624 0.635 0.465 0.574 0.735 0.506 0.494 0.534 0.823

REA 0.684 0.593 0.761 0.790 0.500 0.765 0.698 0.530 0.451 0.603 0.656 0.905


154

Lampiran 6 Cross Loading


ATU1 0.884 0.542 0.662 0.689 0.504 0.561 0.663 0.523 0.411 0.505 0.614 0.580

ATU2 0.865 0.588 0.740 0.688 0.486 0.560 0.591 0.577 0.494 0.505 0.624 0.601

ATU3 0.753 0.628 0.538 0.469 0.403 0.499 0.479 0.378 0.306 0.593 0.544 0.530

AU1 0.638 0.652 0.646 0.617 0.422 0.678 0.501 0.455 0.457 1.000 0.534 0.603

BIU1 0.660 0.930 0.608 0.548 0.449 0.592 0.539 0.541 0.566 0.629 0.637 0.548

BIU2 0.627 0.911 0.570 0.553 0.494 0.595 0.431 0.598 0.457 0.569 0.518 0.544

COM1 0.657 0.489 0.833 0.656 0.495 0.576 0.572 0.458 0.438 0.520 0.516 0.628

COM2 0.694 0.603 0.911 0.757 0.528 0.718 0.617 0.566 0.503 0.604 0.597 0.692

COM3 0.653 0.557 0.830 0.719 0.496 0.623 0.535 0.539 0.521 0.537 0.488 0.640

CON1 0.688 0.519 0.746 0.882 0.491 0.653 0.663 0.522 0.466 0.483 0.569 0.739

CON2 0.637 0.513 0.754 0.859 0.513 0.679 0.525 0.574 0.451 0.508 0.486 0.690

CON3 0.570 0.554 0.648 0.828 0.442 0.684 0.544 0.507 0.528 0.618 0.558 0.630

CON4 0.613 0.442 0.662 0.821 0.495 0.494 0.587 0.526 0.423 0.490 0.534 0.617

MOB1 0.528 0.483 0.630 0.627 0.412 0.854 0.539 0.481 0.395 0.569 0.428 0.630

MOB2 0.535 0.527 0.638 0.590 0.439 0.874 0.476 0.486 0.468 0.620 0.453 0.639

MOB3 0.607 0.647 0.664 0.688 0.434 0.866 0.531 0.488 0.445 0.573 0.591 0.707

MPK1 0.552 0.489 0.565 0.503 0.844 0.491 0.417 0.539 0.446 0.380 0.454 0.441

MPK3 0.515 0.462 0.510 0.490 0.880 0.381 0.437 0.499 0.371 0.390 0.423 0.432

MPK4 0.322 0.330 0.411 0.459 0.819 0.389 0.335 0.502 0.322 0.292 0.286 0.398

PEOU1 0.636 0.482 0.579 0.604 0.397 0.552 0.879 0.457 0.378 0.449 0.632 0.594

PEOU2 0.617 0.469 0.591 0.574 0.399 0.501 0.873 0.435 0.366 0.442 0.631 0.575

PEOU3 0.588 0.458 0.584 0.587 0.403 0.517 0.887 0.482 0.408 0.442 0.672 0.608

PEOU4 0.591 0.451 0.596 0.645 0.454 0.524 0.866 0.482 0.445 0.423 0.640 0.667

PU1 0.586 0.437 0.502 0.528 0.321 0.385 0.680 0.312 0.301 0.415 0.815 0.555

PU2 0.576 0.525 0.515 0.570 0.407 0.485 0.646 0.403 0.450 0.397 0.883 0.575

PU3 0.600 0.565 0.555 0.514 0.444 0.512 0.617 0.458 0.411 0.443 0.819 0.575

PU4 0.581 0.546 0.477 0.475 0.352 0.504 0.472 0.490 0.462 0.501 0.771 0.451


155


REA1 0.635 0.507 0.681 0.698 0.470 0.665 0.667 0.471 0.425 0.502 0.587 0.910

REA2 0.602 0.568 0.697 0.733 0.434 0.722 0.594 0.490 0.391 0.593 0.601 0.900

SP1 0.530 0.557 0.558 0.595 0.611 0.505 0.425 0.855 0.555 0.488 0.377 0.469

SP2 0.393 0.451 0.422 0.438 0.482 0.402 0.345 0.796 0.611 0.349 0.379 0.353

SP3 0.576 0.529 0.569 0.570 0.495 0.543 0.534 0.884 0.585 0.429 0.482 0.520

SP4 0.480 0.482 0.491 0.527 0.466 0.417 0.455 0.854 0.516 0.318 0.425 0.445

SP5 0.492 0.571 0.494 0.484 0.486 0.476 0.447 0.821 0.562 0.313 0.462 0.422

TR1 0.425 0.472 0.482 0.424 0.312 0.410 0.367 0.583 0.920 0.407 0.451 0.360

TR2 0.458 0.489 0.515 0.483 0.371 0.465 0.411 0.583 0.923 0.452 0.492 0.388

TR3 0.401 0.488 0.504 0.521 0.465 0.429 0.426 0.528 0.806 0.361 0.395 0.404

TR4 0.438 0.534 0.508 0.524 0.453 0.483 0.414 0.674 0.896 0.397 0.414 0.448


156

Lampiran 7 Uji Reliabilitas

Cronbach's Alpha Composite Reliability

Attitude Toward Using 0.781 0.874

Behavioral Intention 0.819 0.917

Compatibility 0.821 0.894

Convenience 0.870 0.911

Mobile Payment

Knowledge 0.806 0.885

Mobility 0.832 0.899

Perceived Ease of Use 0.899 0.930

Perceived Security and

Privacy 0.898 0.924

Perceived Trust 0.909 0.937

Perceived Usage 1.000 1.000

Perceived Usefulness 0.840 0.893

Reachability 0.779 0.900

Lampiran 8 R-Squared

R Square






Mobility

Compatibility

Convenience

Reachability



Perceived Trust


157

Lampiran 9 T-Statistics

Original Sample Sample Mean Standard Deviation T Statistics (|O/STDEV|) P Values

Attitude Toward Using -> Behavioral Intention 0.441 0.447 0.083 5.306 0.000

Behavioral Intention -> Perceived Usage 0.524 0.527 0.084 6.263 0.000

Compatibility -> Perceived Ease of Use 0.163 0.151 0.109 1.496 0.135

Compatibility -> Perceived Usefulness 0.035 0.036 0.096 0.368 0.713

Convenience -> Perceived Ease of Use 0.213 0.214 0.110 1.926 0.055

Convenience -> Perceived Usefulness 0.034 0.037 0.116 0.294 0.769

Mobile Payment Knowledge -> Perceived Ease of Use 0.050 0.056 0.059 0.857 0.392

Mobility -> Perceived Ease of Use -0.020 -0.011 0.091 0.223 0.823

Mobility -> Perceived Usefulness 0.021 0.017 0.107 0.192 0.848

Perceived Ease of Use -> Attitude Toward Using 0.284 0.280 0.085 3.334 0.001

Perceived Ease of Use -> Perceived Usefulness 0.479 0.485 0.084 5.670 0.000

Perceived Security and Privacy -> Attitude Toward Using 0.251 0.264 0.083 3.024 0.003

Perceived Trust -> Attitude Toward Using 0.004 0.000 0.074 0.049 0.961

Perceived Trust -> Behavioral Intention 0.248 0.246 0.068 3.669 0.000

Perceived Trust -> Perceived Ease of Use 0.070 0.074 0.063 1.102 0.271

Perceived Trust -> Perceived Usefulness 0.142 0.139 0.083 1.700 0.090

Perceived Usefulness -> Attitude Toward Using 0.375 0.369 0.087 4.281 0.000

Perceived Usefulness -> Behavioral Intention 0.194 0.194 0.075 2.598 0.010

Perceived Usefulness -> Perceived Usage 0.203 0.201 0.079 2.559 0.011

Reachability -> Perceived Ease of Use 0.365 0.357 0.108 3.392 0.001

Reachability -> Perceived Usefulness 0.188 0.184 0.103 1.833 0.067


158

Lampiran 10 Kerangka Pemikiran


159

Pengujian 1


160

Pengujian 2


ANALISIS PERSEPSI PENGGUNA APLIKASI ...repository.usd.ac.id/35360/2/152114053_full.pdfDan dimajukan...

Documents

Transcript of ANALISIS PERSEPSI PENGGUNA APLIKASI ...repository.usd.ac.id/35360/2/152114053_full.pdfDan dimajukan...