METODE PENELITIAN
Metode penelitian yang dimaksud pada bab ini adalah desain penelitian,
dilapangan secara sistematik, empirik dan ilmiah. Penelitian ini memfokuskan pada
adopsi e-banking oleh nasabah bank pemerintah. Variabel yang menjadi fokus
penelitian ini adalah behavior intention dan use behavior sebagai variabel
dependen. Objek yang menjadi penelitian ini adalah nasabah e-bankung bank
sehingga lebih lengkapnya metode yang dilakukan adalah deskriptif survei dan
123
124
mengkaji variabel penelitian melalui gambaran angka dan tulisan yang lebih
variabel penelitian.
membawa variasi pada nilai. Nilai bisa berbeda pada berbagai waktu untuk objek
atau orang yang sama atau pada waktu yang sama untuk objek yang berbeda
(Sekaran & Bougie, 2016)Variabel pada penelitian ini terdiri dari lima variabel
dan security, Variabel dependen antara lain behavioral intention dan use behavior.
Definisi variabel dan item yang digunakan untuk mengukur variabel dalam
penelitian ini diadopsi dari kemudian disesuaikan dengan objek dalam penelitian
3) Kemudahan pengguna
untuk mengerjakan e-
banking
4) Kemudahan pengguna
untuk
mengoperasionalkan
e-banking
Social Persepsi pengguna terhadap 1) Pengaruh orang lain Ordinal
Influence orang yang penting baginya 2) Pengaruh manajemen
(SI) meyakinkan ia harus bank
menggunakan electronic 3) Pengaruh tempat kerja
banking 4) Pengaruh psikografis
(prestise)
Facilitating Persepsi pengguna terkait 1) Kontrol perilaku Ordinal
Conditions ketersediaan sumber daya persepsi
(FC) dan dorongan untuk 2) Kondisi –kondisi yang
Thompson, menggunakan electronic mempengaruhi
et al. (1991) banking 3) Kompabilitas
menggunakan
Electronic Banking
Security Tingkat keamanan sistem 1) Privacy Ordinal
(S) electronic banking 2) Autentification
3) Integrity
4) Non-repudiation
Behavioral Tingkat keinginan untuk 1) Minat Pemanfaatan e- Ordinal
Intention terus menggunakan sistem banking
(BI) electronic banking 2) Peningkatan efisiensi
3) Peningkatan
efektivitas
4) Peningkatan kinerja
layanan
Use behavior Perilaku penggunaan sistem 1) Frekuensi pemakai Ordinal
(USE) Electronic banking dalam menggunakan
teknologi informasi
2) Faktor-faktor sosial
3) Perasaan (affect)
4) Tingkat Kepuasan
Gender Sifat atau keadaan laki-laki 1) Laki-laki Nominal
atau perempuan 2) Perempuan
Lama waktu hidup atau ada 1) Muda (≤ 25 tahun Nominal
Age (sejak dilahirkan atau 2) Dewasa (> 25 tahun)
diadakan)
Experience Bagaimana cara seseorang 1) Memiliki pengalaman Nominal
merasakan ketika 2) Tidak memiliki
menggunakan sebuah pengalaman
produk, sistem atau jasa
Voluntary of Kondisi penggunaan 1) Keinginan sendiri Nominal
Use sukarela 2) Ada unsur paksaan
126
Sumber data dibagi menjadi dua, yaitu data primer dan data sekunder. Data
primer adalah data yang dikumpulkan secara langsung oleh peneliti, melalui
pengamatan langsung maupun survey. Data sekunder adalah data yang bersumber
dari pihak lain, misalnya dari jurnal, buku, laporan penelitian lain maupun dari
instansi lain. Pada penelitian ini, data yang digunakan adalah data primer. Peneliti
bagi peneliti untuk ditelaah (Sekaran & Bougie, 2016) dan menurut (Sugiono, 2008)
populasi sebagai wilayah generalisasi yang terdiri atas objek atau subjek yang
mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk
menggunakan elektronik bank itu adalah infinite tidak terhingga maka penulis
melakukan GPower terlebih dahulu dalam hal ini sudah dikonsultasi kepada pakar
PLS. pada saat dilakukan GPower jumlah sampel yang didapat kurang lebih 220
sehingga ini merupakan langkah awal peneliti untuk dalam menentukan sampel
size dari penelitian ini. Hal yang sama untuk mencapai jumlah yang sangat besar
responden yang didapat di seluruh sampel di Jakarta. Hal ini penulis juga
melakukan pengecakan pada amos dan lisrel dengan jumlah data yang banyak
tetapi mereka tidak support dalam multi group analysis sehingga penulis memakai
sampling tertentu. Teknik sampling yang digunakan dalam penelitian ini adalah
sampling yang perolehan datanya berasal dari sejumlah orang dalam populasi yang
bersedia menyediakan informasi yang diperlukan (Sekaran, U., & Bougie, R.,
2010).
Minimal jumlah sampel yang harus diambil dalam penelitian ini digunakan
banking pada penelitian ini tidak diketahui, maka ukuran sampel dapat ditentukan
dengan menggunakan metode Bernoulli (Sugiono, 2008) dengan rumus seperti ini:
2
(𝑍. 𝛼⁄2) 𝑝. 𝑞
𝑛 ≥
𝑒2
Keterangan:
α = tingkat ketelitian
p = probabilitas ditolak
nilai antara 0-100%. Para peneliti dalam ilmu-ilmu sosial sering menetapkan tingkat
5%, dengan tingkat kepercayaan 95% sehingga diperoleh nilai Z=1,96. Tingkat
kesalahan ditentukan sebesar 10%, makin besar tingkat kesalahan maka akan
probabilitas kuesioner benar atau diterima (p) sebesar 0,5. Mengacu persamaan
Sampel minimal yang pada penelitian ini 100 responden, namun peneliti
mengambil sampel 835 responden. Distribusi sampel pada setiap bank disajikan
Dalam penentuan sampel telah diteliti lebih dari 2500 sample untuk penelitian
ini yang mana peneliti melakukan pembagian 3 tahap untuk mendapat 835. tahap
sebanyak 33 indikator maka hasil yang didapat tidak terlampu banyak variabel yang
sample di tahap kedua ada beberapa indikator yang kurang cukup signifikant di
karena dalam pengisian questioner ada banyak yang tidak mengisi secara baik.
Tahap terakhir penulis menaikkan taraf sample sebanyak 2500 yang juga di bantu
dengan mengunakan situs survey monkey untuk mendapatkan data yang berada di
jakarta. Setelah mendapatkan hasil 2500 penulis Mendoza untuk membuang outlier
dari questioner sehingga penulis bisa mendapatkan 835 responden untuk pengiisian
di smartpls.
kuantitatif seperti pada penelitian ini data bisa dikumpulkan melalui sensus dan
survei. Pada penelitian ini, data dikumpulkan melalui survei. Survey dapat
dilakukan melalui berbagai cara, antara lain wawancara tatap muka (face to face
(survey online) dan survey melalui surat atau e-mail. Pada penelitian ini, survey
Metode analisis yang digunakan pada penelitian ini ada tiga, yaitu statistik
langsung kepada Dr. Marko Sarstedt, Professor of Marketing sebagai salah satu
pendiri smart PLS bagaimana rancangan statistik secara benar. Di dalam negeri
Com,Ph.D, Akt adalah Guru Besar Ilmu Akuntansi pada Fakultas Ekonomi dan
disertasi.
karakteristik lain. (Hair Jr, Hult, Ringle, & Sarstedt, 2016) menyatakan, bahwa
karakteristik dari responden dan juga variabel indikator di tiap variabel laten.
131
3.4.1.2 SEM-PLS
Vinzi, Chatelin, & Lauro, 2005) dan (Chin, 2010)pada model persamaan struktural.
Metode yang dikembangkan oleh Tenenhaus dan Chin kemudian dikenal dengan
SEM-PLS.
terlalu ketat terhadap pemenuhan asumsi seperti pada metode SEM. Metode ini
yang mana cukup sulit untuk memenuhi asumsi permodelan yang ketat, misalnya
kecukupan jumlah sampel, asumsi distribusi error yang harus mengikuti distribusi
antara variabel laten dengan variabel indikatornya. Variabel laten adalah variabel
indikator.
132
1. Model Pengukuran
variabel laten. Ada tiga cara untuk menguji kebaikan model pengukuran yang
reliability.
a. Convergent Validity
laten adalah nilai AVE (average variance extracted). Nilai AVE dapat
∑𝑀
𝑖=1 𝑙
2
𝐴𝑉𝐸 = ( )
𝑀
Keterangan:
𝑀 = banyaknya indikator
b. Discriminant Validity
tiap blok variabel laten. Jika indikator dalam satu blok memiliki nilai
muatan silang yang lebih tinggi jika dibandingkan muatan silang pada
(∑λi )2
ρc =
(∑λi )2 + ∑(I − λ2i )
dan konsistensi dari suatu pengukuran. Nilai berkisar 0 sampai 1. Nilai batas
134
𝑥
𝐹𝐶𝑋1 𝜆41 𝛿41
𝑥
[𝐹𝐶𝑋2 ] = [𝜆42 ] 𝐹𝐶 [𝛿42 ]
𝐹𝐶𝑋3 𝑥 𝛿42
𝜆43
𝑥
𝑆𝑋1 𝜆51 𝛿51
𝑥
𝑆𝑋2 𝜆52 𝛿
[ ] = 𝑥 𝑆 + [ 52 ]
𝑆𝑋3 𝜆53 𝛿53
𝑆𝑋4 𝑥
[𝜆54 ] 𝛿54
𝑦
𝐵𝐼𝑋1 𝜆11 𝛿61
𝑦
𝐵𝐼𝑋2 𝜆12 𝛿62
[ ]= 𝑦 𝐵𝐼 + [𝛿 ]
𝐵𝐼𝑋3 𝜆13 63
𝐵𝐼𝑋4 𝑦 𝛿
[𝜆14 ] 64
𝑦
𝑈𝑆𝐸𝑋1 𝜆21 𝛿71
𝑦
𝑈𝑆𝐸𝑋2 𝜆22 𝛿72
[ ]= 𝑦 𝑈𝑆𝐸 + [𝛿 ]
𝑈𝑆𝐸𝑋3 𝜆23 73
𝑈𝑆𝐸𝑋4 𝑦 𝛿
[𝜆24 ] 74
135
2. Model Struktural
hubungan kausalitas antar variabel laten. Variabel laten eksogen sebagai variabel
independen dan variabel laten endogen sebagai variabel dependen. Konstruk model
endogen dengan melihat nilai t-hitung tiap koefisien jalur pada model
struktural.
𝑈𝑆𝐸 = 𝛽21 𝐵𝐼 + ζ2
Keterangan :
𝑃𝐸 = Performance expectancy
𝐸𝐸 = Effort expectancy
SI = Social influence
𝐹𝐶 = Facilitating condition
𝑆 = Security
𝐵𝐼 = Behavior intention
Variabel moderating yang dimaksud adalah age, gender, experience dan voluntary
use. Variabel moderating bersifat kategorik, dimana pada usia dibedakan antara
usia < 25 tahun dan > 25 tahun, gender dibedakan antara laki-laki dan perempuan,
voluntary use, dibedakan antara yang berkeinginan sendiri dan yang dipaksakan.
dua grup atau lebih. Hipotesis yang akan diuji adalah tidak ada perbedaan koefisien
antara grup satu dengan grup dua (𝛽 (1) = 𝛽 (2) ) (Hair Jr et al., 2016). Pengujian
permutation atau uji PLS-MGA (untuk pendekatan non parametrik). Prosedur dari
Ada beberapa hipotesis yang akan diuji kebenarannya pada penelitian ini.
Hipotesis tersebut telah dijelaskan disub bab pertama. Hipotesis dalam penelitian
Hipotesis 1 (H1 )
security internet banking. Nasabah dari bank pemerintah juga memiliki tingkat
behavior intention dan use behavior yang baik. Berdasarkan hipotesis tersebut,
Hipotesis 1.a
Hipotesis 1.b
banking rendah
banking tinggi
Hipotesis 1.c
Hipotesis 1.d
rendah
rendah
Hipotesis 1.e
Hipotesis 1.f
Hipotesis 1.g
Hipotesis 1.h
i 0
t
Si / n
Dimana :
0 = rata-rata populasi
Pengujian hipotesis di atas adalah pengujian satu pihak sehingga kriteria uji adalah
jika t hitung > t tabel maka Ho ditolak, dengan t tabel = nilai pada tabel t dengan α/2
dan dk = n-k-1.
140
Hipotesis 2 (H2 )
Hipotesis 2a.
Hipotesis 2b.
Hipotesis 2c.
Hipotesis 2d.
Hipotesis 2e.
𝛽̂𝑖𝑗
𝑡=
𝑆𝐸(𝛽̂𝑖𝑗 )
Kriteria pengujian:
Tolak H 0 jika t hitung > t tabel pada taraf signifikan α atau tolak H 0 jika P-
Hipotesis 3 (H3 )
Hipotesis 3.
𝛽̂𝑖𝑗
𝑡=
𝑆𝐸(𝛽̂𝑖𝑗 )
Kriteria pengujian:
Tolak H 0 jika t hitung > t tabel pada taraf signifikan α atau tolak H 0 jika P-
Hipotesis 4 (H4 )
pemerintah.
Hipotesis 4a.
Hipotesis 4b.
Hipotesis 4c.
pemerintah
pemerintah
Hipotesis 4d.
pemerintah
pemerintah
Hipotesis 4e.
𝛽̂𝑖𝑗
𝑡=
𝑆𝐸(𝛽̂𝑖𝑗 )
145
Kriteria pengujian:
Tolak H 0 jika t hitung > t tabel pada taraf signifikan α atau tolak H 0 jika P-
Hipotesis 5 (H5 )
Hipotesis 5a.
H0: 𝛽11(1) =𝛽11(2) Tidak ada perbedaan pengaruh performance expectancy terhadap
Hipotesis 5b.
H0: 𝛽12(1) =𝛽12(2) Tidak ada perbedaan pengaruh effort expectancy terhadap
H1: 𝛽12(1) ≠ 𝛽12(2) Ada perbedaan pengaruh effort expectancy terhadap behavior
Hipotesis 5c.
H0: 𝛽14(1) =𝛽14(2) Tidak ada perbedaan pengaruh facilitating condition terhadap
Hipotesis 5d.
H0: 𝛽15(1) =𝛽15(2) Tidak ada perbedaan pengaruh security terhadap behavior
H1: 𝛽15(1) ≠ 𝛽15(2) Ada perbedaan pengaruh security terhadap behavior intention
permutasi (non parametrik test) dan uji PLS-MGA (non parametrik test). Prosedur
1. Uji t
𝛽(1) − 𝛽(2)
𝑡=
(𝑛(1) − 1)2
√ (1) 2 + (𝑛
(1) − 1)2 1 1
(2) . 𝑠𝑒(𝛽(1) ) (1) (2) . 𝑠𝑒(𝛽(2) )2 𝑥√ (1) + (2)
𝑛 −𝑛 −2 𝑛 −𝑛 −2 𝑛 𝑛
Keterangan:
Jika nilai 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑡𝑛(1)+𝑛(2)−2, maka disimpulkan ada perbedaan koefisien di
2. Permutasi
antara koefisien grup 1 (satu) (𝛽(1) ) dan koefisien grup 2 (dua) (𝛽(2) ) atau 𝑑𝑖 =
𝛽(1)𝑖 − 𝛽(2)𝑖 Jika nilai p-value dari permutasi selisih nilai koefisien (d) kurang
dari 0.05 (5%) maka disimpulkan ada perbedaan antara grup 1 (satu) dan grup 2
3. PLS-MGA
Hipotesis 6 (H6 )
Hipotesis 6a.
H0: 𝛽11(1) =𝛽11(2) Tidak ada perbedaan pengaruh performance expectancy terhadap
Hipotesis 6b.
H0: 𝛽12(1) =𝛽12(2) Tidak ada perbedaan pengaruh effort expectancy terhadap
H1: 𝛽12(1) ≠ 𝛽12(2) Ada perbedaan pengaruh effort expectancy terhadap behavior
Hipotesis 6c.
H0: 𝛽13(1) =𝛽13(2) Tidak ada perbedaan pengaruh social influence terhadap
H1: 𝛽13(1) ≠ 𝛽13(2) Ada perbedaan pengaruh social influence terhadap behavior
Hipotesis 6d.
H0: 𝛽15(1) =𝛽15(2) Tidak ada perbedaan pengaruh security terhadap behavior
H1: 𝛽15(1) ≠ 𝛽15(2) Ada perbedaan pengaruh security terhadap behavior intention
secara signifikan antara nasabah usia muda (< 25 tahun) dan nasabah
berikut:
𝛽(1) − 𝛽(2)
𝑡=
(𝑛(1) − 1)2
√ (1) 2 + (𝑛
(1) − 1)2 1 1
(2) . 𝑠𝑒(𝛽(1) ) (1) (2) . 𝑠𝑒(𝛽(2) )2 𝑥√ (1) + (2)
𝑛 −𝑛 −2 𝑛 −𝑛 −2 𝑛 𝑛
Keterangan:
Jika nilai 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑡𝑛(1)+𝑛(2)−2, maka disimpulkan ada perbedaan koefisien di
variabel).
Hipotesis 7 (H7 )
Hipotesis 7a.
H0: 𝛽12(1) =𝛽12(2) Tidak ada perbedaan pengaruh effort expectancy terhadap
H1: 𝛽12(1) ≠ 𝛽12(2) Ada perbedaan pengaruh effort expectancy terhadap behavior
Hipotesis 7b.
H0: 𝛽13(1) =𝛽13(2) Tidak ada perbedaan pengaruh social influence terhadap
H1: 𝛽13(1) ≠ 𝛽13(2) Ada perbedaan pengaruh social influence terhadap behavior
Hipotesis 7c.
. H0: 𝛽14(1) =𝛽14(2) Tidak ada perbedaan pengaruh facilitating condition terhadap
Hipotesis 7d.
H0: 𝛽15(1) =𝛽15(2) Tidak ada perbedaan pengaruh security terhadap behavior
H1: 𝛽15(1) ≠ 𝛽15(2) Ada perbedaan pengaruh security terhadap behavior intention
berikut:
153
𝛽(1) − 𝛽(2)
𝑡=
(𝑛(1) − 1)2
√ (1) 2 + (𝑛
(1) − 1)2 1 1
(2) . 𝑠𝑒(𝛽(1) ) (1) (2) . 𝑠𝑒(𝛽(2) )2 𝑥√ (1) + (2)
𝑛 −𝑛 −2 𝑛 −𝑛 −2 𝑛 𝑛
Keterangan:
Jika nilai 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑡𝑛(1)+𝑛(2)−2 , maka disimpulkan ada perbedaan koefisien di
grup 1 (satu) dan grup 2 (dua) (variabel tersebut merupakan moderating variabel).
Hipotesis 8 (H8 )
pemerintah.
154
Hipotesis 8a.
H0: 𝛽13(1) =𝛽13(2) Tidak ada perbedaan pengaruh social influence terhadap
H1: 𝛽13(1) ≠ 𝛽13(2) Ada perbedaan pengaruh social influence terhadap behavior
Hipotesis 8b.
H0: 𝛽15(1) =𝛽15(2) Tidak ada perbedaan pengaruh security terhadap behavior
H1: 𝛽15(1) ≠ 𝛽15(2) Ada perbedaan pengaruh security terhadap behavior intention
𝛽(1) − 𝛽(2)
𝑡=
(𝑛(1) − 1)2
√ (1) (𝑛(1) − 1)2 1 1
(2) . 𝑠𝑒(𝛽(1) )2 + (1) . 𝑠𝑒(𝛽(2) )2 𝑥√ (1) + (2)
𝑛 −𝑛 −2 𝑛 − 𝑛(2) − 2 𝑛 𝑛
Keterangan:
Jika nilai 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑡𝑛(1)+𝑛(2)−2 , maka disimpulkan ada perbedaan koefisien di
grup 1 (satu) dan grup 2 (dua) (variabel tersebut merupakan moderating variabel).
156
hasil tersebut menunjukkan hasil bahwa adanya hubungan secara signifikan antar
suatu sumbangan guna laksana. Berikut alur rancangan pemecahan pada penelitian
ini (Wirasasmita,2004).
pemerintah di Jakarta.
tepat dapat diupayakan melalui berbagai hal untuk meningkatkan kinerja adopsi
dan selanjutnya dapar dibuat pemetaan strategi (strategy mapping) dalam upaya
Model pemecahan masalah yang dibuat dapat dilihat pada Gambar 3.12, dimana
banking.
158
Mengacu pada pemetaan strategi pada Gambar 3.12, maka penelitian ini
akan melihat seberapa jauh alternatif-alternatif strategi yang dapat dijadikan solusi
condition, security, behavior intention dan use behavior nasabah e-banking bank
dilanjutkan dengan penentuan kriteria agar dapat dihasilkan saran-saran yang lebih
konkrit, maka disusun rencana tindakan pemecahan masalah meliputi bagian yang
akan diberi beban dan tanggung jawab dalam pelaksanaan sasaran pemecahan
masalah, jadwal (schedule), serta anggaran atau dana yang dibutuhkan untuk
masalah.
daripada variabel solusi kemudian dilanjutkan pada tahap evaluasi dan kontrol di
mana tahapan ini merupakan tahapan akhir dari pemecahan masalah yang bertujuan
untuk menilai sejauh mana implementasi sasaran menjadi tindakan sudah tepat
160
dilaksanakan dan memperlihatkan hasil berupa indikator yang dapat diukur sebagai
alat verifikasi bahwa sasaran tersebut telah dilaksanakan sesuai guna laksana dan