33

BAB 3

Metodologi Penelitian

3.1 Pendekatan Penelitian

Jenis penelitian yang digunakan pada penelitian ini adalah penelitian kuantitatif. Penelitian

kuantitatif merupakan proses menemukan pengetahuan menggunakan data berupa angka

sebagai alat menemukan keterangan mengenai apa yang ingin diketahui (Darmawan, 2016).

Metode kuantitatif digunakan jika (1) masalah yang merupakan titik tolak penelitian

sudah jelas; (2) peneliti ingin mendapatkan informasi yang luas dari suatu populasi; (3)

peneliti ingin mengetahui perlakuan/treatment tertentu terhadap yang lain; (4) peneliti

bermaksud menguji hipotesis penelitian; (5) peneliti ingin mendapatkan data yang akurat,

berdasarkan fenomena yang empiris serta dapat diukur dan (6) peneliti ingin menguji

terhadap adanya keragu-raguan tentang validitas pengetahuan, teori dan produk tertentu

(Sugiyono, 2016).

3.2 Metodologi Penelitian

Metodologi penelitian merupakan tahapan-tahapan yang disusun secara ilmiah untuk

mengumpulkan, menyusun, menganalisis dan menyimpulkan data-data dalam rangka

menemukan, mengembangkan dan menguji kebenaran suatu pengetahuan. Metodologi

penelitian yang dilakukan pada penelitian ini memiliki beberapa tahapan. Tahapan penelitian

dapat dilihat pada Gambar 3.1

Gambar 3.1. Komponen & prosedur penelitian

34

3.2.1 Studi Pustaka

Pada tahap ini, peneliti melakukan pencarian terhadap sumber tertulis dari berbagai literatur

yang berkaitan dengan tema penelitian yang akan diajukan. Studi pustaka atau literatur

review merupakan proses kajian terhadap penelitian-penelitian yang dilakukan sebelumnya

sebagai upaya untuk memperdalam pengetahuan tentang bidang yang akan diteliti. Proses

literatur review meliputi identifikasi, penilaian, serta menginterpretasi temuan-temuan pada

topik penelitian untuk menjawab pertanyaan penelitian. Hasil dari literatur review diperoleh

gambaran mengenai penelitian yang berhubungan dan yang sudah pernah dilakukan,

memperjelas masalah penelitian, mengetahui perkembangan ilmu yang akan diteliti serta

mengetahui metode-metode terkini yang diusulkan peneliti untuk menyelesaikan masalah

penelitian (Wahono, 2016).

Referensi buku, majalah, artikel online, serta jurnal, baik yang berskala nasional

maupun internasional merupakan sumber rujukan dalam menyusun penelitian agar

memperkuat argumentasi penelitian serta acuan dalam mendesain model penelitian . Selain

itu dengan melakukan tinjauan pustaka akan memberikan arah sekaligus landasan dalam

merumuskan pertanyaan-pertanyaan penelitian atau hipotesis serta teori-teori yang

menjelaskan/menguraikan tentang hubungan antar dua atau lebih variabel yang diharapkan,

khususnya yang akan digunakan dalam penelitian yang sedang dilakukan (Creswell, 2013).

Peneliti memulai dengan meninjau karya yang relevan dalam literatur yang

membingkai konsep Push Pull Mooring dan Psychological ownership. Kemudian diikuti

oleh argumen yang mendukung hubungan yang dihipotesiskan antara push pull mooring dan

anteseden dengan pengaruhnya terhadap niat untuk beralih. Selain itu, peneliti memasukan

antaseden PO sebagai konstruksi yang mepengaruhi efek mooring pada kerangka kerja PPM.

Push pull mooring dinilai memiliki konstruksi yang komprehensif terhadap faktor-faktor

yang mempengaruhi individu untuk beralih dalam konteks MIM. Penelitian yang berkaitan

dengan ini juga telah banyak dilakukan di beberapa negara dan terbukti memiliki pengaruh

terhadap proses migrasi pada beberapa konteks penelitian seperti Cloud computing, situs

jejaring sosial, game online serta penyedia layanan.

3.2.2 Pengumpulan Data

3.2.2.1 Pengembangan Instrumen

a. Desain Indikator dan Kuisioner

Proses pengumpulan data dilakukan dengan menggunakan kuesioner. Perancangan

kuisioner dilakukan dengan menyusun dan mendesain indikator pertanyaan-pertanyaan

35

yang diadopsi dari penelitian yang berkaitan atau sesuai dengan variabel-variabel pada

penelitian ini. Indikator pertanyaan dari variabel-variabel yang digunakan dalam

penelitian yang dimuat dalam kuesioner dapat dilihat pada tabel 3.1 dan tabel 3.2

Tabel 3.1. Indikator Penelitian Variabel Push Pull Mooring

No Variabel Kode Indikator Pertanyaan Kuisioner

1. Push

a. Low System

Quality

(Hou, 2015)

LSQ1 Tingkat aksebilitas

tidak terpenuhi

Saya merasa MIM yang

dahulu sulit digunakan

LSQ2 Waktu respon yang

lambat

Saya merasa MIM yang

dahulu lambat/lemot dalam

penggunaanya

LSQ3 Tidak stabil Saya merasa MIM yang

dahulu tidak stabil/terkadang

hang atau macet

b. Dissatisfaction

(Sun et al., 2017)

(Kotler, 2000)

DS1 Pengalaman secara

keselurahan

membawa pada

perasaan

ketidakpuasaan

Secara keseluruhan, saya

merasa kecewa

menggunakan MIM saya

yang dahulu

DS2 Perasaan tidak

senang pada

pengalaman secara

keseluruhan

Secara keseluruhan, saya

merasa tidak senang

menggunakan MIM saya

yang dahulu

DS3 Fitur/layanan tidak

sesuai harapan

Secara keseluruhan, fitur dan

layanan MIM saya yang

dahulu tidak sesuai dengan

keinginan/harapan saya

2. Pull

a. Alternative

Attractiveness

AA1 MIM alternatif lebih

baik

Saya memilih salah satu

MIM alternatif yang saya

gunakan saat ini karena saya

merasa MIM tersebut lebih

baik dari MIM yang dahulu

AA2 MIM alternatif

memiliki Fitur dan

layanan yang

membuat perasaan

senang

Saya senang dengan fitur dan

layanan MIM alternatif yang

saya gunakan saat ini

dibanding MIM yang dahulu

36

AA3 Peningkatan kualitas

pada MIM alternatif

MIM alternatif yang saya

gunakan saat ini jauh lebih

baik

Subjective Norm

(Taylor & Todd,

1995)

SN1 Kuantitas pengguna

lebih banyak

Saya menggunakan MIM

alternatif saat ini karena

orang-orang yang penting

bagi saya banyak yang

menggunakan MIM ini

SN2 Harapan orang lain

dalam menggunakan

aplikasi sejenis

Saya menggunakan MIM

alternatif saat ini karena

teman/kenalan saya

mengharapkan saya

berkomunikasi dengan

mereka menggunakan MIM

ini.

3. Mooring

Commitment

Affective (Sun et

al., 2017)

CA1 Keterikatan

emosional

Saya merasa memiliki

keterikan emosional dengan

MIM yang saya gunakan

CA2 Perasaan yang kuat Saya merasa memiliki

perasaan yang kuat untuk

menjadi bagian dari MIM

yang saya gunakan

CA3 Terjalin hubungan

yang intim

MIM yang saya gunakan

memiliki banyak arti pribadi

bagi saya

4. Switching

Intention (Xu,

Meng, Xu,

Reyes Ayala, &

Shen, 2017)

SWI1 Beralih aplikasi Saya ingin beralih secara

keseluruhan dari MIM saya

yang dahulu ke MIM

alternatif

SWI2 Niat untuk beralih ke

MIM yang lebih

baik

Kemungkinan saya akan

beralih secara keselurahan

dari MIM saya yang dahulu

ke MIM alternatif yang lebih

baik

SW3 Tekad yang kuat

untuk beralih

Saya bertekad beralih dari

MIM saya yang dahulu ke

MIM alternatif yang saat ini

saya gunakan

5. Switching

Behavior (Xu et

al., 2017)

SB1 Frekuensi

penggunaan MIM

yang dahulu

berkurang

Saya mulai mengurangi

frekuensi penggunaan pada

MIM saya yang dahulu sejak

tiga bulan terakhir

37

SB2 Rasa senang dan

penggunaan yang

dominan pada MIM

sekarang

Saya sekarang lebih banya

dan lebih senang

menggunakan MIM saya

sekarang dari pada dahulu

SB3 Komitmen untuk

mengurangi

penggunaan MIM

yang dahulu

Saya akan secara bertahap

mengurangi frekuensi

penggunaan MIM saya yang

dahulu dalam tiga bulan

kedepannya

Tabel 3.2. Indikator Penelitian Variabel Psychologicall Ownership

No Variabel Kode Indikator Pertanyaan Kuisioner

Psychological Ownership (Pierce et al., 2001; Zhao et al., 2016)

a. Perceived

Control PC1

Perasaan

megendalikan

Saya merasa memegang kendali

pada MIM yang saya gunakan

PC2

Faktor kebiasaan

meningkatkan rasa

mengendalikan pada

MIM

Kebiasaan menggunakan MIM

membuat saya merasa

mengendalikan MIM saya.

PC3

Memiliki kendali

pada MIM

Saya merasa bahwa saya tidak

memiliki kendali atas interaksi

saya dengan MIM (R)

b. Perceived

Familiarity

PF1

Pengetahuan yang

banyak pada fungsi

MIM

Mengetahui lebih banyak fungsi

atau pengaturan pada MIM

membuat saya merasa lebih

familiar/terbiasa menggunakan

MIM

PF2

Keakraban dengan

teman

Saya menjadi lebih akrab

dengan teman-teman melalui

membaca postingan,

memposting, atau membalas

pesan mereka di MIM yang

saya gunakan

PF3

Keakraban pada

pemikiran dan

ketertarikan teman-

teman

Saya menjadi lebih akrab pada

ketertarikan serta pemikiran

teman-teman melalui membaca

postingan, memposting atau

membalas pesan mereka di

MIM yang saya gunakan

c. Self-

Investment SI1

Intensitas yang besar

pada fungsi chatting

Saya sering chatting dengan

teman menggunakan MIM

38

SI2

Intensitas yang besar

pada fungsi untuk

status

Saya sering menggunakan MIM

untuk mengetahui status teman

saya

SI3

Investasi waktu Saya menghabiskan waktu rata-

rata 1 jam per hari

menggunakan MIM

Ket: (R) merupakan indikator yang akan menghasilkan nilai terbalik

Selain variabel-variabel pertanyaan diatas ada beberapa poin pertanyaan yang

ditambahkan pada kuisioner penelitian. Pertanyaan tambahan tersebut dimaksudkan

untuk menjamin bahwa data yang dikumpulkan dari responden merupakan sampel yang

benar-benar diharapkan mewakili apa yang akan diteliti. Sehingga pengelolaan data

menjadi lebih akurat. Pertanyaan-pertanyaan tambahan yang dimaksud seperti data

demografi yang diperlukan dalam penelitian ini, pertanyaan mengenai seberapa lama

responden menggunakan MIM baik sebelumnya maupun MIM yang digunakan saat ini,

jumlah MIM serta jenis aplikasi MIM yang di install pada smartphone responden. Selain

paper based, kuesioner akan disebarkan secara online.

b. Identifikasi Variabel

Pada penelitian ini ada empat jenis hubungan variabel yang ada dalam model

penelitian, diantarnya adalah variabel independen laten (eksogen variable), variabel

dependen laten (endogen variable), variabel modiator (intervening variable) serta

variabel moderator (moderating variable). Variabel-variabel tersebut diadaptasi dari

beberapa penelitian yang berkaitan dengan model push pull mooring dan physicological

ownership.

Variabel independen laten (eksogen variable) yang terlibat dalam penelitian ini

terdiri dari Low System Quality (LSQ), Dissatisfaction (DS), Alternative Attractiveness

(AA), Subjective Norm (SN), Perceived Control (PC), Perceived Familirity (PF), dan

Self Investment (SI). Variabel dependen laten (endogen variable) terdiri dari

Commitment Affective (CA) dan Switching Intention (SWI). Variabel Commitment

Affective (CA) juga bertindak sebagai variabel moderator. Gambar 3.2 merupakan model

penelitian yang merepresentasikan hipotesis penelitian:

39

Gambar 3.2. Hipotesis Penelitian

Uji Hipotesis yang akan dilakukan pada penelitian ini merujuk pada hubungan

antar variabel yang ditunjukkan pada gambar 3.2, yaitu:

H1: Low System Quality berpengaruh positif terhadap Switching Intention

H2: Dissatisfaction berpengaruh positif terhadap Switching Intention

H3: Alternative Attractiveness berpengaruh positif terhadap Switching Intention

H4: Subjective Norm berpengaruh positif terhadap Switching Intention

H5: Commitment Afective berpengaruh negatif terhadap Switching Intention

H6: Switching Intention berpengaruh positif terhadap Switching Behavior

H7: Commitment Afective memoderasi hubungan antara Low System Quality dan

Switching Intention

H8: Commitment Afective memoderasi hubungan antara Dissatisfaction dan Switching

Intention

H9: Commitment Afective memoderasi hubungan antara Alternative Attractiveness dan

Switching Intention

H10: Commitment Afective memoderasi hubungan antara Subjective Norm dan

Switching Intention

H11 : Perceived Control berpengaruh positif terhadap Commitment Afective

H12: Perceived Familiarity berpengaruh positif terhadap Commitment Afective

H13: Self Investment berpengaruh positif terhadap Commitment Afective

c. Skala Pengukuran

Pertanyaan pada variabel penelitian akan diukur dengan teknik penskalaan. Dengan

teknik skala pengukuran seperti ini nilai variabel yang diukur dengan kuisioner dapat

40

dinyatakan dalam bentuk angka, sehingga akan lebih akurat, efisien dan komunikatif

(Sugiyono, 2016). Dalam penelitian ini, teknik penskalaan yang digunakan adalah skala

likert. Skala likert digunakan mengukur sikap, pendapat dan persepsi seseorang atau

kelompok orang tentang fenomena sosial.

Skala likert menggunakan ukuran ordinal yang akan mengindikasikan gradasi

jawaban responden dari sangat positif sampai sangat negatif. Skala inilah yang

memberikan angka atau nilai terhadap suatu obyek, sehingga karakteristik yang terdapat

pada obyek dapat diukur. Untuk menjawab atau memberikan nilai terhadap kuisoner

penelitian yang telah disusun, peneliti meminta agar responden memilih apakah sangat

setuju, setuju, ragu-ragu, tidak setuju atau sangat tidak setuju dengan pertanyaan

tersebut. Gradasi penilaian kemudian dikonversi menjadi angka dengan ketentuan:

5 = Sangat Setuju

4 = Setuju

3 = Netral/ragu-ragu

2 = Tidak Setuju

1 = Sangat Tidak Setuju

Setiap pilihan jawaban memiliki bobot yang berbeda sesuai dengan tingkatannya.

Seluruh jawaban dari responden dijumlahkan berdasarkan bobotnya sehingga

menghasilkan suatu skor tunggal mengenai topik tertentu (Morissan, 2012).

3.2.2.2 Populasi dan Sampel

Salah satu tujuan penelitian adalah menjelaskan sifat populasi. Populasi berkaitan dengan

seluruh kelompok orang, peristiwa, atau benda yang menjadi pusat perhatian peneliti untuk

diteliti (Asep & Yusran, 2017). Dalam penelitian ini sumber data atau populasi yang dipilih

adalah pengguna MIM yang memiliki pengalaman menggunakan aplikasi diantarnya yaitu

Whatsapp, Line, BBM, Facebook Messenger dan Telegram tanpa ada batasan waktu atau

berapa lama menjadi pengguna MIM. Kriteria usia responden berada pada rentang 16 sampai

35 tahun. Rentang usia tersebut dipilih berdasarkan data demografi pengguna terbanyak

menggunakan aplikasi MIM yang dilansir dari survei dailysocial.id pada tahun 2017. Selain

itu, kriteria populasi yang dipilih adalah mereka yang masih memiliki MIM yang dahulu

pada smartphone yang digunakan walaupun kadang-kadang atau sudah tidak digunakan lagi.

Mengingat sumber data yang dijadikan sebagai populasi dalam penelitian ini

memiliki jumlah yang banyak dan luas sehingga jika data diambil dari populasi akan

memerlukan sumberdaya yang besar baik berupa waktu, biaya maupun tenaga. Untuk itu

agar data yang diperoleh mampu mewakili data yang ada pada populasi dalam penelitian ini,

41

maka dilakukan pemilihan responden yang tidak begitu banyak tetapi dapat mewakili

populasi dalam penelitian. Responden yang dijadikan sebagai sumber data dalam penelitian

disebut dengan sampel. Dalam penentuan jumlah sampel, peneliti disarankan untuk

menggunakan pendekatan Cohen (1992) yang mempertimbangkan statistical power dan

effect size. Tabel 3.1 menjelaskan ukuran sampel model SEM-PLS dengan level signifikansi

1%, 5% dan 10% dan R2 minimum 0.10, 0.25, 0.50, dan 0.75.

Tabel 3.1. Panduan Menentukan Ukuran Sampel Model PLS-SEM (Haryono, 2017)

Jumlah

maksimal

arah

panah

menuju

konstruk

Tingkat (level) Signifikansi

1% 5% 10%

Minimum R2 Minimum R2 Minimum R2

0.10 0.25 0.50 0.75 0.10 0.25 0.50 0.75 0.10 0.25 0.50 0.75

2 158 75 47 38 110 52 33 26 88 41 26 21

3 176 84 53 42 124 59 38 30 100 48 30 25

4 191 91 58 46 137 65 42 33 111 53 34 27

5 205 98 62 50 147 70 45 36 120 58 37 30

6 217 103 66 53 157 75 48 39 128 62 40 32

7 228 109 69 56 166 80 51 41 136 66 42 35

8 238 114 73 59 174 84 54 44 143 69 45 37

9 247 119 76 62 181 88 57 46 150 73 47 39

10 256 123 79 64 189 91 59 48 156 76 49 41

Dari tabel 3.1 dapat ditentukan jumlah minimum sampel yang akan digunakan pada

penelitian ini berdasarkan model penelitian yang dikembangkan. Jumlah anak panah terbesar

yang mengenai suatu konstuk pada model penelitian ada 5 (lima), peneliti mengharapkan

signifikansi maksimal 0.05 (5%) dan R2 minimum 0.50 maka ukuran minimum sampel yang

dibutuhkan adalah 45 sampel. Level signifikansi 5% merupakan standar yang umum

digunakan untuk menentukan tingkat signifikansi (Willy & Hartono, 2015). Sedangkan

estimasi keselurahan jumlah sampel yang akan digunakan untuk melakukan analisis

hubungan pada model penelitian adalah 120 sampel (Chuan, 2006).

3.2.2.3 Pengujian Instrumen

Instrumen merupakan alat bantu peneliti dalam kegiatan pengukuran obyek atau variabel,

dengan kata lain instrumen adalah alat pengukur variabel (Mustafa, 2013). Setelah variabel

didefenisikan secara operasi dan menerapkan teknik penskalaannya, maka instrumen yang

dikembangkan dalam bentuk kuisioner harus diyakinkan bahwa instrumen yang dibuat harus

42

mengukur senyatanya (actually) dan seakuratnya (accurately) apa yang harus diukur dari

konsep. Pengukuran konsep senyatanya (actually) berhubungan dengan validitas dan

pengukuran seakuratnya berhubungan dengan reliabilitas (Jogiyanto, 2008).

Instrumen yang telah disusun harus terbukti mengukur apa yang ingin diukur dan data

sesuai sasaran penelitian. Pengujian instrumen dapat dilakukan secara sekaligus dengan

pengukuran data dengan subjek yang sesungguhnya, namun dengan konsekuensi bahwa

apabila dalam pengujian tersebut ternyata ada butir yang tidak valid, maka butir harus

dikeluarkan dari model sehingga disarankan untuk melakukan uji coba (try out) instrumen

sebelum dilakukan untuk mengukur subjek yang sesungguhnya (Mustafa, 2013). Banyaknya

subjek untuk uji coba instrumen adalah 30 responden untuk memenuhi rule of thumb

kenormalan data (Haryono, 2017; Mustafa, 2013). Tahap uji coba pengujian instrumen atau

kuisioner dilakukan uji validitas dan realibitas untuk menyatakan bahwa butir pertanyaan

instrumen valid dan reliable sehingga kuisioner dapat digunakan untuk penelitian yang

sesungguhnya terhadap responden sebagai sumber analisis data yang mewakili populasi

(Haryono, 2017). Sehingga pada penelitian ini akan dilakukan uji validitas dan realibitas

pada kuisioner penelitian untuk menjamin konsistensi kuisioner yang akan digunakan.

a. Uji Validitas

Validitas berkaitan apakah instrumen dapat mengukur apa yang seharusnya diukur (Asep

& Yusran, 2017). Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu

butir pertanyaan. Skala butir pertanyaan disebut valid jika melakukan apa yang

seharusnya dilakukan dan mengukur yang seharusnya diukur. Jika skala pengukuran

tidak valid maka tidak bermanfaat bagi peneliti, sebab tidak mengukur apa yang

seharusnya dilakukan (Sunyoto & Setiawan, 2013). Tinggi rendahnya validitas

instrumen menunjukkan sejauh mana data yang terkumpul tidak menyimpang dari

gambaran tentang validitas yang dimaksud.

Uji validitas instrumen terbagi menjadi dua yaitu validitas kualitatif dan validitas

kuantitatif. Validitas kualitatif terdiri atas validitas isi (content validity) dan validitas

tampang (face validity). Kedua jenis validitas kualitatif bertujuan memaksimalkan

kualitas instrumen pengukuran yang terukur melalui kemampuan item-item instrumen

mengukur konsep yang akan diuji dalam model penelitian. Validitas tampang

menunjukkan bahwa peneliti dapat mengidentifikasi bahwa instrumen pengukuran valid

dengan melihat secara sepintas bagian kecil instrumen pengukuran. Validitas isi

menunjukkan bahwa peneliti dapat mengidentifikasi bahwa instrumen pengukuran telah

valid dengan menelaah setiap item instrumen secara cermat. Validitas tampang dan isi

43

tercapai ketika responden memahami maksud pertanyaan-pertanyaan dalam instrumen

penelitian dan pemahaman responden konsisten dengan maksud dan tujuan peneliti

(Willy & Hartono, 2015).

Tahap selanjunya adalah melakukan uji validitas kuantitatif atau validitas

kontruk. Pada tahap ini dilakukan uji coba item indikator pertanyaan untuk menunjukkan

apakah item-item instrumen pengukuran mengukur secara valid konsep yang diuji dalam

model penelitian atau tidak. Valid tidaknya item-item indikator pertanyaan dilihat ketika

indikator-indikator pada konstruk saling berkolerasi tinggi (validitas konvergen) yaitu

memiliki skor loading factor yang cukup. Ukuran indikator individual dikatan tinggi jika

loading factor lebih dari 0.70 dengan konstruk yang ingin diukur. Namun dijelaskan

oleh Chin (1998) dalam (Ghozali, 2014) bahwa untuk penelitian tahap awal dari

pengembangan skala pengukuran nilai loading 0.50 sampai 0.60 dianggap cukup.

Sehingga dapat disimpulkan bahwa jika nilai korelasi antara komponen score (item

indikator variabel) > 0.50 maka poin individu pertanyaan tersebut signifikan sehingga

dapat digunakan dalam kuisioner penelitian. Sebaliknya jika korelasinya < 0.50 maka

poin individu tersebut tidak signifikan sehingga poin pertanyaan tersebut harus

dihilangkan.

Uji validitas kuantitatif yang kedua adalah validitas diskriminan. Jika indikator-

indikator pengukur di suatu konstruk menunjukkan saling berkolerasi tinggi di

konstruknya dan berkorelasi rendah bahkan tidak berkolerasi dengan indikator-indikator

di suatu konstruk yang lain maka dinyatakan valid atau dapat digunakan. Validitas

konvergen dan diskriminan saling berkolerasi positif, artinya konstruk yang memenuhi

validitas diskriminan seharusnya memenuhi validitas konvergen (Willy & Hartono,

2015).

b. Uji Reliabilitas

Reliabilitas berkaitan dengan konsistensi, akurasi dan prediktabilitas suatu alat ukur. Uji

reliabilitas suatu blok indikator pertanyaan terhadap konstruk diukur dengan dua kriteria

yaitu dapat dengan melihat cronbach alpha ataupun dengan composite reliability.

Konstruk dinyatakan reliabel jika nilai cronbach alpha atau composite reliability lebih

dari 0.70 yang berarti bahwa memenuhi uji realibiltas (Ghozali, 2014; Ghozali & Latan,

2015).

3.2.3 Analisis Data

Berdasarkan data yang dikumpulkan dan merujuk pada kerangka konseptual yang telah

dikembangkan dari hasil teoritis, maka analisis yang digunakan pada penelitian ini adalah

44

Structural Equation Modelling (SEM). SEM merupakan salah satu teknik multivariat yang

memungkinkan dilakukan serangkaian analisis dari beberapa variabel laten secara simultan

sehingga memberikan efisiensi secara statistik.

3.2.3.1 Metode Analisis

Metode analisis statistik yang digunakan pada penelitian ini adalah SEM jenis Partial Least

Squares (PLS) atau biasa disebut dengan PLS-SEM/Component based SEM/VB-SEM. PLS-

SEM dipilih sebagai metode analisis karena model dalam penelitian merupakan

pengembangan model. Model yang dibangun merupakan integrasi antara model PO dan

model PPM. Pendekatan SEM-PLS digunakan untuk memprediksi model penelitian

berdasarkan asumsi dari literatur yang dilakukan dengan mengintegtrasikan variabel yang

dimiliki PPM dengan PO pada niat beralih individu pada penggunaan MIM. Seperti yang

dijelaskan oleh Willy & Hartono (2015) bahwa teknik statistik variance-based SEM

merupakan pilihan yang tepat untuk menguji pengaruh antar variabel dalam rangka

memprediksi hubungan sebab-akibat pada level konstruk atau variabel.

3.2.3.2 Evaluasi model

Sebelum melakukan analisis model struktural (inner model) terlebih dahulu dilakukan

pengukuran model (measurement/outer model) untuk menguji validitas dan realibilitas dari

indikator-indikator pembentuk konstruk laten dengan melakukan confirmatory factor

analysis (CFA). Namun perlu diketahui bahwa analisis CFA terdiri dari dua macam analisis

yaitu first order confirmatory factor analysis (1st order CFA) dan second order confirmatory

factor analysis (2st order CFA), tergantung dimensi konstruk yang ada pada model penelitian.

Pada penelitian ini terdapat dua jenis dimensi konstruk yaitu konstruk unidimensional dan

multidimensional.

Konstruk unidimensional adalah konstruk yang dibentuk langsung dari manifest

variabelnya dengan arah indikatornya dapat berbentuk reflektif atau formatif. Untuk

menguji validitas konstruk unidimensional dilakukan dengan 1st order CFA yaitu menguji

konstruk laten yang direfleksikan langsung oleh indikator-indikatornya. Konstruk

multidimensional adalah konstruk yang dibentuk dari konstruk laten dimensi yang

didalamnya termasuk konstruk unidimensional dengan arah indikatornya dapat berbentuk

reflektif maupun formatif. Untuk menguji validitas konstruk multidimensional dilakukan

dengan 2st order CFA, yaitu analisis yang dilakukan dua tahap (1) analisis first order

construct dan (2) analisis pada second order construct yaitu konstruk yang direfleksikan atau

dibentuk oleh konstruk laten dimensinya (Ghozali & Latan, 2015). Setelah evaluasi model

45

pengukuran dilakukan maka dilanjutkan dengan evaluasi model struktural atau inner model

serta pengujian signifikansi untuk menguji pengaruh antar konstruk atau variabel.

a. Evaluasi model pengukuran (outer model)

Berdasarkan model penelitian yang diajukan dapat dilihat bahwa model

pengukuran (outer model) bersifat reflektif sehingga dinilai berdasarkan korelasi antara

item score/component score dengan construct score. Pengukuran model melalui analisis

faktor konfirmatori akan dilakukan dengan pendekatan MTMM (MultiTrait –

MultiMethod) dengan menguji validitas convergent dan validitas discriminant dari

indikatornya, serta menguji composity realibility untuk blok indikatornya.

Model pengukuran akan dievaluasi dengan convergent dan discriminant validity

dari indikatornya dan composity realibility untuk blok indikatornya. Sama dengan uji

coba instrumen penelitian untuk menguji validitas konvergen bahwa rule of thumb

ukuran reflektif individual dikatan tinggi jika nilai loading factor-nya berkolerasi lebih

dari 0.70 dengan konstruk yang ingin diukur. Namun penelitian tahap awal dari

pengembangan skala pengukuran nilai loading 0.50 sampe 0.60 dianggap cukup.

Pengujian validitas discriminant akan dievaluasi melalui cross loading,

kemudian dibandingkan dengan akar kuadrat dari average varience extracted (AVE)

untuk setiap konstruk dengan nilai korelasi antar konstruk dalam model. Ukuran cross

loading adalah membandingkan korelasi indikator dengan konstruknya dan konstruk dari

blok lainnya. Bila korelasi antara indikator dengan konstruknya lebih tinggi dari korelasi

dengan konstruk pada blok lainnya, hal ini menunjukkan konstruk tersebut memprediksi

ukuran pada blok konstruknya lebih dari blok lainnya. Ukuran lain untuk validitas

discriminant yang baik ditujukkan dari akar kuadrat AVE untuk tiap konstruk lebih besar

dari korelasi antar konstruk dalam model

Rumus untuk menghitung AVE:

(2.1)

Pengujian blok indikator yang mengukur suatu konstruk dievaluasi dengan

composite realibility atau biasa disebut dengan Dillon Goldstein’s. Rule of thumb yang

digunakan menilai pengujian ini yaitu nilai composite realibility lebih besar 0.70.

b. Evaluasi model struktural (inner model)

Setelah mengevaluasi model pengukuran konstruk/variabel, selanjutnya adalah

mengevaluasi model struktural atau inner model. Langkah pertama adalah mengevaluasi

46

model dengan cara melihat signifikansi hubungan antara konstruk/variabel. Ini dapat

dilihat dari koefisien jalur (path coeficient) yang menggambarkan kekuatan hubungan

antar kostruk. Nilai P-values dengan kategori signifikansi 0.01 (10%), 0.05 (5%), 0.1 (1%).

Langkah kedua yang dievaluasi adalah dengan melihat persentase variance yang

dijelaskan yaitu dengan melihat nilai R-square (R2) untuk konstruk laten dependen

dengan menggunakan ukuran Stone-Geisser Q squares test dan juga melihat besarnya

koefisien jalur strukturalnya. Stabilitas dari estimasi ini dievaluasi dengan menggunakan

uji t-statistik yang didapat lewat prosedur bootstraping. Nilai R-square 0.75, 0.50 dan

0.25 dapat disimpulkan bahwa model kuat, moderate atau lemah. Hasil dari PLS R-

square merepresentasikan jumlah varience dari konstruk yang dijelaskan oleh model.

Perubahan nilai R2 dapat digunakan untuk melihat apakah pengaruh variabel laten

eksogen terhadap variabel laten endogen memiliki pengaruh yang substantif. Hal ini

dapat diukur dengan effect size f2 (Ghozali & Latan, 2015; Haryono, 2017). Formulasi

effect size f2 adalah:

𝐸𝑓𝑓𝑒𝑐𝑡 𝑠𝑖𝑧𝑒 f 2 =𝑅2 𝐼𝑛𝑐𝑙𝑢𝑑𝑒𝑑 − 𝑅2 𝐸𝑥𝑐𝑙𝑢𝑑𝑒𝑑

1 − 𝑅2𝐼𝑛𝑐𝑙𝑢𝑑𝑒𝑑 (2.2)

Dimana R included dan R excluded adalah R2 dari variabel laten endogen yang

diperoleh ketika variabel eksogen tersebut masuk atau dikeluarkan dalam model. Sesuai

yang direkomendasikan cohen (1988) nilai effect size f2 yang disarankan adalah 0.02,

0.15 dan 0.35 dengan variabel laten eksogen memiliki pengaruh kecil, moderat dan besar

pada level struktural (Ghozali & Latan, 2015; Haryono, 2017). Dari pengukuran model

struktural (inner model) inilah yang menjadi pedoman penilaian terhadap pengujian

hipotesis yang diajukan pada penelitian. Apakah keterkaitan antar konstruk yang ada

pada model yang diusulkan berdasarkan karakteristik objek yang diteliti dapat diterima

atau ditolak.

3.2.4 Pembahasan

Tahap ini merupakan tahap pembahasan hasil evaluasi dari pengujian hipotesis yang

diajukan. Jika hasil analisis hipotesis yang diajukan terbukti benar atau memiliki keterkaitan

antara variabel yang diajukan, maka diharapkan dapat menjadi pedoman bagi developer

ataupun perusahaan dalam menyusun strategi pengembangan Mobile Instant Messaging

yang concern utamanya bukan hanya memperhatikan dari sisi sistemnya tetapi juga

pengaruh sosial individu pengguna MIM itu sendiri