PENDAHULUAN
Saat ini perkembangan teknologi dan informasi (TI) khususnya internet telah
sebagai sarana komunikasi. Menurut data hasil survei pengguna internet yang
54,68% atau 143,26 juta jiwa dari total populasi penduduk Indonesia sebesar 262 juta
orang.
pesat. Berdasarkan data statistik, 98,6% atau sekitar 130,8 juta pengguna internet
mengetahui internet sebagai tempat jual beli barang dan jasa. Tetapi, hanya sekitar
63,5% pengguna internet yang mengakui bahwa pernah melakukan transaksi belanja
bahwa dalam kurun waktu 10 tahun jumlah e-commerce di Indonesia saat ini
mencapai 26,2 juta (Septian, 2016). Jumlah tersebut akan terus meningkat seiring
1
2
penjualan online yang menawarkan barang dan jasa. Salah satu jenis jasa yang banyak
ditawarkan di situs online adalah segala bentuk kebutuhan perjalanan untuk para
wisatawan, misalnya: pemesanan paket wisata, tiket pesawat, tiket kereta api, voucher
hotel dan lain sebagainya. Adanya pergeseran dari mass tourism menjadi individual
hotel, tiket pesawat, transportasi dan segala kebutuhan dalam melakukan perjalanan
kemudahan bagi wisatawan dalam banyak hal seperti kemudahan pencarian informasi
jadwal perjalanan dan harga tiket. Selain itu, wisatawan dapat melakukan pemesanan
tiket kapan saja dan dimana saja tanpa harus datang ke biro travel agent yang
bersangkutan.
direncanakan konsumen untuk dibeli secara online, bersamaan dengan jasa penjualan
tiket acara seperti tiket bioskop, pertunjukan, pameran, dan pertandingan olahraga,
dimana kategori-kategori tersebut termasuk ke dalam urutan lima teratas yang ingin
dibeli konsumen secara online. Sekitar setengah dari konsumen Indonesia berencana
untuk membeli secara online tiket pesawat (55%) serta melakukan pemesanan hotel
dan biro perjalanan (46%) untuk enam bulan ke depannya (Lubis, 2014).
Salah satu layanan penjualan tiket online adalah Traveloka yang menjual
berbagai jenis tiket perjalanan seperti tiket pesawat, tiket kereta api, voucher hotel dan
sebagainya. Traveloka sebagai salah satu layanan inovatif pemesanan dan penjualan
tiket melihat pasar internet sebagai sesuatu yang menjanjikan. Karena dilakukan
dimanapun. Traveloka merupakan salah satu layanan pencarian tiket pesawat dan
3
hotel yang menarik untuk diteliti. Selain itu, seperti yang dikutip pada situs penyedia
diskon dan promo menarik lainnya. Trust (kepercayaan) masih dianggap sebagai
kualifikasi dalam keputusan pembelian. Kepercayaan ada jika konsumen yakin bahwa
commerce?
?” , ”Apa yang harus saya lakukan setelah mengklik tombol ini?”, ”Dibagian mana
saya bisa mendapatkan informasi ini?”, dan ”Sedang berada dihalaman apa saya saat
mungkin muncul dari pengguna suatu situs web atau aplikasi e-commerce, jika e-
commerce yang digunakan tersebut tidak dirancang dengan user experience yang baik.
User experience (UX) merupakan salah satu aspek penting yang berkaitan
memastikan bahwa suatu produk atau layanan cukup responsif, sehingga dapat
memuaskan penggunanya dari sisi efektivitas dan efisiensi (Sohaib et al., 2011).
user experience sebagai “a person’s perceptions and responses that result from the
4
sebagai “persepsi dan tanggapan seseorang yang dihasilkan dari penggunaan produk,
suatu teknologi tertentu, termasuk internet dan layanan online disebut dengan istilah
user experience atau pengalaman pengguna (Garrett, 2011). Standar User Experience
yang digunakan dalam penelitian ini mengacu pada penelitian yang di lakukan oleh
Park, et al. (2013) dengan tiga (3) elemen utama didalamnya yaitu Usability, Affect,
Dari wacana dan informasi diatas, penulis tertarik untuk melakukan analisis
faktor User Experince yaitu Usability, Affect, dan User Value dalam memengaruhi
Indonesia.
Traveloka?
pengguna Traveloka?
Traveloka?
pengguna Traveloka?
5
Traveloka?
pengguna Traveloka?
10. Apakah ada pengaruh user value terhadap minat beli (purchase
mediator ?
Naim, 2017; Levine, 2009; Ordun, 2015; Dhanapal et al, 2015; Kilber et
(3) Hasil yang didapat adalah signifikansi variabel yang dimiliki oleh user
Traveloka.
1.4 TUJUAN
Tujuan yang ingin dicapai dan diperoleh dari penelitian ini adalah sebagai
berikut:
pengguna Traveloka
Traveloka
pengguna Traveloka
mediasi
7
mediasi
10. Untuk mengetahui pengaruh user value terhadap minat beli (purchase
mediasi
1.5 MANFAAT
Dari penelitian ini diharapkan dapat diperoleh manfaat penelitian yang positif
1. Manfaat Akademis
2. Manfaat Praktis
BAB I PENDAHULUAN
Bab ini berisikan latar belakang, rumusan masalah, batasan masalah, tujuan,
dan PLS-SEM.
Bab ini berisi metodologi yang digunakan dalam melakukan penelitian antara
lain menentukan tujuan dan metode penelitian, metode pengumpulan data, model
peneltian, variabel dan hipotesis penelitia, operasional konsep, pretest, serta evaluasi
model.
Bab ini memberikan gambaran mengenai pengolahan dan analisis data primer
yang berhasil dikumpulkan, sehingga diperoleh hasil penelitian sebagai jawaban atas
tujuan penelitian.
9
BAB V PENUTUP
Pada bab ini diuraikan mengenai rangkuman yang terbagi menjadi dua bagian
yaitu kesimpulan dan saran yang melampirkan penyelesaian dari hasil pembahasan,
DAFTAR PUSTAKA
LAMPIRAN
Pada bagian ini berisi beberapa dokumen yang sesuai dengan fakta
dilapangan.
10
BAB II
TINJAUAN PUSTAKA
Pada bab ini akan dibahas beberapa teori dasar untuk menunjang
pustaka mengenai penelitian sebelumnya yang relevan, dan beberapa review yang
mendukung penelitian.
2.1. Internet
Internet merupakan teknologi yang sangat umum digunakan saat ini. Hampir
semua jenis layanan dan aplikasi, baik di komputer desktop, komputer jinjing (laptop),
hingga perangkat mobile, terhubung ke internet. Hampir semua kegiatan, dari kerja
hingga kegiatan santai dilakukan di internet oleh masyarakat di era digital saat ini.
jaringan komputer (termasuk juga komputer itu sendiri) yang ada disetiap wilayah di
dunia, baik menggunakan media kabel (wired) maupun nirkabel (wireless). Internet
1990. Jika diawal kemunculan, internet dan komputer hanya familiar oleh dikalangan
tertentu saja, seiring berjalannya waktu, komputer dan internet mulai menyebar luas di
menyebutkan beberapa manfaat penting internet bagi dunia bisnis. Antara lain sebagai
berikut:
industri besar, kecil, menengah, industri rumah tangga, agar lebih meningkat
meningkatkan kuantitas dan kualitas hasil produksi, media untuk promosi dan
lain.
bidang.
Hal ini dimungkinkan dengan berbagai potensi yang diberikan oleh internet
itu sendiri (e-commerce dan mobile), dengan bentuk layanan produk layanan
kerja yang lebih optimal, kekuatan ekonomi bangsa dan ekonomi daerah yang
tempat (toko).
Para industri kecil dan wirausaha kecil (pemula), dengan keterbatasan dana,
beragam layanan online. Salah satunya adalah layanan jual beli secara online
(e-commerce), yang tentu saja akan diikuti oleh pembayaran secara online.
Baik melalui kartu kredit, online banking, dan lain-lain. Disisi lain tanpa
perlu membawa uang tunai maupun datang langsung ke toko penjual. Dari
konsumen dari suatu binis atau usaha yang dijalankan. Misalkan pada toko
atau usaha produk dan jasa lainnya, layanan berbasis internet (termasuk juga
dengan layanan.
Berdasarkan data yang diperoleh dari hasil survei pengguna internet yang
tahun 2017 di 33 Provinsi di Indonesia, penetrasi pengguna internet yaitu 54,68% atau
143,26 juta dari total populasi penduduk Indonesia sebesar 262 juta. Indonesia
menduduki posisi ke lima sebagai Negara dengan pengguna internet terbanyak seduia.
13
berbeda satu dengan lainnya, perbedaan utamanya adalah tahun kelahiran. Perbedaan
tahun kelahiran menjadi pembeda antar generasi dimana setiap generasi manusia
hidup pada perkembangan zaman yang berbeda begitu juga dengan perkembangan
teknologi dan informasi. Secara umum, generasi dianggap sebagai perbedaan antara
kelompok usia dan periode waktu tertentu. Generasi sangat dipengaruhi oleh peristiwa
anak atau keturunan dari generasi sebelumnya. Ada banyak sebutan untuk Generasi Y,
yaitu Millenial, Generation Me (Generasi Me), Echo Boomers, dan Nexters (Yigit,
2015). Generasi Milenial merupakan generasi yang hidup di zaman komunikasi dan
14
internet. Pengguna pada Generasi Y atau Milenial yaitu yang lahir pada tahun 1981-
2000 (Yigit, 2015; Corodeani, 2015; Meler at al, 2010; Naim, 2017; Levine, 2009;
Ordun, 2015; Dhanapal et al, 2015; Kilber et al, 2014) dan berusia 17-37 tahun 2018,
merupakan generasi yang disebut sebagai Digital Native, generasi pertama yang
cerdas dalam hal teknologi dan sangat bergantung pada teknologi yang kompleks.
Generasi Milenial adalah pengguna internet yang berat, bersedia menerima teknologi
dekat dengan orang lain melalui internet. Generasi ini juga memiliki daya beli yang
tinggi dibandingkan dengan generasi lainnya dan keinginan untuk berpartisipasi dalam
pembelian online. Generasi Milenial lebih mudah menerima adopsi inovasi teknologi
dan sangat nyaman dengan aktivitas online dan juga mobile (San et al, 2015). Sebagai
merek (brand) pilihannya. Salah satu sifat unik nya adalah mereka akan setia pada
suatu merek (brand) jika percaya pada merek tersebut. Kepercayaan merupakan faktor
tahun 2016, terlihat bahwa usia 16-25 tahun memiliki persentase sebanyak 21.60%
Gambar 2.2 Persentase pengguna internet untuk e-commerce berdasarkan usia pada tahun 2016
(Sumber: statistik.kominfo.go.id)
2.3. E-Commerce
menyebabkan adanya perubahan didalam pola hidup dan bidang kehidupan umat
manusia. Salah satunya adalah di bidang transaksi jual beli dan bisnis dari sisi
konvensional ke arah bentuk jual beli secara online disertai dengan pembayaran
elektronik digital.
untuk mengubah paradigma transaksi jual beli dan pembayaran dari cara konvensional
Berikut merupakan beberapa definisi e-commerce pada buku yang ditulis oleh
1. Kim dan Moon di tahun 1998 menyatakan bahwa e-commerce adalah proses
jaringan internet.
Dalam hal pangsa pasar, generasi milenial “dikejar” oleh penjual karena
potensi mereka untuk pasar sangat tinggi. Anggota generasi milenial berada di
ambang untuk memasuki dunia kerja dan menjadi “segmen pembeli yang berharga
dengan daya beli yang tinggi”. Selain itu juga, banyak peneliti dibidang sosiologi yang
perilaku mereka menjadi strategi dasar oleh penjual yaitu bagaimana menarik mereka
sebagai klien.
& Tractinsky (1999) sebagai kesediaan konsumen dalam mengandalkan penjual dan
kepercayaan bahwa pihak lain akan berperilaku dengan cara yang dapat diandalkan
mempercayai, yang berarti bahwa seseorang bersedia bergantung pada orang lain
dalam situasi tertentu, dan (2) yakin mempercayai, yang berarti bahwa seseorang
percaya bahwa orang lain baik hati , kompeten, jujur, atau dapat diprediksi dalam
suatu situasi.
Pada awalnya kepercayaan banyak dikaji dari disiplin ilmu psikologi, karena
kajian dalam berbagai disiplin ilmu, termasuk dalam e-commerce. Kepercayaan dalam
hal belanja online berbeda dengan kepercayaan saat belanja secara offline. Subjek
18
kepercayaan memainkan peran penting selama transaksi dalam situasi yang tidak
kepercayaan pihak tertentu terhadap yang lain dalam melakukan hubungan transaksi
berdasarkan suatu keyakinan bahwa pihak yang dipercayai akan memenuhi segala
dipopularkan oleh Don Norman yang merupakan User Experience Architect di Apple
Computer pada tahun 1993. (Knemeyer, n/a). User experience merupakan salah satu
aspek penting yang berkaitan dengan ilmu sistem interaksi. UX berperan dalam
penggunanya dari sisi efektivitas dan efisiensi (Sohaib et al., 2011). Suatu produk
perlu memperhatikan apakah user experience yang dimilikinya sudah baik atau belum.
User experience yang baik adalah tujuan dari sebagian besar proyek pengembangan
User experience masih sering dilihat sebagai hasil dari desain User Interface
(UI), tetapi banyak peneliti yang berpendapat bahwa UX yang baik berasal dari nilai
dan makna konsep produk itu sendiri, sedangkan UI menyediakan sarana untuk
berinteraksi dengan produk. UI dapat memberikan nilai lebih dari interaksi yang
menghibur dan menyenangkan, atau suatu hal yang dapat merusak UX dengan
menyediakan fungsi sulit pada produk, contohnya usability yang buruk. Namun,
sumber utama untuk mempertahankan UX yang baik adalah nilai yang diperoleh dari
19
pengguna saat menggunakan produk. Nilai sebenarnya dari sebuah produk ialah yang
berhubungan dengan hasil dari interaksi di akhir dan bukan interaksi itu sendiri. UX
bekerja dalam merancang kesenangan (fun) dan nilai (value). UX merupakan konsep
subjektif dan holistik yang sulit untuk di evaluasi, karena berbeda untuk setiap saat
result from the use or anticipated use of a product, system or service”. Sehingga user
“persepsi dan tanggapan seseorang yang dihasilkan dari penggunaan produk, sistem,
Pada penelitian ini model User Experience yang digunakan mengacu pada
model yang di kembangkan oleh Park, et al. (2013). Model UX ini dikemukakan oleh
dikembangkan oleh Park, et al. (2013) ini terdiri dari 3 elemen UX didalamnya yaitu
Usability yang dimaksud oleh Park, et al. (2013) adalah sejauh mana produk
atau layanan dapat dan mudah digunakan. ISO 1998 mendefinisikan usability sebagai
sebagai sejauh mana suatu produk dapat digunakan oleh pengguna untuk mencapai
tujuan tertentu. Untuk mengembangkan situs web yang bermanfaat merupakan aspek
20
berkembang dengan sangat pesat (Perdana, 2017). Pada penelitan ini usability
mencakup yaitu, (1) cara kerja layanan yang mudah sederhana atau tidak rumit saat
digunakan, (2) antarmuka layanan yang dapat di kendalikan oleh user, (3) layanan
yang bekerja secara efisien atau tidak membuat waktu dan tenaga, (4) layanan yang
dapat memberika semua informasi yang dibutuhkan oleh pengguna secara tepat, (5)
layanan yang dapat beradaptasi dilingkungan yang berbeda, (6) layanan yang dapat
dipahami oleh pengguna dalam waktu yang cepat, (7) layanan yang dapat dengan
Terdapat tujuh indikator yang dimiliki oleh usability yang kembangkan oleh
dari produk / layanan menarik bagi pengguna. Dalam hal ini affect berkaitan dengan
tampilan dan daya tarik estetika yang dimiliki oleh layanan terhadap pengguna.
Beberapa tinjauan penelitian yang ada mengungkapkan bahwa aspek dari daya tarik
dan desain estetika dari layanan merupakan komponen penting dalam layanan online.
Terdapat lima indikator yang dimiliki oleh affect yang kembangkan oleh Park, et al.
User value oleh Park, et al. (2013), diartikan sebagai nilai subyektif
oleh pelanggan demi memenuhi kebutuhan mereka, menghormati hak-hak mereka dan
menjunjung tinggi keunggulan layanan yang terus menerus. Terdapat lima indikator
21
yang dimiliki oleh Usability yang kembangkan oleh Park, et al. (2013), yaitu self
pembelian dikarenakan kepaksaan dan bukan pilihan yang sebenarnya (Bai, 2008).
online. Purchase intention merupakan tahapan akhir dari sejumlah isyarat bagi
keinginan pelanggan untuk membeli dari toko online akan meningkat jika penjual
bersamaan dengan intention to return (minat untuk kembali), merupakan salah satu
perilaku online. Pelanggan yang memiliki perasaan positif terhadap produk lebih
pembelian, pelanggan akan mengumpulkan minat atau keinginan yang positif untuk
membeli suatu produk dengan cara mencari informasi tambahan dan merasa yakin
22
dengan adanya ketersediaan informasi yang positif akan memengaruhi pelanggan dari
minat akan membeli dan akhirnya mengarah pada pembeliaan sebenarnya. (Rozekhi et
al, 2014)
memiliki kemampuan untuk menganalisis pola hubungan antara variabel laten dan
yaitu analisis faktor dan analisis regresi. SEM mempunyai kemampuan lebih dalam
laten. Variabel laten adalah suatu konstruk dalam model persamaan struktural yang
tidak dapat diukur secara langsung, tetapi dapat diukur oleh satu atau lebih variabel
bersifat multiple relationship. Hubungan ini dibentuk dalam model struktural yang
digambarkan melalui hubungan antara variabel laten endogen dan variabel laten
Ada dua hal yang dilakukan dan dihasilkan dalam SEM, yaitu (i)
dan jumlah sampel yang besar. Penggunaan sampel yang kecil dapat menghasilkan
taksiran parameter yang tidak baik bahkan tidak kovergen. Sehingga salah satu
pendekatan yang dapat digunakan adalah partial least square (PLS). PLS merupakan
metode analisis yang powerful karena tidak membutuhkan banyak asumsi (Wijanto,
2008).
Partial Least Square (PLS) pertama kali dikembang-kan oleh Herman World
(1975). Model ini dikembangkan sebagai alternatif apabila teori yang mendasari
perancangan model lemah. PLS merupakan analisis yang powerfull karena dapat
digunakan pada setiap jenis skala data serta syarat asumsi yang lebih fleksibel. PLS
juga dapat digunakan ketika landasan teori model adalah tentative atau penggukuran
setiap variabel laten masih baru, sehingga didesain untuk tujuan prediksi (Vinzi et al ,
2010). PLS telah digunakan diberbagai bidang ilmu, seperti behavioral sciences (ilmu
Liteteratur (SEM)
Framework
Credibility.
25
Nama peneliti Mohd Fazli Mohd Sam dan Md Nor Hayati Tahir
review
26
Responden Terdapat 290 responden dari India dan 292 responden dari
Metode penelitian Data diolah dan dianalisis dengan metode SEM CFA
BAB III
METODOLOGI PENELITIAN
Mulai
Observasi Pendahuluan
Perumusan Masalah
Tujuan Penelitian
Studi Pustaka
Penyusunan Kuesioner
Selesai
28
eksplorasi adalah penelitian yang tujuan utamanya adalah untuk menyelidiki persoalan
atau fenomena yang sedikit sekali dipahami dan mengembangkan gagasan awal
2017).
dikarenakan peneliti ingin mengetahui dan menggali tentang pengaruh dari usabilty,
affect, dan user value terhadap minat beli (purchase intentions) dan kepercayaan
penelitian dengan menekankan pada penggunaan data kuantitatf (Recker, 2013). Jen
dapat diartikan sebagai metode penelitian yang digunakan untuk meneliti pada
analisis data bersifat kuantitatif / statistik, dengan tujuan untuk menguji hipotesis yang
Pengumpulan data adalah salah satu hal utama dalam penelitian, berikut ini
adalah beberapa macam data yang harus diambil selama penelitian berlangsung:
Data Primer adalah data yang dikumpulkan oleh periset untuk tujuan yang
spesifik sesuai dengan permasalahan dari riset yang tengah dilakukan. Salah satu cara
mendapatkan data primer ini adalah dengan teknik survei. Survei yang akan dilakukan
penulis adalah dengan cara menyebar kuesioner atau angket. (Malhotra & Naresh,
2010).
mengukur dan mengetahui respon dari responden tersebut (Malhotra & Naresh, 2010).
Adapun skala yang digunakan adalah Likert dengan skala dimulai dari 1 sampai 5,
dimana 1 menunjukkan respon sangat tidak setuju dan 5 menunjukkan respon sangat
setuju.
30
sebelumnya untuk tujuan lain selain dari permasalahan riset. Data sekunder ini
biasanya murah dan dan bisa didapatkan dengan mudah. Data sekunder ini berupa
a. Data Internal : Data ini bisa berasal dari dalam organisasi sendiri dan disajikan
dalam format yang bisa langsung dipakai dan data yang harus melalui proses
b. Data Eksternal : Data yang didapatkan dari luar organisasi. Data ini berupa
indeks, direktori, dan data statistik. Contoh data eksternal lain adalah
ataupun offline, dan yang terakhir adalah data dari sindikat survei.
yang terdiri atas: obyek/subyek yang mempunyai kualitas dan karakteristik tertentu
yang ditetapkan oelh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.
Populasi bukan sekedar jumlah yang ada pada obyek/subyek yang dipelajari, tetapi
meliputi seluruh karakteristik/sifat yang dimiliki oleh subyek atau obyek tersebut
(Sugiyono, 2017).
Jasa Internet Indonesia (APJII) pada tahun 2017 di 33 Provinsi di Indonesia, penetrasi
pengguna internet yaitu 54,68% atau 143,26 juta dari total populasi penduduk
(58,08%), Sumatera (19,0%), Kalimantan (7,97%), Sulawesi (6.73%), Bali dan Nusa
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh
populasi. Bila populasi besar, dan peniliti tidak mungkin mempelajari semua yang ada
pada populasi, misalnya karena keterbatasan dana, tenaga, dan waktu, maka digunakan
populasi penelitian. Populasi yang digunakan yaitu populasi pengguna internet yang
Data yang telah dimiliki adalah 143,26 Juta penduduk Indonesia yang
merupakan pengguna internet berdasarkan survei pada tahun 2017. Dalam menentukan
jumlah sampel dalam penelitian ini menggunakan rumus Slovin dengan tingkat
keyakinan yang digunakan adalah 95% dengan error sebesar 5% , yaitu : (Ellen, 2017)
𝑁
𝑛=
1 + (𝑁𝑒 2 )
Keterangan:
n = Jumlah sampel
N = Jumlah populasi
Maka :
143,260,000
𝑛=
1 + (143,260,000 × 0.052 )
143,260,000
𝑛=
358.151)
ISO 1998 mendefinisikan usability sebagai sebagai sejauh mana suatu produk
keberhasilan dari e-business, dikarenakan saat ini internet berkembang dengan sangat
pesat (Perdana, 2017). Sementara Barnes dan Vidgen mendefinisikan usability atau
kegunaan sebagai kegunaan suatu layanan online yang dapat dengan mudah dipelajari,
bahwa membuat suatu sistem yang dapat digunakan oleh pengguna merupakan hal
yang diperlukan demi membuat suatu sistem berguna. Dari alasan tersebut, usability
dianggap sebagai elemen inti untuk menanamkan utilitas dan kegunaan dalam situs e-
commerce. Studi yang dilakukan oleh Peiris (2015) menemukan bahwa usability dan
credibility dari situs web berpengaruh secara signifikan terhadap kepercayaan. Sharma
kegunaan merupakan penentu utama niat untuk melakukan belanja online. Dengan
demikian diusulkan bahwa usability suatu layanan online berhubungan positif dengan
daya tarik estetika dari produk / layanan menarik bagi pengguna. Beberapa tinjauan
penelitian yang ada mengungkapkan bahwa aspek dari daya tarik dan desain estetika
dari situs merupakan komponen penting dalam layanan online. Sejumlah web designer
sesuai dan penggunaan tipografi yang konsisten merupakan faktor yang signifikan
dalam keseluruhan daya tarik dan orisinalitas atau keaslian dari situs. Beberapa peniliti
juga berpendapat bahwa penggunaan warna merupakan faktor yang penting, seperti
pengguna layanan online juga menilai dan mengamati secara reflek dan menilai secara
tinggi kepercayaan dari hiburan yang ada dalam lingkungan online. Hal ini
dari tampilan situs web dapat memengaruhi pengguna dan berpendapat bahwa
ini mendorong para ahli teori untuk bependapat bahwa kepercayaan sangat berkaitan
dengan daya tari estetika dalam lingkungan layanan online. Penelitian yang dilakukan
Loyd (2010) juga mendukung D’Angelo dan Little (1998) dengan menemukan bahwa
daya tarik estetika dari suatu layanan online memainkan peran penting dalam
penggunaan gambar dan warna memiliki pengaruh yang signifikan terhadap kepuasan
dari pengguna.
Desain atau tampilan dari layanan online merupakan pintu masuk utama
untuk menarik konsumen sehingga melakukan belanja online. Alam dkk. menemukan
bahwa desain dari layanan online merupakan salah satu fitur unik dalam lingkungan
belanja online. Begitu pula pada Shergill dan Chen yang mengidentifikasikan
karakteristik desain atau tampilan dari layanan online sebagai faktor dominan yang
2015).
pelanggan terhadap layanan online atau dapat didefinisikan sebagai suatu nilai
subyektif pengguna yang melekat pada produk atau layanan. Dalam studi
beli konsumen melalui layanan online. Penelitian yang dilakukan oleh Kuan dkk
Minat beli online adalah situasi ketika seseornag pelanggan bersedia dan
berniat untuk terlibat dalam transaksi online. Pengambilan informasi dianggap sebagai
niat untuk menggunakan situs web. Namun, pembelian produk lebih dianggap sebagai
niat untuk menggunakan situs web (Ling et al, 2010). Kepercayaan adalah bahan dasar
dalam penciptaan hubungan jangka panjang antara penjual dan pembeli. Ini
perusahaan e-business. Dalam paradigma bisnis baru dalam pasar online, kepercayaan
sudah dianggap sebagai faktor penting untuk menjalin hungan bisnis ke konsumen
(B2C) dan untuk mengatasi berbagai tantangan dan ketatnya persaingan dengan
(Isaac dan Volle, 2008; Kim et al, 2008). Kurangnya kepercayaan konsumen terhadap
37
toko online telah terbukti menjadi faktor penting yang memengaruhi belanja online.
(Chen dan Bernes , 2007). Semakin seseorang mempercayai suatu situs, maka
untuk membeli dari toko online akan meningkat jika penjual mampu membangkitkan
meningkatkan minat beli (Ganguly et al, 2010). Kepercayaan berhubungan positif dan
memiliki pengaruh signifikan terhadap minat beli online (Sam et al, 2007; Ling et al,
2010). Begitupula dengan penelitian yang dilakukan oleh Tariq dan Eddaoudi (2009)
dengan keinginan untuk belanja online atau membeli dari suatu layanan situs. Hong
(minat beli)
sebagai berikut:
1. Usability
2. Affect
3. User Value
4. Trust
5. Purchase Intention
39
Variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang, obyek
atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk
Variabel independen atau biasa disebut variabel bebas adalah variabel yang
Variabel mediasi atau biasa disebut variabel intervening adalah variabel yang
variabel dependen menjadi variabel yang tidak langsung dan tidak dapat
(trust).
Variabel dependen atau biasa disebut variabel terikat adalah variabel yang
Variabel dependen dalam penelitian ini adalah variabel minat beli (purchase
intentions).
40
dibuktikan apakah hipotesis tersebut benar atau salah. Pada penelitian ini terdapat
sepuluh hipotesis yang akan diuji untuk dapat menjawab tujuan penelitian. Hipotesis-
H8: Usability berpengaruh terhadap Purchase Intentions (minat beli) dengan Trust
H9: Affect berpengaruh terhadap Purchase Intentions (minat beli) dengan Trust
H10: User Value berpengaruh terhadap Purchase Intentions (minat beli) dengan Trust
ditujukan agar kuesioner yang disusun dapat mencerminkan masalah dari model
penelitian yang disertai dengan indikator yang akan ditanyakan dalam kuesioner serta
dari produk/layanan
menggunakan produk/layanan
hidup
berinteraksi dengan
produk/layanan Park et al
pengguna
produk/layanan
layanan aman
transaksi
Traveloka
3.11 Pretest
telah ditentukan, peneliti melakukan pretest terhadap rancangan kuesioner yang telah
dibuat. Pretest ini disebarkan kepada 30 orang responden. Pretest ini bertujuan untuk
yang tidak mendukung ini dapat dilihat dari pertanyaan yang tidak dimengerti oleh
responden, pertanyaan dengan bahasa yang tidak baku, atau yang tidak mengikuti
dll). Hasil pretest ini diolah dengan menggunakan program IBM SPSS 20 dengan
Pada penelitian ini, peneliti menggunakan IBM SPSS 20 sebagai salah satu
sarana pengolahan data. SPSS (Statistical Package for the Social Sciences) adalah
sebuah program komputer yang digunakan untuk membuat analisis statistika. Peneliti
menggunakan salah satu aplikasi dalam SPSS sebagai pengolahan data awal, yaitu
mengolah data pretest untuk mengukur reliabilitas dan validitas item-item pertanyaan
dalam kuesioner. Selain itu juga digunakan untuk melakukan analisis deskriptif
karakteristik responden.
dari hasil pretest kuesioner yang disebarkan kepada calon responden. Hasil dari
pengujian ini dapat diketahui indikator-indikator mana saja yang relevan dengan
variabel penelitian dan pertanyaan mana saja yang tidak signifikan, yang kemudian
Uji Validitas adalah suatu ukuran yang menunjukkan tingkat kevalidan atau
kesahihan suatu instrumen (Recker, 2013) Intrumen yang dikatakan valid berarti
menunjukkan alat ukur yang digunakan untuk mendapatkan data itu valid atau dapat
digunakan untuk mengukur apa yang seharusnya di ukur (Sugiyono, 2017). Dengan
demikian, instrumen yang valid merupakan instrumen yang benar-benar tepat untuk
mengukur apa yang hendak di ukur. Dengan kata lain, uji validitas ialah suatu langkah
pengujian yang dilakukan terhadap isi (konten) dari suatu instrumen, dengan tujuan
penelitian. Cara untuk menguji validitas sebuah instrument dapat dilakukan dengan
yang menyatakan jika 𝑟ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑟𝑡𝑎𝑏𝑒𝑙 maka instrument dinyatakan valid, tetapi jika
𝑟ℎ𝑖𝑡𝑢𝑛𝑔 < 𝑟𝑡𝑎𝑏𝑒𝑙 maka instrument dinyatakan tidak valid. Diketahui bahwa
pengukuran yaitu apakah akan diperoleh hasil yang sama jika observasi dilakukan
dengan menggunakan alat ukur yang sama pada fenomena yang juga sama lebih dari
sekali atau berulang kali (Recker, 2013). Reliabilitas berkaitan dengan keterandalan
48
akurasi dan presisi dari jawaban yang mungkin dari beberapa pertanyaan, di mana
angka-angka yang dihasilkan dari suatu indikator tidak bervariasi karena adanya
karakteristik dari proses pengukuran dan instrumen penelitian itu sendiri (Neuman,
2017). Uji reliabilitas dilakukan untuk mengukur konsistensi dan reliabilitas dari
pertanyaan yang terdapat dalam kuesioner penelitian dengan melihat nilai Cronbach’s
Alpha (𝛼). Jika nilai Cronbach’s Alpha (𝛼) melebihi atau sama dengan 0,6, maka
pertanyaan tersebut konsisten dan relevan terhadap variabel serta reliabel atau dapat
diandalkan jika diterapkan pada sampel, tempat, dan waktu pengambilan data yang
Model evaluasi PLS dilakukan dengan menilai outer model dan inner model
(Ghozali & Latan, 2015). Menurut Chin (1998) pada Ghozali & Latan (2015) evaluasi
model pengukuran atau outer model dilakukan untuk menilai validitas dan reliabilitas
model. Outer model dengan indikator refleksif dievaluasi melalui validitas convergent
(discriminant validity) dan composite reliability serta cronbach alpha untuk blok
indikatornya.
hubungan antar variabel laten. Inner model dievaluasi dengan melihat besarnya
presentase variance yang dijelaskan dengan melihat R-Square untuk konstruk laten
endogen, Stone-Geisser test untuk menguji predictive relevance, dan average variance
Tahap untuk melakukan analisis model penelitian menurut Ghozali & Latan (2015)
b. Convergent Validity
Uji validitas convergent dengan SmartPLS 3.0 dapat dilihat dari nilai
loading factor untuk tiap indikator konstruk. Nilai loading factor untuk
penelitian yang bersifat exploratif lebih dari 0.5 serta nilai average
variance extracted (AVE) harus lebih besar dari 0.5 (Ghozali & Latan,
2015).
c. Discriminant Validity
besar dari korelasi antar konstruk dalam model yang digagas oleh Fornell
d. Composite Reliability
dapat dilakukan dengan dua cara yaitu dengan Cronbach’s Alpha dan
Reliability harus lebih besar dari 0.7, sedangkan untuk nilai Cronbach’s
a. R-Square
kekuatan prediksi dari model struktural. Nilai R-Square 0.75 , 0.50 dan
0.25 dapat disimpulkan bahwa model kuat, moderate, dan lemah. Hasil
b. Predictive Relevamce
2015).
Dimana R12, R22, .... Rp2 adalah R-Square variabel endogen dalam model
c. Uji Hipotesis
signifikan jika nilai t statistik yang dihasilkan lebih dari 1.96 (Ghozali &
Latan, 2015).
Untuk menguji efek dari variabel mediasi antar variabel dapat dilakukan
dengan metode Hair pada Hadi (2016) dan Olalere (2013) yaitu dengan
melihat nilai VAF. Signifikansi dari efek tidak langsung ditentukan oleh
mediasi. Nilai VAF diatas 80% dianggap sebagai mediasi penuh (full
mediation) dan nilai VAF diantara 20% dan 80% dianggap sebagai
dianggap sebagai tidak ada mediasi (Hadi, 2016 & Olalere, 2013). Rumus
𝑖𝑛𝑑𝑖𝑟𝑒𝑐𝑡 𝑒𝑓𝑓𝑒𝑐𝑡
𝑉𝐴𝐹 =
𝑡𝑜𝑡𝑎𝑙 𝑒𝑓𝑓𝑒𝑐𝑡
(Hadi, 2016). Hasil nilai t dibandingkan dengan nilai dari t tabel, jika nilai
t lebih besar dari nilai t tabel (> 1,96) maka dapat disimpulkan bahwa
BAB IV
pengumpulan data kepada responden dalam jumlah besar. Selain itu, pretest dilakukan
untuk melihat sejauh mana tingkat pengetahuan dan pemahaman responden mengenai
yang diambil untuk pretest dalam penelitian ini adalah sebanyak 30 responden yang
memiliki karakteristik sama dengan responden utama, yakni konsumen yang berumur
17-37 tahun, dan sudah pernah menggunakan layanan Traveloka. Peneliti melakukan
proses olah data menggunakan IBM SPSS 20 untuk mengukur validitas dan
dalam kuesioner sulit dipahami (ditunjukkan dengan nilai validitas dan reliabilitas
instrumen yang rendah) maka perlu dilakukan perbaikan ataupun penghapusan pada
instrumen bersangkutan.
pada responden dengan total skor untuk seluruh item. Teknik korelasi yang digunakan
untuk menguji validitas butir pernyataan dalam penelitian ini adalah korelasi Pearson
53
Product Moment. Apabila nilai koefisien korelasi butir item pernyataan yang sedang
diuji lebih besar dari 𝑟𝑡𝑎𝑏𝑒𝑙 = 0.361 maka dapat disimpulkan bahwa item pernyataan
tersebut merupakan konstruksi (construct) yang valid. Adapun hasil uji validitas
kuesioner pretest untuk variabel yang diteliti disajikan pada tabel berikut :
𝒓𝒕𝒂𝒃𝒆𝒍
Indikator 𝒓𝒉𝒊𝒕𝒖𝒏𝒈 Sig Keterangan
(n= 30 𝜶 = 0,05)
𝒓𝒕𝒂𝒃𝒆𝒍
Indikator 𝒓𝒉𝒊𝒕𝒖𝒏𝒈 Sig Keterangan
(n= 30 𝜶 = 0,05)
𝒓𝒕𝒂𝒃𝒆𝒍
Indikator 𝒓𝒉𝒊𝒕𝒖𝒏𝒈 Sig Keterangan
(n= 30 𝜶 = 0,05)
𝒓𝒕𝒂𝒃𝒆𝒍
Indikator 𝒓𝒉𝒊𝒕𝒖𝒏𝒈 Sig Keterangan
(n= 30 𝜶 = 0,05)
𝒓𝒕𝒂𝒃𝒆𝒍
Indikator 𝒓𝒉𝒊𝒕𝒖𝒏𝒈 Sig Keterangan
(n= 30 𝜶 = 0,05)
Pada tabel 4.1 hasil uji validitas variabel usability masing-masing indikator
(U1) , (U2), (U3), (U4), (U5), (U6), dan (U7) memiliki nilai 𝑟ℎ𝑖𝑡𝑢𝑛𝑔 antara 0,52
hingga 0,82 yang dikatakan valid dikarena seluruh item indikator pertanyaan memiliki
koefisien validitas yang lebih besar dari 𝑟𝑡𝑎𝑏𝑒𝑙 = 0.361, sehingga item-item tersebut
Pada tabel 4.2 hasil uji validitas variabel affect masing-masing indikator
(A1), (A2), (A3), (A4), dan (A5) memiliki nilai 𝑟ℎ𝑖𝑡𝑢𝑛𝑔 antara 0,59 hingga 0,73 yang
validitas yang lebih besar dari 𝑟𝑡𝑎𝑏𝑒𝑙 = 0.361, sehingga item-item tersebut layak
Pada tabel 4.3 hasil uji validitas variabel user value masing-masing indikator
(UV1), (UV2), (UV3), (UV4), dan (UV5) memiliki nilai 𝑟ℎ𝑖𝑡𝑢𝑛𝑔 antara 0,46 hingga
0,85 yang dikatakan valid dikarena seluruh item indikator pertanyaan memiliki
koefisien validitas yang lebih besar dari 𝑟𝑡𝑎𝑏𝑒𝑙 = 0.361, sehingga item-item tersebut
Pada tabel 4.4 hasil uji validitas variabel trust masing-masing indikator (T1),
(T2), (T3), (T4), dan (T5) memiliki nilai 𝑟ℎ𝑖𝑡𝑢𝑛𝑔 antara 0,71 hingga 0,81 yang
56
validitas yang lebih besar dari 𝑟𝑡𝑎𝑏𝑒𝑙 = 0.361, sehingga item-item tersebut layak
Pada tabel 4.5 hasil uji validitas variabel trust masing-masing indikator (PI1),
(PI2), dan (PI3) memiliki nilai 𝑟ℎ𝑖𝑡𝑢𝑛𝑔 antara 0,88 hingga 0,895 yang dikatakan valid
dikarena seluruh item indikator pertanyaan memiliki koefisien validitas yang lebih
besar dari 𝑟𝑡𝑎𝑏𝑒𝑙 = 0.361, sehingga item-item tersebut layak digunakan sebagai alat
dalam kategori valid. Pengujian reliabilitas dilakukan dengan cara menguji coba
cronbach (𝛼). Kuesioner dikatakan realibel apabila alpha’s cronbach (𝛼) bernilai
lebih besar dari pada 0.6. Adapun hasil dari uji reliabilitas pretest adalah sebagai
berikut:
yang sedang diteliti lebih besar dari alpha’s cronbach (𝛼) 0.60 hasil ini menunjukkan
bahwa butir-butir peryataan pada kuesioner andal atau reliabel untuk mengukur
variabelnya.
400 100
responden. Dari 400 yang pernah menggunakan layanan Traveloka, responden dengan
jenis kelamin perempuan berjumlah 229 orang (57%). Sedangkan yang berjenis
4.2.2 Usia
17 2 0.5
58
18 7 1.75
19 14 3.5
20 39 9.75
21 81 20.25
22 66 16.5
23 26 6.5
24 23 5.75
25 24 6
26 16 4
27 15 3.75
28 15 3.75
29 14 3.5
30 6 1.5
31 9 2.25
32 4 1
33 11 2.75
34 8 2
35 12 3
36 1 0.25
37 7 1.75
400 100
Dari tabel 4.8 terlihat bahwa mayoritas responden berusia 20 hingga 25 tahun
dengan total presentase sebanyak 64,75 % atau 259 orang responden. Untuk
4.2.3 Domisili
Sumatera 70 17.5
Kalimantan 56 14
Sulawesi 20 5
400 100
Pada tabel 4.9 menunjukkan bahwa 219 orang atau 54,8% dari 400 orang
responden berasal dari Jawa. Sebanyak 70 orang responden atau 17,5% berasal dari
responden berasal dari daerah Bali dan Nusa, 5% dar Sulawesi dan 2,8% responden
SMP 1 0.3
SLTA/Sederajat 216 54
Diploma 50 12.5
S1 123 30.8
S2 10 2.5
400 100
orang (30,8), Diploma sebanyak 50 orang (12,5%), S2 sebanyak 10 orang (2,5%) dan
Guru/Dosen 6 1.5
PNS 14 4
61
Karyawan Swasta 96 24
Wiraswasta 17 4.3
Lainnya 56 14
400 100
dengan jumlah sebanyak 185 orang (46,3%). 24% responden atau 96 orang
merupakan karyawan swasta. 24 orang (6%) dari 400 responden adalah ibu
(4,3%) dan 14 orang (4%). Dan sebanyak 56 orang (14%) menjawab lainnya.
Rp 1.750.001 - Rp 2.250.000,- 76 19
400 100
Dari tabel 4.12 diatas dapat dilihat bahwa rata-rata pengeluaran mayoritas
responden selama satu bulan yaitu lebih dari Rp 2.250.000, sebanyak 134 orang
1.750.000.
responden, terdapat lima kategori pilihan jawaban yaitu Sangat Setuju (SS) yang
berskala 5, Setuju (S) yang bersakala 4, Netral (N) yang berskala 3, Tidak Setuju (TS)
yang berskala 2, dan Sangat Tidak Setuju (STS) yang berskala 1. Data yang
4.13. Dari tabel 4.13 dapat dilihat bahwa distribusi frekuensi variabel usability terdiri
tujuh indikator, dimana terdapat responden yang memilih jawaban sangat tidak setuju
pada indikator U1,U4, dan U7. Jika dilihat dari nilai modus pada tabel 4.14, pilihan
jawaban terbanyak pada indikator U1, U2, U3, U4, U5, U6, dan U7 adalah setuju, hal
ini menunjukkan bahwa responden merasa bahwa Traveloka bekerja secara sederhana
(tidak rumit), dapat dengan mudah memahami antarmuka dari Traveloka. Setuju
63
bahwa Traveloka memberika semua informasi yang diperlukan dengan cara yang
tepat, Traveloka bekerja dengan baik di PC maupun mobile, dapat memahami cara
Skala Pengukuran
1 2 3 4 5
Indikator
(STS) (TS) (N) (S) (SS)
U1 1 5 4.1825 4
U2 2 5 4.1425 4
U3 2 5 4.1850 4
64
U4 1 5 4.1375 4
U5 2 5 4.0700 4
U6 2 5 4.1775 4
U7 1 5 4.2675 4
Frekuensi jawaban responden pada variabel affect disajikan pada tabel 4.15.
Dari tabel 4.15 dapat dilihat bahwa distribusi frekuensi variabel affect terdiri lima
indikator, dimana responden tidak ada yang memilih jawaban sangat tidak setuju. Jika
dilihat dari nilai modus pada tabel 4.16, pilihan terbanyak pada indikator A1, A2, A3,
A4, dan A5 adalah setuju. Hal ini menunjukkan bahwa responden setuju Traveloka
menggunakan warna yang hidup, dibuat dengan sangat bagus, memiliki tampilan yang
menarik serta memiliki tampilan yang simple. Selain itu responden juga setuju bahwa
kualitas tampilan.
Skala Pengukuran
1 2 3 4 5
Indikator
(STS) (TS) (N) (S) (SS)
A1 2 5 3.8700 4
A2 2 5 3.8275 4
A3 2 5 3.8250 4
A4 2 5 3.8400 4
A5 2 5 3.9875 4
Frekuensi jawaban responden pada variabel user value disajikan pada tabel
4.17. Jika dilihat dari nilai modus pada tabel 4.18, pilihan terbanyak pada indikator
UV1, UV2, UV3, UV4, dan UV5 adalah setuju. Hal ini menunjukkan bahwa
Traveloka. Responden setuju bahwa secara keseluruhan fungsi dan penampilan dari
bersosialisasi. Selain itu juga setuju Traveloka menyediakan layanan untuk berbagi
Skala Pengukuran
1 2 3 4 5
Indikator
(STS) (TS) (N) (S) (SS)
UV1 1 5 4.1475 4
UV2 1 5 4.0550 4
UV3 1 5 4.0825 4
UV4 1 5 3.7375 4
UV4 1 5 3.9200 4
Frekuensi jawaban responden pada variabel trust disajikan pada tabel 4.19.
Jika dilihat dari nilai modus pada tabel 4.20, pilihan terbanyak pada indikator T1, T2,
T3, T4, dan T5 adalah setuju. Hal ini menunjukkan bahwa responden setuju Traveloka
dan aman. Selain itu responden setuju bahwa Traveloka akan menginformasikan jika
terjadi kesalahan pada transaksi dan yakin tidak akan terjadi kesalahan saat melakukan
transaksi.
Skala Pengukuran
1 2 3 4 5
Indikator
(STS) (TS) (N) (S) (SS)
T1 2 5 4.1950 4
68
T2 2 5 4.2350 4
T3 2 5 4.2250 4
T4 1 5 3.9825 4
T5 1 5 3.7025 4
Frekuensi jawaban responden pada variabel trust disajikan pada tabel 4.21.
Dari tabel 4.21 dapat dilihat bahwa distribusi frekuensi variabel purchase intentions
terdiri tiga indikator, dimana responden tidak ada yang memilih jawaban sangat tidak
setuju. Jika dilihat dari nilai modus pada tabel 4.22, pilihan terbanyak pada indikator
PI1, PI2, dan PI3 adalah setuju. Hal ini menunjukkan bahwa responden berencana
Traveloka dan setuju pasti akan melakukan transaksi melalui Traveloka di masa
depan.
Skala Pengukuran
1 2 3 4 5
Indikator
(STS) (TS) (N) (S) (SS)
PI1 2 5 4.0050 4
PI2 2 5 4.0150 4
PI3 2 5 3.9375 4
Uji validitas convergent dengan SmartPLS 3.0 dapat dilihat dari nilai loading
factor untuk tiap indikator konstruk. Nilai loading factor untuk penelitian yang
bersifat exploratory lebih dari 0.6 serta nilai average variance extracted (AVE) harus
indikator variabel laten Usability (U), Affect (A), User Value (UV), Trust (T) dan
validity (loading factor) diatas 0.5. Dan berdasarkan Gambar 4.2 di atas, maka nilai
loading factor dari masing-masing item dapat dilihat pada Tabel 4. Outer Loadings
berikut:
A1 0.850
A2 0.853
A3 0.770
A4 0.837
A5 0.738
PI1 0.942
PI2 0.945
PI3 0.871
T1 0.843
T2 0.890
T3 0.886
T4 0.717
T5 0.682
U1 0.790
U2 0.725
71
U3 0.790
U4 0.746
U5 0.599
U6 0.805
U7 0.807
UV1 0.853
UV2 0.883
UV3 0.814
UV4 0.675
UV5 0.614
Berdasarkan Tabel 4.13 di atas, dapat diketahui bahwa nilai outer loadings
dari 7 Usability (U) yang terdiri dari U1, U2, U3, U4, U5, U6, dan U7 merupakan
pembentuk variabel Usability (U) lebih besar dari 0.50, berarti indikator-indikator dari
Affect (A) dibentuk dari 5 indikator (A1, A2, A3, A4, dan A5) yang masing-
masing memiliki nilai outer loadings lebih besar dari 0.50, berarti indikator-indikator
User Value (UV) dibentuk dari 5 indikator (UV1, UV2, UV3, UV4, dan
UV5) yang masing-masing memiliki nilai outer loadings lebih besar dari 0.50, berarti
yang baik.
72
Trust (T) dibentuk dari 5 indikator (A1, A2, A3, A4, dan A5) yang masing-
masing memiliki nilai outer loadings lebih besar dari 0.50, berarti indikator-indikator
Purchase Intention (PI) dibentuk dari 3 indikator (PI1, PI2, PI3) yang
masing-masing memiliki nilai outer loadings lebih besar dari 0.5 0, berarti indikator-
indikator dari variabel Purchase Intention (PI) mempunyai convergent validity yang
baik.
Variabel AVE
Pada Tabel 4.14 di atas, dapat diketahui bahwa nilai AVE untuk masing-
masing variabel memiliki nilai yang lebih besar dari 0.50. Sehingga dapat dinyatakan
membandingkan akar kuadrat AVE untuk setiap konstruk lebih besar dari korelasi
73
antar konstruk dalam model yang digagas oleh Fornell dan Larcker (1981) (Ghozali &
Latan, 2015).
Purchase User
Affect Trust Usability
Intentions Value
Affect 0.811
Purchase
0.515 0.920
Intentions
Dari hasil tabel 4.15 diatas dapat dilihat bahwa nilai kuadrat AVE setiap
konstruk lebih besar dari korelasi antar konstruk dalam model. Sehingga dapat
dilakukan dengan dua cara yaitu dengan Cronbach’s Alpha dan Composite Reliability
Variabel Usability (U), Affect (A), User Value (UV), Trust (T) dan Purchase
Intention (PI) dinyatakan reliable jika nilai composite reliability di atas 0,70 dan
Cronbach’s Alpha lebih besar 0.6. Berdasarkan tabel 4.16 di atas terlihat nilai
composite reliability untuk semua variabel lebih besar dari 0.70 dan nilai Cronbach’s
Alpha lebih besar 0.6. Dengan demikian model variabel tersebut telah memenuhi uji
reliablitas.
R Square
Trust 0.478
Pada Tabel 4.17 di atas, model pengaruh Usability (U), Affect (A), User
Value (UV) terhadap Trust (T) memberikan nilai R-Square sebesar 0.478 yang dapat
diinterpretasikan bahwa variabilitas konstruk Trust (T) yang dapat dijelaskan oleh
variabilitas konstruk Usability (U), Affect (A), User Value (UV) sebesar 47.8%.
Selanjutnya model pengaruh Usability (U), Affect (A), User Value (UV) dan
Trust (T) terhadap Purchase Intention (PI) memberikan nilai R-Square sebesar 0.429
layanan Traveloka yang dapat dijelaskan oleh variabilitas konstruk Usability (U),
Affect (A), User Value (UV) dan Trust (T) sebesar 42.9% sedangkan 57.1% dijelaskan
Selain melihat nilai R-Square, model PLS juga dievaluasi dengan melihat Q-
= 1 – [(0.571)*(0.522)]
= 1 – [(0.298)]
= 0.702
76
sebesar 0.702, dimana nilai tersebut lebih besar dari nol. Hal tersebut menunjukkan
bahwa model memiliki predictive relevance yang dapat menjelaskan model sebesar
70.2%.
(STDEV)
koefisien jalur yang bertanda positif sebesar 0.391 dengan nilai T statistik
sebesar 4.949 pada tingkat keyakinan 95% yang berarti lebih besar dari 1.96
dengan nilai p < 0.05. Hal ini menunjukkan bahwa H1 diterima, yang berarti
(trust).
koefisien jalur yang bertanda positif sebesar 0.216 dengan nilai T statistik
sebesar 2.806 pada tingkat keyakinan 95% yang berarti lebih besar dari 1.96
dengan nilai p < 0.05. Hal ini menunjukkan bahwa H2 diterima, yang berarti
78
(purchase intentions).
koefisien jalur yang bertanda positif sebesar 0.072 dengan nilai T statistik
sebesar 1.280 pada tingkat keyakinan 95% yang berarti kurang dari 1.96
dengan nilai p < 0.05. Hal ini menunjukkan bahwa H3 ditolak, yang berarti
koefisien jalur yang bertanda positif sebesar 0.160 dengan nilai T statistik
sebesar 2.955 pada tingkat keyakinan 95% yang berarti lebih besar dari 1.96
dengan nilai p < 0.05. Hal ini menunjukkan bahwa H4 diterima, yang berarti
koefisien jalur yang bertanda positif sebesar 0.292 dengan nilai T statistik
sebesar 3.570 pada tingkat keyakinan 95% yang berarti lebih besar dari 1.96
dengan nilai p < 0.05. Hal ini menunjukkan bahwa H5 diterima, yang berarti
(trust).
79
koefisien jalur yang bertanda positif sebesar 0.201 dengan nilai T statistik
sebesar 2.642 pada tingkat keyakinan 95% yang berarti lebih besar dari 1.96
dengan nilai p < 0.05. Hal ini menunjukkan bahwa H6 diterima, yang berarti
user value memiliki pengaruh positif dan signifikan terhadap minat beli
(purchase intentions).
beli)
koefisien jalur yang bertanda positif sebesar 0.192 dengan nilai T statistik
sebesar 2.948 pada tingkat keyakinan 95% yang berarti lebih besar dari 1.96
dengan nilai p < 0.05. Hal ini menunjukkan bahwa H7 diterima, yang berarti
menguji efek dari variabel mediasi antar variabel dapat dilakukan dengan metode Hair
pada Hadi (2016) dan Olalere (2013) yaitu dengan melihat nilai VAF. Nilai VAF
diatas 80% dianggap sebagai mediasi penuh (full mediation) dan nilai VAF diantara
20% dan 80% dianggap sebagai mediasi parsial (partial mediation), sedangkan VAF
kurang dari 20% dianggap sebagai tidak ada mediasi (Hadi, 2016 & Olalere, 2013).
= (0.391) * (0.192)
= 0.075
= 0.075 + 0.216
= 0.291
𝑖𝑛𝑑𝑖𝑟𝑒𝑐𝑡 𝑒𝑓𝑓𝑒𝑐𝑡
𝑉𝐴𝐹 =
𝑡𝑜𝑡𝑎𝑙 𝑒𝑓𝑓𝑒𝑐𝑡
0.075
𝑉𝐴𝐹 =
0.291
𝑉𝐴𝐹 = 0.257
81
kepercayaan (trust) (U -> T -> PI) memiliki nilai t sebesar 2.596 yang lebih
dari 1.96 dan nilai p < 0.05 yang berarti signifikan. Maka pengaruh antara
sebagai variabel mediasi (H8) dapat diterima. Dari nilai VAF diperoleh
(purchase intention) sebesar 0.257 atau 25.7%. Hal ini menunjukkan bahwa
secara parsial.
= (0.072) * (0.192)
= 0.013
= 0.013 + 0.156
= 0.169
𝑖𝑛𝑑𝑖𝑟𝑒𝑐𝑡 𝑒𝑓𝑓𝑒𝑐𝑡
𝑉𝐴𝐹 =
𝑡𝑜𝑡𝑎𝑙 𝑒𝑓𝑓𝑒𝑐𝑡
0.013
𝑉𝐴𝐹 =
0.169
𝑉𝐴𝐹 = 0.077
82
kepercayaan (trust) (A -> T -> PI) memiliki nilai t sebesar 1.053 yang lebih
besar dari 1.96 dan nilai p < 0.05 yang berarti tidak signifikan. Maka
kepercayaan (trust) sebagai variabel mediasi (H9) dapat ditolak. Dari nilai
VAF diperoleh kekuatan efek mediasi kepercayaan terhadap affect dan minat
beli (purchase intention) sebesar 0.077 atau 7.7%. Hal ini menunjukkan
bahwa kepercayaan (trust) tidak memediasi affect dan minat beli (purchase
intentions).
10. Pembuktian variabel mediasi: Pengaruh antara user value terhadap minat beli
= (0.292) * (0.192)
= 0.056
= 0.056 + 0.201
= 0.257
𝑖𝑛𝑑𝑖𝑟𝑒𝑐𝑡 𝑒𝑓𝑓𝑒𝑐𝑡
𝑉𝐴𝐹 =
𝑡𝑜𝑡𝑎𝑙 𝑒𝑓𝑓𝑒𝑐𝑡
0.056
𝑉𝐴𝐹 =
0.257
𝑉𝐴𝐹 = 0.217
83
Pengaruh antara user ualue terhadap minat beli (purchase intention) melalui
kepercayaan (trust) (UV -> T -> PI) memiliki nilai t sebesar 2.157 yang lebih
besar dari 1.96 dan nilai p < 0.05 yang berarti signifikan. Maka pengaruh
kepercayaan (trust) sebagai variabel mediasi (H10) dapat diterima. Dari nilai
VAF diperoleh kekuatan efek mediasi kepercayaan terhadap user value dan
minat beli (purchase intention) sebesar 0.217 atau 21.7%. Hal ini
(purchase intentions)
bahwa ada pengaruh usability terhadap kepercayaan (trust) dan minat beli
maupun pada Mobile. Selain itu juga menyediakan layanan yang dapat di
unggah melalui Play Store dan versi iOS yang dapat diunggah secara
Hal ini juga didukung dari hasil analisis deskriptif variabel yang
intentions)
dan minat beli pengguna. Selain itu, kemungkinan dari tidak ada
pengguna.
pengaruh yang signifikan. Hal ini berarti tampilan atau daya tarik estetika
baik tampilan atau daya tarik dari layanan akan semakin tinggi
Hal ini juga didukung dari hasil analisis deskriptif variabel yang
bahwa tampilan layanan yang jelas dan simple berpengaruh secara positif
terhadap minat beli. Pada affect pemilihan indikator terendah yaitu pada
unggul.
Temuan ini berbeda dengan penelitian yang dilakukan Loyd (2010) dan
D’Angelo dan Little (1998) dengan menemukan bahwa daya tarik estetika
kepercayaan konsumen.
88
Untuk hubungan antara affect dan minat beli dengan kepercayaan sebagai
karena tampilan dari layanan Traveloka yang sudah dianggap baik oleh
(purchase intentions)
bahwa ada pengaruh user value terhadap kepercayaan (trust) dengan hasil
diharapkan dapat meningkatkan user value atau nilai yang melekat pada
menggunakan fitur review dan rating, sehingga hal ini dapat memenuhi
terdapat 0.3% responden yang menjawab Sangat Tidak Setuju, tetapi dari
dimiliki oleh generasi milenial. Selain itu juga dapat memengaruhi minat
Traveloka.
yang hanya tersedia pada pukul 02:00 WIB hingga pukul 20:00 WIB
layanan Traveloka.
Maka dari itu layanan jual beli online atau e-commerce khususnya dalam
faktor dari user experience dalam penelitian ini, yaitu usability, affect,
dan user value. Namun dari hasil analisis diatas ditemukan bahwa hanya
kepercayaan pengguna.
92
Hal tersebut juga didukung dari hasil analisis deskriptif variabel juga
beli online (Sam et al, 2007; Ling et al, 2010). Begitupula dengan
penelitian yang dilakukan oleh Tariq dan Eddaoudi (2009) dan Wu dan
dengan keinginan untuk belanja online atau membeli dari suatu layanan
BAB V
5.1 Kesimpulan
milenial.
milenial.
milenial.
milenial.
10. Hubungan user value terhadap minat beli dengan kepercayaan sebagai
atas faktor user value akan menimbulkan minat beli pengguna generasi
milenial.
5.2 Saran
sebagai berikut:
1. Akademisi
lebih tua atau yang lebih muda dari generasi milenial. Selain itu,
0.702, hal ini mengindikasikan bahwa struktur model sudah cukup baik,
2. Praktisi
DAFTAR PUSTAKA
Afshadost, M., Farahmandian, S., dan Eshaghi, S.M.S, (2013), Linking trust,
2278-487X, p-ISSN: 2319-7668. Volume 13, Issue 4 (Sep. - Oct. 2013), PP 63-
72
https://www.researchgate.net/profile/Laith_Alrubaiee/publication/270890639_R
elationship_between_B2B_E-Commerce_Benefits_E-Market-
_place_Usage_and_Supply_Chain_Management_Relationship_between_B2B_E
-Commerce_Benefits_E-
Marketplace_Usage_and_Supply_Chain_Management/links/54b7f0720cf269d8
cbf5a2aa/Relationship-between-B2B-E-Commerce-Benefits-E-Market-place-
Usage-and-Supply-Chain-Management-Relationship-between-B2B-E-
Commerce-Benefits-E-Marketplace-Usage-and-Supply-Chain-Management.pdf.
PT.Rineka Cipta.
Azwar, S., (1997), Reliabilitas dan Validitas, Edisi Ketiga, Cetakan Pertama,
Bai, B., Law, R., Wen, I. (2008). The impact of website quality on customer
Tersedia pada:
https://www.sciencedirect.com/science/article/pii/S0278431907001028.
Bollen, K., (1989), Structural Equations With Latent Variables, John Wiley & Sons,
Bolton, R.N., et al. 2013. Understanding Generation Y and their use of social media: a
review and research agenda. Jurnal of Service Management Vo.24 No.3, 2013.
http://www.emeraldinsight.com/doi/pdfplus/10.1108/09564231311326987.
Broutsou, A., dan Fitsilis, P., (2012), Online Trust: The Influence of Perceived
2012, 5, 365-372
Cathy, B., & Vincent, W. M. (2006). Male versus female consumer decision making
Chen, Y. H., and Barnes, S. (2007), “Initial trust and online buyer behaviour”, Journal
Constantinides, E., (2004), Influencing the online consumers behaviour: the web
https://www.sciencedirect.com/science/article/pii/S2212567115000416 (Diakses
10 Januari 2018)
Dabrowski, D., Basinska, B. A., Sikorski, M., (2014) Impact of Usability Website
De Angeli, A., J. Hartmann, & A. Sutcliffe. (2009). The Effect of Brand on the
Dhanapal, S., Vashu, D., & Subramaniam, T. (2015) Perceptions on the challenges of
online purchasing: a study from “baby boomers”, generation “X” and generation
Ganguly, B., Bhusan, S., Cyr, D.D., & Head, M. (2010) The effects of website design
on purchase intention in online shopping: the mediating role of trust and the
moderating role of culture. Int. J. Electronic Business, Vol. 8, Nos. 4/5, 2010.
https://www.researchgate.net/publication/220300397_The_effects_of_website_d
esign_on_purchase_intention_in_online_shopping_The_mediating_role_of_trust
Ghozali, I., Latan, H., (2015), Partial Least Squares, Konsep, Teknik, dan Aplikasi
Hadi, N.U., Abdullah, N., Sentosa, I., (2016), Making Sense of Mediating Analysis: A
Hair, J.F., Black, W.C., Babin, J.B., Anderson, R.E., (2010), Multivariate Data
Hashbullah, et al., (2015), The Relationship of Attitude, Subjective Norm and Website
Youth, 7th International Economics & Business Management Conference, 5th &
Hassenzahl, M., Kort, J., Law, E., Roto, V. & Vermeeren, A. (2009). Understanding,
Human Factors in Computing Systems CHI ‘09. Boston, MA, USA April 4-9
http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.150.180 . (Diakses: 1
Januari 2018)
100
Kilber, J., Barclay, A., & Ohmer, D. (2014). Seven Tips for Managing Generation Y.
Journal of Management Policy and Practice vol. 15(4) 2014. (Online). Tersedia
pada: www.m.www.na-businesspress.com/JMPP/BarclayA_Web15_4_.pdf
Kim, D. J., Ferrin, D. L., and Rao, H. R. (2008), “ A trust-based consumer decision-
making model in electronic commerce: The role of trust, perceived risk, and
Knemeyer, D., Svoboda, E. The Glossary of Human Computer Interaction: 39. User
glossary-of-human-computer-interaction/user-experience-ux#chapter_start
Ling, K.C., Chai, L.T., dan Piew, T.H., (2010), The Effects of Shopping Orientations,
Online Trust and Prior Online Purchase Experience toward Customers’ Online
Lloyd C. Harris Mark M.H. Goode, (2010),"Online servicescapes, trust, and purchase
room/2014/konsumen-indonesia-mulai-menyukai-belanja-online.html. (Diakses
25 Desember 2017)
101
Madahi, A., & Sukati, I. (2012). The Effect of External Factors on Purchase Intention
www.ccsenet.org/journal/index.php/ibr/article/download/19039/12578 (Diakses
9 Januari 2018)
Marcus, A. (2011). On the Edge: Branding the User Experience. User Experience
2018)
Meler, J., Austin, S.F., & Crocker, M. (2010). Generation Y in the Workforce:
2018)
Mertens, W., Pugliese, A., Recker, J., (2017), Quantitative Data Analysis: A
Mifsud, J. (2011). The Difference (and Relationship) Between Usability and User
between-usability-and-user-experience/#difference- usability-user-experience-3.
Naim, M.F., & Lenka, U. (2017). How Does Mentoring Contribute to Gen Y
2018)
https://business.idntimes.com/economy/yoshi/pertumbuhan-e-commerce-
Pendidikan. Jakarta
2018)
103
Park, J., Han, S.H., Kim, H.K., Oh, S., Moon, H., (2013), Modeling user experience a
(2013) 187e196
Peiris, P.M., Kulkarni, D., dan Mawatha, C., (2015), Implications of Trust and
Perdana, R. A., dan Suzianti, A., (2017), Analysis of usability factors affecting
Persentase pengguna internet untuk e-commerce berdasarkan umur pada tahun 2016
https://statistik.kominfo.go.id/site/data?idtree=430&iddoc=1525
Prasetyo, B., Jannah,L.M., (2005) Metode Penelitian Kuantitatif: Teori dan Aplikasi,
Rao S., Truong D., Senecal S. & Le T. (2007). How buyers' expected benefits,
13 November 2017)
Rismawan, P.A.E., Supartha, W.G., Yasa, N.N.K., (2014), Peran Mediasi Komitmen
https://pdfs.semanticscholar.org/9f3c/2864547a08afb65959397ced52968595f16
Rozekhi, N.A., Hussin, S., & Noor, A.M. (2014). Attributable E-commerce toward
Industrial, Financial & Business Management (IFBM), Vol. 2, No. 3, May 2014.
Rubinoff, R. (2004). How To Quantify The User Experience. 21 April 2004. Tersedia
2018)
San, Lim Y., Omar, A., Thurasamy, R. 2015. Online Purchase: A Study of Generation
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.942.6764&rep=rep1&
Santosa, Insap., (2004), Interaksi Manusia dan Komputer: Teori dan Praktek,
Septian, D., (2016), BPS: Jumlah e-Commerce di Indonesia Capai 26,2 Juta,
https://www.liputan6.com/bisnis/read/2602680/bps-jumlah-e-commerce-di-
Shanmugam, V., & Marsh, J.E. (2014). Application of Structural Equation Modeling
https://www.researchgate.net/publication/266114941_Application_of_Structural
_Equation_Modeling_to_the_Social_Sciences_A_Brief_Guide_for_Researchers
Shidarta, L.1996. Internet Informasi Bebas Hambatan. Jakarta. PT. Elex Media
Komputindo
Pustaka Utama.
Sohaib, O., Hussain, W., & Badini, M.K., (2011). User Experience And The Web
Tersedia pada:
https://www.researchgate.net/profile/Walayat_Hussain2/publication/267679841
_User_Experience_UX_and_the_Web_Accessibility_Standards/links/54b8503b
0cf2c27adc48af05/User-Experience-UX-and-the-Web-Accessibility-
Alfabeta
Suryani, Tatik. (2013). Perilaku Konsumen di Era Internet. Yogyakarta: Graha Ilmu.
106
Tariq, A.N., dan Eddaoudi, B., (2009), Assessing the Effect of Trust and Security
Tenenhaus, M., Vinzi, Chatelin, dan Lauro., (2005), PLS Path- Modeling.
Vinzi,V.E., Chin, W.W., Henseler. J., dan Wang, H., (2010), Handbook of Partial
Heidelberg
Wardhani, S., & Nastiti, C.A.D. 2017. Perkembangan E-commerce di Indonesia (1).
http://validnews.co/Perkembangan-E-commerce-di-Indonesia--1--YXAiJ
Wijanto, Setyo Hari. 2008. Structural Equation Modelling dengan LISREL 8.8. 1st ed.
Graha Ilmu.Yogyakarta.
Wu, J. J., and Chang, Y. S., 2006. Effect of transaction trust on e-commerce
http://www.sciedu.ca/journal/index.php/ijba/article/view/6625 (Diakses 10
Januari 2018)
107
Younus, S., Rasheed, F., & Zia, A.. (2015). Identifying the Factors Affecting
https://globaljournals.org/GJMBR_Volume15/2-Identifying-the-Factors-
Lampiran 1
Mawatha
109
shopping- the mediating role of trust and the moderating role of culture
Penulis: Boudhayan Ganguly, Satya Bhisan Dash. Dianne Cyr, Milena Head
111
Lampiran 2
Penulis: Park Jaehyun, Sung H. Han, Hyun K. Kim, Seunghwan Oh, Haekyung Moon
commerce sites
shopping- the mediating role of trust and the moderating role of culture
Penulis: Boudhayan Ganguly, Satya Bhisan Dash. Dianne Cyr, Milena Head
113
114
Lampiran 4
Correlations
U1 U2 U3 U4 U5 U6 U7 sumU
Pearson
1 .479** .487** .363* .230 .471** .611** .715**
Correlation
U1
Sig. (2-tailed) .007 .006 .049 .222 .009 .000 .000
N 30 30 30 30 30 30 30 30
Pearson
.479** 1 .430* .629** .286 .780** .622** .827**
Correlation
U2
Sig. (2-tailed) .007 .018 .000 .125 .000 .000 .000
N 30 30 30 30 30 30 30 30
Pearson
.487** .430* 1 .558** .296 .427* .385* .726**
Correlation
U3
Sig. (2-tailed) .006 .018 .001 .113 .019 .036 .000
N 30 30 30 30 30 30 30 30
Pearson
.363* .629** .558** 1 .272 .433* .577** .769**
Correlation
U4
Sig. (2-tailed) .049 .000 .001 .146 .017 .001 .000
N 30 30 30 30 30 30 30 30
Pearson
U5 .230 .286 .296 .272 1 .489** .222 .525**
Correlation
115
N 30 30 30 30 30 30 30 30
Pearson
.471** .780** .427* .433* .489** 1 .470** .784**
Correlation
U6
Sig. (2-tailed) .009 .000 .019 .017 .006 .009 .000
N 30 30 30 30 30 30 30 30
Pearson
.611** .622** .385* .577** .222 .470** 1 .751**
Correlation
U7
Sig. (2-tailed) .000 .000 .036 .001 .238 .009 .000
N 30 30 30 30 30 30 30 30
Pearson
.715** .827** .726** .769** .525** .784** .751** 1
Correlation
sumU
Sig. (2-tailed) .000 .000 .000 .000 .003 .000 .000
N 30 30 30 30 30 30 30 30
116
Correlations
A1 A2 A3 A4 A5 sumA
Pearson
1 .527** .374* .359 .155 .723**
Correlation
A1
Sig. (2-tailed) .003 .042 .051 .413 .000
N 30 30 30 30 30 30
Pearson
.527** 1 .242 .332 .080 .648**
Correlation
A2
Sig. (2-tailed) .003 .198 .073 .674 .000
N 30 30 30 30 30 30
Pearson
.374* .242 1 .324 .302 .676**
Correlation
A3
Sig. (2-tailed) .042 .198 .080 .105 .000
N 30 30 30 30 30 30
Pearson
.359 .332 .324 1 .497** .735**
Correlation
A4
Sig. (2-tailed) .051 .073 .080 .005 .000
N 30 30 30 30 30 30
Pearson
.155 .080 .302 .497** 1 .590**
Correlation
A5
Sig. (2-tailed) .413 .674 .105 .005 .001
N 30 30 30 30 30 30
Pearson
sumA .723** .648** .676** .735** .590** 1
Correlation
117
N 30 30 30 30 30 30
Correlations
Pearson
1 .744** .712** .518** .148 .818**
Correlation
UV1
Sig. (2-tailed) .000 .000 .003 .436 .000
N 30 30 30 30 30 30
Pearson
.744** 1 .673** .576** .222 .856**
Correlation
UV2
Sig. (2-tailed) .000 .000 .001 .238 .000
N 30 30 30 30 30 30
Pearson
.712** .673** 1 .615** .159 .826**
Correlation
UV3
Sig. (2-tailed) .000 .000 .000 .402 .000
N 30 30 30 30 30 30
Pearson
.518** .576** .615** 1 .187 .789**
Correlation
UV4
Sig. (2-tailed) .003 .001 .000 .323 .000
N 30 30 30 30 30 30
118
Pearson
.148 .222 .159 .187 1 .463**
Correlation
UV5
Sig. (2-tailed) .436 .238 .402 .323 .010
N 30 30 30 30 30 30
Pearson
.818** .856** .826** .789** .463** 1
Correlation
sumUV
Sig. (2-tailed) .000 .000 .000 .000 .010
N 30 30 30 30 30 30
119
Uji Validitas variabel Trust
Correlations
T1 T2 T3 T4 T5 sumT
Pearson
1 .691** .648** .367* .351 .807**
Correlation
T1
Sig. (2-tailed) .000 .000 .046 .057 .000
N 30 30 30 30 30 30
Pearson
.691** 1 .543** .447* .398* .810**
Correlation
T2
Sig. (2-tailed) .000 .002 .013 .029 .000
N 30 30 30 30 30 30
Pearson
.648** .543** 1 .321 .440* .757**
Correlation
T3
Sig. (2-tailed) .000 .002 .084 .015 .000
N 30 30 30 30 30 30
Pearson
.367* .447* .321 1 .549** .716**
Correlation
T4
Sig. (2-tailed) .046 .013 .084 .002 .000
N 30 30 30 30 30 30
Pearson
.351 .398* .440* .549** 1 .718**
Correlation
T5
Sig. (2-tailed) .057 .029 .015 .002 .000
N 30 30 30 30 30 30
Pearson
sumT .807** .810** .757** .716** .718** 1
Correlation
120
N 30 30 30 30 30 30
Correlations
N 30 30 30 30
N 30 30 30 30
N 30 30 30 30
N 30 30 30 30
121
Reliability Statistics
Cronbach's N of Items
Alpha
.851 7
Reliability Statistics
Cronbach's N of Items
Alpha
.701 5
Reliability Statistics
Cronbach's N of Items
Alpha
.800 5
122
Reliability Statistics
Cronbach's N of Items
Alpha
.816 5
Reliability Statistics
Cronbach's N of Items
Alpha
.920 3
123
Lampiran 5
Kuesioner Online
124
125
126
127
128
129
130
131
Lampiran 6
Usia
Percent
17.00 2 .5 .5 .5
36.00 1 .3 .3 98.3
Jenis Kelamin
Percent
Pendidikan Terakhir
Percent Percent
SMP 1 .3 .3 .3
Domisili
Percent Percent
Percent Percent
Pengeluaran Perbulan
Percent Percent
Rp 750.001 - Rp
62 15.5 15.5 32.0
1.250.000,-
Rp 1.250.001 - Rp
62 15.5 15.5 47.5
Valid 1.750.000,-
Rp 1.750.001 - Rp
76 19.0 19.0 66.5
2.250.000,-
Lampiran 7
Statistics
U1 U2 U3 U4 U5 U6 U7
Std. Error of
.02937 .02971 .02965 .03297 .03540 .02966 .02902
Mean
U1
Percent Percent
U2
Percent Percent
Tidak Setuju 2 .5 .5 .5
U3
Percent Percent
U4
137
Percent Percent
U5
Percent Percent
U6
Percent Percent
U7
Percent Percent
Tidak Setuju 2 .5 .5 .8
Statistics
A1 A2 A3 A4 A5
A1
Percent
Tidak Setuju 3 .8 .8 .8
A2
Percent
A3
Percent
A4
Percent
A5
Percent
Statistics
UV1
Percent Percent
Tidak Setuju 1 .3 .3 .5
UV2
Percent Percent
UV3
Percent Percent
Tidak Setuju 2 .5 .5 .8
UV4
Percent Percent
UV5
Percent Percent
Statistics
T1 T2 T3 T4 T5
T1
Percent
T2
Percent
Tidak Setuju 2 .5 .5 .5
T3
Percent
Tidak Setuju 3 .8 .8 .8
T4
ve
Percent
ve
Percent
Statistics
PI1
Percent Percent
PI2
Percent Percent
Tidak Setuju 3 .8 .8 .8
PI3
Percent Percent
Lampiran 8
Analisis PLS
151
R Square
Purchase Intentions 0.429
Trust 0.478
152
Fornell-Larcker Criterion
Path Coefficients
Purchase Intentions