FAKTOR-FAKTOR YANG MEMPENGARUHI KUALITAS...
145
FAKTOR-FAKTOR YANG MEMPENGARUHI KUALITAS LAYANAN E-COMMERCE TERHADAP LOYALITAS PELANGGAN (Studi Kasus: PT. TIKI Jalur Nugraha Ekakurir) Dibuat untuk Memenuhi Syarat Penyusunan Skripsi untuk Gelar Sarjana Disusun Oleh: ISMAYA MAULIDA 1114093000115 Dosen Pembimbing: 1. A’ang Subiyakto, M.Kom 2. Dr. Qurrotul Aini, MT PROGRAM STUDI SISTEM INFORMASI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 1439 H / 2018 M
Transcript of FAKTOR-FAKTOR YANG MEMPENGARUHI KUALITAS...
FAKTOR-FAKTOR YANG MEMPENGARUHI KUALITAS LAYANAN
E-COMMERCE TERHADAP LOYALITAS PELANGGAN
(Studi Kasus: PT. TIKI Jalur Nugraha Ekakurir)
Dibuat untuk Memenuhi Syarat Penyusunan Skripsi untuk Gelar Sarjana
Disusun Oleh:
ISMAYA MAULIDA
1114093000115
Dosen Pembimbing:
1. A’ang Subiyakto, M.Kom
2. Dr. Qurrotul Aini, MT
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1439 H / 2018 M
i
FAKTOR-FAKTOR YANG MEMPENGARUHI KUALITAS LAYANAN
E-COMMERCE TERHADAP LOYALITAS PELANGGAN
Skripsi
Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sistem Informasi
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta
Oleh:
ISMAYA MAULIDA
11140930000115
Menyetujui,
Pembimbing I Pembimbing II
A’ang Subiyakto, M.kom Dr. Qurrotul Aini, MT
NIP. 19760219 200710 1 002 NIP. 19730325 200901 2 001
Mengetahui,
Ketua Program Studi Sistem Informasi Fakultas Sains dan Teknologi Universitas
Islam Negeri Syarif Hidayatullah Jakarta
Nia Kumaladewi, MMSI
NIP. 19750412 200710 2 002
ii
LEMBAR PENGESAHAN
Skripsi yang berjudul “Faktor-faktor yang Mempengaruhi Kualitas Layanan E-
Commerce terhadap Loyalitas Pelanggan” yang ditulis oleh Ismaya Maulida, NIM
11140930000115 telah diuji dan dinyatakan lulus dalam sidang Munaqosah
Fakultas Sains dan Teknologi, Universitas Islam Negeri Syarif Hidayatullah Jakarta
pada hari Kamis, 06-September-2018. Skripsi ini telah diterima sebagai salah satu
syarat memperoleh gelar Sarjana Satu (S1) Program Studi Sistem Informasi.
Menyetujui,
Penguji I Penguji II
M.Qomarul Huda, Ph.D M.Nur Gunawan, MBA
NIP.19670412 200312 1 001 NIP.
Pembimbing I Pembimbing II
A’ang Subiyakto, M.kom Dr. Qurrotul Aini, MT
NIP. 19760219 200710 1 002 NIP. 19730325 200901 2 001
Mengetahui,
Dekan Ketua
Fakultas Sains dan Teknologi Program Studi Sistem Informasi
Dr. Agus Salim, S.Ag, M.Si Nia Kumaladewi, MMSI
NIP. 19720816 199903 1 003 NIP. 19750412 200710 2 002
iii
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR- BENAR
HASIL KARYA SENDIRI DAN BELUM PERNAH DIAJUKAN SEBAGAI
SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU
LEMBAGA MANAPUN.
Jakarta, Mei 2018
Ismaya Maulida
11140930000115
iv
ABSTRAK
Ismaya Maulida – 11140930000115. Faktor-faktor yang Mempengaruhi Kualitas
Layanan E-Commerce terhadap Loyalitas Pelanggan dibawah bimbingan A’ang
Subiyakto dan Qurrotul Aini
My JNE merupakan suatu layanan sistem yang diterapkan pada PT.Tiki Jalur
Nugraha Ekakurir (JNE) untuk memudahkan pengguna dalam pengiriman barang
dan pengecekan barang. Hanya saja kondisi di lapangan memperlihatkan bahwa
terdapat perbedaan antara status JNE sebagai Top brand Layanan Jasa Kurir di
Indonesia Tahun 2017 Fase 2 dengan jumlah pengguna sistem My JNE pada bulan
Januari – Mei 2018 yang tidak meningkat, terdapat keluhan pengguna terhadap
sistem My JNE seperti kurang akuratnya pada menu tracing & tracking, tidak
relevannya biaya ongkos kirim yang terdapat pada sistem dengan agen yang
tersedia di lapangan, masih terjadi ketidaktepatan waktu sampainya barang ke
tujuan, dan sulitnya registrasi pada sistem, sehingga membuat pengguna kurang
puas dengan sistem yang berjalan saat ini. Untuk itu perlu dilakukan penelitian
terkait kualitas layanan My JNE yang dapat mempengaruhi loyalitas pelanggan.
Penelitian ini dilakukan dengan metode kuantitatif yang bertujuan untuk menguji
faktor-faktor yang mempengaruhi kualitas layanan terhadap loyalitas pelanggan
My JNE, dengan menerapkan model adopsi e-service quality yang dikembangkan
dengan penambahan variabel trust. Terdapat 26 pertanyaan kuesioner yang telah
ditentukan dengan lima variabel yaitu E-Service Quality, Customer Perceived
Value, Customer Satisfaction, Trust, dan Customer Loyality. Metode pendekatan
kuantitatif dilakukan dengan teknik analisis data menggunakan PLS-SEM dan
pengambilan sampel secara multi-stage purposeful random sampling. Hasil dalam
penelitian ini menunjukkan data bahwa: ESQ (E-service Quality) berpengaruh
terhadap loyalitas pelanggan melalui CS (Customer Satisfaction), ESQ (E-service
Quality) berpengaruh terhadap loyalitas pelanggan melalui CPV (Customer
Perceived Value), dan ESQ (E-service Quality) berpengaruh terhadap loyalitas
pelanggan melalui TR (Trust).
Kata kunci: Kualitas layanan, Loyalitas, My JNE, E-Service Quality, PLS-SEM.
BAB I-V + 121 Halaman + xii + 22 Gambar + 31 Tabel + Daftar Pustaka + lampiran
v
KATA PENGANTAR
Puji dan syukur kehadirat Allah SWT, karena atas berkah, rahmat, dan hidayah-
Nya yang sungguh melimpah, sehingga penulis dapat menyelesaikan skripsi yang
berjudul “Faktor-faktor yang Mempengaruhi Kualitas Layanan E-Commerce
terhadap Loyalitas Pelanggan” dengan baik. Shalawat serta salam semoga
senantiasa tercurah kepada Nabi Besar Muhammad SAW beserta keluarga, sahabat
serta para pengikutnya hinga akhir zaman. Penulis menyadari bahwa dalam
menyelesaikan skripsi ini tidak terlepas dari bantuan berbagai pihak. Oleh karena
itu, perkenankanlah penulis untuk dapat mengucapkan terima kasih yang sebesar-
besarnya kepada:
1. Bapak Dr. Agus Salim, S.Ag, M.Si selaku Dekan Fakultas Sains dan
Teknologi Universitas Islam Negeri Syarif Hidayatullah.
2. Ibu Nia Kumaladewi, MMSI selaku Ketua Program Studi Sistem Informasi
Fakultas Sains dan Teknologi dan Ibu Meinarini Catur Utami, MT selaku
Sekretaris Program Studi Sistem Informasi Fakultas Sains dan Teknologi.
3. Bapak A’ang Subiyakto, M.kom sebagai Dosen Pembimbing I yang telah
memberikan bimbingan, dan arahan kepada penulis selama proses
penyelesaian skripsi ini. Terima kasih banyak untuk seluruh waktu, tenaga,
kesediaan menjawab setiap pertanyaan penulis dan senantiasa memberikan
dukungan moril serta membagikan banyak pengetahuan agar penulis bisa
menyelesaikan skripsi ini dengan baik.
vi
4. Ibu Dr. Qurrotul Aini, MT sebagai Dosen Pembimbing II yang selalu ada
setiap saat, tidak pernah lelah menyemangati penulis, mengingatkan penulis
untuk segera menyelesaikan skripsi ini. Terima kasih atas kesabarannya
dalam membimbing penulis, selalu memberi masukkan yang positif, arahan
yang jelas sehingga penulis bisa menyelesaikan skripsi ini dengan baik.
5. Ibu Deby selaku HRD JNE yang selalu membantu dalam memberikan
segala informasi dan ikut membantu dalam skripsi ini.
6. Seluruh Dosen Program Studi Sistem Informasi yang telah membagikan
ilmunya kepada penulis selama proses perkuliahan.
7. Keluargaku tercinta, Ayahku H.Muslih Musamma, Mamahku Hj.Endah
Wati, Kakakku Ferdiansyah, dan Adikku Rayfan. Terima kasih untuk
mamah dan ayah yang telah membesarkan dan mendidik penulis dari lahir
hingga saat ini, Terima kasih untuk doa-doa yang selalu mengiri langkahku
disegala cuaca, saat senang maupun sedih. Dan terima kasih pula kepada
kakak dan adikku atas dukunngan yang telah diberikan sehingga penulis
dapat menyelesaikan penelitan ini.
8. Muhammad Rizky, yang telah menjadi support system dalam hidupku,
terima kasih atas do’a, dukungan moril serta kasih sayang dan kesabarannya
dalam memotivasi penulis untuk tetap semangat dan selalu mengingatkan
untuk tetap shalat, olahraga, makan tepat waktu dan istirahat yang cukup.
sehingga penulis tidak henti-hentinya semangat dalam menyelesaikan
skripsi ini.
vii
9. Sahabat seperjuangan, My Rumpss yang hadir sejak awal dunia
perkuliahanku, Sevira, Nur, Siska, Tari dan Zahra. Terima kasih karena
telah menerima penulis apa adanya, selalu ada setiap saat dan memberikan
pengaruh yang positif, tidak pernah bosan mendengar keluh kesah penulis.
Terima kasih juga telah selalu menghibur penulis dengan canda dan
tawanya.
10. Seluruh teman-teman CCIT-Sistem Informasi Pola 2.2 yang telah mewarnai
dunia perkuliahan penulis, terima kasih untuk segala kenangannya,
semangat yang diberikan sehingga penulis bisa menyelesaikan skripsi ini.
11. Seluruh responden penelitian yang telah membantu dalam mengisi
kuesioner penelitian ini.
Penulis memohon kepada Allah SWT agar seluruh dukungan, bantuan, dan
bimbingan dari semua pihak dibalas pahala yang berlipat ganda. Selain itu, penulis
menyadari dalam penyusunan skripsi ini masih terdapat kekurangan dan jauh dari
kata sempurna sehingga saran dan kritik yang membangun sangat penulis harapkan
dan dapat disampaikan melalui [email protected]. Akhir kata,
semoga penelitian ini dapat memberikan manfaat dan sekaligus menambah ilmu
bagi kita semua. Amiiin yaa Rabbal Alamin.
Jakarta, Mei 2018
ISMAYA MAULIDA
viii
DAFTAR ISI
LEMBAR PENGESAHAN ................................................................................................ ii
PERNYATAAN ................................................................................................................ iii
ABSTRAK ......................................................................................................................... iv
KATA PENGANTAR ........................................................................................................ v
DAFTAR ISI .................................................................................................................... viii
DAFTAR GAMBAR ......................................................................................................... xi
DAFTAR TABEL ............................................................................................................. xii
BAB 1 ................................................................................................................................. 1
PENDAHULUAN .............................................................................................................. 1
1.1 Latar Belakang .................................................................................................... 1
1.2 Perumusan Masalah ............................................................................................ 5
1.3 Tujuan dan Sasaran Penelitian ............................................................................ 6
1.4 Model Adopsi E-Service Quality ........................................................................ 7
1.5 Pertanyaan Penelitian ......................................................................................... 9
1.6 Ruang Lingkup dan Batasan ............................................................................. 10
1.7 Metodologi Penelitian ....................................................................................... 11
1.8 Manfaat Penelitian ............................................................................................ 12
1.9 Sistematika Pembahasan ................................................................................... 13
BAB 2 ............................................................................................................................... 16
TINJAUAN PUSTAKA ................................................................................................... 16
2.1 Definisi Pengukuran ......................................................................................... 16
2.2 Definisi Kualitas Layanan ................................................................................ 16
2.3 Definisi Loyalitas ............................................................................................ 17
2.3.1 Karakteristik Loyalitas ..................................................................................... 19
2.4 Pengukuran Kualitas Layanan E-Commerce .................................................... 20
2.5 E-Commerce ..................................................................................................... 22
2.5.1 Definisi E-Commerce ...................................................................................... 22
2.5.2 Jenis-jenis E-Commerce ................................................................................... 23
2.5.3 Komponen E-Commerce .................................................................................. 24
2.5.4 Manfaat E-Commerce ....................................................................................... 25
2.5.5 Aplikasi ............................................................................................................. 27
ix
2.5.6 My JNE ............................................................................................................. 28
2.5.7 Fitur-Fitur My JNE ........................................................................................... 30
2.6 Definisi Customer Relationship Management (CRM) .................................... 32
2.7 Faktor Kepercayaan dalam Penggunaan Sistem .............................................. 33
2.7.1 Kepercayaan Pengguna E-Commerce ............................................................... 33
2.8 Metode Kuantitatif dalam Penelitian ................................................................ 35
2.8.1 Pengelompokan Data ........................................................................................ 35
2.8.2 Jenis-Jenis Penelitian ........................................................................................ 36
2.8.3 Skala Likert....................................................................................................... 37
2.8.4 Metode Pengumpulan Data............................................................................... 38
2.8.5 Populasi dan Teknik Sampling ......................................................................... 40
2.8.6 PLS-SEM (Partial Least Square Structural Equation Modelling) ................... 45
2.9 Pengembangan Model E-Service Quality dan Hipotesis Penelitian ................. 52
2.9.1 Pengembangan Model Adopsi E-Service Quality ............................................ 52
2.9.2 Pengembangan Hipotesis Penelitian ................................................................. 55
2.10 Penelitian Sebelumnya ..................................................................................... 60
BAB 3 ............................................................................................................................... 68
METODOLOGI PENELITIAN ........................................................................................ 68
3.1 Pendekatan dan Strategi Penelitian ................................................................... 68
3.2 Prosedur Penelitian ........................................................................................... 69
3.3 Populasi dan Sampel Penelitian ........................................................................ 71
3.4 Instrumen Penelitian ......................................................................................... 71
3.5 Pengumpulan dan Pemrosesan Data ................................................................. 74
3.6 Analisa Data dan Interpretasi Hasilnya ............................................................ 75
BAB 4 ............................................................................................................................... 77
HASIL ANALISIS DAN INTERPRETASI ..................................................................... 77
4.1 Hasil Analisis .................................................................................................... 77
4.1.1 Hasil Analisis Demografis ................................................................................ 77
4.1.2 Hasil Analisis Penyajian Data .......................................................................... 85
4.1.3 Hasil Analisis Pengukuran Model (Outer Model) ............................................ 93
4.1.4 Hasil Analisis Struktur Model (Inner Model) ................................................... 99
4.2 Interpretasi dan Diskusi Hasil Analisis ........................................................... 107
4.2.1 Interpretasi dan Diskusi Hasil Analisis Demografis ....................................... 107
x
4.2.2 Interpretasi dan Diskusi Hasil Analisis Penyajian Data ................................. 112
4.2.3 Interpretasi dan Diskusi Hasil Pengukuran & Struktur Model ....................... 114
BAB 5 ............................................................................................................................. 121
PENUTUP ...................................................................................................................... 121
5.1 Kesimpulan ..................................................................................................... 121
5.2 Saran ............................................................................................................... 124
DAFTAR PUSTAKA ..................................................................................................... 126
xi
DAFTAR GAMBAR
Gambar 1.1 Jumlah Pengguna Aplikasi My JNE di DKI Jakarta ....................................... 3
Gambar 1.2 Conceptual Framework ................................................................................... 8
Gambar 2.1 Tampilan Awal My JNE ............................................................................... 29
Gambar 2.2 Model E-Service Quality yang dikembangkan ............................................. 55
Gambar 2.3 Indikator Variabel E-Service Quality ............................................................ 57
Gambar 3.1 Prosedur Penelitian........................................................................................ 69
Gambar 4. 1 Diagram Lingkaran Kota Responden ........................................................... 78
Gambar 4. 2 Diagram Lingkaran Jenis Kelamin Responden ............................................ 78
Gambar 4. 3 Diagram Lingkaran Usia Responden ........................................................... 79
Gambar 4. 4 Diagram Lingkaran Pendidikan Terakhir ..................................................... 80
Gambar 4. 5 Diagram Lingkaran Status Pekerjaan ........................................................... 81
Gambar 4. 6 Diagram Lingkaran Lama Penggunaan Sistem ............................................ 81
Gambar 4. 7 Diagram Lingkaran Intensitas Pengguna Sistem ......................................... 82
Gambar 4. 8 Diagram Lingkaran Kebutuhan Pengguna ................................................... 83
Gambar 4. 9 Diagram Lingkaran Peranan Sistem ............................................................. 84
Gambar 4. 10 Diagram Lingkaran Kepuasan Pengguna ................................................... 85
Gambar 4. 11 Grafik Hasil Data Variabel E-Service Quality (ESQ) ................................ 86
Gambar 4. 12 Grafik Hasil Jawaban Variabel Customer Perceived Value (CPV) .......... 88
Gambar 4. 13 Grafik Hasil Jawaban Variabel Customer Satisfaction (CS) ...................... 89
Gambar 4. 14 Grafik Hasil Jawaban Variabel Trust (TR) ............................................... 91
Gambar 4. 15 Grafik Hasil Jawaban Variabel Customer Loyality (CL) ........................... 92
Gambar 4. 16 Hasil Pengujian Path Coefficient ............................................................. 100
Gambar 4. 17 Hasil Pengujian Coefficient of Determination ......................................... 102
xii
DAFTAR TABEL
Tabel 1.1 Top Brand Index Kategori Layanan Jasa Kurir di Indonesia Tahun 2017.......... 2
Tabel 2.1 Daftar Istilah PLS-SEM .................................................................................... 51
Tabel 2.2 Daftar Notasi ..................................................................................................... 51
Tabel 2.3 Indikator Variabel Customer Perceived Value ................................................. 58
Tabel 2.4 Indikator Variabel Customer Satisfaction ......................................................... 59
Tabel 2.5 Indikator Variabel Trust .................................................................................... 60
Tabel 2.6 Indikator Variabel Customer Loyality .............................................................. 60
Tabel 2.7 Penelitian Terdahulu ......................................................................................... 62
Tabel 2.8 Penelitian Terdahulu (Lanjutan) ....................................................................... 63
Tabel 2.9 Penelitian Terdahulu (Lanjutan) ....................................................................... 64
Tabel 2.10 Referensi Indikator.......................................................................................... 65
Tabel 2.11 Referensi Indikator (Lanjutan) ........................................................................ 66
Tabel 2.12 Referensi Indikator (Lanjutan) ........................................................................ 67
Tabel 3.1 Indikator dan Butir Pertanyaan ......................................................................... 73
Tabel 3.2 Indikator dan Butir Pertanyaan (Lanjutan) ....................................................... 74
Tabel 4.1 Evaluasi Variabel E-Service Quality (ESQ) ..................................................... 85
Tabel 4.2 Evaluasi Variabel Customer Perceived Value (CPV) ...................................... 87
Tabel 4.3 Evaluasi Variabel Customer Satisfaction (CS) ................................................. 88
Tabel 4.4 Evaluasi Variabel Trust (TR) ........................................................................... 90
Tabel 4.5 Evaluasi Variabel Customer Loyality (CL) ...................................................... 91
Tabel 4.6 Hasil Loading Factor ........................................................................................ 94
Tabel 4.7 Hasil Crossloading ............................................................................................ 96
Tabel 4.8 Nilai Cross Loading Fornel-Lacker's ................................................................ 97
Tabel 4.9 Nilai Composite Reability................................................................................. 98
Tabel 4.10 Nilai Avarage Variance Extracted .................................................................. 99
Tabel 4.11 Hasil Uji R-Square ........................................................................................ 101
Tabel 4.12 Hasil Uji T-Test ............................................................................................ 103
Tabel 4.13 Hasil Uji Effect Size ..................................................................................... 104
Tabel 4.14 Hasil Relative Impact .................................................................................... 105
xiii
Tabel 4.15 Ringkasan Hasil Analisis Struktural Model .................................................. 106
1
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Bisnis pengiriman barang dalam negeri saat ini telah mengalami
perkembangan pesat seiring dengan peningkatan jumlah transaksi online. Peluang
bisnis tersebut telah dimanfaatkan oleh beberapa perusahaan jasa pengiriman
seperti ojek online/ojek kurir pengiriman barang dan perusahan jasa ekspedisi
pengiriman barang lainnya. PT. Tiki Jalur Nugraha Ekakurir (JNE) merupakan
salah satu perusahaan jasa pengiriman barang dan dokumen secara express dan
logistik nasional dengan pencapaian target pertumbuhan dalam lima tahun terakhir
di atas 30% (Hendra, 2018). Munculnya perusahaan logistik baru menjadi
tantangan bagi JNE agar pertumbuhannya tetap terjaga dan menjadi leader, JNE
masih memiliki kekuatan yang signifikan dengan terus menghadirkan inovasi baru
dan loyalitas bersama mitra e-commerce. Pertumbuhan tersebut didukung oleh hasil
survei berskala nasional di bawah penyelenggaraan Frontier Consulting Group
yang menyatakan bahwa JNE masih menduduki peringkat tertinggi sebagai Top
brand award dan berada dalam posisi tiga teratas di dalam kategori produknya.
Sejak terbentuknya PT.Tiki Jalur Nugraha Ekakurir (JNE) mereka
mengembangkan diri menjadi suatu perusahaan rantai pasok global di dunia. hal ini
ditandai dengan pertumbuhan 513 kantor perwakilan dan agen di wilayah DKI
Jakarta (Simamora dan Susanti, 2017). Akan tetapi, terdapat beberapa
2
kelemahan operasional pada PT.Tiki Jalur Nugraha Ekakurir (JNE) terkait
ketidakpastian waktu tiba pengiriman barang dengan waktu yang dijanjikan layanan
dan kurangnya informasi mengenai lokasi keberadaan terkini dari pengiriman
barang. Ketidakpastian ini dapat menjadi salah satu fakor yang menurunkan rasa
puas dalam diri pelanggan. Sehingga perlu adanya sebuah layanan yang dapat
memudahkan pelanggan dalam mengecek tarif pengiriman JNE seluruh Indonesia,
memonitor status pengiriman, mengecek lokasi JNE terdekat serta melakukan
transaksi jual beli antara penjual dan pembeli individual secara online.
Tabel 1.1 Top Brand Index Kategori Layanan Jasa Kurir di Indonesia Tahun 2017
Fase 2
Merek TBI TOP
JNE 49.4 % TOP
TIKI 34.7 % TOP
POS INDONESIA 8.4 %
DHL 1.3 %
(Topbrand-award, 2017)
Salah satu layanan yang diberikan JNE untuk memenuhi kepuasan
pelanggannya adalah dengan membangun sebuah sistem yang disebut My JNE
guna memudahkan pelanggannya. Kelangsungan hidup perusahaan sangat
tergantung pada kemampuan perusahaan dalam membangun hubungan jangka
panjang dengan pelanggan, agar menciptakan pandangan yang baik terhadap mutu
dan merek produk atau jasa itu sendiri. Sehingga kualitas layanan merupakan hal
yang penting guna memenuhi kepuasan pelanggan, karena mempertahankan
3
loyalitas pelanggan menjadi kewajiban yang harus diutamakan daripada
mendapatkan pelanggan baru.
Penerapan sistem My JNE merupakan salah satu bentuk layanan yang
diterapkan PT.Tiki Jalur Nugraha Ekakurir (JNE) guna memenuhi kebutuhan
pelanggan untuk berbagi informasi mengenai tarif pengiriman seluruh Indonesia,
memonitor status pengiriman, lokasi JNE terdekat serta melakukan transaksi jual
beli antara penjual dan pembeli individual. MyJNE memberikan fitur-fitur baru
yang tidak ada pada aplikasi sebelumnya, misalnya sejarah data pengiriman yang
terhubung dengan nomor telepon pengguna serta fitur My COD yang
memungkinkan para individual seller menghubungkan data pesanan toko online
dengan sistem JNE hal ini didukung oleh jumlah pengguna dalam tiga tahun
terakhir sebesar 54.771 orang pengguna sistem My JNE (http://jne.co.id)
Gambar 1.1 Jumlah Pengguna Aplikasi My JNE di DKI Jakarta
(Bidang Human Resources Development JNE, 2018)
0
500
1000
1500
Januari Februari Maret April Mei
764 832964
1231
892
Jumlah Pengguna Aplikasi My JNE di DKI JakartaJanuari 2018 - Mei 2018
4
Berdasarkan Gambar 1.1 menjelaskan bahwa pengguna My JNE di DKI
Jakarta mengalami kenaikan hingga bulan April 2018 sebesar 1231 orang pengguna
dan mengalami penurunan sebesar 892 orang pengguna pada bulan Mei 2018. Hal
ini berbanding terbalik dengan jumlah pengguna yang cukup banyak, serta Tabel
1.1 Top Brand Index (TBI) untuk kategori layanan jasa kurir 2017 fase 2.
Berdasarkan tabel tersebut JNE merupakan perusahaan yang menjadi top brand dari
perusahaan sejenisnya, dari pengukuran Top Brand Index (TBI) presentase dari JNE
sebesar 49,4%. Jika dibandingkan dengan data pengguna ternyata ada sebuah
ketimpangan dimana jumlah pengguna pada layanan My JNE tidak sebanding
dengan status JNE sebagai top brand. Hal ini dapat terjadi karena tidak semua
pelanggan JNE yang mengakses layanan My JNE merasa puas dengan kualitas
layanan yang diberikan dan loyal untuk menggunakannya kembali.
Mengacu pada studi pendahuluan yang dilakukan peneliti, peneliti
mengindikasikan bahwa My JNE belum pernah dilakukan evaluasi atau pengukuran
terkait faktor yang mempengaruhi kualitas layanan terhadap loyalitas pelanggan,
sehingga belum adanya penelitian yang menggambarkan seberapa besar tingkat
kualitas layanan dan pengaruhnya terhadap kepuasaan pengguna serta loyalitas
pelanggan. Selain itu, berdasarkan wawancara internal terhadap pengguna My JNE,
Sistem ini sangat membantu mereka khususnya di menu tracing & tracking dimana
pengguna dapat melacak lokasi barang yang sedang dalam pengiriman melalui resi
yang telah di dapatkan, dan pada menu My COD yang dapat memudahkan
pengguna dalam melakukan pengiriman barang dengan langsung dan cepat akan
tetapi masih terdapat sedikit kelemahan dalam sistem ini. Contohnya, kurang
5
akuratnya pada menu tracing & tracking yang terdapat pada My JNE, tidak
relevannya biaya ongkos kirim yang terdapat pada sistem dengan agen yang
tersedia di lapangan, masih terjadi ketidaktepatan waktu sampainya barang ke
tujuan sesuai dengan yang dijanjikan, dan sulitnya registrasi pada sistem. Beberapa
masalah diatas sangat mempengaruhi kualitas layanan terhadap loyalitas pelanggan
dalam menggunakan sistem yang ada.
Kenyataan ini menjadi tantangan tersendiri bagi perusahaan, yaitu
menciptakan keinginan pelanggan untuk menggunakan produk dan jasa dan
menjalin hubungan yang dekat antara perusahaan dan pelanggan. Seperti yang
disimpulkan pada penelitian sebelumnya bahwa kualitas pelayanan merupakan
salah satu faktor penentu kesuksesan yang berpengaruh pada persaingan
perusahaan. Menurut Jonathan (2013) Kualitas layanan online (e-service quality)
merupakan kualitas suatu sistem/website yang dapat memfasilitasi secara efisien
dan efektif untuk melakukan pembelian, penjualan, dan pengiriman baik produk
maupun jasa. Pelanggan akan merasa puas terhadap layanan yang diberikan
perusahaan jika mereka merasakan kualitas layanan yang mereka terima dapat
memenuhi harapan. Berdasarkan uraian permasalahan tersebut peneliti melakukan
investigasi tentang faktor-faktor yang mempengaruhi kualitas layanan e-commerce
terhadap loyalitas pelanggan pada My JNE (PT.Tiki Jalur Nugraha Ekakurir).
1.2 Perumusan Masalah
Sistem My JNE sangat berperan dalam menunjang kinerja pada JNE. Hal ini
terlihat dalam visi dan misi JNE yaitu menjadi perusahaan rantai pasok global di
6
dunia. Hanya saja kondisi di lapangan memperlihatkan bahwa terdapat perbedaan
antara status JNE sebagai Top brand Layanan Jasa Kurir di Indonesia Tahun 2017
Fase 2 dengan jumlah pengguna sistem My JNE pada bulan januari – Mei 2018
yang tidak meningkat, terdapat keluhan dalam sistem My JNE seperti kurang
akuratnya pada menu tracing & tracking, tidak relevannya biaya ongkos kirim yang
terdapat pada sistem dengan agen yang tersedia di lapangan, masih terjadi
ketidaktepatan waktu sampainya barang ke tujuan sesuai dengan yang dijanjikan,
dan sulitnya registrasi pada sistem sehingga membuat pengguna kurang puas
dengan sistem yang berjalan saat ini, dan belum dilakukan pengukuran terkait
faktor yang mempengaruhi kualitas layanan terhadap loyalitas pelanggan pada
sistem My JNE, hal tersebut menjadi menarik untuk diteliti. Harapannya, temuan
dari penelitian ini dapat memaparkan tingkat kualitas layanan elektronik yang
terdapat pada sistem My JNE dan menunjukan faktor-faktor penting yang
mempengaruhi kualitas layanan terhadap loyalitas pelanggan, sehingga bisa
menjadi masukan kepada pihak pengelola My JNE untuk rencana pengembangan
sistem di masa yang akan datang dan meningkatkan kualitas layanan yang ada.
1.3 Tujuan dan Sasaran Penelitian
Mengacu pada perumusan masalah, maka peneliti melakukan pengukuran
kualitas layanan My JNE untuk mengetahui:
a. Mengetahui status kepuasan dan loyalitas pelanggan PT.Tiki Jalur
Nugraha Ekakurir (JNE) berdasarkan persepsi pengguna sistem My JNE.
7
b. Menguji model e-service quality dengan penambahan varibel trust yang
dapat mempengaruhi kualitas layanan My JNE terhadap loyalitas
pelanggan berdasarkan persepsi pengguna.
1.4 Model Adopsi E-Service Quality
Penelitian ini menggunakan model adopsi e-service quality Parasuraman et
al., (2001) yang dimodifikasi dan kembangkan oleh Chang et al., (2013). Model
ini digunakan untuk mengukur kualitas layanan elektronik (e-service quality) yang
mempengaruhi tingkat nilai yang dirasakan pelanggan (perceived value) terhadap
hubungan antara kepuasan pelanggan (customer satisfaction) dan loyalitas
pelanggan (customer loyality). Model ini terdiri atas 4 variabel yaitu e-service
quality, perceived value, customer satisfaction dan customer loyality
Selanjutnya, Belout dan Gauvreau, (dalam Rosalina, 2017) menyatakan
bahwa sebagian besar model penelitian (dalam penelitian sosial) dikembangkan
menggunakan teori sebelumnya bukan dari bukti empiris. Berdasarkan penjelasan
tersebut peneliti menggunakan asumsi tentang model e-service quality menurut
(Parasuraman et al., 2001) dan teori perumusan sikap menurut (Bagozzi, 1992)
dalam pengembangan model penelitian ini, seperti yang dilakukan oleh peneliti
sebelumnya (Chang et al. 2013; Chinomona dan Sandada 2014; Chu et al., 2012;
Chinomona dan Sandada, 2013).
Selanjutnya dengan mempertimbangkan peran pentingnya faktor
kepercayaan (trust) seperti yang dijelaskan Menurut Zhang dalam Mardatilla
(2017) menyatakan bahwa melakukan transaksi secara online termasuk cara yang
8
mudah dan canggih, akan tetapi kepercayaan konsumen kepada perusahaan sangat
rentan dan susah untuk didapatkan. Menurut Hasan (2013) Kepercayaan
didefinisikan sebagai persepsi kepercayaan terhadap keandalan perusahaan yang
ditentukan oleh konfirmasi sistematis tentang harapan terhadap tawaran
perusahaan. Berdasarkan uraian tersebut maka dapat dikatakan bahwa penciptaan
awal hubungan dan komitmen serta kelanjutannya didasarkan pada kepercayaan.
Rasa percaya didefinisikan sebagai penerimaan teknologi yang memberikan
pengaruh dominan kepada peserta pada saat menggunakan layanan online yang
memerlukan informasi pribadi yang bersifat sensitif, hal ini didukung oleh Kassim,
N. dan Abdullah (2010). Hal serupa dikemukakan oleh Reichheld dan Schefter
yang menyatakan bahwa untuk mendapatkan loyalitas pelanggan, pemasok
terlebih dahulu harus mendapatkan kepercayaan dari mereka (Shpëtim, 2012).
Seperti yang terlihat pada Gambar 1.2:
Gambar 1.2 Conceptual Framework
9
Berdasarkan Gambar 1.2 maka peneliti berasumsi bahwa tingkat
kepercayaan (trust) juga akan berperan penting dalam mempengaruhi kepuasan
dan loyalitas pelanggan, sehingga menjadikan trust sebagai salah satu variabel
mediator dalam model ini. Secara ringkas, model ini dikembangkan dengan
mengadopsi, menyesuaikan, dan menggabungkan tiga teori/model meliputi: Teori
e-service quality (Parasuraman et al., 2001), Teori perumusan sikap (Bagozzi,
1992) dan Teori trust (Garbarino, E., & Johnson, 1999). Dengan menggunakan 5
variabel yang terdiri dari: e-service quality, perceived value, customer satisfaction,
customer loyality dan trust sebagai variabel mediator dalam model ini.
1.5 Pertanyaan Penelitian
Mengacu pada tujuan dan sasaran penelitian yang telah disebutkan
sebelumnya, maka dua pertanyaan utama dalam penelitian ini adalah:
Q1 Bagaimana status kepuasan dan loyalitas pelanggan PT.Tiki Jalur Nugraha
Ekakurir (JNE) berdasarkan persepsi pengguna sistem My JNE?
Q2 Bagaimana model e-service quality dengan penambahan varibel trust dapat
mempengaruhi kualitas layanan terhadap loyalitas pelanggan berdasarkan
persepsi pengguna sistem My JNE ?
Selanjutnya, berdasarkan model adopsi e-service quality yang telah
dipaparkan, berikut adalah pertanyaan penelitian terkait pengukuran model e-
service quality dengan penambahan variabel trust yang dapat mempengaruhi
kualitas layanan terhadap loyalitas pelanggan My JNE.
10
Q2.1 Apakah E-Service Quality (ESQ) berpengaruh secara signifikan terhadap
Customer Satisfaction (CS) ?
Q2.2 Apakah E-Service Quality (ESQ) berpengaruh secara signifikan terhadap
Customer Perceived Value (CPV) ?
Q2.3 Apakah E-Service Quality (ESQ) berpengaruh secara signifikan terhadap
Trust (TR) ?
Q2.4 Apakah Customer Perceived Value (CPV) berpengaruh secara signifikan
terhadap Customer Satisfaction (CS) ?
Q2.5 Apakah Trust (TR) berpengaruh secara signifikan terhadap Customer
Satisfaction (CS) ?
Q2.6 Apakah Customer Satisfaction (CS) berpengaruh secara signifikan terhadap
Customer Loyality (CL) ?
Q2.7 Apakah Customer Perceived Value (CPV) berpengaruh secara signifikan
terhadap Customer Loyality (CL)?
Q2.8 Apakah Trust (TR) berpengaruh secara signifikan terhadap Customer
Loyality (CL)?
1.6 Ruang Lingkup dan Batasan
Ruang lingkup dan batasan pada penelitian sebagai berikut :
a. Penelitian ini dilakukan pada sistem My JNE yang dikelola langsung oleh
PT. Tiki Jalur Nugraha Ekakurir Jakarta pada awal tahun 2018 sampai
dengan Mei 2018 yang mana respondennya adalah pengguna My JNE
yang terdapat di wilayah DKI Jakarta.
11
b. Penelitian ini menggunakan 5 variabel dari model e-service quality yang
dikembangkan oleh Chang et al., (2013) yaitu variabel e-service quality,
perceived value, customer satisfaction dan customer loyality. serta
dilengkapi variabel trust sebagai mediator yang diadopsi dari penelitian
sebelumnya untuk mengetahui apakah kualitas layanan My JNE dapat
memberikan kepuasan dan loyalitas penggunanya.
c. Secara metodologi, penelitian ini menggunakan metode kuantitatif
dengan teknik pengumpulan data survei yang disebarkan kepada
pengguna My JNE. Teknik pengambilan sampel menggunakan teknik
multi-stage purposeful random sampling (Onwuegbuzie & Collins,
2007). Purposive sampling untuk tahap pertama dan simple random
sampling untuk tahap kedua (Jogiyanto, 2008; Guritno et al., 2011;
Scheaffer et al., 2011; Acharya et al., 2013). Analisis data menggunakan
PLS-SEM dengan SmartPLS versi 3.0.
1.7 Metodologi Penelitian
Untuk menjawab pertanyaan penelitian dan mencapai sasarannya, penelitian
ini mengembangkan model penelitian sebagai sumber rumusan sejumlah hipotesis.
Hipotesis ini diuji menggunakan data yang dikumpulkan dari survei. Kuesioner
dirancang dalam bentuk pertanyaan tertutup sejalan dengan pendekatan dan strategi
penelitian kepada para partisipan yang telah ditargetkan. Selanjutnya, responden
penelitian ini adalah para pengguna layanan My JNE. Populasinya adalah pengguna
sistem My JNE di Jakarta. Pengambilan sampel diambil dengan menggunakan
12
teknik multi-stage purposeful random sampling (Onwuegbuzie & Collins, 2007).
Tahap pertama, dilakukan untuk memilih bagian dari populasi, dimana kriteria yang
dipilih adalah yang memiliki pengalaman menggunakan sistem (purposive
sampling), selanjutnya pada tahap kedua pengambilan sampel dilakukan secara
acak tanpa memperhatikan strata, tingkatan, ataupun kelompok (simple random
sampling) (Jogiyanto, 2008; Guritno et al., 2011; Scheaffer et al., 2011; Acharya et
al., 2013).
Kuesioner disebarkan secara langsung dan tidak langsung. Penyebaran secara
langsung dilakukan oleh peneliti untuk mencari responden yang tepat melalui tatap
muka secara langsung. Penyebaran tidak langsung dilakukan peneliti melalui media
sosial (email, whatsapp, line) dengan bantuan fitur google forms untuk
pengisiannya. Setelah itu, semua kuesioner yang terkumpul akan disaring dan
diklasifikasikan menggunakan perangkat lunak pengolah angka MS. Excell.
Berdasarkan pengumpulan dan penyaringan data tersebut, dari 250 kuesioner yang
kembali, 217 diantaranya dinyatakan valid untuk digunakan. Proses analisa secara
kuantitatif menggunakan pendekatan PLS-SEM dengan SmartPLS versi 3.0
1.8 Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat sebagai berikut:
a. Secara teoritis, penelitian ini dapat mengusulkan model e-Service quality
dengan penggabungan aspek teknis penggunaan sistem dan aspek
organisasional, sebagai alternatif baru bagi peneliti selanjutnya atau
berbagai pihak lain dalam memahami kualitas layanan sistem.
13
b. Secara metodologi, penelitian ini dapat mendorong pemanfaatan metode
kuantitatif dalam penelitian Program Studi Sistem Informasi UIN Syarif
Hidayatullah Jakarta.
c. Secara praktis, hasil penelitian ini dapat menjadi bahan pertimbangan
bagi pihak JNE rencana pengembangan sistem berikutnya dan
peningkatan kualitas layanan.
1.9 Sistematika Pembahasan
Pembahasan penelitian ini dimulai dengan metodoloi penelitian pada bab 3,
yang meliputi pendekatan, prosedur serta pengumpulan dan pemerosesan data, lalu
dilanjutkan pada bab 4 yang menguraikan setiap langkah penelitian dan hasil
pengukuran yang telah dilakukan peneliti. Dan bab 5 menyajikan kesimpulan
faktor-faktor yang mempengaruhi kualitas layanan e-commerce terhadap loyalitas
pelanggan dan saran pengembangan penelitian lebih lanjut untuk mengatasi kendala
atau keterbatasan penelitian. Secara lengkap dijelaskan sebagai berikut:
Bab 1 Pendahuluan
Bab ini menjelaskan tentang latar belakang, identifikasi masalah,
perumusan masalah, tujuan dan sasaran, pertanyaan penelitian, model
penelitian, ruang lingkup dan batasan, metodologi, manfaat penelitian,
dan sistematika penelitian.
14
Bab 2 Tinjauan Pustaka
Bab ini menjelaskan teori-teori terkait landasan pelaksanaan penelitian,
meliputi teori kepuasan pengguna, My JNE, metode pengumpulan data,
populasi dan teknik sampling, PLS-SEM, teori perumusan sikap yang
menjadi landasan penelitian, pengembangan model penelitian dan
hipotesisnya.
Bab 3 Metodologi Penelitian
Bab ini memaparkan secara metode proses pelaksanaan penelitian,
mencakup penjelasan-penjelasan tentang pendekatan, prosedur, populasi
dan sampel, instrumen, pengumpulan dan pemrosesan data, serta analisis
data.
Bab 4 Hasil Analisis dan Interpretasi
Bab ini memaparkan analisis data dan hasilnya, interpretasi, dan diskusi
hasil penelitian. Analisis data utamanya dilakukan menggunakan metode
PLS-SEM dengan perangkat lunak SmartPLS meliputi analisis
pengukuran model (model measurement analysis) dan stuktur model
(structural model analysis). Selanjutnya, interpretasi dan diskusi
dilakukan dengan merujuk kepada basis teori sebelumnya,
memperhatikan dan menimbang pelaksanaan proyek SI secara praktis di
lapangan.
15
Bab 5 Penutup
Bab ini menjelaskan tentang kesimpulan dan saran atas hasil pelaksanaan
penelitian terutama terkait dengan aspek penggunaan dan kelanjutan bagi
kajian-kajian selanjutnya.
16
BAB 2
TINJAUAN PUSTAKA
2.1 Definisi Pengukuran
Menurut Jogiyanto (2008) pengukuran adalah pemberian nilai property dari
suatu objek, dimana objek merupakan suatu entitas yang akan diteliti, sedangkan
property adalah karakteristik dari objek tersebut. Sedangkan menurut Purwanti
(2008) pengukuran dapat diartikan sebagai kegiatan atau upaya yang dilakukan
untuk memberikan angka-angka pada suatu gejala atau peristiwa atau benda,
sehingga hasil pengukuran akan selalu berupa angka. Dari kedua pengertian
tersebut dapat disimpulkan bahwa pengukuran dalam kaitannya sistem informasi
adalah suatu kegiatan atau upaya yang dilakukan untuk mengetahui tingkatan atau
penilaian dari sebuah sistem.
2.2 Definisi Kualitas Layanan
Kualitas layanan adalah keseluruhan dari fitur dan karakteristik dari sebuah
produk atau jasa yang memiliki kemampuan untuk memuaskan kebutuhan
(Widjoyo et al., 2013). Dengan kata lain, ada dua faktor utama yang mempengaruhi
kualitas layanan, yaitu jasa yang diharapkan (expected service) dan jasa yang
dirasakan (perceived service) (Parasuraman & Zeithmal dalam Rosseela, 2010).
Sedangkan, menurut Tjiptono dan Chandra (dalam Rosseela, 2010) apabila layanan
yang diterima atau dirasakan (perceived service) sesuai dengan yang diharapkan,
17
maka kualitas layanan dipersepsikan baik dan memuaskan. Jika layanan yang
diharapkan melampaui harapan konsumen, maka kualitas layanan dipersepsikan
sebagai kualitas yang ideal. Sebaliknya, jika layanan yang diterima lebih rendah
daripada yang diharapkan, maka kualitas layanan dipersepsikan buruk. Dengan
demikian baik tidaknya kualitas layanan tergantung pada kemampuan penyedia
layanan dalam memenuhi harapan konsumennya secara konsisten.
David Gravin (dalam Marlindawati, 2013) memperkenalkan subyek kualitas
yang diterapkan pada produk sistem informasi dan telah mengidentifikasi delapan
dimensi yang berbeda. Dimensi-dimensi tersebut terdiri atas: kinerja, features,
keandalan, kesesuaian, daya tahan, kemudahan perbaikan, keindahan dan persepsi
terhadap kualitas. Subyek kualitas yang diterapkan pada kualitas layanan sistem
informasi harus dapat mengidentifikasi suatu daftar dimensi-dimensi kualitas,
seperti: berwujud (tangibles), keandalan (reliability), responsif (responsiveness),
kepastian (assurance), dan empati (emphaty). Dari pengertian diatas dapat
disimpulkan bahwa kualitas layanan dalam sistem informasi merupakan suatu
tingkat keunggulan yang diharapkan pengguna terhadap suatu sistem guna
memenuhi keinginanya.
2.3 Definisi Loyalitas
Menurut Gremler dan Brown (dalam Juliani, 2010) bahwa loyalitas pelanggan
adalah pelanggan yang tidak hanya membeli ulang suatu barang dan jasa, tetapi
juga mempunyai komitmen dan sikap yang positif terhadap perusahaan jasa,
misalnya dengan merekomendasikan orang lain untuk membeli. Loyalitas
18
merupakan istilah kuno yang secara tradisional digunakan untuk melukiskan
kesetiaan dan pengabdian antusias kepada negara, cita-cita, atau individu. Loyalitas
adalah keputusan pelanggan untuk secara sukarela terus berlangganan dengan
perusahaan tertentu dalam jangka waktu yang lama (Lovelock & Wright dalam
Rachmawati, 2017). Sedangkan menurut Munandar (2016) tingkat loyalitas
pelanggan akan bermanfaat bagi perusahaan untuk mengetahui sejauh mana posisi
pelanggan, sehingga perusahaan akan mampu melakukan tindakan-tindakan
tertentu dalam kaitannya dengan mempertahankan pelanggan. Berikut adalah
tingkatan loyalitas pelanggan yang dimaksud:
1) Suspect
Pelanggan tingkatan paling rendah disebut suspects, yaitu semua pembeli
produk/jasa tertentu di suatu pasar tertentu. Mereka umumnya belum
mengenal produk/jasa perusahaan kita.
2) Prospect
Pelanggan yang menduduki jenjang peringkat lebih tinggi dari seorang
“suspect” disebut sebagai “prospect”, yaitu calon pelanggan potensial yang
tertarik dengan produk jasa perusahaan kita tetapi belum membeli produk/jasa
tersebut.
3) Customer
Customer merupakan pembeli produk/jasa kita tetapi belum menunjukkan
perasaan loyal meski mereka juga kadang merupakan pembeli yang teratur.
19
4) Client
Client merupakan pembeli teratur produk atau jasa kita yang sudah
mempunyai perasaan loyal yang positif terhadap produk/jasa.
5) Advocate
Pelanggan yang secara aktif mendukung organisasi/perusahaan kita dengan
cara merekomendasikan ke pihak lain agar mau membeli produk/jasa tersebut.
6) Partner
Pelanggan yang bekerja sama dengan pihak perusahaan kita dengan
didasarkan mendapat keuntungan
Dari penjelasan sebelumnya dapat disimpulkan bahwa loyalitas dalam sistem
informasi merupakan suatu komitmen pengguna terhadap sebuah sistem untuk
menggunakan sistem tersebut secara berulang dan merekomendasikan kepada
orang lain.
2.3.1 Karakteristik Loyalitas
Menurut Griffin (dalam Rachmawati, 2017) pelanggan yang loyal adalah
pelanggan yang menunjukkan perilaku sebagai berikut:
1) Melakukan pembelian berulang secara teratur
Kemauan pelanggan untuk melakukan transaksi kembali atas layanan
yang digunakan.
2) Membeli antar lini produk dan jasa
Membeli atau menggunakan produk atau layanan lainnya yang tersedia
di perusahaan.
20
3) Merekomendasikan kepada orang lain
Merekomendasikan produk jasa kepada orang lain. Rekomendasi yang
dimaksud adalah komunikasi secara lisan mengenai pengalaman
transaksi pelanggan yang baik kepada orang lain dengan harapan orang
tersebut mau untuk mengikutinya.
4) Menunjukkan kekebalan dari produk dan jasa pesaing
Pelanggan tidak mudah terpengaruh atau tergiur atas tawaran-tawaran
produk jasa dan jasa yang sejenis dari pesaing
2.4 Pengukuran Kualitas Layanan E-Commerce
Kualitas layanan terkait antara konsumen dan penyedia layanan. Salah satu
instrumen pengukuran kualitas layanan adalah ESERVQUAL (e-service quality).
Menurut Tan et al. (2014), awalnya, model pengukuran kualitas layanan hanya
berorientasi pada penyediaan layanan tenaga manusia. Namun, seiring
berkembangnya teknologi, layanan pun dapat diberikan melalui media elektronik
yang disebut e-service atau online service. Pengukuran kualitas layanan E-
commerce yang dilakukan menggunakan metode e-service quality. Metode e-
service quality menghubungkan pandangan dari pelanggan dan penyedia jasa
mengenai kualitas pelayanan elektronik, serta merupakan dasar yang baik dalam
memahami, mengukur dan memperbaiki kualitas pelayanan (Astuti & Salisah,
2016). Menurut Zeithmal (dalam Kalia, 2013) pengukuran kualitas layanan E-
commerce dalam e-service quality terdapat 7 dimensi yang dapat diukur untuk
mengetahui kualitas layanan, yaitu:
21
1) Efisiensi, mengacu pada kemampuan pelanggan untuk masuk ke sistem,
menemukan yang diinginkan produk dan informasi yang terkait
dengannya, dan periksa dengan sedikit usaha.
2) Pemenuhan, menggabungkan ketepatan janji layanan, memiliki produk
dalam stok, dan mengirimkan produk dalam waktu yang dijanjikan.
3) Keandalan, dikaitkan dengan fungsi teknis situs, terutama sejauh ini
yang tersedia dan berfungsi dengan baik.
4) Privasi, termasuk jaminan bahwa data perilaku belanja tidak dibagikan
dan kartu kredit itu informasi aman.
5) Responsiveness, mengukur kemampuan sistem untuk memberikan
informasi yang tepat pelanggan ketika masalah terjadi, memiliki
mekanisme untuk menangani pengembalian, dan berikan online
jaminan.
6) Kompensasi, adalah dimensi yang melibatkan penerimaan uang kembali
dan pengiriman kembali dan biaya penanganan.
7) Kontak, dimensi kontak menunjukkan kebutuhan pelanggan untuk dapat
berbicara dengan siaran langsung agen layanan pelanggan online atau
melalui telepon.
Kasim et al. (2010) menambahkan, kualitas layanan yang baik akan
meningkatkan kepercayaan pelanggan online (e-trust) dan kepuasan pelanggan
online (e-satisfaction). Pada akhirnya, setelah e-trust dan e-satisfaction diraih,
kesetiaan pelanggan online (e-loyalty) juga akan diraih. Dapat disimpulkan bahwa
untuk mengukur kualitas layanan e-commerce peneliti menggunakan metode e-
22
service quality dengan perluasan variabel kepercayaan (trust), kepuasan
(satisfaction), nilai yang dirasakan (perceived value) dan loyalitas pelanggan
(loyality).
2.5 E-Commerce
2.5.1 Definisi E-Commerce
Perdagangan elektronik atau E-commerce adalah proses dimana pembeli dan
penjual melakukan pertukaran informasi, uang, barang dan jasa melalui sarana
elektronik, terutama di internet (Peter dan olson 2013). Sedangkan, menurut
Munawar (dalam Rachmawati, 2017) e-commerce atau yang disebut internet
commerce pada dasarnya mempunyai makna yang sama, yang berarti suatu cara
bagi seorang konsumen membeli barang yang diinginkan secara online melalui
jaringan internet. E-commerce juga dapat diartikan sebagai suatu proses berbisnis
dengan menggunakan teknologi elektronik yang menghubungkan antara
perusahaan, konsumen dan masyarakat dalam bentuk transaksi elektronik dan
pertukaran atau penjualan barang, servis, dan informasi secara elektronik.
Pendapat lain dikemukakan oleh Clarke (2016), yang menyatakan bahwa e-
commerce adalah e-commerce adalah tata cara perdagangan barang dan jasa yang
menggunakan media telekomunikasi dan informasi sebagai alat bantunya. Selain
itu juga, Kalakota & Whinston (dalam Suyanto, 2003), mendefinisikan e-commerce
dari beberapa perspektif sebagai berikut:
23
1) Perspektif Komunikasi: E-commerce penyampaian informasi dari suatu
produk atau jasa, atau pembayaran melalui sambungan telepon, jaringan
komputer atau hal lain yang terkait dengan elektronik.
2) Perspektif Proses Bisnis: E-commerce merupakan penerapan teknologi
dalam hal otomatisasi dari transaksi bisnis ke aliran kerja.
3) Perspektif Jasa: E-commerce merupakan suatu perangkat yang
ditujukan bagi perusahaan, konsumen, dan manajemen dalam rangka
untuk meminimalisasi biaya jasa atau layanan dan meningkatkan
2.5.2 Jenis-jenis E-Commerce
Menurut Humdina dan Indrayani (dalam Septiani, 2016) banyak perusahaan
kini terlibat atau mensponsori tiga kategori dasar dari aplikasi e-commerce yaitu:
1) Business to Customer (B2C)
Perusahaan harus mengembangkan pasar elektronik menarik untuk
menjual berbagai produk dan jasa ke para pelanggan. B2C sering juga
disebut jenis transaksi pasar. Aplikasi e-commerce yang berfokus
pelanggan memiliki tujuan penting yang sama yaitu: menarik calon
pembeli, melakukan transaksi barang dan jasa, serta membangun
loyalitas pelanggan melalui pelayanan yang baik untuk setiap individu
dan terlibat dengan berbagai fitur komunitas.
2) Business to Business (B2B)
Cara transaksi B2B disebut transaksi antar perusahaan. Transaksi pada
B2B menggunakan EDI dan e-mail untuk pembelian barang dan jasa,
24
mengetahui status informasi dan konsultasi. e-commerce untuk
pembelian barang dan jasa, mengetahui status informasi dan konsultasi.
e-commerce B2B juga merupakan transaksi sisir grosir dan pasokan dari
proses komersial, tempat berbagai perusahaan, membeli, menjual atau
berdagang dengan perusahaan-perusahaan lainnya.
3) Customer to Customer (C2C)
Tempat para pelanggan (dan juga perusahaan) dapat membeli serta
menjual ke satu sama lain dalam proses situs web lelang, menjadikan
C2C sebuah strategi bisnis e-commerce yang penting.
2.5.3 Komponen E-Commerce
Menurut Humdina dan Indrayani (dalam Septiani, 2016) e-commerce
memiliki komponen penting yaitu:
1) EDI (Electronic Data Interchange) didefinisikan sebagai pertukaran
data antar komputer antar berbagai organisasi atas suatu informasi
terstruktur dalam format yang standart dan bisa diolah komputer.
Tujuan EDI adalah untuk memfasilitasi perdagangan dengan cara
mengikat aplikasi bisnis antar partner dagang.
2) Digital Currency memungkinkan user memindahkan dananya secara
elektronik dalam lingkungan kerja tertentu. Saat ini digital currency
dirancang untuk versi elektronik dari uang kertas, dimana memiliki
atribut yang sama dengan media fisik, baik secara anatomis maupun
25
dari segi likuiditasnya. Jenis dari digital currency adalah e-cash,
micropayments.
3) Electronic Catalogs (e-catalogs) aplikasi di internet dan merupakan
komponen utama dari system e-commerce. E-Catalog merupakan
antar muka (interface) grafis yang pada umumnya berbentuk halaman
www yang menyediakan informasi tentang penawaran produk dan
jasa.
4) Internet dan Ekstranet, kemampuan fitur standar intranet dalam
perusahaan pada umumnya memiliki empat kemampuan dasar: e-
mail, on line publishing, on line searches, dan application
distribution. Sedangkan kemampuan ekstranet mempeluas
kemampuan fitur tersebut ke partner bisnis. Keuntungan
menggunakan intranet di dalam suatu perusahaan atau organisasi
adalah mempercepat proses bisnis, memfasilitasi pertukaran
informasi, meningkatkan komunikasi dan kolaborasi.
2.5.4 Manfaat E-Commerce
E-commerce memiliki beberapa manfaat, baik itu organisasi, perusahaan dan
masyarakat itu sendiri, berikut beberapa manfaat dari E-commerce (Suyanto dalam
Septiani, 2016) yaitu:
1) Bagi Organisasi pemilik e-commerce
a. Memperluas market place hingga ke pasar nasional dan internasional.
26
b. Dengan capital outplay yang minim, sebuah perusahaan dapat dengan
mudah menemukan lebih banyak pelanggan, supplier yang lebih baik dan
partner bisnis yang paling cocok dari seluruh dunia.
c. E-commerce menurunkan biaya pembuatan, pemrosesan, pendistribusian,
penyimpanan, dan pencarian informasi yang menggunakan kertas.
d. E-commerce mengurangi waktu antara outlay model dan penerimaan
produk dan jasa.
2) Bagi Konsumen
a. E-commerce memungkinkan pelanggan untuk berbelanja atau melakukan
transaksi selama 24 jam sehari sepanjang tahun dari hampir setiap lokasi.
b. E-commerce memberikan lebih banyak pilihan kepada pelanggan, mereka
bisa memilih berbagai produk dan banyak vendor.
c. E-commerce menyediakan produk dan jasa yang tidak mahal kepada
pelanggan dengan cara mengunjungi banyak tempat dan melakukan
perbandingan secara cepat.
d. Pelanggan bisa menerima informasi yang relevan secara detail dalam
hitungan detik, bukan lagi hari atau minggu.
3) Bagi Masyarakat
a. E-commerce memungkinkan orang untuk berkerja didalam rumah dan
tidak harus keluar rumah untuk berbelanja. Ini berakibat menurunkan arus
kepadatan lalu lintas dijalan serta mengurangi polusi udara.
27
b. E-commerce memungkinkan orang dinegara-negara dunia ketiga dan
wilayah pedesaan untuk menikmati aneka produk dan jasa yang akan
susah mereka dapatkan tanpa e-commerce.
2.5.5 Aplikasi
Aplikasi berasal dari kata application yang artinya penerapan, lamaran dan
penggunaan. Secara istilah aplikasi adalah program siap pakai yang dibuat untuk
melaksanakan suatu fungsi bagi pengguna atau aplikasi yang lain dan dapat
digunakan oleh sasaran yang dituju. Menurut Pramana (2010), aplikasi adalah
suatu unit perangkat lunak yang dibuat untuk melayani kebutuhan akan beberapa
aktivitas seperti sistem perniagaan, game pelayanan masyarakat, periklanan, atau
semua proses yang hampir dilakukan manusia. Sedangkan Menurut Asropudin
(2013), aplikasi adalah software yang dibuat oleh suatu perusahaan komputer untuk
mengerjakan tugas-tugas tertentu, misalnya Ms.World, Ms.Excel. Menurut
Jogiyanto (2004), aplikasi merupakan sistem yang dirancang dan disusun
sedemikian rupa untuk menghasilkan informasi yang terpadu dengan menggunakan
sarana komputer sebagai sarana penunjangnya. Oleh karena itu, dapat disimpulkan
bahwa aplikasi merupakan suatu perangkat lunak yang dapat menunjang kebutuhan
dan dirancang untuk membantu dalam pengerjaan tugas-tugas tertentu sehingga
dapat menghasilkan informasi yang dapat memenuhi kebutuhan setiap individu atau
organisasi.
28
2.5.6 My JNE
Sejak terbentuknya JNE pada tahun 1990 sebagai perusahaan yang bergerak
dalam bidang logistik dan pengiriman yang berpusat di DKI Jakarta. Mereka
mengembangkan diri menjadi suatu perusahaan rantai pasok global di dunia. Untuk
mendukung cita-cita tersebut JNE membangun sebuah sistem e-commerce yang
diberi nama My JNE guna memudahkan pelanggan untuk berbagi informasi dan
pengiriman barang secara online di seluruh pelosok Negeri. My JNE dihadirkan
oleh JNE dengan tujuan untuk memberi pengalaman yang berbeda bagi para
penggunanya. Tentunya dengan adanya My JNE akan memudahkan para
penggunanya dalam bertransaksi melalui layanan JNE. Dengan menggunakan My
JNE para pengguna tidak perlu lagi untuk mengakses situs JNE untuk mengetahui
informasi pengiriman atau status mereka, cukup dengan menggunakan aplikasi My
JNE maka informasi tersebut dapat diketahui oleh pengguna.
Dalam My JNE sudah terdapat semua fitur yang ada pada situs web JNE yang
meliputi My Tariff untuk pengecekan tarif biaya pengiriman, My
Shipment untuk pengecekan kiriman, My Location untuk mencari kantor JNE
terdekat, fitur My JOB untuk melakukan booking sebelum pengiriman, fitur My
COD dan My COD wallet yang menjadi fitur andalan bagi mereka yang ingin
menjadikan JNE sebagai media dalam transaksi e-commerce. Selain fitur My COD
dan My COD wallet, para pengguna dapat menggunakan semua fitur tanpa masuk
menggunakan nomor telepon dan kata sandi. Fitur – fiturnya seperti pengecekan
kiriman, pengecekan tarif, dan mencari kantor JNE yang terdekat. Semua fitur
tersebut dapat bekerja dengan baik.
29
Desain dari My JNE cukup sederhana namun eye catching seperti terlihat
pada Gambar 2.1 didominasi dengan warna merah, dan tata letak fitur yang
membuat pengguna merasa nyaman karena fitur selalu ditampilkan di bawah layar.
Pada bagian atas fitur pengecekan tarif dan harga terdapat banner yang berisi
informasi dan iklan dari JNE. Salah satu fitur yang menjadikan aplikasi ini ramai
digunakan yaitu pengecekan tarif dan nomor resi yang cukup cepat daripada versi
situsnya serta dapat diakses kapan dan di mana saja.
Gambar 2.1 Tampilan Awal My JNE
(My JNE, 2018)
30
2.5.7 Fitur-Fitur My JNE
My JNE memiliki beberapa fitur yang dapat digunakan pelanggan untuk
menunjang kebutuhannya dalam melakukan jasa pengiriman logistik, berikut
beberapa fitur pada My JNE (My JNE, 2018):
1) Check Tariff
Fasilitas layanan pengecekan tarif atau ongkos kirim ini dapat digunakan
baik pengguna yang telah terdaftar (registrasi) maupun sebagai pengguna
tanpa login (Guest User). Pengguna dapat memasukkan kota asal di kolom
from, dan kota tujuan di kolom tujuan/destinasi, dan aplikasi akan
menginformasikan tariff pengiriman sesuai dengan kota yang diinginkan.
2) My Shipment
Pelanggan JNE akan dimudahkan dalam melihat riwayat pengiriman,
fasilitas ini hanya diperuntukkan bagi pengguna yang terdaftar (Registered
User).
3) JNE Nearby
Fasilitas layanan untuk mencari lokasi gerai/titik layanan JNE terdekat
dengan pengguna ini dapat diakses baik pengguna yang terdaftar
(Registered User) maupun pengguna tanpa login (Guest User). Fasilitas
layanan ini terdapat di menu JNE Nearby. Pastikan pengguna telah
mengaktifkan fitur GPS pada smartphone untuk menggunakan fasilitas
layanan ini.
31
4) My JOB
JNE Online Booking (JOB) adalah layanan pemesanan tiket pengiriman
JNE secara online dimana pelanggan bisa mengisi resi pengiriman dan
melakukan pembayaran biaya pengiriman secara online kapan saja dan
dimana saja. Pelanggan tinggal menunjukkan kode booking kepada petugas
JNE untuk verifikasi saat mengunjungi outlet JNE untuk mengirim barang.
Tidak perlu lagi antri lama untuk mengisi resi pengiriman secara manual.
Dengan JNE Online Booking (JOB) pada My JNE, pelanggan akan
menghemat banyak waktu.
5) My COD
My COD (Cash On Digital) adalah fitur dalam aplikasi MY JNE yang
memberikan layanan pembayaran belanja online dengan sistem escrow. MY
COD Berperan sebagai pihak mediator transaksi yang netral untuk
meminimalisir resiko kerugian yang dapat dialami oleh penjual atau
pembeli. Fasilitas layanan COD ini diperuntukkan bagi pengguna yang
terdaftar (Registered User) dan fasilitas layanan ini terdapat di menu My
COD. Setelah mengunduh aplikasi My JNE, pelanggan dapat melakukan
transaksi dengan melakukan registrasi sebagai user di aplikasi My JNE.
Ketika registrasi, maka pelanggan dapat melakukan transaksi My COD.
Tanpa registrasi My COD akan dalam kondisi in active. Dengan
menggunakan My COD, data penjual dan pembeli langsung terekam di
sistem My JNE dan terhubung dengan nomor telepon keduanya. My COD
32
juga menginformasikan jumlah transaksi termasuk ongkos kirim yang harus
dibayar menggunakan virtual account JNE atau e-wallet JNE.
6) My COD wallet
Pelanggan dapat menekan tombol bulat merah yang bergambar kubus di
bagian bawah halaman My COD wallet untuk memulainya. Fasilitas yang
tersedia di My COD wallet ini antara lain melakukan pelimpahan dana
sesama pengguna wallet My COD (transfer), pengisian atau penambahan
dana di virtual account (top up), pencairan dana ke rekening yang ditunjuk
(cash out), dan melihat riwayat transaksi yang telah dilakukan di My COD
wallet (history). Fasilitas layanan My COD wallet ini diperuntukkan bagi
pengguna yang terdaftar (registered user) dan Fasilitas layanan ini terdapat
di menu My COD wallet.
2.6 Definisi Customer Relationship Management (CRM)
Menurut Parvatiyar dan Sheth (dalam Munandar,2016) Customer
Relationship Management (CRM) merupakan strategi komprehensif dan proses
untuk memperoleh, mempertahankan, dan bermitra dengan para pelanggan tertentu
untuk menciptakan nilai unggulan bagi perusahaan dan pelanggan. Kegiatan ini
mencakup integrasi pemasaran, penjualan dan layanan pelanggan serta fungsi-
fungsi rantai pemasok dari perusahaan dalam usahanya untuk memperoleh efesiensi
dan efektivitas yang lebih besar dalam memberikan nilai pelanggan. Sedangkan
menurut Newell (dalam Rachmawati, 2017) CRM adalah sebuah modifikasi
pembelajaran perilaku konsumen setiap waktu dari setiap interaksi, perlakuan
33
terhadap pelanggan dan membangun kekuatan antara konsumen dan perusahaan.
Menurut Nurfuadia, F. & Waspodo (2011) CRM memiliki empat tujuan utama,
yaitu:
1) Untuk meningkatkan semangat customer terhadap perusahaan untuk
melakukan pembelian pertama.
2) Mendorong customer untuk melakukan pembelian lebih lanjut.
3) Menjaga customer sementara untuk menjadi customer setia.
4) Memberi pelayanan yang lebih baik kepada customer yang setia.
2.7 Faktor Kepercayaan dalam Penggunaan Sistem
2.7.1 Kepercayaan Pengguna E-Commerce
Boon dan Holmes (dalam Dewi, 2013) menyatakan bahwa kepercayaan
adalah kondisi dimana seseorang melakukan sesuatu hal dengan harapan yang
positif. Kepercayaan merupakan hal yang diperlukan bagi pemakai sistem
informasi agar pemakai merasa informasi tersebut dapat meningkatkan kinerja
dalam menjalankan kegiatan organisasi (perusahaan). Kepercayaan informasi
dalam mengevaluasi kinerja diperlukan oleh manajemen untuk memastikan bahwa
sistem informasi tersebut dapat digunakan untuk mengendalikan kinerja bawahan
(Goodhue dalam Jumaili, 2005) Berdasarkan defnisi tersebut dapat disimpulkan
bahwa kepercayaan sistem informasi menggambarkan sikap pemakai tentang
keyakinan bahwa sistem informasi yang diterapkan dapat meningkatkan kinerja.
Irwansyah (dalam Sari, 2011) mengemukakan bahwa penggunaan teknologi dalam
sistem informasi perusahaan hendaknya mempertimbangkan pemakai. Tidak jarang
34
ditemukan bahwa teknologi yang diterapkan dalam sistem informasi sering tidak
tepat atau tidak dimanfaatkan secara maksimal oleh individu pemakai sistem
informasi, sehingga sistem informasi kurang memberikan manfaat dalam
meningkatkan kinerja individual.
Pada penelitian yang dilakukan oleh Cosenza et al., (2014) menjelaskan
alasan pengguna dapat mempercayai dan menggunakan informasi yang disediakan
oleh wine blog tanpa mengerti keaslian dan kebenaran dari informasi tersebut. Pada
penelitian tersebut menggunakan model yang berfokus seputar site credibility,
source credibility, dan message credibility yang memengaruhi trust, apabila
tingkat kepercayaan pengguna terhadap aplikasi tinggi, maka minat perilaku
(behavioral intention) untuk menggunakan aplikasi juga sangat tinggi. Selain itu
menurut Kristoforus dan Andayani (2013), terdapat beberapa faktor yang dapat
mempengaruhi minat perilaku untuk menggunakan suatu aplikasi/teknologi yaitu
performance expectancy, effort expectancy, social influence, facilitating
conditions, yang dikenal sebagai model UTAUT.
Berdasarkan penelitian para ahli yang disimpulkan oleh Kim et al., (2008)
menunjukkan bahwa niat digunakannya sistem e-commerce didorong oleh
kepercayaan yang mempunyai peran penting dalam meningkatkan kegunaan dalam
sistem e-commerce. Kepercayaan merupakan pemikiran pertama konsumen yang
dilakukan dalam melakukan transaksi online. Apabila konsumen tidak percaya
dengan perusahaan penyedia sistem e-commerce maka konsumen tidak akan
membeli produk tersebut. Ling et al., (2010) menunjukkan bahwa kepercayaan
35
online berpengaruh positif terhadap niat pembelian dengan menggunakan sistem
online.
2.8 Metode Kuantitatif dalam Penelitian
2.8.1 Pengelompokan Data
Menurut Siregar (2013), secara garis besar pengelompokkan data dibagi ke
dalam beberapa kelompok, yaitu sebagai berikut:
1) Kelompok data menurut cara memperolehnya
a. Data primer, adalah data yang dikumpulkan sendiri oleh peneliti dari
sumber pertama atau tempat objek penelitian dilakukan.
b. Data sekunder, adalah data yang diterbitkan atau digunakan oleh
organisasi yang bukan pengolahnya.
2) Kelompok data menurut waktu pengumpulannya
a. Data time series, adalah data yang dikumpulkan dari waktu ke waktu pada
satu objek dengan tujuan untuk menggambarkan perkembangan dari
objek tersebut.
b. Data cross section, adalah data yang dikumpulkan di satu periode tertentu
pada beberapa objek dengan tujuan untuk menggambarkan keadaan.
3) Kelompok data menurut sifatnya
a. Data kualitatif, adalah data yang berupa pendapat (pernyataan) atau
judgement sehingga tidak berupa angka, tetapi berupa kata-kata atau
kalimat.
36
b. Data kuantitatif, adalah data yang berupa angka. Sesuai dengan
bentuknya, data kuantitatif dapat diolah dan dianalisis dengan
menggunakan teknik perhitungan statistik.
2.8.2 Jenis-Jenis Penelitian
Menurut Direktorat Tenaga Kependidikan Departemen Pendidikan Nasional,
(2008), penelitian dapat dikategorikan menjadi 3 jenis, yaitu:
1) Penelitian berdasarkan fungsinya
a. Penelitian Dasar: sebuah penelitian yang bertujuan meningkatkan
pemahaman dengan prinsip dan hukum ilmiah yang dilakukan dengan
cara mengembangkan konsep, prinsip, dalil dari teori yang sudah ada.
Penelitian ini bukanlah untuk menemukan masalah atau solusi dari suatu
peristiwa. Melainkan hanya penemuan sebuah dasar yang nantinya dapat
dikembangkan lebih lanjut.
b. Penelitian Terapan: tindak lanjut dari penelitian dasar. Inilah penelitian
menindaklanjuti, mengembangkan dan menerapkan suatu data atau teori
yang dihasilkan dari penelitian dasar.
c. Penelitian evaluatif: penelitian yang dilakukan untuk mengukur sebuah
teori atau data dengan cara membandingkan dengan target dan
pencapaian.
37
2) Penelitian berdasarkan pendekatannya
a. Penelitian kuantitatif: Jenis penelitian yang bertujuan untuk menolak atau
mendukung sebuah teori. Penelitian ini dilakukan dengan menggunakan
deret ukur matematis hingga menemukan kesimpulan tertentu.
b. Penelitian kualitatif: Penelitian yang dilakukan dengan cara mendatangi
langsung objek yang diteliti baik berupa orang atau sebuah peristiwa.
3) Penelitian berdasarkan tujuannya
a. Penelitian eksplorasi: Definisi yang paling mudah untuk penelitian
eksplorasi ialah jenis penelitian yang dilakukan untuk mengenalkan suatu
gagasan atau topik baru kepada masyarakat luas, menjelaskan gambaran
umum secara sederhana tentang gagasan yang akan dibahas dan
pekembangan teori yang bersifat tentatif.
b. Penelitian pengembangan: Jenis penelitian yang dilakukan untuk
mengembangkan teori yang sudah ada.
2.8.3 Skala Likert
Menurut Sugiyono (2013), skala pengukuran merupakan kesepakatan yang
digunakan sebagai acuan untuk menentukan panjang pendeknya interval yang ada
didalam alat ukur, sehingga alat ukur tersebut bila digunakan dalam pengukuran
akan menghasilkan data kuantitatif. Seperti yang dijelaskan Sugiyono (2013)
terdapat beberapa macam skala pengukuran, salah satunya skala Likert. Djaali
(dalam Rosalina, 2017) menjelaskan skala Likert adalah salah satu skala
pengukuran sikap yang digunakan untuk mengukur sikap, pendapat, dan persepsi
38
seseorang atau sekelompok orang tertentu terhadap suatu gejala atau fenomena
pendidikan.
Skala likert adalah suatu skala psikometrik yang umum digunakan dalam
kuesioner dan merupakan skala yang paling banyak digunakan dalam riset beberapa
survei. Skala ini mempunyai empat atau lebih butir pertanyaan yang
dikombinasikan sehingga membentuk suatu skor/nilai yang merepresentasikan sifat
individu, seperti pengetahuan, sikap, dan perilaku (Syofian et al., 2015). Skala likert
merupakan skala yang digunakan untuk mengukur sikap, pendapat, dan persepsi
seseorang atau sekelompok orang mengenai fenomena sosial (Sugiyono, 2013).
Sewaktu menanggapi pertanyaan atau pernyataan dalam skala likert, responden
menentukan tingkat persetujuan mereka terhadap suatu pertanyaan atau pernyataan
dengan memilih salah satu dari pilian yang tersedia. Biasanya disediakan lima
pilihan skala dengan format seperti: [1] sangat setuju, [2] setuju, [3] netral, [4] tidak
setuju, dan [5] sangat tidak setuju (Syofian et al., 2015). Selain pilihan dengan lima
skala seperti contoh diatas, kadang digunakan juga skala dengan tujuh atau
sembilan tingkat.
2.8.4 Metode Pengumpulan Data
Metode atau teknik pengumpulan data adalah cara yang dilakukan oleh
peneliti untuk memperoleh informasi yang dibutuhkan dalam rangka mencapai
tujuan penelitian (Setiawan, 2016). Menurut Sugiyono (2013), teknik pengumpulan
data merupakan langkah yang paling utama dalam penelitian, karena tujuan utama
dari penelitian adalah mendapatkan data. Dengan metode pengumpulan data yang
39
tepat akan memungkinkan peneliti untuk memperoleh data yang valid sehingga
dapat membantu dalam penelitian. Pengumpulan data penelitian dilakukan dengan
berbagai metode:
1) Wawancara
Wawancara digunakan sebagai teknik pengumpulan data apabila peneliti
ingin melakukan studi pendahuluan untuk menemukan permasalahan yang
harus diteliti, dan juga apabila peneliti ingin mengetahui hal-hal dari
responden yang lebih mendalam dan jumlah respondennya sedikit/kecil
(Sugiyono, 2009). Kegiatan wawancara dapat dilakukan secara terstruktur
maupun tidak terstruktur, dan dapat dilakukan melalui tatap muka (face to
face) maupun dengan menggunakan telepon. Menurut Sugiyono (2009)
terdapat dua jenis wawancara yakni wawancara terstruktur dan wawancara
tidak terstruktur.
2) Kuesioner
Kuesioner merupakan teknik pengumpulan data yang dilakukan dengan cara
memberikan seperangkat pertanyaan atau pernyataan tertulis kepada
responden untuk dijawabnya. Kuesioner ini cocok digunakan bila jumlah
responden cukup besar dan tersebar di wilayah yang luas. Kuesioner dapat
berupa pertanyaan/pernyataan tertutup atau terbuka, dapat diberikan kepada
responden secara langsung atau dikirim melalui pos atau internet (Sugiyono,
2013).
40
3) Observasi
Observasi adalah teknik pengumpulan data yang dilakukan melalui suatu
pengamatan disertai dengan pencatatan terhadap keadaan atau perilaku objek
penelitian (Setiawan, 2016). Observasi ini dilakukan untuk memperoleh
gambaran mengenai objek penelitian secara keseluruhan.
4) Studi Pustaka
Studi pustaka adalah teknik survei terhadap data yang telah ada dengan
menggali teori-teori yang telah berkembang dalam bidang ilmu yang
berkepentingan, mencari metode-metode serta teknik penelitian baik dalam
mengumpulkan data atau dalam menganalisis data yang telah pernah
digunakan oleh peneliti-peneliti terdahulu (Nazir, 2009).
2.8.5 Populasi dan Teknik Sampling
Menurut Sekaran & Bougie (2009) populasi merupakan sekelompok orang,
kejadian atau hal hal yang menarik para peneliti berkeinginan untuk menyelidiki.
Sedangkan menurut Sugiyono (2013), populasi adalah wilayah generalisasi yang
terdiri atas objek atau subjek yang mempunyai kualitas dan karakteristik tertentu
ang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.
Jenis Populasi menurut (Abdillah, 2018):
1) Populasi terhingga, adalah populasi yang anggota-anggotanya sangat
mungkin dan bisa dihitung, terhingga artinya ada hitungan tertentu, bisa
dihitung jumlah atau banyaknya. Teknik-teknik sampling yang telah
digunakan untuk populasi terhingga, yaitu teknik simple random sampling,
41
systematic sampling (teknik ordinal), stratified random sampling, cluster
random sampling, dan area random sampling, semuanya berkaitan dengan
populasi terhingga.
2) Populasi tak terhingga atau populasi tak terbatas, yaitu populasi yang tidak
bisa dihitung jumlah atau banyaknya, tetapi jelas keberadaannya.
3) Populasi tak jelas atau tak pasti, adalah populasi yang keberadaan dan jumlah
anggotanya tidak diketahui secara pasti, tidak jelas keberadaan dan
jumlahnya, dapat diketahui umum keberadaannya karena ada tempat-tempat
tertentu yang biasa mereka ada di situ, akan tetapi tidak pasti banyaknya (tak
bisa “dihingga” karena sebagian tidak diketahui juga keberadaannya).
Seperti telah disebutkan, populasi (populasi subjek atau responden penelitian)
tak terhingga adalah populasi yang jumlah anggotanya tidak bisa atau tidak
mungkin dihitung, sehingga tidak diketahui secara pasti berapa jumlah anggota
populasi tersebut, sedangkan populasi tak jelas atau tidak pasti adalah populasi yang
keberadaan dan jumlah anggotanya tidak jelas atau tidak bisa dipastikan jumlahnya.
Oleh karena anggota populasinya tidak diketahui secara pasti siapa saja dan berapa
banyak, maka tidak mungkin mengambil sampel dari populasi tersebut secara adil,
memberi peluang yang sama kepada setiap anggota untuk terambil menjadi sampel
(probability Sampling), atau mengambil sampelnya secara acak (random
sampling). Oleh karena tidak memberi peluang yang adil, yang sama, kepada setiap
anggota populasi untuk menjadi sampel, maka teknik-teknik pengambilan sampel
dari populasi tak terhingga dan tidak jelas ini dikelompokkan ke dalam rumpun
42
nonprobability sampling, yaitu cara pengambilan sampel yang tidak memberi
peluang yang sama kepada setiap anggota untuk terambil sebagai sampel.
Menurut Sekaran & Bougie (2009) sampel adalah bagian dari populasi.
Sampel terdiri atas beberapa anggota yang dipilih dari populasi. Sedangkan
menurut (Sugiyono, 2013), sampel adalah bagian dari jumlah dan karakteristik yang
dimiliki oleh populasi tersebut. Bila populasi besar, misalnya karena keterbatasan
dana, tenaga dan waktu, maka peneliti dapat menggunakan sampel yang diambil
dari populasi itu. Untuk itu sampel yang diambil dari populasi harus betul-betul
representative (mewakili). Sampling adalah proses memilih jumlah yang cukup dari
elemen yang tepat dari populasi, dengan mempelajari sample dan pemahaman
tentang sifat-sifat atau karateristik memungkinkan bagi kita untuk
menggenerelasikan sifat-sifat atau karakteristik dari elemen populasi (Sekaran, U.
& Bougie, 2009). Langkah-langkah dalam Sampling, yaitu:
1) Mendefinisikan populasi
2) Menentukan kerangka sampel
3) Menentukan desain Sampling
4) Menentukan ukuran sampel yang sesuai
5) Menjalankan proses Sampling
Dari penjelasan tersebut dapat disimpulkan bahwa sampling adalah proses
memilih sampel untuk mendapatkan data yang akurat dalam sebuah penelitian.
Dalam pengambilan sampling, terdapat beberapa teknik pengambilan sampling.
Menurut Sugiyono (2013) teknik sampling pada dasarnya dapat dikelompokan
menjadi 2 yaitu:
43
1) Probability Sampling adalah teknik sampling (teknik pengambilan sampel)
yang memberikan peluang yang sama bagi setiap unsur (anggota) populasi
untuk dipilih menjadi anggota sampel. Cara ini juga sering disebut random
sampling. Ada beberapa teknik probability Sampling antara lain:
a. Simple Random Sampling, yaitu: pengambilan sampel anggota populasi
dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi
tersebut. Hal ini dilakukan karena anggota populasi dianggap homogen. Jika
menggunakan teknik random sampling dapat dilakukan generalisasi dengan
tingkat validitas generalisasi sangat baik. Dengan kata lain, jika tujuan
penelitian adalah untuk melakukan generalisasi, maka teknik sampling yang
terbaik adalah random sampling, sedangkan Jika menggunakan teknik
nonrandom sampling, dan dilakukan generalisasi terhadap populasinya, maka
tingkat validitas generalisasinya kurang baik. Dengan kata lain, generalisasi
hanya berlaku untuk sampel yang digunakan saja. Para peneliti menggunakan
probabilitas atau random sampling, karena menghemat waktu dan biaya. Jika
dilakukan dengan benar, hasil dari sampel dapat menghasilkan 1/1000 biaya
dan waktu. Tujuan kedua probability sampling adalah akurasi. Hasil yang
dirancang dengan baik dan hati-hati dilakukan probabilitas sampel akan
menghasilkan hasil yang sama, jika tidak lebih akurat dari pada mencoba
untuk menjangkau setiap orang di seluruh populasi. Selain itu, probability
sampling lebih disukai oleh para peneliti kuantitatif karena menghasilkan
sampel yang mewakili populasi dan memungkinkan peneliti untuk
menggunakan teknik statistik yang kuat.
44
b. Proprtion Strafied Sampling, yaitu: teknik pengambilang sampel apabila
populasi mempunyai anggota unsur yang tidak homogen dan berstrata secara
proposional.
c. Disproportionate Stratified Random Sampling, yaitu: teknik pengambilan
sampel apabila populasi mempunyai anggota atau unsur yang tidak homogen
tetapi berstrata tidak secara proposional.
d. Cluster Sampling, yaitu: teknik sampling daerah digunakan untuk
menggunakan sampel bila objek yang akan diteliti atau sumber data sangat
luas, misalnya penduduk dari suatu Negara, Propinsi, Kabupaten. Teknik
sampling daerah ini sering digunakan melalui dua tahap yaitu tahap pertama
menentukan sampel daerah dan tahap berikutnya menentukan orang-orang
yang ada pada daerah itu secara sampling juga.
2) Nonprobability Sampling adalah teknik pengambilan sampel yang tidak
memberi peluang/kesempatan sama bagi setiap unsur atau anggota populasi
untuk dipilih menjadi sampel. Terdapat beberapa teknik sampel yaitu:
a. Sampling Sistematis, yaitu teknik pengambilan sampel berdasarkan urutan
dari anggota populasi yang telah diberi nomor urut.
b. Sampling Kuota, yaitu teknik untuk menentukan sampel dari populasi yang
mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan.
c. Sampling Insedental, yaitu: teknik penentuan sampel berdasarkan kebetulan
yaitu siapa saja kebetulan bertemu dengan peneliti dapat digunakan sebagai
sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai
sumber data.
45
d. Sampling Purposive. yaitu: teknik penentuan sampel dengan pertimbangan
tertentu.
e. Sampling Jenuh, yaitu: teknik penentuan sampel bila semua anggota populasi
digunakan sebagai sampel.
f. Snowball Sampling¸ yaitu: teknik penentuan sampel yang mula-mula
jumlahnya kecil, kemudian membesar.
Berdasarkan pengertian tersebut, penelitian ini menggunakan teknik
sampling dengan menggunakan teknik multi-stage purposeful random sampling
(Onwuegbuzie & Collins, 2007). Purposive sampling untuk tahap pertama dan
simple random sampling untuk tahap kedua (Jogiyanto, 2008; Guritno et al., 2011;
Scheaffer et al., 2011; Acharya et al., 2013). Menurut studi terdahulu yang
dilakukan oleh Guritno et al., (2011) dan Wong (2013) sampel yang diperlukan
dalam SEM (Structural Equation Model) berkisar antara 100 sampai 200 sampel.
Ditambah, Hair et al., (2012) dalam buku Analisis Multivariat Terapan dengan
Program SPSS, AMOS, dan SMARTPLS juga menyatakan panduan ukuran sampel
minimum dalam analisis SEM-PLS (yang dikenal dengan 10 time rules of thumb)
yang secara praktis berarti adalah 10 kali dari jumlah maksimum anak panah (jalur)
yang mengenai variabel laten dalam model SEM-PLS.
2.8.6 PLS-SEM (Partial Least Square Structural Equation Modelling)
PLS-SEM merupakan metode analisis yang powerful karena dapat digunakan
pada setiap jenis skala data (nominal, ordinal, interval, dan rasio) serta syarat
asumsi yang lebih fleksibel (Yamin, S., & Kurniawan, 2011). Software terkenal
46
yang banyak digunakan untuk PLS-SEM adalah SmartPLS, XLSTAT PLS-PM,
Visual PLS, dan lainnya. Gaston dalam (Yamin, S., & Kurniawan, 2011)
menyebutkan PLS dapat juga digunakan untuk tujuan konfirmasi (seperti pengujian
hipotesis) dan tujuan eksplorasi. Meskipun PLS lebih diutamakan sebagai
eksplorasi daripada konfirmasi, PLS juga dapat menduga apakah terdapat atau tidak
terdapat hubungan dan kemudian proposisi untuk pengujian. Tujuan utamanya
adalah menjelaskan hubungan antar konstrak dan menekankan pengertian tentang
nilai hubungan tersebut. Dalam hal ini, hal penting yang harus diperhatikan adalah
adanya teori yang memberikan asumsi untuk menggambarkan model, pemilihan
variabel, pendekatan analisis, dan interpretasi hasil.
Keunggulan-keunggulan PLS adalah (Abdillah, 2018):
1) Mampu memodelkan banyak variable dependen dan variable
independen (model kompleks).
2) Mampu mengelola masalah multikolinearitas antar variable independen.
3) Hasil tetap kokoh walaupun terdapat daya yang tidak normal dan hilang.
4) Menghasilkan variable laten independen secara langsung berbasis
cross-product yang melibatkan variable laten dependen sebagai
kekuatan prediksi.
5) Dapat digunakan pada kontruk reflektif dan formatif.
6) Dapat digunakan pada sampel kecil.
7) Tidak mensyaratkan data berdistribusi normal.
8) Dapat digunakan pada data dengan tipe skala berbeda, yaitu: nominal,
orginal dan kontinus.
47
Kepopuleran penggunaan PLS-SEM di antara para peneliti dan praktisi
adalah karena empat alasan. Pertama, algoritma PLS tidak terbatas hanya untuk
hubungan antara indikator dengan konstrak laten nya yang bersifat reflektif saja
tetapi algoritma PLS juga dipakai untuk hubungan yang bersifat formatif. Kedua,
PLS dapat digunakan untuk menaksir model path dengan sample size yang kecil.
Ketiga, PLS-SEM dapat digunakan untuk model yang sangat kompleks (terdiri atas
banyak variabel laten dan manifes) tanpa mengalami masalah dalam estimasi data.
Keempat, PLS dapat digunakan ketika distribusi data sangat miring (skew) (Yamin,
S., & Kurniawan, 2011).
Evaluasi model dalam PLS meliputi dua tahap yaitu evalusi outer model atau
model pengukuran dan evaluasi terhadap inner model atau model struktural.
1) Evaluasi Model Pengukuran
Evaluasi terhadap model pengukuran meliputi pemeriksaan individual item
reliability, internal consistency atau construct reliability, average variance
extracted, dan discriminant validity. Ketiga pengukuran pertama
dikelompokkan dalam convergent validity. convergent validity mengukur
besarnya korelasi antara konstrak dengan variabel laten.
Dalam evaluasi convergent validity dari pemeriksaan individual item
reliability, dapat dilihat dari nilai standardized loading factor. Standardized
loading factor menggambarkan besarnya korelasi antara setiap item
pengukuran (indikator) dengan konstraknya. Nilai loading factor di atas 0,7
dapat dikatakan ideal, artinya bahwa indikator tersebut dikatakan valid
sebagai indikator yang mengukur konstrak.
48
Selanjutnya melihat internal consistency reliability dari nilai composite
reliability. Composite reliability lebih baik dalam mengukur internal
consistency dibandingkan cronbach’s alpha dalam model SEM dikarenakan
composite reliability tidak mengasumsikan kesamaan boot dari setiap
indikator. Cronbach’s alpha cenderung menaksir lebih rendah construct
reliability dibandingkan composite reliability. Nilai batas 0,7 keatas berarti
dapat diterima dan di atas 0,8 dan 0,9 berarti sangat memuaskan.
Ukuran lain dari convergent validity adalah nilai average variance
extracted (AVE). Nilai ini menggambarkan besaran varian atau keragaman
variabel manifes yang dapat dikandung oleh konstrak laten. Nilai AVE
minimal 0,5 menunjukkan ukuran convergent validity yang baik. Artinya,
variabel laten dapat menjelaskan rata-rata lebih dari setengah variance dari
indikator-indikatornya.
Discriminant validity dievaluasi melalui cross loading, kemudian
membandingkan nilai AVE dengan kuadrat nilai korelasi antar konstrak.
Ukuran cross loading adalah membandingkan korelasi indikator dengan
konstraknya dan konstrak blok lainnya. Bila korelasi antara indikator dengan
konstraknya lebih tinggi dari korelasi dengan konstrak blok lainnya, hal ini
menunjukan konstrak tersebut memprediksi ukuran pada blok mereka dengan
lebih baik dari blok lainnya. Ukuran discriminant validity lainnya adalah
bahwa nilai akar AVE harus lebih tinggi daripada korelasi antara konstrak
dengan konstrak lainnya atau nilai AVE lebih tinggi dari kuadrat korelasi
antara konstrak.
49
2) Evaluasi Model Struktural
Ada beberapa tahap untuk mengevaluasi model struktural. Pertama adalah
melihat signifikansi hubungan antara konstrak. Hal ini dapat dilihat dari
koefisien jalur (path coefficient) yang menggambarkan kekuatan hubungan
antar konstrak. Path coefficient (β) diuji dengan nilai ambang batas di atas
0,1 untuk menyatakan bahwa jalur (path) yang dimaksud mempunyai
pengaruh di dalam model.
Kedua, mengevaluasi nilai (coefficient of determination) untuk
menjelaskan varian dari tiap target endogenous variabel dengan standar
pengukuran sekitar 0,67 sebagai kuat, sekitar 0,33 moderat, dan 0,19 atau
dibawahnya menunjukan tingkat varian yang lemah.
Ketiga, melihat nilai t-test dengan metode bootstrapping menggunakan
uji two-tailed dengan tingkat signifikansi 5% untuk menguji hipotesis-
hipotesis penelitian. Hipotesis penelitian akan diterima jika memiliki t-test
lebih besar dari 1,96.
Keempat, pengujian 𝑓2 (effect size) untuk memprediksi pengaruh
variabel tertentu terhadap variabel lainnya dalam struktur model dengan nilai
ambang batas sekitar 0,02 untuk pengaruh kecil, 0,15 untuk menengah, dan
0,35 untuk pengaruh besar. 𝑓2 dihitung dengan menggunakan rumus sebagai
berikut.
𝑓2 = 𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 – 𝑅2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒
1−𝑅2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 (2.1)
50
dengan:
𝑅2𝑖𝑛𝑐𝑙𝑢𝑑𝑒: Nilai 𝑅2 yang diperoleh ketika konstruk eksogen dimasukkan ke
model.
𝑅2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒: Nilai 𝑅2 yang diperoleh ketika konstruk eksogen dikeluarkan
dari model.
Kelima, menguji (predictive relevance) dengan metode blindfolding
untuk memberikan bukti bahwa variabel tertentu yang digunakan dalam
model mempunyai keterkaitan prediktif (predictive relevance) dengan
variabel lainnya dalam model dengan ambang batas pengukuran diatas nol.
Keenam, melakukan pengujian (relative impact) masih dengan metode
blindfolding untuk mengukur relatif pengaruh sebuah keterkaitan prediktif
sebuah variabel tertentu dengan variabel lainnya dengan nilai ambang batas
sekitar 0,02 untuk pengaruh kecil, 0,15 untuk pengaruh menengah/sedang,
dan 0,35 untuk pengaruh besar. Rumus yang digunakan untuk perhitungan
adalah sebagai berikut.
𝑞2 = 𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑄2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒
1−𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 (2.2)
dengan:
𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒: Nilai 𝑄2 yang diperoleh ketika konstruk eksogen dimasukkan ke
model.
𝑄2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒: Nilai 𝑄2 yang diperoleh ketika konstruk eksogen dikeluarkan
dari model.
51
Tabel 2.1 Daftar Istilah PLS-SEM
Kriteria Deskripsi
Varian Ukuran seberapa jauh sebuah kumpulan bilangan tersebar
Variable Laten Variabel yang nilai kuantitatifnya tidak dapat diketahui
secara tampak.
Variable Manifes Variabel yang dapat diamati dan besaran kuantitatifnya
dapat diketahui secara langsung.
Variable Dependen Variabel terikat yang dipengaruhi, akibat dari adanya
variabel bebas (independen).
Variable Independen Variabel bebas mempengaruhi atau sebab perubahan
timbulnya variabel terikat (dependen).
Konstruk Abstraksi fenomena atau realitas yang diamati
Konstruk Reflektif Indikator reflektif disebabkan oleh konstruk
Konstruk Formatif Indikator formatif menyebabkan konstruk
Konstruk Eksogen Konstruk yang dituju oleh garis dengan satu ujung anak
panah
Variabel Endogenous Variabel laten yang tidak dipengaruhi oleh variabel laten
lainnya
Variabel Eksogenous Variabel yang memberikan efek kepada variabel laten
lainnya
Multilkolinearitas Sebuah situasi yang menunjukkan adanya korelasi atau
hubungan kuat antara dua variabel bebas atau lebih dalam
sebuah model regresi berganda.
Tabel 2.2 Daftar Notasi
Notasi Istilah Deskripsi
β Path Coefficient Pengujian untuk koefisien jalur yang
menggambarkan kekuatan hubungan antar
konstrak
𝑓2 Effect Size Pengujian utnuk memprediksi pengaruh variabel
tertentu terhadap variabel lainnya dalam struktur
model
𝑅2 R-Squared Pengujian untuk menilai seberapa besar pengaruh
variabel laten independen tertentu terhadap
variabel laten dependen
𝑞2 Relative impact Untuk mengukur relatif pengaruh dari sebuah
keterkaitan prediktif suatu variabel tertentu dengan
variabel lainnya
52
𝑄2 Q-Square predictive
relevance
Nilai yang diobservasi sudah direkonstruksi
dengan baik, maka model mempunyai relevansi
prediktif
2.9 Pengembangan Model E-Service Quality dan Hipotesis Penelitian
2.9.1 Pengembangan Model Adopsi E-Service Quality
Menurut Belout dan Gauvreau dalam penelitian (Rosalina, 2017) menyatakan
bahwa sebagian besar model penelitian dikembangkan menggunakan model dan
teori sebelumnya. Berdasarkan hal tersebut, peneliti menggunakan asumsi tentang
model e-service quality menurut (Parasuraman et al. 2001) teori perumusan sikap
menurut (Bagozzi, 1992) dan teori/konsep trust (Garbarino et al., 1999), seperti
yang dilakukan oleh peneliti sebelumnya (Chang et al., 2013; Chinomona dan
Sandada 2014; Chu et al., 2012; Chinomona dan Sandada, 2013).
Secara ringkas, peneliti menggunakan 5 variabel pada model penelitian ini
yang meliputi E-Service Quality (ESQ), Customer Perceied Value (CPV),
Customer Satisfaction (CS), Trust (TR) dan Customer Loyality (CL) (Gambar 2.2).
Berikut adalah definisi dari setiap variabel yang peneliti gunakan:
1) E-Service Quality (ESQ)
Variabel e-service quality (ESQ) pada penelitian ini digunakan untuk
mengukur kualitas layanan online sejauhmana My JNE memfasilitasi
pembelanjaan yang efektif dan efisien, pembelian, dan penyampaian produk
atau jasa, dan melibatkan proses pengalaman interaksi dengan sistem selama
dan sesudah layanan online diterima (Prisanti et al., 2017). Variabel e-
service quality juga digunakan oleh (Jonathan, 2013) pada penelitiannya.
Hasilnya menunjukan bahwa E-Service quality (ESQ) pada website
53
bayubuanatravel.com memiliki pengaruh yang signifikan terhadap customer
satisfaction. Timbulnya pengaruh tersebut dapat disebabkan oleh pengalaman
pelanggan menggunakan website dalam melakukan transaksi pemesan tiket
selama ini sehingga pelanggan secara langsung dapat merasakan baik
buruknya e-service quality (ESQ).
2) Customer Perceied Value (CPV)
Variabel customer perceived value (CPV) pada penelitian berguna untuk
mengukur sejauh mana penilaian customer secara keseluruhan atas manfaat
produk atau jasa, kualitas layanan, harga, nilai emosional dan sosial dari
sebuah produk atau jasa berdasarkan persepsi tentang apa yang diterima
dan diberikan oleh customer. Nilai inilah yang menjadi kunci dari
loyalitas pelanggan, yang mempengaruhi keinginan pelanggan untuk
melakukan pembelian secara online (Bernarto & Patricia, 2017). Selanjutnya
Bernarto & Patricia (2017) juga menggunakan customer perceived value
(CPV) sebagai variabelnya dan hasilnya menunjukkan bahwa customer
perceived value (CPV) memiliki pengaruh positif terhadap customer
satisfaction dan customer loyalty.
3) Customer Satisfaction (CS)
Variabel Customer Satisfaction (CS) pada penelitian ini digunakan untuk
mengukur sejauh mana customer puas terkait dengan terpenuhi tidaknya
harapan customer berdasarkan pada pengalaman berbelanja secara online
(Prisanti et al., 2017). Variabel customer satisfaction (CS) juga digunakan
pada penelitian (Chinomona & Sandada, 2013) hasilnya menunjukkan bahwa
54
customer satisfaction (CS) memiliki pengaruh pada niat customer dalam
pembelian kembali melalui customer loyality (CL).
4) Trust (TR)
Variabel Trust pada penelitian ini digunakan untuk mengukur sejauh mana
customer yakin dan percaya terhadap sistem, dimana customer cenderung
menginginkan bahwa My JNE bersedia dan mampu bereaksi untuk
kepentingan customer, mempertahankan kejujuran dalam transaksi, dan harus
mampu menyediakan barang dan/atau jasa seperti yang dijanjikan (Prisanti et
al., 2017). Variabel trust (TR) ini juga digunakan pada penelitian Prisanti et
al., (2017) dengan menunjukan hasil bahwa terdapat pengaruh langsung yang
signifikan antara trust dan customer satisfaction (CS). Pada penelitian ini
variabel trust (TR) merupakan salah satu variabel yang sangat perlu
dipertimbangkan, karena menurut Prisanti et al., (2017) kepercayaan nasabah
terhadap fasilitas e-banking secara alami akan menciptakan customer
satisfaction (CS) dalam melakukan transaksi finansial online dengan
menggunakan fasilitas e-banking BRI. Selain itu, menurut Chu et al., (2012)
kepercayaan memediasi hubungan kepuasan dan kesetiaan, dan Demikian
pula penelitian Nurfarida dan Dianawati (2016) bahwa trust memiliki peran
mediasi dalam corporate image terhadap peningkatan loyalitas pelanggan.
Sehingga dapat peneliti simpulkan bahwa variabel trust dalam model
penelitian ini merupakan variabel mediator yang dapat memediasi hubungan
antara kepuasan pelanggan dan loyalitas pelanggan.
55
5) Customer Loyality (CL)
Variabel Customer loyality pada penelitian ini digunakan untuk mengukur
sejauh mana perilaku customer untuk mengunjungi dan meninjau kembali
situs web tertentu dan melakukan transaksi dengan nyaman. Gremler dalam
Prisanti et al. (2017) menyatakan perilaku konsumen pada layanan online
sebagai bentuk perilaku pembelian ulang pada sebuah web. Sehingga dapat
disimpulkan bahwa customer loyality (CL) merupakan suatu tindakan atau
perilaku customer terhadap suatu sistem yang dapat memberikan
kenyamanan sehingga dapat menimbulkan rasa kesetiaan terhadap sistem itu
sendiri.
Gambar 2.2 Model E-Service Quality yang dikembangkan
2.9.2 Pengembangan Hipotesis Penelitian
Menurut Belout dan Gauvreau dalam penelitian Rosalina (2017) menyatakan
bahwa sebagian besar model penelitian dikembangkan menggunakan model dan
teori sebelumnya. Berdasarkan hal tersebut, peneliti menggunakan asumsi tentang
56
model e-service quality menurut Parasuraman et al., (2001), Kualitas layanan secara
langsung diukur dari transaksi penjual bertemu dengan pembeli, berbeda dengan
kualitas layanan elektronik. Kualitas layanan elektronik e-service quality diukur
dari kemudahan yang diberikan dari perusahaan kepada pelanggan melalui media
internet atau website. E-service quality didefinisikan sebagai sejauh mana situs web
memfasilitasi belanja, pembelian dan pengiriman produk dan jasa secara efektif dan
efisien (Laurent, 2016). Pada penelitian yang dilakukan oleh Gronroos et al.,
(dalam Christian dan Nuari, 2014) menyebutkan bahwa peningkatan e-service
quality akan membuat website e-commerce lebih menarik dan bernilai yang nanti
membantu untuk mencapai kepuasan pelanggan yang lebih tinggi.
Selanjutnya, penelitian terdahulu yang dilakukan oleh Jonathan (2013) dan
Chang et al. (2013) juga menyebutkan bahwa variabel e-service quality (ESQ)
memiliki pengaruh positif terhadap cusomer satisfaction (CS). Oleh karena itu,
peneliti mengadopsi indikator dari penelitian Chang et al.,(2013); Hien (2014);
Kalia (2013); Mardatilla et al., (2017); Putra et al., (2016) yaitu website design
(ESQ1), ease of use (ESQ2), efficiency (ESQ3), realibility (ESQ4), fulfiment
(ESQ5), responsiveness (ESQ6) dan menghipotesis bahwa:
H1: E-Service Quality (ESQ) berpengaruh secara signifikan terhadap Customer
Satisfaction (CS).
H2: E-Sevice Quality (ESQ) berpengaruh secara signifikan terhadap Customer
Perceived Value (CPV).
H3: E-Service Quality (ESQ) berpengaruh secara signifikan terhadap Trust (TR).
57
Tabel 2.3 Indikator Variabel E-Service Quality
Nama Variabel Indikator
E-Service Quality
Website Design
Ease Of Use
Efficiency
Realibility
Fulfilment
Responsiveness
Menurut Babin (dalam Bernarto dan Patricia, 2017) customer perceived
value (CPV) adalah persepsi konsumen dari nilai subjektif akan beberapa
aktivitas atau objek dengan mempertimbangkan semua manfaat dan biaya dari
konsumsi tersebut. Penelitian terdahulu yang dilakukan Tu et al., (2013)
melakukan penelitian pada industri sepatu dan mendapatkan hasil bahwa
customer perceived value (CPV) memiliki pengaruh terhadap customer loyalty
(CL) dan customer satisfaction (CS). Bernarto & Patricia (2017) juga meneliti
pengaruh customer perceived value (CPV) terhadap customer loyalty (CL) dan
mendapatkan hasil bahwa customer perceived value (CPV) berpengaruh positif
terhadap customer loyalty (CL). Oleh karena itu, peneliti mengadopsi indikator dari
penelitian Chang et al.,(2013); Eryadi et al., (2016); Rifai dan Suryani (2016), yaitu
interaksi sistem (CPV1), kecepatan informasi (CPV2), kelengkapan informasi
(CPV3), manfaat informasi (CPV4), biaya (CPV5) dan menghipotesis bahwa:
H4: Customer Perceived Value (CPV) berpengaruh secara signifikan terhadap
Customer Satisfaction (CS).
H7: Customer Perceived Value (CPV) berpengaruh secara signifikan terhadap
Customer Loyality (CL).
58
Tabel 2.2 Indikator Variabel Customer Perceived Value
Nama Variabel Indikator
Customer Perceived Value
Interaksi Sistem
Kecepatan Informasi
Kelengkapan Informasi
Manfaat Informasi
Biaya
Customer satisfaction (CS) merefleksikan penilaian seseorang terhadap
kinerja dari produk atau jasa dalam hubungannya dengan apa yang diharapkan.
Jika kinerja jauh dari apa yang diharapkan, konsumen akan kecewa. Jika
kinerja sesuai yang diharapkan, konsumen akan puas, dan jika kinerja melebihi
apa yang diharapkan, konsumen akan sangat senang (Kotler dan Keller, 2012).
Sedangkan menurut Tu et al., (2013) Customer satisfaction (CS) dilihat sebagai
suatu hal yang mempengaruhi niat pelanggan untuk melakukan pembelian
kembali dan perilaku pelanggan, yang pada akhirnya mengarah kepada
peningkatan penghasilan dan laba perusahaan di masa depan. Penelitian terdahulu
yang dilakukan oleh (Chinomona dan Sandada, 2013) bahwa Customer satisfaction
(CS) memiliki pengaruh signifikan terhadap customer loyality (CL). Oleh karena
itu, peneliti mengadopsi indikator dari penelitian Chang et al.,(2013); Laurent
(2016); Messakh (2016) ; Rifai dan Suryani (2016); Rosalina (2017), yaitu kinerja
website/e-commerce (CS1), kecukupan (CS2), ragam pilihan produk/layanan
(CS3), biaya dan kemudahan (CS4), kualitas layanan (CS5) dan menghipotesis
bahwa:
59
H6: Customer Satisfaction (CS) berpengaruh secara signifikan terhadap Customer
Loyality (CL).
Tabel 2.3 Indikator Variabel Customer Satisfaction
Nama Variabel Indikator
Customer Satisfaction
Kinerja Website/E-commerce
Kecukupan
Ragam Pilihan
Produk/Layanan
Biaya dan Kemudahan
Kualitas Pelayanan
Selanjutnya, mengingat pentingnya variabel trust (TR) seperti yang
dijelaskan pada Reichheld dan Schefter (dalam Shpëtim, 2012) yang menyatakan
bahwa untuk mendapatkan loyalitas pelanggan, pemasok terlebih dahulu harus
mendapatkan kepercayaan dari mereka. Penelitian terdahulu yang dilakukan oleh
Bowden et al.,(2013) menunjukkan bahwa trust (TR) berpengaruh terhadap
customer loyality (CL). Kemudian Prisanti et al.,(2017) menyebutkan bahwa
berdasarkan hasil analisis penelitian yang dilakukannya terbukti bahwa terdapat
pengaruh langsung yang Signifikan antara trust (TR) dan customer satisfaction
(CS). Oleh karena itu, peneliti mengadopsi indikator dari penelitian Bernarto dan
Patricia (2017); Putra. et al., (2016); Rifai & Suryani (2016) yaitu dapat dipercaya
(TR1), reputasi (TR2), keamanaan (TR3), kerahasiaan (TR4), tidak melakukan
kecurangan (TR5) dan menghipotesis bahwa:
H5: Trust (TR) berpengaruh secara signifikan terhadap Customer Satisfaction
(CS).
H8: Trust (TR) berpengaruh secara signifikan terhadap Customer Loyality (CL).
60
Tabel 2.4 Indikator Variabel Trust
Nama Variabel Indikator
Trust
Dapat dipercaya
Reputasi
Keamanan
Kerahasian
Tidak Melakukan Kecurangan
Untuk indikator customer loyality peneliti mengadopsi indikator dalam
penelitian Chang et al.,(2015); Maulana dan Kurniawati (2014); Mardatila et
al.,(2017) dan Putra et al.,(2017), yaitu interst (CL1), penggunaan kembali (CL2),
kesetiaan (CL3), rekomendasi (CL4) dan rasa memiliki (CL5).
Tabel 2.5 Indikator Variabel Customer Loyality
Nama Variabel Indikator
Customer Loyality
Interst
Penggunaan Kembali
Kesetiaan
Rekomendasi
Rasa Memiliki
2.10 Penelitian Sebelumnya
Penelitian terdahulu merupakan telaah pustaka yang berasal dari penelitian-
penelitian yang pernah dilakukan sebelumnya. Penelitian terdahulu di bawah ini
bersumber dari kumpulan jurnal dan skripsi. Dalam penelitian terdahulu ini, hasil-
hasil penelitian yang didapatkan oleh peneliti terdahulu dan berhubungan dengan
penelitian yang dilakukan saat ini dirangkum sehingga mudah dipahami. Adapun
61
beberapa penelitian terdahulu yang digunakan sebagai acuan telaah pustaka
penelitian ini adalah sebagai berikut:
62
Tabel 2.6 Penelitian Terdahulu
No. Nama Peneliti Judul Variabel Hasil Penelitian Perbedaan dengan
Penelitian ini
1 Akbar and Djatmiko,
2016
Pengaruh E-Service Quality
Terhadap E-Customer
Satisfaction dan E-Customer
Loyality pada Lazada.co.id
Variabel Independen: E-Service
Quality
Varibel Dependen:
E-Customer Satisfaction dan E-
Customer Loyality
Penelitian ini menyimpulkan bahwa e-service
quality berpengaruh positif dan signifikan terhadap
e-customer satisfaction dan e-customer loyality.
Variabel e-customer satisfaction juga berpengaruh
signifikan terhadap e-customer loyalty. Selain itu
juga e-service quality berpengaruh secara tidak
langsung terhadap e-customer loyalty melalui e-
customer satisfaction.
1. Variabel Independen
2. Objek Penelitian
3. Teknik Sampling
2 Purwianti and Tio,
2018
Faktor-faktor yang
Mempengaruhi Behavioural
Intention
Variabel Independen: Customer
Satisfaction
Variabel Dependen:
E-Service Quality, Brand Image,
Attitude Towards the Website,
Behavioural Intention
Di dalam penelitian ini menyimpulkan bahwa ke
lima variabel yang ada saling berpengaruh positif
dan signifikan terhadap customer satisfaction
sehingga menimbulkan sikap positif pengguna
terhadap situs (attitude toward the website) dan
akan menyebabkan konsumen berkeinginan untuk
menggunakan dan membeli kembali dari situs
tersebut (behavior intention).
1. Variabel Independen
2. Variabel Dependen
3. Objek Penelitian
4. Teknik Sampling
5. Software yang digunakan
3 Chang, Wang
danYang, 2013
The impact of e-service
quality, customer satisfaction
and loyalty on e-marketing:
Moderating effect of perceived
value
Variabel Independen: E-Service
Quality
Variabel Dependen:
Customer Satisfaction, Customer
Perceived Value, Customer Loyality
Di dalam penelitian ini memiliki tujuan untuk
mengidentifikasi keterkaitan antara kualitas e-
service, kepuasan pelanggan, loyalitas pelanggan
dan nilai yang dirasakan pelanggan. Dan hasil
analisis SEM yang dilakukan terlihat bahwa
pengaruh kualitas e-service terhadap kepuasan
pelanggan, pengaruh kepuasan pelanggan terhadap
loyalitas pelanggan, efek moderasi dari nilai yang
dirasakan pelanggan pada hubungan antara
kepuasan pelanggan dan loyalitas pelanggan
memiliki hubungan konsisten dan signifikan sesuai
dengan hipotesis penelitian ini.
1. Objek Penelitian
2. Teknik Sampling
63
Tabel 2.7 Penelitian Terdahulu (Lanjutan)
No. Nama Peneliti Judul Variabel Hasil Penelitian Perbedaan dengan
Penelitian ini
4 Chinomona dan
Sandada, 2014
The Influence of E-Service
Quality on Customer
Perceived Value, Customer
Satisfaction and Loyalty in
South Africa
Variabel Independen: E-Service
Quality
Variabel Dependen:
Customer Satisfaction, Customer
Perceived Value, Customer Loyality
Di dalam penelitian ini mendukung tiga hipotesis
penelitian yang diajukan dengan cara yang
signifikan (H3, H4 dan H6, sementara tiga hipotesis
(H1, H2 dan H5), meskipun didukung tidak
signifikan. Namun, H1, H2 dan H5 yang
dihipotesiskan menjadi positif ditemukan menjadi
negatif dan tidak penting
1. Objek Penelitian
2. Teknik Sampling
5 Po Young Chu, Gin-
Yuan Lee, Yu Chao
(2012)
Service Quality, Customer
Satisfaction, Customer Trust,
and Loyality In an E-Banking
Context
Variabel Independen: E-Service
Quality
Variabel Dependen: Customer
Trust, Customer Satisfaction e-
loyality
Penelitian ini menyimpulkan sejumlah kontribusi
teoritis dan praktis untuk literatur tentang e-banking
Taiwan. Dari perspektif teoritis, penelitian ini
menyimpang dari model e-loyality yang ada dengan
memasukkan kualitas e-service, kepuasan
pelanggan, dan kepercayaan pelanggan sebagai
variabel endogen. Dari perspektif praktis, temuan
dalam penelitian ini memberikan wawasan untuk
penyedia e-banking dan pengguna bank online.
1. Objek Penelitian
2. Teknik Sampling
6 Richard Chinomona
dan Maxwell
Sandada, (2013)
Customer Satisfaction, Trust
and Loyalty as Predictors of
Customer Intention to Re-
Purchase South African Retai
l ing Industry
Variabel Independen: Repurchase
Intation
Variabel Dependen :
Customer Satisfaction, Customer
Trust, Customer Loyality
Tujuan dari penelitian ini adalah untuk menyelidiki
pengaruh kepuasan pelanggan pada kepercayaan,
kesetiaan dan niat mereka untuk membeli kembali.
Untuk menguji hipotesis yang diajukan, data pada
penelitian ini dikumpulkan dari Provinsi Gauteng di
Afrika Selatan. Hasil empiris mendukung keempat
hipotesis penelitian yang diajukan dengan cara yang
signifikan.
1. Variabel Dependen
2. Objek Penelitian
3. Teknik Sampling
64
Tabel 2.8 Penelitian Terdahulu (Lanjutan)
No. Nama Peneliti Judul Variabel Hasil Penelitian Perbedaan dengan
Penelitian ini
7 Rika Mardatilla, Ari
Kusyanti, Himawat
Aryadita, (2017)
Pengaruh Kualitas Layanan
Terhadap Kepuasan,
Kepercayaan dan
Loyalitas Pelanggan Pada E-
Commerce (Studi Kasus :
Berrybenka)
Variabel Independen:
E- Service Quality
Variabel Dependen: Satisfaction,
Trust, World-Of-Mouth (WOM),
Intention
Penelitian ini menyimpulkan bahwa lima dimensi
dari service quality tidak mempengaruhi kepuasan
pelanggan dalam bertransaksi pada Berrybenka,
namun dengan adanya kepuasan dapat
mempengaruhi kepercayaan loyalitas pelanggan.
1. Variabel Dependen
2. Objek Penelitian
3. Teknik Sampling
8 Mega Della Prisanti,
Imam Suyadi, Zainul
Arifin (2017)
Pengaruh E-service Quality
dan E-Trust Terhadap E-
Customer Satisfaction Serta
Implikasinya Terhadap E-
Customer Loyality (Studi pada
Nasabah PT Bank Rakyat
Indonesia (Persero)
Variabel Independen: E-Service
Quality, E-Trust
Variabel Dependen: E-Customer
Satisfaction, E-Customer Loyality
Penelitian ini menyimpulkan bahwa ke empat
hipotesis nya saling berpengaruh signifikan tetapi
hasil uji hipotesis menunjukkan bahwa e-service
quality secara langsung berpengaruh tidak
signifikan terhadap e-customer loyalty nasabah
pengguna eBanking BRI.
1. Variabel Dependen
2. Variabel Independen
3. Objek Penelitian
4. Teknik Sampling
9 Haruna, Kiran dan
Tahira, (2017)
Modelling web-based library
service quality and user
loyalty in the context of a
developing
country
Variabel Independen: Service
Quality, User Loyality
Variabel Dependen: User
Satisfaction, Service Value
Penelitian ini menguji skala pengukuran
LibWebSQ dalam konteks perpustakaan universitas
Nigeria. Hasil mendukung empat dari lima
hipotesis dalam model yang diusulkan. Khususnya,
kepuasan pengguna secara langsung dan secara
positif mempengaruhi loyalitas pengguna terhadap
layanan berbasis web perpustakaan
1. Variabel Dependen
2. Variabel Independen
3. Objek Penelitian
4. Teknik Sampling
5. Skala Pengukuran
6. Software yang digunakan
10 Safa dan Ismail
(2013)
A customer loyality formation
model in electronic commerce
Variabel Independen: E-
Satisfaction, E-Trust
Variabel Dependen: E-Loyality
Hasil analisis penelitian ini menunjukkan bahwa
faktor kelompok teknologi bahwa pengaruh e-
satisfaction memiliki pengaruh paling besar pada e-
loyality. Dan faktor grup organisasi, yang
memengaruhi e-trust, memiliki pengaruh paling
besar.
1. Variabel Dependen
2. Variabel Independen
3. Objek Penelitian
4. Teknik Sampling
65
Tabel 2.9 Referensi Indikator
Kode Variabel Indikator
Definisi Pernyataan Referensi Kode Nama Indikator
ESQ E-Service Quality ESQ1 Website Design Bentuk fisik dari sebuah sistem. Layanan sistem memiliki tampilan
yang menarik.
Chang et al. (2013)
Hien (2014)
Kalia (2015)
Mardatila et al. (2017)
Putra et al. (2016)
ESQ2 Ease of Use Tingkat kemudahan pengguna dalam
mengoperasikan sistem.
Layanan sistem mudah untuk
digunakan.
ESQ3 Eficiency Adanya manfaat informasi yang dihasilkan dan
sesuai dengan keinginan pengguna.
Layanan sistem menyediakan
informasi sesuai kebutuhan.
ESQ4 Realibility Tingkat fungsionalitas kegunaan sistem. Layanan sistem memiliki pembayaran
yang dapat diandalkan.
ESQ5 Fulfiment Keakuratan layanan mengenai waktu yang telah
dijanjikan.
Layanan sistem menjaga kemanan
informasi pribadi.
ESQ6 Responsivenss Tanggapan yang diberikan kepada pengguna
ketika mengalami masalah.
Layanan sistem menjawab pertanyaan
teknis sesuai dengan permintaan.
CPV Customer Perceived Value CPV1 Interaksi Sistem Kemampuan sistem dalam interaksi kepada
pengguna.
Sistem mampu melakukan interaksi
dengan pengguna.
Chang et al. (2013)
Eryadi et al. (2016)
Rifai dan Suryani
(2016)
CPV2 Kecepatan
Informasi
Tingkat kecepatan informasi yang dihasilkan
sistem.
Sistem memberikan informasi yang
cepat.
CPV3 Kelengkapan
Informasi
Tingkat kelengkapan informasi yang dihasilkan
sistem.
Sistem menyajikan informasi yang
lengkap.
CPV4 Manfaat
Informasi
Tingkat manfaat informasi yang dihasilkan
sistem.
Sistem menghasilkan informasi yang
bermanfaat.
CPV5 Harga Kemampuan sistem dalam menentukan
informasi harga kepada pengguna.
Sistem memberikan harga sesuai
dengan jarak tempuh pengiriman.
66
Tabel 2.10 Referensi Indikator (Lanjutan)
Kode Variabel Indikator
Definisi Pernyataan Referensi Kode Nama Indikator
CS Customer Satisfaction CS1 Kinerja
Website/e-
commerce
Tingkat kepuasan pengguna mengenai kinerja
sistem untuk memenuhi kebutuhan pekerjaan
penggunanya.
Kepuasan pengguna terhadap kinerja
sistem dan memenuhi harapan.
Chang et al. (2013)
Laurent (2016)
Messakh (2016)
Rifai dan Suryani
(2016)
Rosalina (2017)
CS2 Kecukupan Kemampuan sistem memenuhi kebutuhan atau
memuaskan keinginan penggunanya.
Sistem memenuhi kebutuhan tugas atau
pekerjaan.
CS3 Ragam
Produk/layanan
Kemampuan sistem menyediakan berbagai
macam produk/layanan untuk memenuhi
kepuasaan pengguna.
Sistem menyediakan be ragam
produk/layanan.
CS4 Kemudahan Tingkat kesenangan pengguna terhadap
kemampuan sistem dalam menghemat waktu
dan biaya penggunanaya.
Sistem dapat menghemat waktu dan
biaya pengguna.
CS5 Kualitas
Pelayanan
Tingkat kesenangan pengguna mengenai
kualitas pelayanan sistem secara keseluruhan.
Kepuasan terhadap kualitas pelyanan
sistem secara keselurhan.
TR Trust TR1 Dapat di Percaya Tingkat kepercayaan pengguna terhadap sistem. Kepercayaan pengguna terhadap
sistem.
Bernarto & Particia
(2017)
Putra et al. (2016)
Rifai dan Suryani
(2016)
TR2 Reputasi Tingkat kepercayaan pengguna atas citra
perusahaan yang memiliki sistem.
Sistem memiliki nilai reputasi yang
baik.
TR3 Keamanan Tingkat keamanan sistem dalam akses masuk
pengguna.
Sistem memberikan keamanan untuk
pengguna.
TR4 Kerahasiaan Tingkat kemampuan sistem dalam menjaga data
pribadi penggunanya.
Sistem dapat menjaga data pribadi
pengguna.
TR5 Tidak Melakukan
Kecurangan
Kemampuan sistem yang tidak akan melakukan
kecurangan dan merugikan penggunanya.
Sistem tidak akan melakukan
kecurangan terhadap pengguna.
67
Tabel 2.11 Referensi Indikator (Lanjutan)
Kode Variabel Indikator
Definisi Pernyataan Referensi Kode Nama Indikator
CL Customer Loyality CL1 Interst Ketertarikan/minat pengguna dalam
menggunakan sistem
Minat pengguna untuk menggunakan
sistem.
Chang et al. (2015)
Maulana et al. (2014)
Mardatila et al. (2017)
Putra et al. (2016)
CL2 Penggunaan
Kembali
Sistem akan digunakan kembali oleh pengguna
secara berulang.
Sistem akan digunakan kembali oleh
pengguna sebagai jasa layanan
pengiriman.
CL3 Kesetiaan Tingkat kesetiaan pengguna yang tidak akan
menggunakan jasa pengiriman lain.
Pengguna tidak akan menggunakan
sistem jasa pengiriman lain.
CL4 Rekomendasi Tingkat keinginan pengguna dalam
merekomendasikan sistem kepada orang lain
Pengguna akan merekomendasikan
sistem kepada orang lain.
CL5 Rasa Memiliki Tingkat rasa memiliki pengguna terhadap jasa
layanan yang diberikan oleh sistem
Pengguna merasa memiliki dengan
layanan sistem.
68
BAB 3
METODOLOGI PENELITIAN
3.1 Pendekatan dan Strategi Penelitian
Berdasarkan pendekatan, secara garis besar ada dua macam penelitian, yaitu
penelitian kuantitatif dan kualitatif (Subiyakto et al., (2016); Putra et al., (2016);
Subiyakto & Ahlan (2013)), dalam penelitian ini sendiri secara umum dilakukan
dengan pendekatan kuantitatif sesuai tujuannya yaitu mengetahui faktor-faktor
yang mempengaruhi kualitas layanan dari sisi customer perceived value, customer
satisfaction, trust terhadap loyalitas dan menguji hipotesis terkait dengan faktor-
faktor apa saja yang mempengaruhi kualitas layanan terhadap loyalitas pelanggan
My JNE. Dengan menggunakan pedekatan kuantitatif maka diperlukan metode
pengumpulan data dan analisis data untuk menyelesaikan penelitian ini. Salah satu
bentuk pendekatan kuantitatif pada penelitian ini adalah pengumpulan data yang
dilakukan melalui survei dengan menggunakan kuesioner dan analisis data yang
dilakukan secara statistik dengan menggunakan aplikasi pengolah data statistik
SmartPLS. Sesuai dengan jenis pendekatan yang telah ditentukan, secara khusus
tahapan-tahapan penelitian juga menerapkan metode, teknik dan alat secara
kuantitatif, seperti ditunjukan pada Gambar 3.1.
69
3.2 Prosedur Penelitian
Merujuk pada pendekatan dan strategi penelitian yang sudah dijelaskan
sebelumnya, penelitian ini juga dilakukan dalam delapan tahap yang secara
prosedural dan berurutan seperti diperlihatkan pada gambar 3.1 (seperti yang
dilakukan oleh Subiyakto et al., (2015).
Gambar 3.1 Prosedur Penelitian
70
Berdasarkan tahapan penelitian tersebut peneliti terlebih dahulu mengkaji
beberapa literatur yang berhubungan dengan penelitian ini. Diantaranya buku-buku
seputar metode penelitian kuantitatif, Teori E-Service Quality, SmartPLS untuk
mengolah data (Subiyakto et al., (2017); Subiyakto & Ahlan (2014); Utami et al.,
(2017)). Selanjutnya peneliti juga membaca artikel terkait kualitas layanan yang
dapat mempengaruhi loyalitas pelanggan. Kajian pustaka dilakukan selain sebagai
sumber informasi juga sebagai referensi untuk mengetahui kelebihan dan
kekurangan yang terdapat dalam penelitian sebelumnya. Setelah mengkaji beberapa
literatur, peneliti melakukan pengembangan model dengan menambahkan variabel
trust pada model e-service quality, dengan terdiri dari beberapa variabel yaitu, E-
Service Quality, Customer Perceived Value, Customer Satisfaction, Trust, dan
Customer Loyality. Kemudian, peneliti merancang dan membuat instrumen
penelitian dengan menyebarkan kuesioner, termasuk surat lembaran surat pengantar
dan lembar kuesioner pertanyaan dan awaban pada setiap pertanyaan disusun
menggunakan 5 skala likert. Pada tahap pengumpulan data peneliti menyebarkan
kuesioner tersebut kebeberapa responden secara langsung dan tidak langsung,
kemudian hasilnya akan dianalisis dengan dua tahapan utama yaitu analisis
demografis dan analisis statistik inferensial. Selanjutnya, pada tahap interpretasi
peneliti menerjemahkan hasil analisis model secara statistik-kuantitatif untuk
dijadikan laporan dalam penelitian ini.
71
3.3 Populasi dan Sampel Penelitian
Terkait dengan upaya untuk menjamin tingkat keberhasilan penelitian yang
berhubungan dengan ketersediaan sumber daya pada penelitian dan kemudahan
dalam mendapatkan data, peneliti melibatkan pengguna My JNE yang berada di
wilayah DKI Jakarta sebagai populasi penelitian.
Berdasarkan laporan jumlah pengguna My JNE di DKI Jakarta dari bulan
Januari 2018 – Mei 2018 yang diperoleh dari bagian Human Resource Departmen
JNE adalah sebesar 4.683 orang. Peneliti melakukan pengambilan sampel dengan
menggunakan teknik multi-stage purposeful random sampling, dimana tahap
pertama, dilakukan untuk memilih bagian dari populasi, dimana kriteria yang
dipilih adalah yang memiliki pengalaman menggunakan sistem (purposive
sampling), selanjutnya pada tahap kedua pengambilan sampel dilakukan secara
acak tanpa memperhatikan strata, tingkatan, ataupun kelompok (simple random
sampling). Adapun pertimbangan dalam menentukan ukuran minimal sampel guna
penerapan PLS dimana direkomendasikan adalah 10 kali jumlah jalur maksimum
anak panah (jalur) yang mengenai variabel laten dalam model SEM-PLS. Diketahui
bahwa jumlah jalur model penelitian adalah sebanyak 8, sehingga 8 x 10 = 80
merepresentasikan ukuran minimal sampel yang dibutuhkan untuk melakukan
estimasi model jalur PLS. Dengan demikian jumlah sampel yang peniliti dapatkan
berjumlah 217 responden, dimana nilai tersebut sudah cukup mewakili populasi
yang ada.
3.4 Instrumen Penelitian
72
Instrument penelitian ini terdiri atas 2 lembar yaitu lembaran surat pengantar
dari peneliti sebagai permohonan untuk pengisiannya dan lembar kuesioner yang
terdiri dari penjelasan pertanyaan-pertanyaan penelitian Subiyakto et al., (2014).
Lembar kuesioner terdiri dari 7 pertanyaan mengenai profil responden, 5
pertanyaan mengenai penggunaan My JNE, serta 26 pertanyaan pengujian yang
telah disesuaikan dengan variabel yang ada pada model e-service quality yang telah
dikembangkan. Daftar pertanyaan dapat dilihat pada Tabel 3.1, selengkapnya
format kuesioner dapat dilihat dibagian lampiran.
Penelitian ini mengumpulkan data penelitian menggunakan metode
kuesioner terstruktur yang masing-masing berisi pertanyaan dan jawaban. Pilihan
jawaban dalam setiap pertanyaan kuesioner disusun menggunakan 5 skala likert
(Subiyakto et al., 2017), yang terdiri atas: “sangat tidak setuju” (1), “tidak setuju”
(2), “netral” (3), “setuju” (4), “sangat setuju” (5). Dalam melakukan penyusunan
kuesioner dilakukan penentuan indikator pada setiap variabel yang digunakan pada
tabel 3.1. Setiap indikator yang ada didalam model akan mewakili satu pertanyaan
pada kuesioner sehingga jumlah pertanyaan pada kuesioner adalah 26 item
pertanyaan. Item yang dipilih untuk indikator dalam penelitian ini diadaptasi dari
berbagai penelitian sebelumnya, dimana setiap variabel memiliki minimal lima
indikator supaya mempermudah dalam analisis berikutnya. Selanjutnya, peneliti
juga melakukan pengujian pendahuluan (pre-test) terhadap desain awal kuesioner
kepada 30 pengguna My JNE yang berada pada wilayah DKI Jakarta, tujuannya
untuk memperoleh masukan perbaikan sebelum kuesioner tersebut disebarkan.
Hasil pre-test ini dapat dilihat dibagian lampiran.
73
Tabel 3.1 Indikator dan Butir Pertanyaan
Variabel Indikator Pertanyaan Pengujian
E-Service Quality
(Kualitas Layanan
Elektronik)
Website Design Layanan sistem memiliki tampilan menarik
Ease Of Use Layanan sistem mudah untuk di gunakan
Effciency Layanan sistem menyediakan informasi sesuai
dengan kebutuhan
Realibility Layanan Sistem Memiliki Pembayaran yang
dapat diandalkan
Fulfiment Layanan Sistem sesuai dengan Waktu yang
telah dijanjikan
Responsivenes Layanan Sistem Menjawab Pertanyaan Teknis
Sesuai dengan Permintaan
Customer Perceived
Value (Nilai yang
dirasakan Pelanggan)
Interaksi Sistem My JNE mampu melakukan interaksi dengan
pengguna
Kecepatan
Informasi
My JNE memberikan informasi dngan cepat
Kelengkapan
Informasi
My JNE menyajikan informasi yang lengkap
Manfaat
Informasi
My JNE menghasilkan informasi yang
bermanfaat
Harga My JNE memberikan harga sesuai dengan
jarak tempuh pengiriman
Customer Satisfaction
(Kepuasan Pelanggan)
Kinerja
Website/e-
commerce
Saya puas dengan kinerja My JNE yang sesuai
dan memenuhi harapan
Kecukupan Saya puas My JNE memenuhi kebutuhan
tugas/pekerjaan
Ragam Pilihan
Produk/Layanan
Saya puas dengan ragam pilihan
produk/layanan yang tersedia
Biaya dan
Kemudahan
Saya puas dengan My JNE karena dapat
menghemat waktu dan biaya
Kualitas
Pelayanan
Saya puas dengan kualitas layanan My JNE
74
Tabel 3.2 Indikator dan Butir Pertanyaan (Lanjutan)
Variabel Indikator Pertanyaan Pengujian
Trust
(Kepercayaan)
Dapat di Percaya Saya percaya dengan My JNE
Reputasi Saya percaya My JNE memiliki reputasi yang
baik
Keamanan Saya percaya dengan keamanan My JNE
Kerahasian Saya percaya kerahasiaan pribadi tidak
disalahgunakan My JNE
Tidak Melakukan
Kecurangan
Saya percaya My JNE tidak mengambil
keuntungan secara ilegal
Customer Loyality
(Loyalitas Pelanggan)
Intrest Saya berminat menggunakan My JNE dalam
waktu dekat
Penggunaan
Kembali
Saya akan menggunakan My JNE kembali
sebagai jasa pengiriman
Kesetiaan Saya tidak akan menggunakan jasa pengiriman
lain selain My JNE
Rekomendasi Saya akan merekomendasikan orang lain
menggunakan My JNE
Rasa Memiliki Saya merasa memiliki layanan My JNE
3.5 Pengumpulan dan Pemrosesan Data
Pada proses pengumpulan data, peneliti menyebarkan kuesioner secara
langsung dan tidak langsung. Seperti yang dijelaskan Subiyakto et al., (2016)
teknik gabungan ini dipilih sehubungan dengan kedalaman dan luasnya informasi,
tingkat respon dari responden dan kualitas data, serta efisiensi dan efektifitas dalam
pengumpulan data. Penyebaran secara langsung dilakukan oleh peneliti untuk
mencari responden yang tepat melalui tatap muka secara langsung. Penyebaran
tidak langsung dilakukan peneliti melalui media sosial (whatsapp, line, instagram)
dengan bantuan fitur google forms untuk pengisiannya. Penyebaran kuesioner ini
75
dilakukan dalam kurun waktu 3 minggu yaitu dimulai pada 21 Maret 2018 sampai
11 April 2018 guna mencapai target jumlah sampel yang diinginkan.
Selanjutnya pada saat pemrosesan data, data tersebut disaring dan
diklasifikasikan menggunakan perangkat lunak pengolah angka Ms. Excel 2013
dan berdasarkan pengumpulan data tersebut, peneliti berhasil memperoleh 250
kuesioner. 212 kuesioner berasal dari penyebaran secara tidak langsung dan sisanya
38 kuesioner berasal dari penyebaran langsung. Dari 250 kuesioner yang telah
diperoleh, 33 diantaranya dinyatakan tidak valid karena responden tidak pernah
menggunakan sistem. Sehingga kuesioner yang dinyatakan valid untuk digunakan
berjumlah 217 kuesioner.
3.6 Analisa Data dan Interpretasi Hasilnya
Mengacu pada proses analisis data seperti yang dilakukan oleh Subiyakto et
al., (2015), tahap ini dibagi menjadi dua tahap utama yaitu analisis demografis dan
analisis statistik inferensial. Pertama, peneliti melakukan analisis data demografis
dengan menggunakan perangkat lunak pengolah angka Ms. Excel 2013. Data
responden dikelompokkan berdasarkan jenis kelamin, usia, pendidikan terakhir,
pekerjaan, lama penggunaan sistem, intensitas penggunaan, peranan sistem,
kebutuhan pengguna, dan kepuasaan pengguna terhadap sistem.
Kedua, setelah analisis demografis selesai dilakukan, peneliti melakukan
analisis statistik inferensial menggunakan SmartPLS versi 3.0. Mengacu pada
sejumlah peneliti sebelumnya, peneliti melakukan analisis dengan dua tahap, yaitu
analisis measurement model dan structural model. Measurement model dilakukan
76
untuk menguji reliabilitas dan validitas outer model melalui indikator reliability,
internal consistency reliability, convergent validity, dan discriminant validity.
Sedangkan pengujian structural model dilakukan untuk menguji path ceofficient
(β), coefficient of determination (R2), t-test melalui method bootstrapping, effect
size (f2), predictive relevance (Q2), dan relative impact (q2) menggunakan
metode pengujian blindfolding.
Setelah itu untuk interpretasi hasil, peneliti mendiskusikan hasil analisis
demografis responden dengan kondisi lapangan yang berjalan dan juga
menerjemahkan hasil analisis model secara statistik-kuantitatif dengan
membandingkan dan mempertimbangkan sejumlah literatur terkait sebelumnya.
Selanjutnya, hasil analisis dan interpretasi tersebut secara lengkap akan dijelaskan
pada Bab 4.
77
BAB 4
HASIL ANALISIS DAN INTERPRETASI
4.1 Hasil Analisis
4.1.1 Hasil Analisis Demografis
Tahap ini dilakukan dengan menganalisis jawaban responden khususnya
terhadap pertanyaan pada bagian profil responden dan sistem My JNE dalam
kuesioner untuk menghasilkan informasi demografis terkait karakteristik responden
terhadap tingkat kepuasaan dan loyalitas pelanggan dengan sistem My JNE yang
ada di DKI Jakarta. Data responden yang berhasil diperoleh peneliti dalam kurun
waktu 3 minggu (21 Maret 2018 sampai 11 April 2018) adalah sebanyak 217
responden. Informasi demografis tersebut meliputi jenis kelamin, usia, pendidikan
terakhir, pekerjaan, lama penggunaan sistem, intensitas pengguna, kebutuhan
pengguna, peranan sistem dan kepuasaan menggunakan sistem My JNE. Berikut
adalah hasil analisisnya.
1) Kota
Dapat terlihat pada Gambar 4.1 bahwa dari 217 responden yang terdapat
dalam penelitian ini, sebagian besar didominasi oleh responden dengan
Wilayah Kota Jakarta Selatan, yaitu sebanyak 75 orang atau sebesar 34% dan
yang memiliki frekuensi terendah berasal dari Wilayah Kota Jakarta Pusat,
yaitu sebanyak 32 orang atau sebesar 15%
78
Gambar 4. 1 Diagram Lingkaran Kota Responden
2) Jenis Kelamin
Gambar 4.2 memperlihatkan bahwa dari 217 dari responden yang digunakan
dalam penelitian ini, sebagian besar didominasi oleh responden dengan jenis
kelamin perempuan, yaitu sebanyak 141 orang atau sebesar 65% dan sisa nya
berasal dari responden laki-laki, yaitu sebanyak 76 orang atau sebesar 35%.
Gambar 4. 2 Diagram Lingkaran Jenis Kelamin Responden
Jakarta Barat , 43, 20%
Jakarta Pusat, 32, 15%
Jakarta Selatan, 75, 34%
Jakarta Timur, 33, 15%
Jakarta Utara, 34, 16%
Jakarta Barat Jakarta Pusat Jakarta Selatan Jakarta Timur Jakarta Utara
Laki-Laki, 76, 35%
Perempuan, 141, 65%
Laki-Laki Perempuan
79
3) Usia
Berdasarkan diagram lingkaran usia responden seperti yang ditunjukan dalam
Gambar 4.3, responden didominasi oleh usia 21-40 tahun sebanyak 170 orang
atau sebesar 78%, usia kurang dari 20 tahun sebanyak 44 orang atau sebesar
20% dan responden yang berusia 41-60 tahun sebanyak 3 orang atau sebesar
2%.
Gambar 4. 3 Diagram Lingkaran Usia Responden
4) Pendidikan Terakhir
Berdasarkan diagram lingkaran pendidikan terakhir yang terdapat pada
Gambar 4.4 memperlihatkan bahwa responden didominasi dengan pendidikan
akhir SMA sebanyak 117 orang (54%), Sarjana sebanyak 84 orang (38%), D3
sebanyak 17 orang (8%) dan tidak ada responden dengan pendidikan akhir SD
dan SMP (0%).
<20 th, 44, 20%
21-40 th, 170, 78%
41-60 th, 3, 2%
<20 th
21-40th
41-60th
80
Gambar 4. 4 Diagram Lingkaran Pendidikan Terakhir
5) Status Pekerjaan
Berdasarkan diagram lingkaran status pekerjaan yang terdapat pada Gambar
4.5 menjelaskan bahwa responden didominasi dengan status pekerjaan
Pegawai Swasta sebanyak 83 orang atau sebesar 38%, Pelajar/Mahasiswa
sebanyak 64 orang atau sebesar 29%, Wirausaha sebanyak 62 orang atau
sebesar 29% dan PNS/TNI sebanyak 8 orang atau sebesar 4%.
SD, 0, 0% SMP, 0, 0%
SMA, 117, 54%
D3, 17, 8%
SARJANA, 84, 38%
SD
SMP
SMA
D3
SARJANA
81
Gambar 4. 5 Diagram Lingkaran Status Pekerjaan
6) Lama Penggunaan Sistem
Gambar 4.6 menjelaskan bahwa dari 217 responden yang menggunakan
sistem dengan lama penggunaan didominasi dengan <1 tahun sebanyak 131
orang (60%) dan 1-3 tahun sebanyak 86 orang (40%).
Gambar 4. 6 Diagram Lingkaran Lama Penggunaan Sistem
Pelajar/Mahasiswa, 64, 29%
PNS/TNI POLRI, 8, 4%
Pegawai Swasta, 83,
38%
Wirausaha, 62, 29%
Pelajar/Mahasiswa PNS/TNI POLRI Pegawai Swasta Wirausaha
<1 tahun, 131, 60%
1-3 tahun, 86, 40%
<1 tahun 1-3 tahun
82
7) Intensitas Pengguna
Gambar 4.7 menjelaskan bahwa dari 217 responden yang menggunakan
sistem dengan intensitas pengguna didominasi dengan 1-2kali/bulan
sebanyak 140 orang (64%), 3-4kali/bulan sebanyak 49 orang (23%), 5-
6kali/bulan sebanyak 16 orang (7%), dan >7kali/bulan sebanyak 12 orang
(6%).
Gambar 4. 7 Diagram Lingkaran Intensitas Pengguna Sistem
8) Kebutuhan Pengguna
Gambar 4.8 memperlihatkan bahwa dari 217 dari responden yang digunakan
dalam penelitian ini, sebagian besar didominasi oleh responden dengan
kebutuhan personal, yaitu sebanyak 159 orang atau sebesar 73% dan sisa nya
berasal dari kebutuhan bisnis, yaitu sebanyak 58 orang atau sebesar 27%.
1-2 kali/bulan, 140, 64%
3-4 kali/bulan, 49, 23%
5-6 kali/bulan, 16, 7%
>7 kali/bulan, 12, 6%
1-2 kali/bulan 3-4 kali/bulan 5-6 kali/bulan >7 kali/bulan
83
Gambar 4. 8 Diagram Lingkaran Kebutuhan Pengguna
9) Peranan Sistem
Gambar 4.9 memperlihatkan bahwa sebanyak 217 responden, sebanyak 97
orang (45%) pada penelitian ini merasa terbantu dengan adanya sistem dan
bahkan 68 orang (31%) diantaranya mengatakan sistem sangat membantu
dalam menyelesaikan pekerjaan atau tugas mereka, sebanyak 47 orang (22%)
merasa cukup membantu dengan adanya sistem My JNE. Hanya 5 orang (2%)
yang mengatakan bahwa sistem kurang membantu dalam menyelasaikan
pekerjaan atau tugas mereka.
Personal, 159, 73%
Bisnis, 58, 27%
Personal Bisnis
84
Gambar 4. 9 Diagram Lingkaran Peranan Sistem
10) Status Kepuasan Pengguna
Seperti yang ditunjukan gambar 4.10 diketahui bahwa sebagian besar
responden menyatakan diri mereka merasa puas saat menggunakan sistem,
yaitu sebanyak 112 orang (52%). Sebanyak 62 orang (28%) merasa cukup
puas, dan sebanyak 34 orang (16%) merasa sangat puas menggunakan sistem.
Lalu, sebanyak 9 orang (4%) merasa kurang puas bahkan tidak puas saat
menggunakan sistem.
Sangat Membantu, 68,
31%
Membantu, 97, 45%
Cukup Membantu, 47,
22%
Kurang Membantu, 3,
1%
Tidak Membantu, 2,
1%SangatMembantu
Membantu
CukupMembantu
KurangMembantu
TidakMembantu
85
Gambar 4. 10 Diagram Lingkaran Kepuasan Pengguna
4.1.2 Hasil Analisis Penyajian Data
1) Hasil Analisis Data E-Service Quality (ESQ)
Frekuensi jawaban responden pada variabel E-Service Quality (ESQ) dalam
penelitian ini disajikan pada Tabel 4.1:
Tabel 4.1 Evaluasi Variabel E-Service Quality (ESQ)
STS TS N S SS
ESQ FREK % FREK % FREK % FREK % FREK %
ESQ1 4 2% 6 3% 77 35% 103 47% 27 12%
ESQ2 3 1% 7 3% 51 24% 118 54% 38 18%
ESQ3 3 1% 9 4% 62 29% 113 52% 30 14%
ESQ4 4 2% 17 8% 62 29% 102 47% 32 15%
ESQ5 3 1% 19 9% 64 29% 94 43% 37 17%
ESQ6 3 1% 17 8% 69 32% 95 44% 33 15%
Sangat Puas, 34, 16%
Puas, 112, 52%
Cukup Puas, 62, 28%
Kurang Puas, 6, 3%
Tidak Puas, 3, 1% Sangat
Puas
Puas
Cukup Puas
KurangPuas
Tidak Puas
86
Dari Tabel 4.1 dapat dilihat bahwa variabel e-service quality (ESQ)
terdiri dari enam indikator yaitu ESQ1, ESQ2, ESQ3, ESQ4, ESQ5, dan
ESQ6, frekuensi pilihan jawaban terbanyak dari semua indikator pada e-
service quality (ESQ) adalah setuju yaitu semua memiliki presentase di atas
40%, frekuensi kedua terbanyak adalah netral yaitu semua memiliki
presentase diatas 20 %, dan frekuensi paling rendah adalah sangat tidak setuju
yang memiliki presentasi paling tinggi hanya 2%. Hasil analisis frekuensi
jawaban variabel e-service quality (ESQ) juga disajikan pada Gambar 4.11
sebagai berikut
Gambar 4. 11 Grafik Hasil Data Variabel E-Service Quality (ESQ)
4 6
77
103
27
37
51
118
38
39
62
113
30
4
17
62
102
32
3
19
64
94
37
3
17
69
95
33
0
20
40
60
80
100
120
140
STS TS N S SS
ESQ1 ESQ2 ESQ3 ESQ4 ESQ5 ESQ6
87
2) Hasil Analisis Data Customer Perceived Value (CPV)
Frekuensi jawaban responden pada variabel Customer Perceived Value (CPV)
dalam penelitian ini disajikan pada Tabel 4.2.
Tabel 4.2 Evaluasi Variabel Customer Perceived Value (CPV)
STS TS N S SS
CPV FREK % FREK % FREK % FREK % FREK %
CPV1 2 1% 16 7% 80 37% 101 47% 18 8%
CPV2 1 0% 12 6% 76 35% 102 47% 26 12%
CPV3 2 1% 12 6% 72 33% 100 46% 31 14%
CPV4 2 1% 10 5% 69 32% 111 51% 25 12%
CPV5 1 0% 7 3% 65 30% 109 50% 35 16%
Dari Tabel 4.2 dapat dilihat bahwa variabel Customer Perceived Value
(CPV) terdiri dari lima indikator, frekuensi pilihan jawaban terbanyak dari
semua indikator pada variabel Customer Perceived Value (CPV) adalah
setuju yaitu semua memiliki presentase di atas 45%, frekuensi kedua
terbanyak adalah netral dimana semua presentase diatas 30%, dan frekuensi
paling rendah adalah sangat tidak setuju yang memiliki presentasi paling
tinggi hanya 2%. Hasil analisis frekuensi jawaban variabel Customer
Perceived Value (CPV) juga disajikan pada Gambar 4.12 sebagai berikut:
88
Gambar 4. 12 Grafik Hasil Jawaban Variabel Customer Perceived Value (CPV)
3) Hasil Analisis Data Customer Satisfaction (CS)
Frekuensi jawaban responden pada variabel Customer Satisfaction (CS)
dalam penelitian ini disajikan pada Tabel 4.3.
Tabel 4.3 Evaluasi Variabel Customer Satisfaction (CS)
STS TS N S SS
CS FREK % FREK % FREK % FREK % FREK %
CS1 1 0% 2 1% 55 25% 123 57% 36 17%
CS2 0 0% 4 2% 41 19% 132 61% 40 18%
CS3 0 0% 2 1% 59 27% 124 57% 32 15%
CS4 1 0% 6 3% 45 21% 120 55% 45 21%
CS5 0 0% 4 2% 49 23% 128 59% 36 17%
2
16
80
101
18
1
12
76
102
26
2
12
72
100
31
210
69
111
25
17
65
109
35
0
20
40
60
80
100
120
STS TS N S SS
CPV1 CPV2 CPV3 CPV4 CPV5
89
Dari Tabel 4.3 dapat dilihat bahwa variabel Customer Satisfaction (CS)
terdiri dari lima indikator yaitu CS1, CS2, CS3 CS4, dan CS5, frekuensi
pilihan jawaban terbanyak dari semua indikator pada variabel Customer
Satisfaction (CS)) adalah setuju yaitu semua memiliki presentase di atas 50%,
frekuensi kedua terbanyak adalah netral dimana semua presentase diatas 30%,
dan frekuensi paling rendah adalah sangat tidak setuju yang memiliki
presentasi 0%. Hasil analisis frekuensi jawaban variabel Customer
Satisfaction (CS) juga disajikan pada Gambar 4.13 Sebagai berikut.
Gambar 4. 13 Grafik Hasil Jawaban Variabel Customer Satisfaction (CS)
1 2
55
123
36
04
41
132
40
0 2
59
124
32
16
45
120
45
04
49
128
36
0
20
40
60
80
100
120
140
STS TS N S SS
CS1 CS2 CS3 CS4 CS5
90
4) Hasil Analisis Data Trust (TR)
Frekuensi jawaban responden pada variabel Trust (TR) dalam penelitian ini
disajikan pada Tabel 4.4.
Tabel 4.4 Evaluasi Variabel Trust (TR)
STS TS N S SS
TR FREK % FREK % FREK % FREK % FREK %
TR1 2 1% 11 5% 59 27% 111 51% 34 16%
TR2 1 0% 11 5% 55 25% 115 53% 35 16%
TR3 2 1% 12 6% 74 34% 91 42% 38 18%
TR4 1 0% 13 6% 65 30% 95 44% 43 20%
TR5 1 0% 11 5% 61 28% 105 48% 39 18%
Dari Tabel 4.4 dapat dilihat bahwa variabel Trust (TR) terdiri dari lima
indikator yaitu TR1, TR2, TR3, TR4, dan TR5, frekuensi pilihan jawaban
terbanyak dari semua indikator pada variabel Trust (TR) adalah setuju yaitu
semua memiliki presentase di atas 40%, frekuensi kedua terbanyak adalah
netral dengan presentase diatas 20%, dan frekuensi paling rendah adalah
sangat tidak setuju yang memiliki presentasi paling tinggi hanya 1%. Hasil
analisis frekuensi jawaban variabel Trust (TR) juga disajikan pada Gambar
4.14.
91
Gambar 4. 14 Grafik Hasil Jawaban Variabel Trust (TR)
5) Hasil Analisis Data Customer Loyality (CL)
Frekuensi jawaban responden pada variabel Customer Loyality (CL) dalam
penelitian ini disajikan pada Tabel 4.5.
Tabel 4.5 Evaluasi Variabel Customer Loyality (CL)
STS TS N S S
CL FREK % FREK % FREK % FREK % FREK %
CL1 2 1% 6 3% 62 29% 106 49% 41 19%
CL2 2 1% 6 3% 45 21% 109 50% 55 25%
CL3 5 2% 11 5% 83 38% 79 36% 39 18%
CL4 0 0% 5 2% 68 31% 99 46% 45 21%
CL5 1 0% 7 3% 79 36% 84 39% 46 21%
2
11
59
111
34
1
11
55
115
35
2
12
74
91
38
1
13
65
95
43
1
11
61
105
39
0
20
40
60
80
100
120
140
STS TS N S SS
TR1 TR2 TR3 TR4 TR5
92
Dari Tabel 4.6 dapat dilihat bahwa variabel terdiri dari lima indikator
yaitu CL1, CL2, CL3, CL4, dan CL5, frekuensi pilihan jawaban terbanyak
dari semua indikator pada variabel Customer Loyality (CL) adalah setuju yaitu
semua memiliki presentase di atas 35%, frekuensi kedua terbanyak adalah
netral dimana hasil presentase yang didapatkan semua diatas 20%, dan
frekuensi paling rendah adalah sangat tidak setuju yang memiliki presentasi
paling tinggi hanya 2%. Hasil analisis frekuensi jawaban variabel Customer
Loyality (CL) juga disajikan pada Gambar 4.15 Sebagai berikut.
Gambar 4. 15 Grafik Hasil Jawaban Variabel Customer Loyality (CL)
26
62
106
41
26
45
109
55
511
8379
39
05
68
99
45
17
7984
46
0
20
40
60
80
100
120
STS TS N S S
CL1 CL2 CL3 CL4 CL5
93
4.1.3 Hasil Analisis Pengukuran Model (Outer Model)
Analisis model pengukuran (outer model) dilakukan melalui empat tahap
pengujian, yaitu individual item reliability, internal consistency reliability,
average variance extracted, dan discriminant validity Hair et al., (2011);Yamin &
Kurniawan (2011); Hair et al., (2012); Wong (2013); Chinomona, R. & Dubihlela
(2014); Alshibly (2014); Subiyakto et al., 2015; Nugroho et al., (2016); Subiyakto
et al., (2017); Berikut ini adalah penjelasan tentang pelaksanaan dan hasil dari
empat pengujian tersebut.
a. Uji Individual Item Realibility
Individual Item Reliability digunakan untuk validasi indikator terhadap
variabelnya yang ditinjau dari nilai standardized loading factor (Chang et al.,
2013; Chinomona et al., 2014; Chu et al., 2012; Chinomona & Sandada, 2013;
Subiyakto et al. 2016). Standardized loading factor juga menggambarkan
besarnya korelasi antara setiap item pengukuran (indikator) dengan
konstruknya dengan melihat nilai outer loading. Nilai ini akan diterima jika
nilai loading factor diatas 0,7, artinya bahwa indikator tersebut dapat
dikatakan valid sebagai indikator yang mengukur konstrak
Namun, nilai loading factor yang berkisar diantara 0,4 sampai 0,7 akan
benar-benar dihapus jika dapat meningkatkann nilai AVE yang dimiliki, yang
mana nilai AVE harus diatas 0,5. Tabel 4.6 menunjukkan nilai standardized
loading factor yang dimiliki oleh tiap indikator.
94
Tabel 4.6 Hasil Loading Factor
Customer
Loyality
Customer
Perceived
Value
Customer
Satisfaction
E-Service
Quality Trust
CL1 0.857
CL2 0.854
CL3 0.837
CL4 0.874
CL5 0.869
CPV1 0.790
CPV2 0.866
CPV3 0.888
CPV4 0.856
CPV5 0.808
CS1 0.823
CS2 0.838
CS3 0.819
CS4 0.843
CS5 0.838
ESQ1 0.824
ESQ2 0.885
ESQ3 0.863
ESQ4 0.804
ESQ5 0.775
ESQ6 0.831
TR1 0.878
TR2 0.866
TR3 0.890
TR4 0.876
TR5 0.867
95
Mengacu pada standar nilai outer loading, setelah melalui pengujian
pada SmartPLS 3.0, dengan hasil pada tabel 4.6, bahwa variabel disini telah
menunjukan semua indikator yang ada pada tabel 4.6 sudah berada diatas 0,7
maka data tersebut dikatakan sudah memenuhi syarat dan dikatakan valid dan
dapat dilakukan pengujian selanjutnya.
b. Uji Discriminant Validity
Pemeriksaan discriminant validity dilakukan dengan meninjau nilai
crossloading indikator, terdiri atas hal yang pertama bahwa untuk melihat
discriminant validity adalah korelasi konstrak dan indikator lebih tinggi dari
indikator lainnya (Subiyakto et al., (2014); Subiyakto et al., (2015); Subiyakto
(2017); Subiyakto et al., (2016); Subiyakto & Ahlan (2014)). Bila korelasi
antara indikator dengan konstruknya lebih tinggi dari korelasi dengan
konstruk blok lainnya, hal ini menunjukkan konstruk tersebut memprediksi
ukuran pada blok mereka lebih baik dari blok lainnya. Hasilnya dapat dilihat
pada Tabel 4.7 yang menunjukan bahwa nilai cross loading indikator dengan
konstrak dari semua variabel lebih tinggi dari korelasi dengan konstrak blok
lain, dan nilai akar AVE lebih tinggi daripada korelasi antara konstrak dengan
konstrak lainnya. dapat disimpulkan Dari crossloading yang terdapat pada
Tabel 4.7 bahwa discriminant validity yang dimiliki baik karena menunjukkan
nilai cross loading indikator yang diberi blok kuning pada setiap variabel
memiliki nilai lebih tinggi dari korelasi dengan konstruk blok lainnya.
96
Tabel 4.7 Hasil Crossloading
Customer
Loyality
Customer
Perceived
Value
Customer
Satisfaction
E-Service
Quality Trust
CL1 0.857 0.428 0.593 0.527 0.520
CL2 0.854 0.481 0.572 0.534 0.559
CL3 0.837 0.332 0.483 0.411 0.377
CL4 0.874 0.401 0.508 0.508 0.458
CL5 0.869 0.438 0.513 0.486 0.449
CPV1 0.410 0.790 0.424 0.585 0.464
CPV2 0.388 0.866 0.297 0.532 0.404
CPV3 0.421 0.888 0.336 0.563 0.441
CPV4 0.456 0.856 0.400 0.565 0.442
CPV5 0.380 0.808 0.428 0.588 0.476
CS1 0.503 0.467 0.823 0.557 0.543
CS2 0.529 0.348 0.838 0.504 0.487
CS3 0.534 0.316 0.819 0.465 0.440
CS4 0.484 0.353 0.843 0.518 0.506
CS5 0.552 0.387 0.838 0.556 0.577
ESQ1 0.546 0.570 0.489 0.824 0.637
ESQ2 0.517 0.601 0.514 0.885 0.682
ESQ3 0.494 0.593 0.539 0.863 0.688
ESQ4 0.443 0.511 0.525 0.804 0.658
ESQ5 0.428 0.559 0.535 0.775 0.551
ESQ6 0.456 0.531 0.524 0.831 0.600
TR1 0.532 0.523 0.543 0.701 0.878
TR2 0.493 0.448 0.572 0.681 0.866
TR3 0.437 0.473 0.543 0.659 0.890
TR4 0.449 0.397 0.502 0.648 0.876
TR5 0.521 0.477 0.530 0.663 0.867
97
Ukuran discriminant validity lainnya adalah melihat dari nilai AVE
dengan memeriksa cross loading Fornell-Lacker’s yaitu membandingkannya
dengan nilai akar AVE, nilai AVE kemudian di akar, kriteria yang memenuhi
syarat adalah apabila nilai akar AVE lebih besar dibanding nilai korelasi antar
konstrak. Hasilnya dapat dilihat pada Tabel 4.8 yang menunjukan bahwa nilai
akar AVE lebih tinggi daripada korelasi antara konstrak dengan konstrak
lainnya.
Tabel 4.8 Nilai Cross Loading Fornel-Lacker's
Customer
Loyality
Customer
Perceived
Value
Customer
Satisfaction
E-Service
Quality Trust
Customer Loyality 0.858
Customer Perceived
Value 0.678 0.843
Customer
Satisfaction 0.626 0.769 0.832
E-Service Quality 0.579 0.676 0.627 0.831
Trust 0.557 0.531 0.616 0.767 0.875
c. Uji Internal Consistency Reliability
Pengujian ini dilakukan dengan menggunakan nilai composite realibility
(CR) dengan ambang batas di atas 0,7. CR lebih baik dalam mengukur
internal consistency dibandingkan cronbach’s alpha dalam model SEM
dikarenakan CR tidak mengasumsikan semua indikator sama dalam sebuah
variabel (Yamin & Kurniawan, 2011). Berikut adalah hasil pengujiannya.
98
Tabel 4.9 Nilai Composite Reability
Composite Reliability
Customer Loyality 0.933
Customer Perceived Value 0.914
Customer Satisfaction 0.928
E-Service Quality 0.930
Trust 0.943
Dari Tabel 4.9 dapat dilihat bahwa seluruh nilai CR di atas 0,7 sehingga
dapat dikatakan bahwa tidak ada masalah dalam uji composite reliability.
d. Uji Convergent Validity
Pengujian convergent validity selanjutnya adalah dengan melihat nilai
average variance extracted (AVE). Nilai ini menggambarkan besaran varian
atau keragaman variabel manifest yang dapat dikandung oleh konstrak laten.
Indikator dianggap memiliki convergent validity yang baik apabila memiliki
nilai AVE lebih dari 0,5 (Subiyakto et al., 2015). Pada tabel 4.10 dapat
dilihat bahwa semua variabel sudah berada di atas 0,5, artinya variabel laten
(konstruk) dapat menjelaskan rata-rata lebih dari setengah variance dari
indikator-indikatornya, maka data tersebut dikatakan sudah memenuhi syarat
dan dapat digunakan.
99
Tabel 4.10 Nilai Avarage Variance Extracted
Average Variance Extracted (AVE)
Customer Loyality 0.737
Customer Perceived Value 0.710
Customer Satisfaction 0.693
E-Service Quality 0.691
Trust 0.766
4.1.4 Hasil Analisis Struktur Model (Inner Model)
Analisis ini dilakukan melalui enam tahapan pengujian, yaitu pengujian path
coefficient (β), coefficient of determination (R²), t-test menggunakan metode
bootstraping, effect size (𝑓2) dan relative impact (q²).
a. Uji Path Coefficient (β)
Pengujian path coefficient yaitu tahap melihat signifikansi hubungan antara
konstrak. Hal ini dapat dilihat dari koefisien jalur (path coefficient) yang
menggambarkan kekuatan hubungan antara konstruk. Path coefficient (β)
diuji dengan nilai ambang batas diatas 0,1 untuk menyatakan bahwa jalur
(path) yang dimaksud mempunyai pengaruh di dalam model. Hasilnya dari 8
jalur dari penelitian, 1 di antaranya yaitu CS → CL menunjukan pengaruh
yang tidak signifikan dan 7 jalur lainnya mempunyai pengaruh yang
signifikan seperti yang terlihat didalam Gambar 4.16.
100
Gambar 4. 16 Hasil Pengujian Path Coefficient
b. Uji Coefficient of Determination (R-Square)
Pengujian ini dilakukan untuk menjelaskan varian dari tiap target variabel
endogen (variabel yang dianggap dipengaruhi oleh variabel lain dalam
model) dengan standar pengukuran sekitar 0,670 sebagai kuat, 0,333 moderat,
dan 0,190 atau dibawahnya menunjukkan tingkat varian yang lemah Hair et
al., (2011); Yamin & Kurniawan (2011); Subiyakto et al., (2015). Berikut
adalah hasil perhitungan R-square dengan menggunakan SmartPLS sebagai
berikut.
101
Tabel 4.11 Hasil Uji R-Square
R Square
Customer Loyality 0.466
Customer Perceived Value 0.456
Customer Satisfaction 0.438
Trust 0.588
Berdasarkan Tabel 4.11 menunjukkan bahwa nilai R-square Customer
Loyality (CL) adalah 0.466, Customer Perceived Value (CPV) adalah 0,456,
Customer Satisfaction (CS) adalah 0,438 dan Trust (TR) adalah 0,588.
Artinya adalah, kemampuan menjelaskan variabel dependen Customer Trust
(TR) adalah (58,8%) ,variabel Customer Loyality (CL) adalah 0.466 (46,6%)
Perceived Value (CPV) adalah (45,6%), yang berarti ke empat variabel
dependen tersebut yang dapat dikatakan moderat dalam menjelaskan variabel
dependennya..
102
Gambar 4. 17 Hasil Pengujian Coefficient of Determination
103
c. Uji t-test
Pengujian ini dilakukan dengan metode bootstrapping menggunakan uji two-
tailed dengan tingkat signifikansi 5% untuk menguji hipotesis-hipotesis
penelitian. Hipotesis tersebut akan diterima jika memiliki t-test lebih besar
dari 1,96. Berikut adalah hasil perhitungan t-test dengan menggunakan
SmartPLS sebagai berikut.
Tabel 4.12 Hasil Uji T-Test
T Statistics
(|O/STDEV|)
Customer Perceived Value -> Customer Loyality 2.311
Customer Perceived Value -> Customer Satisfaction 0.557
Customer Satisfaction -> Customer Loyality 4.240
E-Service Quality -> Customer Perceived Value 12.724
E-Service Quality -> Customer Satisfaction 3.546
E-Service Quality -> Trust 22.692
Trust -> Customer Loyality 2.084
Trust -> Customer Satisfaction 3.470
Tabel 4.12 menunjukkan bahwa ada satu nilai t-test yang kurang dari
1,96 yaitu adalah hubungan antara variabel CPV → CS yang dimana nilai t-
testnya hanya bernilai 0,557. Dengan kata lain hasil ini menunjukkan bahwa
dari 8 hipotesis terdapat 1 hipotesis yang tidak diterima.
d. Uji Effect Size (𝑓2)
Pada tahap ini dilakukan pengujian untuk mengetahui pengaruh variabel
tertentu terhadap variabel lainnya dalam struktur model dengan nilai ambang
batas sekitar 0,02 untuk pengaruh kecil, 0,15 untuk menengah, dan 0,35 untuk
104
pengaruh besar (Hair et al., 2012; Wong, 2013). 𝑓2 dihitung dengan
menggunakan rumus yang telah ditentukan. Seperti yang dapat dilihat pada
Tabel 4.13, hasil dari pengujian terhadap 8 jalur yang ada pada penelitian ini.
Dimana ESQ → CPV memiliki pengaruh yang paling besar dan CPV → CS
memiliki pengaruh yang paling kecil.
Tabel 4.13 Hasil Uji Effect Size
No Jalur R2 f2 Analisis
R2-in R2-ex ∑ f2 f2
H1 ESQ→CS 0,438 0,402 0,06406 Kecil
H2 ESQ →CPV 0,456 0 0,83824 Besar
H3 ESQ →TR 0,588 0 1,42718 Besar
H4 CPV → CS 0,438 0,437 0,00178 Kecil
H5 TR → CS 0,438 0,394 0,07829 Kecil
H6 CS → CL 0,466 0,365 0,18914 Menengah
H7 CPV → CL 0,466 0,440 0,04869 Kecil
H8 TR→CL 0,466 0,445 0,03933 Kecil
e. Uji Relative Impact (q²)
Pengujian ini dilakukan dengan metode blindfolding untuk mengukur relatif
pengaruh dari sebuah keterkaitan prediktif suatu variabel tertentu dengan
variabel lainnya dengan nilai ambang batas sekitar 0,02 untuk pengaruh kecil,
0,15 untuk pengaruh menengah/sedang, dan 0,35 untuk pengaruh besar (Hair
et al., 2012). Seperti yang dapat dilihat pada Tabel 4.14, hasil dari pengujian
q² dapat dilihat dimana ESQ → CPV memiliki pengaruh paling besar dan
CPV → CS memiliki pengaruh paling kecil.
105
Tabel 4.14 Hasil Relative Impact
No Jalur
q2 Analisis
Q2-in Q2-ex ∑ q2 q2
H1 ESQ→CS 0,283 0,259 0,0335 Kecil
H2 ESQ →CPV 0,3 0 0,4286 Besar
H3 ESQ →TR 0,425 0 0,7391 Besar
H4 CPV → CS 0,283 0,284 - 0,0014 Kecil
H5 TR → CS 0,283 0,256 0,0377 Kecil
H6 CS → CL 0,320 0,249 0,1044 Kecil
H7 CPV → CL 0,320 0,302 0,0265 Kecil
H8 TR→CL 0,320 0,307 0,019 Kecil
106
Tabel 4.15 Ringkasan Hasil Analisis Struktural Model
Hipotesis β t-test R2 f2 Q2 q2 Analyses
No Jalur R2-in R2-ex ∑ f2 Q2-in Q2-ex ∑ q2 β t-test R2 f2 Q2 q2
H1 ESQ→CS 0,346 3,546 0,438 0,438 0,402 0,06406 0,283 0,283 0,259 0,0335 Sign Diterima Moderate K Predictive Relevance K
H2 ESQ →CPV 0,676 12,724 0,456 0,456 0 0,83824 0,300 0,3 0 0,4286 Sign Diterima Moderate B Predictive Relevance B
H3 ESQ →TR 0,767 22,692 0,588 0,588 0 1,42718 0,425 0,425 0 0,7391 Sign Diterima Moderate B Predictive Relevance B
H4 CPV → CS 0.044 0,557 0,438 0,438 0,437 0,00178 0,283 0,283 0,284 - 0,0014
Sign Ditolak Moderate K Predictive Relevance K
H5 TR → CS 0,327 3,470 0,438 0,438 0,394 0,07829 0,283 0,283 0,256 0,0377 Sign Diterima Moderate K Predictive Relevance K
H6 CS → CL 0,416 4,240 0,466 0,466 0,365 0,18914 0,320 0,320 0,249 0,1044 Sign Diterima Moderate M Predictive Relevance K
H7 CPV → CL 0,197 2,311 0,466 0,466 0,440 0,04869 0,320 0,320 0,302 0,0265 Sign Diterima Moderate K Predictive Relevance K
H8 TR→CL 0,196 2,084 0,466 0,466 0,445 0,03933 0,320 0,320 0,307 0,019 Sign Diterima
Moderate K Predictive Relevance K
Keterangan :
Sign : Signifikan
B : Besar
K : Kecil
M : Menengah
107
4.2 Interpretasi dan Diskusi Hasil Analisis
4.2.1 Interpretasi dan Diskusi Hasil Analisis Demografis
Berdasarkan hasil analisis informasi demografis profil responden, peneliti
melakukan interpretasi dan mendiskusikan hasil analisisnya yaitu sebagai berikut.
1) Kota
Dari Gambar 4.1 terlihat bahwa responden dengan Wilayah Kota Jakarta
Selatan memiliki frekuensi lebih tinggi dibandingkan dengan responden
dengan Wilayah Kota yang lainnya, hal ini disebabkan karena pengambilan
sampel pada penelitian ini dilakukan secara acak tanpa melihat strata dan
semua responden memiliki kesempatan yang sama untuk dijadikan sampel
(Sugiyono. 2013), sehingga responden pada penelitian tidak merata tetapi
cukup mewakili populasi yang ada.
2) Jenis Kelamin
Dari Gambar 4.2 dapat terlihat bahwa responden perempuan yaitu sebesar
65% atau sebanyak 141 orang memiliki frekuensi lebih tinggi dibanding
responden laki-laki yang memiliki 35% atau sebanyak 76 orang, hal ini
disebabkan karena penggunaan My JNE sangat membantu konsumennya
dalam memberikan layanan untuk berbelanja online. Sedangkan, minat
perempuan akan berbelanja online lebih tinggi daripada laki-laki (Laurent,
2016). Jadi dapat peneliti simpulkan bahwa penggunaan My JNE lebih
banyak di gunakan oleh perempuan.
108
3) Usia
Seperti yang terlihat pada Gambar 4.3 bahwa responden yang memiliki
frekuensi tertinggi yaitu responden dengan usia antara 21-40 tahun sebesar
78% atau sebanyak 170 orang dan responden terendah adalah dengan usia
antara 41-60th sebesar 2% atau sebanyak 3 orang. Hal ini dikarenakan
mayoritas pengguna My JNE merupakan pekerja atau mahasiswa yang
berada pada rentang usia produktif yaitu usia 21-40 tahun. Sebagaimana
menurut peneliti terdahulu Laurent (2016) mengatakan pelanggan yang
berusia 21-40 tahun merupakan usia produktif dimana mereka memiliki
aktifitas yang banyak sehingga membutuhkan pemesanan sekaligus transaksi
yang cepat dan instan. Peneliti beranggapan bahwa pengguna My JNE yang
berumur di atas 21 tahun memiliki lebih banyak pengalaman dan
pengetahuan yang cukup tentang sistem aplikasi.
4) Pendidikan Terakhir
Dari Gambar 4.4 dapat terlihat bahwa responden yang memiliki frekuensi
tertinggi yaitu responden dengan pendidikan terakhir Sekolah Menengah
Atas sebesar 54% atau sebanyak 117 orang. Lalu, sebesar 38% atau sebanyak
84 orang berpendidikan akhir Sarjana dan responden terendah adalah
responden dengan pendidikan terakhir SD dan SMP yaitu sebesar 0% atau
tidak ada pengguna MyJNE dengan pendidikan akhir tersebut. Peneliti
menyimpulkan penggunaan MyJNE lebih mudah dimengerti dengan
pengguna sistem yang berpendidikan, sedangkan untuk pendidikan SD,
109
pengguna lebih sulit mengerti atau enggan menggunakan sistem.
Sebagaimana menurut Susanto et al., (2013) mahasiswa (pelajar) umumnya
mandiri dan lebih terbiasa dengan layanan teknologi yang berbasis internet
dan lebih berpendidikan dari pengguna biasa.
5) Status Pekerjaan
Dari Gambar 4.5 dapat terlihat bahwa responden yang memiliki frekuensi
tertinggi yaitu responden dengan pekerjaan Pegawai Swasta sebesar 38%
atau sebanyak 83 orang dan responden terendah adalah responden dengan
pekerjaan PNS/TNI POLRI yaitu sebesar 4% atau sebanyak 8 orang. Hal ini
disebabkan karena mayoritas pengguna MyJNE berada pada rentang usia 21-
40 tahun, diusia tersebut tentunya lebih banyak pengguna yang sudah
bekerja. Selain itu, peneliti juga menduga bahwa kemungkinan besar hal ini
dapat terjadi adalah karena sebagian kuesioner disebar dengan bebas diisi
oleh responden dari status pekerjaan apapun tanpa adanya pemaksaan dan
pembatasan.
6) Lama Penggunaan
Seperti yang terlihat pada Gambar 4.6 bahwa responden yang memiliki
frekuensi tertinggi yaitu responden dengan lama menggunakan sistem <1
tahun sebesar 60% atau sebanyak 131 orang dan responden terendah adalah
responden dengan lama menggunakan sistem antara 1-3 tahun yaitu sebesar
40% atau sebanyak 86 orang, hal ini disebabkan karena pertumbuhan JNE
110
mengalami peningkatan dari tahun sebelumnya sebanyak 30% yang
mengakibatkan penggunaan My JNE meningkat (Hendra, 2018).
7) Intensitas Pengguna Sistem
Dari Gambar 4.7 dapat terlihat bahwa responden yang memiliki frekuensi
tertinggi yaitu responden dengan intensitas penggunaan sebesar 1-2
kali/bulan sebesar 64% atau sebanyak 140 orang dan responden terendah
adalah responden dengan intensitas penggunaan sistem >7 kali/bulan yaitu
sebesar 6% atau sebanyak 12 orang, hal ini disebabkan karena pengguna
MyJNE beragam dan memiliki kebutuhan penggunaan sistem yang berbeda.
Oleh karena itu, peneliti menyimpulkan bahwa intesitas pengguna My JNE
di DKI Jakarta memiliki tingkat tertinggi sebesar 64% dalam intensitas 1-2
kali/bulannya.
8) Kebutuhan Pengguna
Dari Gambar 4.8 dapat terlihat bahwa responden yang memiliki frekuensi
tertinggi yaitu responden dengan kebutuhan penggunaan sistem untuk
personal yaitu sebesar 73% atau sebanyak 159 orang dan responden terendah
adalah responden dengan kebutuhan penggunaan sistem untuk Bisnis yaitu
sebesar 27% atau sebanyak 58 orang. Jika dilihat dari demografi pekerjaan,
pegawai swasta dan pelajar/mahasiswa memiliki presentase tertinggi, hal ini
menyebabkan kebutuhan penggunaan sistem itu sendiri lebih banyak
digunakan untuk personal.
111
9) Peranan Sistem
Dari Gambar 4.9 dapat terlihat bahwa responden yang memiliki frekuensi
tertinggi yaitu responden dengan tingkat penerapan sistem yang dianggap
membantu yaitu sebesar 45% atau sebanyak 97 orang dan responden
terendah adalah responden dengan tingkat penerapan sistem yang dianggap
tidak membantu yaitu sebesar 1% atau sebanyak 2 orang. Hal ini sesuai
dengan tujuan diterapkannya My JNE yaitu untuk memudahkan keperluan
dan pekerjaan pelanggan dalam transaksi atau pengiriman barang dengan
menggunakan My JNE.
10) Status Kepuasan Pengguna
Dari Gambar 4.10 dapat terlihat bahwa responden yang memiliki frekuensi
tertinggi yaitu responden dengan tingkat kepuasan pengguna sistem yang
merasa puas sebanyak 112 orang (52%). Sebanyak 62 orang (28%) merasa
cukup puas, dan sebanyak 34 orang (16%) merasa sangat puas menggunakan
sistem. Lalu, sebanyak 9 orang (4%) merasa kurang puas bahkan tidak puas
saat menggunakan sistem. Peneliti beranggapan bahwa hal ini mungkin
terjadi disebabkan oleh adanya gap antara harapan atau ekspetasi pengguna
dengan kenyataan yang ada. Tingkat harapan atau ekspetasi pengguna
mungkin begitu tinggi terhadap sistem. Sehingga walaupun banyak
pengguna yang merasa terbantu dengan sistem, banyak juga pengguna
masih belum merasa puas sepenuhnya dalam menggunakan sistem tersebut.
112
4.2.2 Interpretasi dan Diskusi Hasil Analisis Penyajian Data
Berdasarkan hasil analisis penyajian data responden, peneliti melakukan
interpretasi dan mendiskusikan hasil analisisnya yaitu sebagai berikut.
1) Hasil Analisis Data E-Service Quality (ESQ)
Dari Tabel 4.1 dapat terlihat bahwa variabel e-service quality (ESQ) terdiri
dari enam indikator, frekuensi pilihan jawaban terbanyak dari semua
indikator pada e-service quality (ESQ) adalah setuju yaitu semua memiliki
presentase di atas 40% dan frekuensi paling rendah adalah sangat tidak setuju
yang memiliki presentasi paling tinggi hanya 2%. Hal ini disebabkan karena
sebagian besar responden setuju dengan pertanyaan peneliti terkait kualitas
layanan elektronik yang terdapat pada My JNE. Seperti, kemampuan sistem
dalam menampilkan informasi sangat jelas dan tampilan antar muka sistem
yang sangat menarik.
2) Hasil Analisis Data Customer Perceived Value (CPV)
Dari Tabel 4.2 dapat dilihat bahwa variabel Customer Perceived Value
(CPV) terdiri dari lima indikator, frekuensi pilihan jawaban terbanyak dari
semua indikator pada variabel Customer Perceived Value (CPV) adalah
setuju yaitu semua memiliki presentase di atas 45%, hal ini disebabkan
sebagian besar responden setuju akan pertanyaan yang diajukan peneliti
dalam kuesionernya terkait nilai yang dirasakan pelanggan terhadap
penggunaan My JNE dan frekuensi paling rendah adalah sangat tidak setuju
yang memiliki presentasi paling tinggi hanya 2%.
113
3) Hasil Analisis Data Customer Satisfaction (CS)
Dari Tabel 4.3 dapat dilihat bahwa variabel Customer Satisfaction (CS)
terdiri dari lima indikator, frekuensi pilihan jawaban terbanyak dari semua
indikator pada variabel Customer Satisfaction (CS)) adalah setuju yaitu
semua memiliki presentase di atas 50% dan frekuensi paling rendah adalah
sangat tidak setuju yang memiliki presentase 0%. Hal ini memperlihatkan
bahwa dari 217 responden hampir setengahnya memilih setuju pada butir
pertanyaan yang diajukan peneliti melalui kuesionernya terkait dengan
kepuasaan pengguna dan sebanyak 0% responden tidak memilih sangat tidak
setuju ini menyatakan bahwa sebagian responden puas dengan kualitas
layanan My JNE.
4) Hasil Analisis Data Trust (TR)
Dari Tabel 4.4 dapat dilihat bahwa variabel Trust (TR) terdiri dari lima
indikator, frekuensi pilihan jawaban terbanyak dari semua indikator pada
variabel Trust (TR) adalah setuju yaitu semua memiliki presentase di atas
40% hal ini disebabkan sebagian besar responden setuju akan pertanyaan
yang diajukan peneliti dalam kuesionernya terkait kepercayaan pelanggan
terhadap penggunaan My JNE dan frekuensi paling rendah adalah sangat
tidak setuju yang memiliki presentasi paling tinggi hanya 1%
114
5) Hasil Analisis Data Customer Loyality (CL)
Dari Tabel 4.6 dapat dilihat bahwa variabel terdiri dari lima indikator,
frekuensi pilihan jawaban terbanyak dari semua indikator pada variabel
Customer Loyality (CL) adala setuju yaitu semua memiliki presentase di atas
35% dan frekuensi paling rendah adalah sangat tidak setuju yang memiliki
presentasi paling tinggi hanya 2%. Hal ini memperlihatkan bahwa dari 217
responden sebagian besar responden memilih setuju pada butir pertanyaan
yang diajukan peneliti melalui kuesionernya terkait dengan loyalitas
pengguna terhadap My JNE.
4.2.3 Interpretasi dan Diskusi Hasil Pengukuran & Struktur Model
Berdasarkan hasil analisis model pengukuran, hasil akhirnnya menunjukkan
bahwa model pengukuran dari model penelitian ini telah memenuhi syarat dan
memiliki karakteristik yang baik sehingga layak untuk dilanjutkan ke analisis
struktural model untuk menguji model struktural dari model penelitian ini.
Bagian ini memaparkan interprestasi dan diskusi berdasarkan hasil enam
analisis struktur model yaitu path coefficient (β), coefficient of determination (R2),
t-test menggunakan metode bootstrapping, effect size (𝑓2), predictive relevance
(Q2), dan relative impact (q²). Berikut adalah pemaparan yang dilakukan dengan
mengikuti pertanyaan-pertanyaan penelitian dan hipotesis-hipotesis yang telah
dirumuskan dalam Bab 1 dan Bab 2.
115
Q1 Apakah E-Service Quality (ESQ) berpengaruh secara signifikan terhadap
Customer Satisfaction (CS) ?
Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path
coefficient (β) ESQ dan CS memiliki nilai yang signifikan yaitu 0,346, lalu
untuk nilai coefficient of determination (R2), ESQ dan CS memiliki pengaruh
menengah dengan nilai 0,438, tetapi pada pengujian 𝑓2 dengan nilai 0,06406
dan q² dengan nilai 0,0335 memiliki pengaruh kecil, serta uji t-test ESQ dan
CS menunjukkan hipotesis (H1) diterima. Hasil ini sesuai dengan penelitian
Jonathan (2013) dan Chang et al., (2013) juga menyebutkan bahwa variabel
e-service quality (ESQ) memiliki pengaruh positif terhadap customer
satisfaction (CS) dalam penggunaan sistem. Hal ini juga didukung dengan
pengamatan langsung peneliti, bahwa Semakin tinggi My JNE meningkatkan
kualitas layanan elektronik dalam sistem, maka akan semakin tinggi kepuasan
pengguna dalam menggunakan sistem. Penerimaan hipotesis ini menunjukan
bahwa pengguna My JNE merasa puas dengan informasi yang ditampilkan
oleh sistem, selain menampilkan informasi sangat jelas, sistem juga memiliki
pembayaran yang dapat diandalkan, tampilan antar muka sistem juga sangat
menarik, serta sistem dapat memberikan layanan dalam menjawab pertanyaan
teknis sesuai dengan permintaan.
Q2 Apakah E-Service Quality (ESQ) berpengaruh secara signifikan terhadap
Customoer Perceived Value (CPV) ?
116
Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path
coefficient (β) ESQ dan CPV memiliki nilai yang signifikan yaitu 0,676, lalu
untuk nilai coefficient of determination (R2) ESQ dan CPV memiliki pengaruh
menengah dengan nilai 0,456, dan pada pengujian 𝑓2 dengan nilai 0,83824
dan q² dengan nilai 0,4286 memiliki pengaruh besar, serta uji t-test ESQ dan
CPV menunjukkan hipotesis (H2) diterima. Hasil ini sesuai dengan
penelitian yang dilakukan Chinomona et.,al (2014) yang menyebutkan bahwa
E-Service Quality (ESQ) berpengaruh secara signifikan terhadap Customer
Perceived Value (CPV). Hal ini juga didukung dengan pengamatan langsung
oleh peneliti, bahwa semakin tinggi My JNE meningkatkan kualitas layanan
elektronik dalam sistem, maka akan semakin tinggi nilai yang dirasakan
pelanggan dalam menggunakan sistem. Penerimaan hipotesis ini menunjukan
bahwa nilai yang dirasakan pengguna My JNE dengan kemampuan sistem
dalam memberikan informasi yang cepat, lengkap dan bermanfaat, serta
memberikan harga pengiriman sesuai dengan jarak tempuh pengiriman akan
memberikan pengaruh besar terhadap kualitas layanan My JNE.
Q3 Apakah E-Service Quality (ESQ) berpengaruh secara signifikan terhadap
Trust (TR) ?
Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path
coefficient (β) ESQ dan TR memiliki nilai yang signifikan yaitu 0,767, lalu
untuk nilai coefficient of determination (R2), ESQ dan TR memiliki pengaruh
menengah dengan nilai 0,588, tetapi pada pengujian 𝑓2 dengan nilai 1,42718
117
dan q² dengan nilai 0,7391 memiliki pengaruh besar, serta uji t-test ESQ dan
TR menunjukkan hipotesis (H3) diterima. Hal ini juga didukung dengan
pengamatan langsung peneliti, bahwa Semakin tinggi My JNE meningkatkan
kualitas layanan elektronik dalam sistem, maka akan semakin tinggi rasa
kepercayaan pengguna dalam menggunakan sistem. Penerimaan hipotesis ini
menunjukan bahwa pengguna My JNE merasa percaya dengan kemampuan
sistem dalam menjaga keamanan dan kerahasian data pribadi pengguna,
sehingga kualitas layanan elektronik memiliki pengaruh signifikan terhadap
pengguna sistem yang merasa percaya dalam menggunkan sistem sehingga
menimbulkan keinginan untuk menggunakan kembali.
Q4 Apakah Customer Perceived Value (CPV) berpengaruh secara signifikan
terhadap Customer Satisfaction (CS) ?
Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path
coefficient (β) CPV dan CS memiliki nilai yang signifikan yaitu 0,044, tetapi
pada nilai coefficient of determination (R2), CPV dan CS memiliki pengaruh
menengah dengan nilai 0,438, lalu pada pengujian 𝑓2 dengan nilai 0,00178
dan q² dengan nilai -0,0014 memiliki pengaruh kecil, serta uji t-test CPV dan
CS menunjukkan hipotesis (H4) ditolak. Hasil ini sesuai dengan penelitian
yang dilakukan Hardjati & Amalia (2014) yang menyebutkan bahwa
Customer Perceived Value (CPV) berpengaruh secara signifikan terhadap
Customer Satisfaction (CS) tetapi memiliki hasil hipotesis yang ditolak. Hal
ini berbeda dari penelitian terdahulunya yang dilakukan oleh Chang et al.
118
(2013) bahwa Customer Perceived Value (CPV) berpengaruh secara
signifikan terhadap Customer Satisfaction (CS). Hal ini ditandai dnegan
semakin tinggi nilai yang dirasakan pengguna terhadap My JNE, maka akan
semakin tinggi kepuasan pengguna dalam menggunakan sistem. Hasil
hipotesis ini menunjukan bahwa pengguna My JNE merasa kualitas layanan
My JNE belum cukup memenuhi harapan mereka dengan kinerja sistem yang
belum sesuai dalam menyajikan informasi yang akurat, serta memenuhi
kebutuhan tugas/pekerjaan pengguna.
Q5 Apakah Trust (TR) berpengaruh secara signifikan terhadap Customer
Satisfaction (CS) ?
Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path
coefficient (β) TR dan CS memiliki nilai yang signifikan yaitu 0,327, lalu
untuk nilai coefficient of determination (R2), TR dan CS memiliki pengaruh
menengah dengan nilai 0,438, Tetapi pada pengujian 𝑓2 dengan nilai
0,07829 dan q² dengan nilai 0,0377 memiliki pengaruh kecil, serta uji t-test
TR dan CS menunjukkan hipotesis (H5) diterima. Hal ini sesuai dengan
Prisanti et.,al (2017) menyebutkan bahwa berdasarkan hasil analisis
penelitian yang dilakukannya terbukti bahwa terdapat pengaruh langsung
yang Signifikan antara trust (TR) dan customer satisfaction (CS).
Q6 Apakah Customer Satisfaction (CS) berpengaruh secara signifikan
terhadap Customer Loyality (CL) ?
119
Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path
coefficient (β) CS dan CL memiliki nilai yang signifikan yaitu 0,416 , lalu
untuk nilai coefficient of determination (R2), ESQ dan TR memiliki pengaruh
menengah dengan nilai 0,466, dan pada pengujian 𝑓2 dengan nilai 0,18914
memiliki pengaruh menengah dan q² dengan nilai 0,1044 memiliki pengaruh
kecil, serta uji t-test CS dan CL menunjukkan hipotesis (H6) diterima. Hal
ini sesuai dengan penelitian terdahulunya yang dilakukan oleh Chinomona
dan Sandada (2013); Chang et al., 2013 dan Chinamona et al., 2014; bahwa
Customer satisfaction (CS) memiliki pengaruh signifikan terhadap customer
loyality (CL).
Q7 Apakah Customer Perceived Value (CPV) berpengaruh secara signifikan
terhadap Customer Loyality (CL)?
Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path
coefficient (β) CPV dan CL memiliki nilai yang signifikan yaitu 0,197, lalu
untuk nilai coefficient of determination (R2), CPV dan CL memiliki pengaruh
menengah dengan nilai 0,466, dan pada pengujian 𝑓2 dengan nilai 0,04869
dan q² dengan nilai 0,0265 memiliki pengaruh kecil, serta uji t-test CPV dan
CL menunjukkan hipotesis (H7) diterima. Hasil ini sesuai dengan penelitian
Tu et al., (2013) dan Bernarto & Patricia (2017) yang mendapatkan hasil
bahwa customer perceived value (CPV) memiliki pengaruh terhadap
customer loyalty (CL).
120
Q8 Apakah Trust (TR) berpengaruh secara signifikan terhadap Customer
Loyality (CL)?
Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path
coefficient (β) TR dan CL memiliki nilai yang signifikan yaitu 0,196, lalu
untuk nilai coefficient of determination (R2), TR dan CL memiliki pengaruh
menengah dengan nilai 0,466, dan pada pengujian 𝑓2 dengan nilai 0,3933
dan q² dengan nilai 0,0190 memiliki pengaruh kecil, serta uji t-test TR dan
CL menunjukkan hipotesis (H8) diterima. Penelitian terdahulu yang
dilakukan oleh Bowden et al., (2013) menunjukkan bahwa trust (TR)
berpengaruh terhadap customer loyality (CL). Hal ini juga didukung dengan
pengamatan langsung peneliti, bahwa Semakin tinggi kepercayaan pengguna
dalam menggunakan sistem maka akan semakin tinggi rasa loyalitas
pengguna dalam menggunakan sistem. Penerimaan hipotesis ini menunjukan
bahwa pengguna My JNE merasa berniat menggunkan sistem kembali dan
tidak akan menggunakan sistem lain sebagai jasa pengirimannya, sehingga
kepercayaan memiliki pengaruh signifikan terhadap pengguna sistem yang
merasa loyal dalam menggunkan sistem sehingga menimbulkan keinginan
untuk merekomendasikan sistem kepada orang lain.
121
BAB 5
PENUTUP
5.1 Kesimpulan
Sesuai dengan hasil pembahasan analisis tentang faktor-faktor yang
mempengaruhi kualitas layanan yang mempengaruhi loyalitas pelanggan My JNE,
maka dapat disimpulkan bahwa:
1) Dari hasil pengolahan data demografis diketahui bahwa sebanyak 52%
responden merasa puas dengan kualitas layanan My JNE dan frekuensi
jawaban responden pada variabel customer loyality menyatakan 50%
responden setia dan akan menggunakan My JNE kembali sebagai layanan jasa
pengiriman, hal ini disebabkan 45% responden yang menyatakan terbantu
dengan adanya sistem dalam memenuhi kebutuhan mereka, selain itu
diperkuat dengan banyaknya pengguna yang berada dalam rentan usia
produktif yaitu usia 21-40 tahun dan berpendidikan terakhir Sekolah
Menengah Atas (SMA) dengan status pekerjaan sebagai pegawai swasta
sebanyak 38%, sehingga pengguna akan lebih merasakan manfaat dan
kegunaan sistem tersebut. Sedangkan di sisi lain ada sebanyak 3% responden
merasa kurang puas dan 1% responden merasa tidak puas dengan kualitas
layanan My JNE, ini disebabkan responden merasa sistem kurang membantu
dalam memenuhi kebutuhan mereka, sehingga mengakibatkan penurunan
pengguna My JNE pada bulan Mei 2018 sebesar 339 orang pada wilayah DKI
Jakarta. Setelah diteliti, yang memiliki nilai paling lemah terhadap kualitas
122
layanan yang mempengaruhi loyalitas pelanggan secara signifikan adalah dari
sisi perceived value dengan nilai 0,914, sehingga upaya yang harus dilakukan
oleh JNE untuk meningkatkan kualitas layanan yang dirasakan pelanggan
adalah dengan memperbaiki atau mengembangkan sistem agar penyajian
informasi yang dihasilkan lebih akurat, salah satunya adalah layanan My
Shipment yang menghasilkan informasi sesuai dengan waktu yang telah
dijanjikan. Meskipun responden percaya pada keamanan sistem pada My
JNE, hal tersebut tidak membuat mereka memberikan pendapat akan layanan
yang dirasakan kepada orang lain untuk menggunakan My JNE.
2) Berdasarkan hasil dari delapan hipotesis yang diujikan terdapat tujuh
hipotesis yang diterima yaitu ESQ→CS, ESQ→CPV, ESQ→TR, CPV→CS,
CS→TR, CPV→CL, dan TR→CL. Hasil hipotesis paling kuat berdasarkan
uji t-test dengan nilai 22,692 yaitu ESQ→TR. Selain itu terdapat satu
hipotesis yang ditolak yaitu CPV→CS. Hal ini disebabkan karena sebagian
besar memiliki pengaruh yang kecil dalam pengujian struktur model
khususnya dalam uji 𝑓2 dengan nilai 0,00178 dan q² dengan nilai -0,0014
yang memiliki pengaruh kecil. Ditolaknya hipotesis tersebut menunjukan
perbedaan hasil dengan penelitian sejenis sebelumnya. Peneliti berpendapat
bahwa perbedaan ini adalah hal yang wajar, mengingat adanya perbedaan
objek, sampel, dan instrumen penelitian, serta keterbatasan atau kendala saat
pelaksanaan penelitian juga menjadi faktor yang dapat mempengaruhi hasil
penelitian. Sehingga, dapat diketahui bahwa model e-service quality dengan
123
penambahan variabel trust dapat secara langsung mempengaruhi kualitas
layanan My JNE terhadap loyalitas pelanggan dengan sebagai berikut:
ESQ (E-service Quality) berpengaruh terhadap loyalitas pelanggan
melalui CS (Customer Satisfaction).
ESQ (E-service Quality) berpengaruh terhadap loyalitas pelanggan
melalui CPV (Customer Perceived Value).
ESQ (E-service Quality) berpengaruh terhadap loyalitas pelanggan
melalui TR (Trust).
Di sisi lain, penelitian ini masih memiliki keterbatasan yang mengakibatkan
hasil pada penelitian ini kurang optimal. Berikut keterbatasan penelitian ini:
1) Penelitian ini menggunakan pendekatan kuantitatif, penelitian ini
menghasilkan temuan berupa angka statistik yang kemudian di
interpretasikan berupa kata-kata asumsi-asumsi atau anggapan justifikasi
terhadap apa yang terjadi, maka temuan/hasil dari penelitian ini dinilai kurang
mendalam untuk menemukan masalah yang terjadi sebenarnya.
2) Penelitian ini menggunakan teknik pengambilan sampel yaitu multi-stage
puposeful random sampling, penggunaan teknik sampling ini menyebabkan
penelitian ini tidak dapat mengeneralisasi hasil penelitian dikarenakan jumlah
sampel yang ada belum mewakili kelompok pengguna sistem yang lainnya.
124
5.2 Saran
Berdasarkan hasil penelitian yang telah dilakukan, analisis hubungan antar
variabel dari model e-service quality terhadap faktor-faktor kualitas layanan yang
mempengaruhi loyalitas pelanggan My JNE memiliki potensi untuk dikembangkan
menjadi lebih baik. Oleh karena itu maka peneliti memberikan saran berguna untuk
JNE serta pihak-pihak yang berniat melakukan penelitian berikutnya, yaitu:
1) Diharapkan bagi pihak JNE untuk bisa terus meningkatan dan
mengembangkan kualitas layanan pada My JNE ke depannya di antaranya
dengan meningkatkan sistem dari sisi informasi yang dihasilkan yang akan
berpengaruh pada penilaian yang dirasakan pengguna dalam menggunakan
sistem seperti kurang akuratnya informasi yang dihasilkan pada fitur my
shipment mengenai layanan waktu penyampaian barang, selain itu juga
ditingkatkan dengan mengurangi error atau kesalahan dalam proses
pengolahan data (registrasi).
2) Penelitian terkait pengukuran faktor-faktor yang mempengaruhi kualitas
layanan terhadap loyalitas pelanggan My JNE tidak hanya di wilayah DKI
Jakarta saja karena JNE sudah memiliki agen diseluruh indonesia dan
pengguna My JNE yang cukup banyak di Indonesia dalam 3 tahun terakhir.
3) Untuk proses pengumpulan data juga sebaiknya dapat lebih banyak dilakukan
secara langsung, sehingga responden mendapat pendampingan saat pengisian
untuk menghindari pemahaman dengan pertanyaan yang bias serta
memperhatikan penyebaran data dan penggunaan teknik sampling agar
responden merata sehingga hasil dapat digeneralisasikan dengan lebih baik.
125
4) Untuk peneliti selanjutnya atau pihak-pihak yang tertarik untuk melakukan
penelitian selanjutnya (khususnya yang tertarik pada topik sejenis)
diharapkan dapat meneliti di bidang lain seperti onlinebanking, onlinegames
atau lainnya yang masih berkaitan dengan website/aplikasi. Penelitian
selanjutnya juga bisa menambah dan menguji variabel mediator lain yang
berpeluang dalam mempengaruhi loyalitas seperti Komitmen, E-WOM,
Retention dan lain-lain
126
DAFTAR PUSTAKA
Abdillah, W. (2018). Metode Penelitian Sistem Informasi - Pemodelan Teoritis,
Pengukuran dan Statistis.
Akbar, A. A., & Djatmiko, T. (2016). Pengaruh E-Service Quality terhadap E-Customer
Satisfaction dan E-Customer Loyalty Pada Lazada.co.id, 3(1), 142–150.
Alshibly, H. H. (2014). Evaluating E-HRM success: A Validation of the Information
Systems Success Model. International Journal of Human Resource Studies, 4(3), 107.
Astuti, D., & Salisah, F. N. (2016). Analisis Kualitas Layanan E-Commerce terhadap
Kepuasan Pelanggan Menggunakan Metode E-Servqual (Studi Kasus : Lejel Home
Shopping Pekanbaru ). Jurnal Rekayasa Dan Manajemen Sistem Informasi, 2(1), 44–
49. Retrieved from http://ejournal.uin-suska.ac.id/index.php/RMSI/article/view/1784
Bagozzi, R. P. (1992). The Self Regulation of Attitudes, Intentions, and Behavior. Social
Psychology Quarterly, 55(2), 178–204.
Bernarto, I., & Patricia. (2017). Pengaruh Perceived Value, Customer Satisfaction dan
Trust terhadap Customer Loyalty Restoran XYZ di Tangerang. Journal for Business
and Entrepreneur ISSN 2501-6682, vol 1(No 1).
Bowden-Everson, J.L.-H., Dagger, T.S. & Elliott, G. (2013). Engaging Customers for
Loyalty in the Restaurant Industry: The Role of Satisfaction, Trust, and Delight.
Journal of Foodservice Business Research, (16(1)), pp.52–75.
Chang, H. H., Wang, Y.-H., & Yang, W.-Y. (2013). The impact of e-service quality,
customer satisfaction and loyalty on e-marketing: Moderating effect of perceived
value. Total Quality Management & Business Excellence, 20(4), 423–443.
https://doi.org/10.1080/14783360902781923
Chinomona, R. & Dubihlela, D. (2014). Does Customer Satisfaction Lead to Customer
Trust, Loyalty and Repurchase Intention of Local Store Brands? The Case of Gauteng
Province of South Africa. Mediterranean Journal of Social Sciences, Vol. 5,(No. 9),
23–32.
Chinomona, R., & Sandada, M. (2013). Customer Satisfaction, Trust and Loyalty as
Predictors of Customer Intention to Re-Purchase South African Retailing Industry.
Mediterranean Journal of Social Sciences, (May 2014).
https://doi.org/10.5901/mjss.2013.v4n14p437
Chinomona, R., & Sandada, M. (2014). The Influence of E-Service Quality on Customer
Perceived Value, Customer Satisfaction and Loyalty in South Africa. Mediterranean
Journal of Social Sciences, 5(9), 331–341.
https://doi.org/10.5901/mjss.2014.v5n9p331
Christian, M., & Nuari, V. (2014). Konsumen Studi Kasus : Belanja Online Bhinneka .
Com.
Chu, P.-Y., Lee, G.-Y., & Chao, Y. (2012). Service Quality, Customer Satisfaction,
Customer Trust, and Loyalty in an E-Banking Context. Social Behavior and
Personality: An International Journal, 40(8), 1271–1283.
https://doi.org/10.2224/sbp.2012.40.8.1271
Cosenza, T.R., Kwon, W.S., Solomon, M. R. (2014). Credibility in the blogosphere: A
study of measurement and influence of wine blogs as an information source.
wileyonlinelibrary.com.
Dewi, V. K. A. dan F. (2013). Pengaruh Efektivitas dan Kepercayaan atas Sistem Informasi
Akuntansi terhadap Kinerja Pengguna Sistem pada Hotel-Hotel Berbintang di
Yogyakarta
Eryadi, H. T., & Eka Yuliana, ST., M. (2016). Pengaruh Perceived Value dan Social
127
Influence terhadap Purchase Intention Smartphone 4G Pada Pelanggan Bandung
Electronic Center the Influence of Perceived Value and Social Influence To Purchase,
3(1), 86–92.
Garbarino, E., & Johnson, M. S. (1999). The different roles of satisfaction, trust, and
commitment in customer relationships. The Journal of Marketing, 63, 70–87.
Guritno, S., Sudaryono, & Rahardja, U. (2011). Theory and Application of It Research :
Metodologi Penelitian Teknologi Informasi. Andi. Yogyakarta., (Edisi 1.).
Hair, J. F., Ringle, C. M., & Sarstedt, M. (2011). PLS-SEM: Indeed a silver bullet. Journal
of Marketing Theory and Practice, 19(2), 139.
Hair, J. F., Sarstedt, M., Ringle, C. M., & Mena, J. A. (2012). An assessment of the use of
partial least squares structural equation modeling in marketing research. Journal of
the Academy of Marketing Science, Vol. 40(No. 3), 414–433.
Haruna, B., Kiran, K., & Tahira, M. (2017). Modelling web-based library service quality
and user loyalty in the context of a developing country. The Electronic Library, 35(3),
507–519. https://doi.org/10.1108/EL-10-2015-0211
Hasan, A. (2013). Marketing dan Kasus-Kasus Pilihan. Yogyakarta : CAPS (Center For
Academic Publishing Service.
Hendra, D. (2018). JNE Targetkan Pertumbuhan 30% di 2018. Retrieved from
https://swa.co.id/swa/trends/jne-targetkan-pertumbuhan-30-di-2018
Jogiyanto. (2008). Metodologi Penelitian Sistem Informasi., Edisi 1. A.
Jonathan, H. (2013). Analisis Pengaruh E-Service Quality terhadap Customer Satisfaction
Yang Berdampak Pada Customer Loyalty Pt Bayu Buana Travel Tbk. Journal The
WINNERS, 14(2), 104–112.
Juliani, L. (2010). Analisis Kepuasan dan Loyalitas Pelanggan pada Produk Kartu Simpati
(Studi Kasus Mahasiswa Strata Satu Fakultas Ekonomi dan Manajemen Institut
Pertanian Bogor).
Jumaili, S. (2005). “Kepercayaan Terhadap Teknologi Sistem Informasi Baru dalam
Evaluasi Kinerja Individual.” Kumpulan Materi Simposium Nasional Akuntansi VIII
, Solo, 15-16 September 2005.
Kalia, P. (2013). E-Servqual and Electronic Retailing. Proceedings of the 3rd National
Conference on Trends and Issues in Product and Brand Management, (March 2013),
84–87.
Kassim, N. dan Abdullah, N. A. (2010). The Effect of Perceived Service Quality
Dimensions on Customer Satisfaction, Trust, and Loyalty in E- Commerce Settings.
Asia Pacific Journal of Marketing and Logistics, Vol. 22 No, 351–371.
Kependidikan, D. T., MUTU, D. J. P., KEPENDIDIKAN, P. D. T., & NASIONAL, D. P.
(2008). Pendekatan, Jenis, dan Metode Penelitian Pendidikan. Tersedia pada
http://lpmpjogja. diknas. go. id/materi/fsp/2009-Pembekalan-Pengawas/25.
Kim, D. J., Ferrin, D. L., & Rao, H. R. (2008). A Trust-Based Consumer Decision-Making
Model in Electronic Commerce: The Role of Trust, Perceived Risk, and Their
Antecedents. Decision Support Systems, 44, 544–564.
Kotler, P., & Keller, K. L. (2012). Manajemen Pemasaran, Edisi 14, Jilid 1. Jakarta: PT.
Indeks.
Kristoforus, J.B., Andayani, S. (2013). Analisis Perilaku Penggunaan Sistem Informasi
Menggunakan Model UTAUT. Sekolah Tinggi Teknik Musi Palembang.
Laurent, F. (2016). Pengaruh E-Service Quality terhadap Loyalitas Pelanggan GO-JEK
Melalui Kepuasan Pelanggan. AGORA, Vol. 4(No. 2).
Ling, K. C., Chai, L. T., & Piew, T. H. (2010). The Effects of Shopping Orientations, Online
Trust and Prior Online Purchase Experience Toward Customer’s Online Purchase
Intention. International Business Research, Vol.3(No.3), 63–76.
128
Mardatilla, R., Kusyanti, A., & Aryadita, H. (2017). Pengaruh Kualitas Layanan Terhadap
Kepuasan , Kepercayaan dan Loyalitas Pelanggan Pada E-Commerce ( Studi Kasus :
Berrybenka ), 1(12), 1822–1832.
Marlindawati. (2013). Analisis Kualitas Layanan Sistem Informasi Menggunakan Servqual
Method.
Maulana, R., & Kurniawati, K. (2014). ( Studi Kasus Pada Website Koren Denim ), 13(2),
117–129.
Messakh, H. W. (2016). Pengaruh Kualitas E-Service terhadap Loyalitas Pelanggan
Traveloka Melalui Kepuasan Pelanggan sebagai Variabel Intervening. AGORA, Vol.
4(No. 1).
My JNE. (2018). MY JNE. Retrieved from https://www.jne.co.id/id/produk-dan-
layanan/jne-express/myjne
Nazir, M. (2009). Metode Penelitian. Jakarta: Ghalia Indonesia.
Nugroho, A. R., Masduqi, A., & Otok, B. W. (2016). Aplikasi Partial Least Square
Structural Equation Modelling untuk Menilai Faktor Pencemaran Air Kali Surabaya.
Jurnal Purifikasi, 14(2), 136–148.
Nurfuadia, F. & Waspodo, B. (2011). Analisis dan Perancangan E-Customer Relationship
Management; Studi kasus: PT. Rajawali Nusindo.
Onwuegbuzie, A. J., & Collins, K. M. (2007). A typology of mixed methods sampling
designs in social science research. The qualitative report, 12(2), 281-316.
Perpustakaan
Parasuraman, A., Zeithaml, V. A., & Berry, L. L. (2001). A Conceptual Model of Service
Quality and Its Implications for Future Research. Journal of Marketing, 49(4), 41.
https://doi.org/10.2307/1251430
Prisanti, M. Della, Suyadi, I., Arifin, Z., Administrasi, F. I., & Brawiaya, U. (2017).
Pengaruh E-Service Quality dan E-Trust terhadap E-Customer Satisfaction serta
Implikasinya terhadap E-customer Loyalty, 2(1), 19–38.
Purwanti, E. (2008). Asesmen Pembelajaran SD. Direktoral Jendral Pendidikan Tinggi
Departemen Pendidikan Nasional.
Purwianti, L., & Tio, K. (2018). Faktor-Faktor Yang Mempengaruhi Behavioural Intention,
17(November 2017), 15–32.
Putra., I. W. A. M., Wardana, M. dan, & Sukaatmadja, I. P. G. (2016). Pengaruh E-Servqual
terhadap Customer Satisfaction, Trust dan Word of Mouth Peserta BPJS
Ketenagakerjaan I Wayan Alit Mahendra Putra A N 1 Fakultas Ekonomi dan Bisnis
Universitas Udayana ( Unud ), Bali , Indonesia Pendahuluan Jaminan sosial telah
diter. Ekonomi, E-Jurnal Udayana, Bisnis Universitas, 11, 3647–3682.
Putra, S. J., Subiyakto, A., Ahlan, A. R., & Kartiwi, M. (2016). A Coherent Framework for
Understanding the Success of an Information System Project. TELKOMNIKA
(Telecommunication, Computing, Electronics and Control), 14(1), 302-308. doi:
http://dx.doi.org/10.12928/telkomnika.v14i1.2711
Rachmawati, A. (2017). Pengaruh customer relationship management (crm) e-banking
service quality dan citra perusahaan terhadap loyalitas nasabah.
Rifai, A., & Suryani, A. (2016). Peran Customer Preceived Value pada Kepuasan
Pelanggan Tiket Online, 5(6), 3305–3334.
Ritchie, J., Lewis, J., & Elam, R. G. (2013). Selecting samples. Qualitative research
practice: A guide for social science students and researchers, 111.
Rosalina. (2017). Skripsi Pengujian Kepuasan Sistem Informasi Menggunakan End User
Computing Satisfaction Studi Kasus: Sistem Informasi Akademik UIN
Syarifhidayatullah Jakarta.
129
Rosseela. (2010). Hubungan antara kualitas layanan dengan kepuasan pemakai
perpustakaan STT-PLN Jakarta.
Safa, N. S., & Ismail, M. A. (2013). A customer loyalty formation model in electronic
commerce. Economic Modelling, 35, 559–564.
https://doi.org/10.1016/j.econmod.2013.08.011
Sari, M. M. R. (2011). Pengaruh Efektivitas Penggunaan dan Kepercayaan terhadap
Teknologi Sistem Informasi Akuntansi terhadap Kinerja Individual pada Pasar
Swalayan.
Sekaran, U. & Bougie, R. (2009). Research Methods for Business: a Skill Building
Approach. Sest Susex. Wiley and Sons, Ltd, Publication.
Septiani, A. (2016). Pengaruh Brand Image dan E-Service Quality terhadap Customer
Satisfaction Bukalapak.
Setiawan, A. B. (2016). Evaluasi Kepuasan Pengguna Sistem Aplikasi Surat Keterangan
Tinggal Sementara Online (SKTS) dengan Menggunakan Metode End-User
Computing Satisfaction. Skripsi. Universitas Airlangga. Surabaya.
Shpëtim, Ç. (2012). Exploring the Relationships among Service Quality,Satisfaction, Trust,
and Store Loyalty among Retail Customers. Journal of Competitiveness, Vol. 4(Issue
4), 16–35.
Simamora, V., & Susanti, E. (2017). Pengaruh Kualitas Layanan Tracking System Berbasis
Web Terhadap Kepuasan Pelanggan melalui Persepsi Resiko Konsumen pada Produk
JNE Cilincing. Jasa, Media Manajemen Internasional, Jurnal Online, 4(1), 15–29.
Siregar, S. (2013). Statistik Parametrik untuk Penelitian Kuantitatif: Dilengkapi dengan
Perhitungan Manual dan Aplikasi SPSS versi 17.. Jakarta : Bumi Aksara.
Subiyakto, A., Ahlan, A. R., Kartiwi, M., Putra, S. J., & Durachman, Y. (2016). The user
satisfaction perspectives of the information system projects. Indonesian Journal of
Electrical Engineering and Computer Science, 4(1), 215–223.
https://doi.org/10.11591/ijeecs.v4.i1.pp215-223
Subiyakto, A., Ahlan, A. R., Kartiwi, M., & Sukmana, H. T. (2015). Measurement of
information system project success based on perceptions of the internal stakeholders.
International Journal of Electrical and Computer Engineering, 5(2), 271–279.
Retrieved from http://www.scopus.com/inward/record.url?eid=2-s2.0-
84928116337&partnerID=tZOtx3y1
Subiyakto, A. (2017). Development of The Readiness and Success Model for Assessing the
Information System Integration. Paper presented at the International Conference
on Science and Technology (ICOSAT) 2017, Jakarta.
Subiyakto, A., & Ahlan, A. R. (2013, 27-28 Nov. 2013). A coherent framework for
understanding critical success factors of ICT project environment. Paper presented
at the 2013 International Conference on Research and Innovation in Information
Systems (ICRIIS).
Subiyakto, A., & Ahlan, A. R. (2014). Implementation of Input-Process-Output Model for
Measuring Information System Project Success. TELKOMNIKA Indonesian
Journal of Electrical Engineering, 12(7), 5603-5612. doi:
http://doi.org/10.11591/ijeecs.v12.i7.pp5603-5612
Subiyakto, A., Ahlan, A. R., Kartiwi, M., & Putra, S. J. (2016). Measurement of the
information system project success of the higher education institutions in
Indonesia: a pilot study. International Journal of Business Information System,
23(2), 229-247. doi: https://doi.org/10.1504/IJBIS.2016.078908
Subiyakto, A., Ahlan, A. R., Kartiwi, M., Putra, S. J., & Durachman, Y. (2016). The User
Satisfaction Perspectives of the Information System Projects. Indonesian Journal
130
of Electrical Engineering and Computer Science, 4(1). doi:
http://doi.org/10.11591/ijeecs.v4.i1.pp215-223
Subiyakto, A., Ahlan, A. R., Kartiwi, M., & Sukmana, H. T. (2015a). Influences of the
Input Factors towards Success of An Information System Project. TELKOMNIKA
(Telecommunication Computing Electronics and Control), 13(2), 686-693. doi:
http://dx.doi.org/10.12928/telkomnika.v13i2.1323
Subiyakto, A., Ahlan, A. R., Kartiwi, M., & Sukmana, H. T. (2015b). Measurement of
Information System Project Success Based on Perceptions of the Internal
Stakeholders. International Journal of Electrical and Computer Engineering
(IJECE), 5(2), 271-279.
Subiyakto, A., Ahlan, A. R., Putra, S. J., & Kartiwi, M. (2015). Validation of Information
System Project Success Model. SAGE Open, 5(2), 1-14. doi:
https://doi.org/10.1177/2158244015581650
Subiyakto, A., Ahlan, A. R., & Sukmana, H. T. (2014). An Alternative Method for
Determining Critical Success Factors of Information System Project.
TELKOMNIKA Telecommunication, Computing, Electronics and Control, 12(3),
665-674. doi: http://dx.doi.org/10.12928/telkomnika.v12i3.105
Subiyakto, A., Rosalina, R., Utami, M. C., Kumaladewi, N., & Putra, S. J. (2017). The
Psychometric and Interpretative Analyses for Assessing the End-User Computing
Satisfaction Questionnaire. Paper presented at the 5th International Conference on
Information Technology for Cyber and IT Service Management (CITSM) 2017
Denpasar, Bali.
Subiyakto, A., Septiandani, D., Nurmiati, E., Durachman, Y., Kartiwi, M., & Ahlan, A. R.
(2017). Managers Perceptions towards the Success of E-Performance Reporting
System. TELKOMNIKA (Telecommunication Computing Electronics and
Control), 15(3), 1389-1396. doi:
http://dx.doi.org/10.12928/telkomnika.v15i3.5133
Sugiyono. (2009). Metode Penelitian Pendidikan, Pendekatan Kuantitatif, Kualitatif, dan
R&D. Bandung. Alfabeta.
Sugiyono. (2013). Metode Penelitian Kuantitatif, Kualitatif dan R&D. \Alfabeta.Bandung.
Susanto, A., Lee, H., Zo, H., & Ciganek, A. P. (2013). Factors Affecting Internet Banking
Success: A comparative Investigation Between Indonesia and South Korea. Journal
of Global InFormation Management (JGIM).
Syofian, S., Setiyaningsih, T., & Syamsiah, N. (2015). Otomatisasi Metode Penelitian
Skala Likert Berbasis Web. Prosiding Semnastek.
Topbrand-award. (2017). Top Brand Index 2017. Retrieved from http://www.topbrand-
award.com/top-brand-survey/survey-result/top_brand_index_2017_fase_2
Tu, Y., Li, M., Chih, H. (2013). An Empirical Study of Corporate Brand Image, Customer
Perceived Value and Satisfaction on Loyalty in Shoe Industry. Journal of Economics
and Behavioral Studies, Vol. 5(No. 7), 469–483.
Utami, M. C., Sugiarti, Y., Melani, A., Durachman, Y., & Subiyakto, A. (2017).
Implementation of TOPSIS method in the selection process of scholarship grantee
(case study: BAZIS South Jakarta). Paper presented at the Cyber and IT Service
Management (CITSM), 2017 5th International Conference on.
Widjoyo, I. O., Rumambi, L. J., & Kunto, Y. S. (2013). Analisa Pengaruh Kualitas Layanan
terhadap Kepuasan Konsumen pada Layanan Drive Thru McDonald’s Basuki Rahmat
Surabaya. Jurnal Manajemen Pemasaran, 1(1), 1–12.
Wong, K. K. (2013). Partial Least Squares Structural Equation Modeling (PLS-SEM)
Techniques Using SmartPLS. Marketing Bulletin, 24(1), 1–32.
Yamin, S., & Kurniawan, H. (2011). Generasi Baru Mengelola Data Penelitian dengan
131
Partial Least Square Path Modeling : Aplikasi Dengan Software XLSTAT,
SmartPLS, dan Visual PLS (Edisi 1). Jakarta: Salemba Infotek.
Zeithaml, V.A., Parasuraman, A., & Malhotra, A. (2001). A. (2001). Conceptual
framework for understanding e-service quality: Implication for future research and
managerial practice. MSI Working Paper Series, No. 00-115. Cambridge, MA.
