FAKTOR-FAKTOR YANG MEMPENGARUHI KUALITAS LAYANAN

E-COMMERCE TERHADAP LOYALITAS PELANGGAN

(Studi Kasus: PT. TIKI Jalur Nugraha Ekakurir)

Dibuat untuk Memenuhi Syarat Penyusunan Skripsi untuk Gelar Sarjana

Disusun Oleh:
ISMAYA MAULIDA
1114093000115

Dosen Pembimbing:
1. A’ang Subiyakto, M.Kom
2. Dr. Qurrotul Aini, MT

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1439 H / 2018 M
 FAKTOR-FAKTOR YANG MEMPENGARUHI KUALITAS LAYANAN
E-COMMERCE TERHADAP LOYALITAS PELANGGAN

Skripsi
Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sistem Informasi
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta

Oleh:

ISMAYA MAULIDA
11140930000115
Menyetujui,

Pembimbing I Pembimbing II

A’ang Subiyakto, M.kom Dr. Qurrotul Aini, MT

NIP. 19760219 200710 1 002 NIP. 19730325 200901 2 001

Mengetahui,
Ketua Program Studi Sistem Informasi Fakultas Sains dan Teknologi Universitas
Islam Negeri Syarif Hidayatullah Jakarta

Nia Kumaladewi, MMSI

NIP. 19750412 200710 2 002

i
 LEMBAR PENGESAHAN

Skripsi yang berjudul “Faktor-faktor yang Mempengaruhi Kualitas Layanan E-

Commerce terhadap Loyalitas Pelanggan” yang ditulis oleh Ismaya Maulida, NIM
11140930000115 telah diuji dan dinyatakan lulus dalam sidang Munaqosah
Fakultas Sains dan Teknologi, Universitas Islam Negeri Syarif Hidayatullah Jakarta
pada hari Kamis, 06-September-2018. Skripsi ini telah diterima sebagai salah satu
syarat memperoleh gelar Sarjana Satu (S1) Program Studi Sistem Informasi.
Menyetujui,
Penguji I Penguji II

M.Qomarul Huda, Ph.D M.Nur Gunawan, MBA

NIP.19670412 200312 1 001 NIP.

Pembimbing I Pembimbing II

A’ang Subiyakto, M.kom Dr. Qurrotul Aini, MT

NIP. 19760219 200710 1 002 NIP. 19730325 200901 2 001

Mengetahui,
Dekan Ketua
Fakultas Sains dan Teknologi Program Studi Sistem Informasi

Dr. Agus Salim, S.Ag, M.Si Nia Kumaladewi, MMSI

NIP. 19720816 199903 1 003 NIP. 19750412 200710 2 002

ii
 PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR- BENAR

HASIL KARYA SENDIRI DAN BELUM PERNAH DIAJUKAN SEBAGAI

SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU

LEMBAGA MANAPUN.

Jakarta, Mei 2018

Ismaya Maulida
11140930000115

iii
 ABSTRAK

Ismaya Maulida – 11140930000115. Faktor-faktor yang Mempengaruhi Kualitas

Layanan E-Commerce terhadap Loyalitas Pelanggan dibawah bimbingan A’ang
Subiyakto dan Qurrotul Aini

My JNE merupakan suatu layanan sistem yang diterapkan pada PT.Tiki Jalur
Nugraha Ekakurir (JNE) untuk memudahkan pengguna dalam pengiriman barang
dan pengecekan barang. Hanya saja kondisi di lapangan memperlihatkan bahwa
terdapat perbedaan antara status JNE sebagai Top brand Layanan Jasa Kurir di
Indonesia Tahun 2017 Fase 2 dengan jumlah pengguna sistem My JNE pada bulan
Januari – Mei 2018 yang tidak meningkat, terdapat keluhan pengguna terhadap
sistem My JNE seperti kurang akuratnya pada menu tracing & tracking, tidak
relevannya biaya ongkos kirim yang terdapat pada sistem dengan agen yang
tersedia di lapangan, masih terjadi ketidaktepatan waktu sampainya barang ke
tujuan, dan sulitnya registrasi pada sistem, sehingga membuat pengguna kurang
puas dengan sistem yang berjalan saat ini. Untuk itu perlu dilakukan penelitian
terkait kualitas layanan My JNE yang dapat mempengaruhi loyalitas pelanggan.
Penelitian ini dilakukan dengan metode kuantitatif yang bertujuan untuk menguji
faktor-faktor yang mempengaruhi kualitas layanan terhadap loyalitas pelanggan
My JNE, dengan menerapkan model adopsi e-service quality yang dikembangkan
dengan penambahan variabel trust. Terdapat 26 pertanyaan kuesioner yang telah
ditentukan dengan lima variabel yaitu E-Service Quality, Customer Perceived
Value, Customer Satisfaction, Trust, dan Customer Loyality. Metode pendekatan
kuantitatif dilakukan dengan teknik analisis data menggunakan PLS-SEM dan
pengambilan sampel secara multi-stage purposeful random sampling. Hasil dalam
penelitian ini menunjukkan data bahwa: ESQ (E-service Quality) berpengaruh
terhadap loyalitas pelanggan melalui CS (Customer Satisfaction), ESQ (E-service
Quality) berpengaruh terhadap loyalitas pelanggan melalui CPV (Customer
Perceived Value), dan ESQ (E-service Quality) berpengaruh terhadap loyalitas
pelanggan melalui TR (Trust).

Kata kunci: Kualitas layanan, Loyalitas, My JNE, E-Service Quality, PLS-SEM.

BAB I-V + 121 Halaman + xii + 22 Gambar + 31 Tabel + Daftar Pustaka + lampiran

iv
 KATA PENGANTAR

Puji dan syukur kehadirat Allah SWT, karena atas berkah, rahmat, dan hidayah-

Nya yang sungguh melimpah, sehingga penulis dapat menyelesaikan skripsi yang

berjudul “Faktor-faktor yang Mempengaruhi Kualitas Layanan E-Commerce

terhadap Loyalitas Pelanggan” dengan baik. Shalawat serta salam semoga

senantiasa tercurah kepada Nabi Besar Muhammad SAW beserta keluarga, sahabat

serta para pengikutnya hinga akhir zaman. Penulis menyadari bahwa dalam

menyelesaikan skripsi ini tidak terlepas dari bantuan berbagai pihak. Oleh karena

itu, perkenankanlah penulis untuk dapat mengucapkan terima kasih yang sebesar-

besarnya kepada:

1. Bapak Dr. Agus Salim, S.Ag, M.Si selaku Dekan Fakultas Sains dan

Teknologi Universitas Islam Negeri Syarif Hidayatullah.

2. Ibu Nia Kumaladewi, MMSI selaku Ketua Program Studi Sistem Informasi

Fakultas Sains dan Teknologi dan Ibu Meinarini Catur Utami, MT selaku

Sekretaris Program Studi Sistem Informasi Fakultas Sains dan Teknologi.

3. Bapak A’ang Subiyakto, M.kom sebagai Dosen Pembimbing I yang telah

memberikan bimbingan, dan arahan kepada penulis selama proses

penyelesaian skripsi ini. Terima kasih banyak untuk seluruh waktu, tenaga,

kesediaan menjawab setiap pertanyaan penulis dan senantiasa memberikan

dukungan moril serta membagikan banyak pengetahuan agar penulis bisa

menyelesaikan skripsi ini dengan baik.

v
4. Ibu Dr. Qurrotul Aini, MT sebagai Dosen Pembimbing II yang selalu ada

setiap saat, tidak pernah lelah menyemangati penulis, mengingatkan penulis

untuk segera menyelesaikan skripsi ini. Terima kasih atas kesabarannya

dalam membimbing penulis, selalu memberi masukkan yang positif, arahan

yang jelas sehingga penulis bisa menyelesaikan skripsi ini dengan baik.

5. Ibu Deby selaku HRD JNE yang selalu membantu dalam memberikan

segala informasi dan ikut membantu dalam skripsi ini.

6. Seluruh Dosen Program Studi Sistem Informasi yang telah membagikan

ilmunya kepada penulis selama proses perkuliahan.

7. Keluargaku tercinta, Ayahku H.Muslih Musamma, Mamahku Hj.Endah

Wati, Kakakku Ferdiansyah, dan Adikku Rayfan. Terima kasih untuk

mamah dan ayah yang telah membesarkan dan mendidik penulis dari lahir

hingga saat ini, Terima kasih untuk doa-doa yang selalu mengiri langkahku

disegala cuaca, saat senang maupun sedih. Dan terima kasih pula kepada

kakak dan adikku atas dukunngan yang telah diberikan sehingga penulis

dapat menyelesaikan penelitan ini.

8. Muhammad Rizky, yang telah menjadi support system dalam hidupku,

terima kasih atas do’a, dukungan moril serta kasih sayang dan kesabarannya

dalam memotivasi penulis untuk tetap semangat dan selalu mengingatkan

untuk tetap shalat, olahraga, makan tepat waktu dan istirahat yang cukup.

sehingga penulis tidak henti-hentinya semangat dalam menyelesaikan

skripsi ini.

vi
 9. Sahabat seperjuangan, My Rumpss yang hadir sejak awal dunia

perkuliahanku, Sevira, Nur, Siska, Tari dan Zahra. Terima kasih karena

telah menerima penulis apa adanya, selalu ada setiap saat dan memberikan

pengaruh yang positif, tidak pernah bosan mendengar keluh kesah penulis.

Terima kasih juga telah selalu menghibur penulis dengan canda dan

tawanya.

10. Seluruh teman-teman CCIT-Sistem Informasi Pola 2.2 yang telah mewarnai

dunia perkuliahan penulis, terima kasih untuk segala kenangannya,

semangat yang diberikan sehingga penulis bisa menyelesaikan skripsi ini.

11. Seluruh responden penelitian yang telah membantu dalam mengisi

kuesioner penelitian ini.

Penulis memohon kepada Allah SWT agar seluruh dukungan, bantuan, dan

bimbingan dari semua pihak dibalas pahala yang berlipat ganda. Selain itu, penulis

menyadari dalam penyusunan skripsi ini masih terdapat kekurangan dan jauh dari

kata sempurna sehingga saran dan kritik yang membangun sangat penulis harapkan

dan dapat disampaikan melalui ismaya.maulida18@mhs.uinjkt.ac.id. Akhir kata,

semoga penelitian ini dapat memberikan manfaat dan sekaligus menambah ilmu

bagi kita semua. Amiiin yaa Rabbal Alamin.

Jakarta, Mei 2018

ISMAYA MAULIDA

vii
 DAFTAR ISI

LEMBAR PENGESAHAN ................................................................................................ ii

PERNYATAAN ................................................................................................................ iii
ABSTRAK ......................................................................................................................... iv
KATA PENGANTAR ........................................................................................................ v
DAFTAR ISI.................................................................................................................... viii
DAFTAR GAMBAR ......................................................................................................... xi
DAFTAR TABEL............................................................................................................. xii
BAB 1 ................................................................................................................................. 1
PENDAHULUAN .............................................................................................................. 1
1.1 Latar Belakang .................................................................................................... 1
1.2 Perumusan Masalah ............................................................................................ 5
1.3 Tujuan dan Sasaran Penelitian ............................................................................ 6
1.4 Model Adopsi E-Service Quality ........................................................................ 7
1.5 Pertanyaan Penelitian ......................................................................................... 9
1.6 Ruang Lingkup dan Batasan ............................................................................. 10
1.7 Metodologi Penelitian....................................................................................... 11
1.8 Manfaat Penelitian ............................................................................................ 12
1.9 Sistematika Pembahasan................................................................................... 13
BAB 2 ............................................................................................................................... 16
TINJAUAN PUSTAKA ................................................................................................... 16
2.1 Definisi Pengukuran ......................................................................................... 16
2.2 Definisi Kualitas Layanan ................................................................................ 16
2.3 Definisi Loyalitas ............................................................................................ 17
2.3.1 Karakteristik Loyalitas ..................................................................................... 19
2.4 Pengukuran Kualitas Layanan E-Commerce .................................................... 20
2.5 E-Commerce ..................................................................................................... 22
2.5.1 Definisi E-Commerce ...................................................................................... 22
2.5.2 Jenis-jenis E-Commerce ................................................................................... 23
2.5.3 Komponen E-Commerce .................................................................................. 24
2.5.4 Manfaat E-Commerce ....................................................................................... 25
2.5.5 Aplikasi............................................................................................................. 27

viii
 2.5.6 My JNE ............................................................................................................. 28
2.5.7 Fitur-Fitur My JNE ........................................................................................... 30
2.6 Definisi Customer Relationship Management (CRM) .................................... 32
2.7 Faktor Kepercayaan dalam Penggunaan Sistem .............................................. 33
2.7.1 Kepercayaan Pengguna E-Commerce............................................................... 33
2.8 Metode Kuantitatif dalam Penelitian ................................................................ 35
2.8.1 Pengelompokan Data ........................................................................................ 35
2.8.2 Jenis-Jenis Penelitian ........................................................................................ 36
2.8.3 Skala Likert....................................................................................................... 37
2.8.4 Metode Pengumpulan Data............................................................................... 38
2.8.5 Populasi dan Teknik Sampling ......................................................................... 40
2.8.6 PLS-SEM (Partial Least Square Structural Equation Modelling) ................... 45
2.9 Pengembangan Model E-Service Quality dan Hipotesis Penelitian ................. 52
2.9.1 Pengembangan Model Adopsi E-Service Quality ............................................ 52
2.9.2 Pengembangan Hipotesis Penelitian ................................................................. 55
2.10 Penelitian Sebelumnya ..................................................................................... 60
BAB 3 ............................................................................................................................... 68
METODOLOGI PENELITIAN ........................................................................................ 68
3.1 Pendekatan dan Strategi Penelitian ................................................................... 68
3.2 Prosedur Penelitian ........................................................................................... 69
3.3 Populasi dan Sampel Penelitian ........................................................................ 71
3.4 Instrumen Penelitian ......................................................................................... 71
3.5 Pengumpulan dan Pemrosesan Data ................................................................. 74
3.6 Analisa Data dan Interpretasi Hasilnya ............................................................ 75
BAB 4 ............................................................................................................................... 77
HASIL ANALISIS DAN INTERPRETASI ..................................................................... 77
4.1 Hasil Analisis .................................................................................................... 77
4.1.1 Hasil Analisis Demografis ................................................................................ 77
4.1.2 Hasil Analisis Penyajian Data .......................................................................... 85
4.1.3 Hasil Analisis Pengukuran Model (Outer Model) ............................................ 93
4.1.4 Hasil Analisis Struktur Model (Inner Model) ................................................... 99
4.2 Interpretasi dan Diskusi Hasil Analisis........................................................... 107
4.2.1 Interpretasi dan Diskusi Hasil Analisis Demografis ....................................... 107

ix
 4.2.2 Interpretasi dan Diskusi Hasil Analisis Penyajian Data ................................. 112
4.2.3 Interpretasi dan Diskusi Hasil Pengukuran & Struktur Model ....................... 114
BAB 5 ............................................................................................................................. 121
PENUTUP ...................................................................................................................... 121
5.1 Kesimpulan ..................................................................................................... 121
5.2 Saran ............................................................................................................... 124
DAFTAR PUSTAKA ..................................................................................................... 126

x
 DAFTAR GAMBAR

Gambar 1.1 Jumlah Pengguna Aplikasi My JNE di DKI Jakarta ....................................... 3

Gambar 1.2 Conceptual Framework ................................................................................... 8
Gambar 2.1 Tampilan Awal My JNE ............................................................................... 29
Gambar 2.2 Model E-Service Quality yang dikembangkan ............................................. 55
Gambar 2.3 Indikator Variabel E-Service Quality............................................................ 57
Gambar 3.1 Prosedur Penelitian........................................................................................ 69
Gambar 4. 1 Diagram Lingkaran Kota Responden ........................................................... 78
Gambar 4. 2 Diagram Lingkaran Jenis Kelamin Responden ............................................ 78
Gambar 4. 3 Diagram Lingkaran Usia Responden ........................................................... 79
Gambar 4. 4 Diagram Lingkaran Pendidikan Terakhir ..................................................... 80
Gambar 4. 5 Diagram Lingkaran Status Pekerjaan ........................................................... 81
Gambar 4. 6 Diagram Lingkaran Lama Penggunaan Sistem ............................................ 81
Gambar 4. 7 Diagram Lingkaran Intensitas Pengguna Sistem ......................................... 82
Gambar 4. 8 Diagram Lingkaran Kebutuhan Pengguna ................................................... 83
Gambar 4. 9 Diagram Lingkaran Peranan Sistem............................................................. 84
Gambar 4. 10 Diagram Lingkaran Kepuasan Pengguna ................................................... 85
Gambar 4. 11 Grafik Hasil Data Variabel E-Service Quality (ESQ) ................................ 86
Gambar 4. 12 Grafik Hasil Jawaban Variabel Customer Perceived Value (CPV) .......... 88
Gambar 4. 13 Grafik Hasil Jawaban Variabel Customer Satisfaction (CS)...................... 89
Gambar 4. 14 Grafik Hasil Jawaban Variabel Trust (TR) ............................................... 91
Gambar 4. 15 Grafik Hasil Jawaban Variabel Customer Loyality (CL) ........................... 92
Gambar 4. 16 Hasil Pengujian Path Coefficient ............................................................. 100
Gambar 4. 17 Hasil Pengujian Coefficient of Determination ......................................... 102

xi
 DAFTAR TABEL

Tabel 1.1 Top Brand Index Kategori Layanan Jasa Kurir di Indonesia Tahun 2017.......... 2
Tabel 2.1 Daftar Istilah PLS-SEM .................................................................................... 51
Tabel 2.2 Daftar Notasi ..................................................................................................... 51
Tabel 2.3 Indikator Variabel Customer Perceived Value ................................................. 58
Tabel 2.4 Indikator Variabel Customer Satisfaction ......................................................... 59
Tabel 2.5 Indikator Variabel Trust .................................................................................... 60
Tabel 2.6 Indikator Variabel Customer Loyality .............................................................. 60
Tabel 2.7 Penelitian Terdahulu ......................................................................................... 62
Tabel 2.8 Penelitian Terdahulu (Lanjutan) ....................................................................... 63
Tabel 2.9 Penelitian Terdahulu (Lanjutan) ....................................................................... 64
Tabel 2.10 Referensi Indikator.......................................................................................... 65
Tabel 2.11 Referensi Indikator (Lanjutan) ........................................................................ 66
Tabel 2.12 Referensi Indikator (Lanjutan) ........................................................................ 67
Tabel 3.1 Indikator dan Butir Pertanyaan ......................................................................... 73
Tabel 3.2 Indikator dan Butir Pertanyaan (Lanjutan) ....................................................... 74
Tabel 4.1 Evaluasi Variabel E-Service Quality (ESQ) ..................................................... 85
Tabel 4.2 Evaluasi Variabel Customer Perceived Value (CPV) ...................................... 87
Tabel 4.3 Evaluasi Variabel Customer Satisfaction (CS) ................................................. 88
Tabel 4.4 Evaluasi Variabel Trust (TR) ........................................................................... 90
Tabel 4.5 Evaluasi Variabel Customer Loyality (CL) ...................................................... 91
Tabel 4.6 Hasil Loading Factor ........................................................................................ 94
Tabel 4.7 Hasil Crossloading ............................................................................................ 96
Tabel 4.8 Nilai Cross Loading Fornel-Lacker's ................................................................ 97
Tabel 4.9 Nilai Composite Reability................................................................................. 98
Tabel 4.10 Nilai Avarage Variance Extracted .................................................................. 99
Tabel 4.11 Hasil Uji R-Square ........................................................................................ 101
Tabel 4.12 Hasil Uji T-Test ............................................................................................ 103
Tabel 4.13 Hasil Uji Effect Size ..................................................................................... 104
Tabel 4.14 Hasil Relative Impact .................................................................................... 105

xii
Tabel 4.15 Ringkasan Hasil Analisis Struktural Model .................................................. 106

xiii
 BAB 1

PENDAHULUAN

1.1 Latar Belakang

Bisnis pengiriman barang dalam negeri saat ini telah mengalami

perkembangan pesat seiring dengan peningkatan jumlah transaksi online. Peluang

bisnis tersebut telah dimanfaatkan oleh beberapa perusahaan jasa pengiriman

seperti ojek online/ojek kurir pengiriman barang dan perusahan jasa ekspedisi

pengiriman barang lainnya. PT. Tiki Jalur Nugraha Ekakurir (JNE) merupakan

salah satu perusahaan jasa pengiriman barang dan dokumen secara express dan

logistik nasional dengan pencapaian target pertumbuhan dalam lima tahun terakhir

di atas 30% (Hendra, 2018). Munculnya perusahaan logistik baru menjadi

tantangan bagi JNE agar pertumbuhannya tetap terjaga dan menjadi leader, JNE

masih memiliki kekuatan yang signifikan dengan terus menghadirkan inovasi baru

dan loyalitas bersama mitra e-commerce. Pertumbuhan tersebut didukung oleh hasil

survei berskala nasional di bawah penyelenggaraan Frontier Consulting Group

yang menyatakan bahwa JNE masih menduduki peringkat tertinggi sebagai Top

brand award dan berada dalam posisi tiga teratas di dalam kategori produknya.

Sejak terbentuknya PT.Tiki Jalur Nugraha Ekakurir (JNE) mereka

mengembangkan diri menjadi suatu perusahaan rantai pasok global di dunia. hal ini

ditandai dengan pertumbuhan 513 kantor perwakilan dan agen di wilayah DKI

Jakarta (Simamora dan Susanti, 2017). Akan tetapi, terdapat beberapa

1
 2

kelemahan operasional pada PT.Tiki Jalur Nugraha Ekakurir (JNE) terkait

ketidakpastian waktu tiba pengiriman barang dengan waktu yang dijanjikan layanan

dan kurangnya informasi mengenai lokasi keberadaan terkini dari pengiriman

barang. Ketidakpastian ini dapat menjadi salah satu fakor yang menurunkan rasa

puas dalam diri pelanggan. Sehingga perlu adanya sebuah layanan yang dapat

memudahkan pelanggan dalam mengecek tarif pengiriman JNE seluruh Indonesia,

memonitor status pengiriman, mengecek lokasi JNE terdekat serta melakukan

transaksi jual beli antara penjual dan pembeli individual secara online.

Tabel 1.1 Top Brand Index Kategori Layanan Jasa Kurir di Indonesia Tahun 2017
Fase 2

Merek TBI TOP

JNE 49.4 % TOP
TIKI 34.7 % TOP
POS INDONESIA 8.4 %
DHL 1.3 %
(Topbrand-award, 2017)

Salah satu layanan yang diberikan JNE untuk memenuhi kepuasan

pelanggannya adalah dengan membangun sebuah sistem yang disebut My JNE

guna memudahkan pelanggannya. Kelangsungan hidup perusahaan sangat

tergantung pada kemampuan perusahaan dalam membangun hubungan jangka

panjang dengan pelanggan, agar menciptakan pandangan yang baik terhadap mutu

dan merek produk atau jasa itu sendiri. Sehingga kualitas layanan merupakan hal

yang penting guna memenuhi kepuasan pelanggan, karena mempertahankan

 3

loyalitas pelanggan menjadi kewajiban yang harus diutamakan daripada

mendapatkan pelanggan baru.

Penerapan sistem My JNE merupakan salah satu bentuk layanan yang

diterapkan PT.Tiki Jalur Nugraha Ekakurir (JNE) guna memenuhi kebutuhan

pelanggan untuk berbagi informasi mengenai tarif pengiriman seluruh Indonesia,

memonitor status pengiriman, lokasi JNE terdekat serta melakukan transaksi jual

beli antara penjual dan pembeli individual. MyJNE memberikan fitur-fitur baru

yang tidak ada pada aplikasi sebelumnya, misalnya sejarah data pengiriman yang

terhubung dengan nomor telepon pengguna serta fitur My COD yang

memungkinkan para individual seller menghubungkan data pesanan toko online

dengan sistem JNE hal ini didukung oleh jumlah pengguna dalam tiga tahun

terakhir sebesar 54.771 orang pengguna sistem My JNE (http://jne.co.id)

Jumlah Pengguna Aplikasi My JNE di DKI Jakarta

Januari 2018 - Mei 2018

1231
1500 964
764 832 892
1000

500

0
Januari Februari Maret April Mei

Gambar 1.1 Jumlah Pengguna Aplikasi My JNE di DKI Jakarta

(Bidang Human Resources Development JNE, 2018)
 4

Berdasarkan Gambar 1.1 menjelaskan bahwa pengguna My JNE di DKI

Jakarta mengalami kenaikan hingga bulan April 2018 sebesar 1231 orang pengguna

dan mengalami penurunan sebesar 892 orang pengguna pada bulan Mei 2018. Hal

ini berbanding terbalik dengan jumlah pengguna yang cukup banyak, serta Tabel

1.1 Top Brand Index (TBI) untuk kategori layanan jasa kurir 2017 fase 2.

Berdasarkan tabel tersebut JNE merupakan perusahaan yang menjadi top brand dari

perusahaan sejenisnya, dari pengukuran Top Brand Index (TBI) presentase dari JNE

sebesar 49,4%. Jika dibandingkan dengan data pengguna ternyata ada sebuah

ketimpangan dimana jumlah pengguna pada layanan My JNE tidak sebanding

dengan status JNE sebagai top brand. Hal ini dapat terjadi karena tidak semua

pelanggan JNE yang mengakses layanan My JNE merasa puas dengan kualitas

layanan yang diberikan dan loyal untuk menggunakannya kembali.

Mengacu pada studi pendahuluan yang dilakukan peneliti, peneliti

mengindikasikan bahwa My JNE belum pernah dilakukan evaluasi atau pengukuran

terkait faktor yang mempengaruhi kualitas layanan terhadap loyalitas pelanggan,

sehingga belum adanya penelitian yang menggambarkan seberapa besar tingkat

kualitas layanan dan pengaruhnya terhadap kepuasaan pengguna serta loyalitas

pelanggan. Selain itu, berdasarkan wawancara internal terhadap pengguna My JNE,

Sistem ini sangat membantu mereka khususnya di menu tracing & tracking dimana

pengguna dapat melacak lokasi barang yang sedang dalam pengiriman melalui resi

yang telah di dapatkan, dan pada menu My COD yang dapat memudahkan

pengguna dalam melakukan pengiriman barang dengan langsung dan cepat akan

tetapi masih terdapat sedikit kelemahan dalam sistem ini. Contohnya, kurang
 5

akuratnya pada menu tracing & tracking yang terdapat pada My JNE, tidak

relevannya biaya ongkos kirim yang terdapat pada sistem dengan agen yang

tersedia di lapangan, masih terjadi ketidaktepatan waktu sampainya barang ke

tujuan sesuai dengan yang dijanjikan, dan sulitnya registrasi pada sistem. Beberapa

masalah diatas sangat mempengaruhi kualitas layanan terhadap loyalitas pelanggan

dalam menggunakan sistem yang ada.

Kenyataan ini menjadi tantangan tersendiri bagi perusahaan, yaitu

menciptakan keinginan pelanggan untuk menggunakan produk dan jasa dan

menjalin hubungan yang dekat antara perusahaan dan pelanggan. Seperti yang

disimpulkan pada penelitian sebelumnya bahwa kualitas pelayanan merupakan

salah satu faktor penentu kesuksesan yang berpengaruh pada persaingan

perusahaan. Menurut Jonathan (2013) Kualitas layanan online (e-service quality)

merupakan kualitas suatu sistem/website yang dapat memfasilitasi secara efisien

dan efektif untuk melakukan pembelian, penjualan, dan pengiriman baik produk

maupun jasa. Pelanggan akan merasa puas terhadap layanan yang diberikan

perusahaan jika mereka merasakan kualitas layanan yang mereka terima dapat

memenuhi harapan. Berdasarkan uraian permasalahan tersebut peneliti melakukan

investigasi tentang faktor-faktor yang mempengaruhi kualitas layanan e-commerce

terhadap loyalitas pelanggan pada My JNE (PT.Tiki Jalur Nugraha Ekakurir).

1.2 Perumusan Masalah

Sistem My JNE sangat berperan dalam menunjang kinerja pada JNE. Hal ini

terlihat dalam visi dan misi JNE yaitu menjadi perusahaan rantai pasok global di
 6

dunia. Hanya saja kondisi di lapangan memperlihatkan bahwa terdapat perbedaan

antara status JNE sebagai Top brand Layanan Jasa Kurir di Indonesia Tahun 2017

Fase 2 dengan jumlah pengguna sistem My JNE pada bulan januari – Mei 2018

yang tidak meningkat, terdapat keluhan dalam sistem My JNE seperti kurang

akuratnya pada menu tracing & tracking, tidak relevannya biaya ongkos kirim yang

terdapat pada sistem dengan agen yang tersedia di lapangan, masih terjadi

ketidaktepatan waktu sampainya barang ke tujuan sesuai dengan yang dijanjikan,

dan sulitnya registrasi pada sistem sehingga membuat pengguna kurang puas

dengan sistem yang berjalan saat ini, dan belum dilakukan pengukuran terkait

faktor yang mempengaruhi kualitas layanan terhadap loyalitas pelanggan pada

sistem My JNE, hal tersebut menjadi menarik untuk diteliti. Harapannya, temuan

dari penelitian ini dapat memaparkan tingkat kualitas layanan elektronik yang

terdapat pada sistem My JNE dan menunjukan faktor-faktor penting yang

mempengaruhi kualitas layanan terhadap loyalitas pelanggan, sehingga bisa

menjadi masukan kepada pihak pengelola My JNE untuk rencana pengembangan

sistem di masa yang akan datang dan meningkatkan kualitas layanan yang ada.

1.3 Tujuan dan Sasaran Penelitian

Mengacu pada perumusan masalah, maka peneliti melakukan pengukuran

kualitas layanan My JNE untuk mengetahui:

a. Mengetahui status kepuasan dan loyalitas pelanggan PT.Tiki Jalur

Nugraha Ekakurir (JNE) berdasarkan persepsi pengguna sistem My JNE.

 7

b. Menguji model e-service quality dengan penambahan varibel trust yang

dapat mempengaruhi kualitas layanan My JNE terhadap loyalitas

pelanggan berdasarkan persepsi pengguna.

1.4 Model Adopsi E-Service Quality

Penelitian ini menggunakan model adopsi e-service quality Parasuraman et

al., (2001) yang dimodifikasi dan kembangkan oleh Chang et al., (2013). Model

ini digunakan untuk mengukur kualitas layanan elektronik (e-service quality) yang

mempengaruhi tingkat nilai yang dirasakan pelanggan (perceived value) terhadap

hubungan antara kepuasan pelanggan (customer satisfaction) dan loyalitas

pelanggan (customer loyality). Model ini terdiri atas 4 variabel yaitu e-service

quality, perceived value, customer satisfaction dan customer loyality

Selanjutnya, Belout dan Gauvreau, (dalam Rosalina, 2017) menyatakan

bahwa sebagian besar model penelitian (dalam penelitian sosial) dikembangkan

menggunakan teori sebelumnya bukan dari bukti empiris. Berdasarkan penjelasan

tersebut peneliti menggunakan asumsi tentang model e-service quality menurut

(Parasuraman et al., 2001) dan teori perumusan sikap menurut (Bagozzi, 1992)

dalam pengembangan model penelitian ini, seperti yang dilakukan oleh peneliti

sebelumnya (Chang et al. 2013; Chinomona dan Sandada 2014; Chu et al., 2012;

Chinomona dan Sandada, 2013).

Selanjutnya dengan mempertimbangkan peran pentingnya faktor

kepercayaan (trust) seperti yang dijelaskan Menurut Zhang dalam Mardatilla

(2017) menyatakan bahwa melakukan transaksi secara online termasuk cara yang
 8

mudah dan canggih, akan tetapi kepercayaan konsumen kepada perusahaan sangat

rentan dan susah untuk didapatkan. Menurut Hasan (2013) Kepercayaan

didefinisikan sebagai persepsi kepercayaan terhadap keandalan perusahaan yang

ditentukan oleh konfirmasi sistematis tentang harapan terhadap tawaran

perusahaan. Berdasarkan uraian tersebut maka dapat dikatakan bahwa penciptaan

awal hubungan dan komitmen serta kelanjutannya didasarkan pada kepercayaan.

Rasa percaya didefinisikan sebagai penerimaan teknologi yang memberikan

pengaruh dominan kepada peserta pada saat menggunakan layanan online yang

memerlukan informasi pribadi yang bersifat sensitif, hal ini didukung oleh Kassim,

N. dan Abdullah (2010). Hal serupa dikemukakan oleh Reichheld dan Schefter

yang menyatakan bahwa untuk mendapatkan loyalitas pelanggan, pemasok

terlebih dahulu harus mendapatkan kepercayaan dari mereka (Shpëtim, 2012).

Seperti yang terlihat pada Gambar 1.2:

Gambar 1.2 Conceptual Framework

 9

Berdasarkan Gambar 1.2 maka peneliti berasumsi bahwa tingkat

kepercayaan (trust) juga akan berperan penting dalam mempengaruhi kepuasan

dan loyalitas pelanggan, sehingga menjadikan trust sebagai salah satu variabel

mediator dalam model ini. Secara ringkas, model ini dikembangkan dengan

mengadopsi, menyesuaikan, dan menggabungkan tiga teori/model meliputi: Teori

e-service quality (Parasuraman et al., 2001), Teori perumusan sikap (Bagozzi,

1992) dan Teori trust (Garbarino, E., & Johnson, 1999). Dengan menggunakan 5

variabel yang terdiri dari: e-service quality, perceived value, customer satisfaction,

customer loyality dan trust sebagai variabel mediator dalam model ini.

1.5 Pertanyaan Penelitian

Mengacu pada tujuan dan sasaran penelitian yang telah disebutkan

sebelumnya, maka dua pertanyaan utama dalam penelitian ini adalah:

Q1 Bagaimana status kepuasan dan loyalitas pelanggan PT.Tiki Jalur Nugraha

Ekakurir (JNE) berdasarkan persepsi pengguna sistem My JNE?

Q2 Bagaimana model e-service quality dengan penambahan varibel trust dapat

mempengaruhi kualitas layanan terhadap loyalitas pelanggan berdasarkan

persepsi pengguna sistem My JNE ?

Selanjutnya, berdasarkan model adopsi e-service quality yang telah

dipaparkan, berikut adalah pertanyaan penelitian terkait pengukuran model e-

service quality dengan penambahan variabel trust yang dapat mempengaruhi

kualitas layanan terhadap loyalitas pelanggan My JNE.

 10

Q2.1 Apakah E-Service Quality (ESQ) berpengaruh secara signifikan terhadap

Customer Satisfaction (CS) ?

Q2.2 Apakah E-Service Quality (ESQ) berpengaruh secara signifikan terhadap

Customer Perceived Value (CPV) ?

Q2.3 Apakah E-Service Quality (ESQ) berpengaruh secara signifikan terhadap

Trust (TR) ?

Q2.4 Apakah Customer Perceived Value (CPV) berpengaruh secara signifikan

terhadap Customer Satisfaction (CS) ?

Q2.5 Apakah Trust (TR) berpengaruh secara signifikan terhadap Customer

Satisfaction (CS) ?

Q2.6 Apakah Customer Satisfaction (CS) berpengaruh secara signifikan terhadap

Customer Loyality (CL) ?

Q2.7 Apakah Customer Perceived Value (CPV) berpengaruh secara signifikan

terhadap Customer Loyality (CL)?

Q2.8 Apakah Trust (TR) berpengaruh secara signifikan terhadap Customer

Loyality (CL)?

1.6 Ruang Lingkup dan Batasan

Ruang lingkup dan batasan pada penelitian sebagai berikut :

a. Penelitian ini dilakukan pada sistem My JNE yang dikelola langsung oleh

PT. Tiki Jalur Nugraha Ekakurir Jakarta pada awal tahun 2018 sampai

dengan Mei 2018 yang mana respondennya adalah pengguna My JNE

yang terdapat di wilayah DKI Jakarta.

 11

b. Penelitian ini menggunakan 5 variabel dari model e-service quality yang

dikembangkan oleh Chang et al., (2013) yaitu variabel e-service quality,

perceived value, customer satisfaction dan customer loyality. serta

dilengkapi variabel trust sebagai mediator yang diadopsi dari penelitian

sebelumnya untuk mengetahui apakah kualitas layanan My JNE dapat

memberikan kepuasan dan loyalitas penggunanya.

c. Secara metodologi, penelitian ini menggunakan metode kuantitatif

dengan teknik pengumpulan data survei yang disebarkan kepada

pengguna My JNE. Teknik pengambilan sampel menggunakan teknik

multi-stage purposeful random sampling (Onwuegbuzie & Collins,

2007). Purposive sampling untuk tahap pertama dan simple random

sampling untuk tahap kedua (Jogiyanto, 2008; Guritno et al., 2011;

Scheaffer et al., 2011; Acharya et al., 2013). Analisis data menggunakan

PLS-SEM dengan SmartPLS versi 3.0.

1.7 Metodologi Penelitian

Untuk menjawab pertanyaan penelitian dan mencapai sasarannya, penelitian

ini mengembangkan model penelitian sebagai sumber rumusan sejumlah hipotesis.

Hipotesis ini diuji menggunakan data yang dikumpulkan dari survei. Kuesioner

dirancang dalam bentuk pertanyaan tertutup sejalan dengan pendekatan dan strategi

penelitian kepada para partisipan yang telah ditargetkan. Selanjutnya, responden

penelitian ini adalah para pengguna layanan My JNE. Populasinya adalah pengguna

sistem My JNE di Jakarta. Pengambilan sampel diambil dengan menggunakan

 12

teknik multi-stage purposeful random sampling (Onwuegbuzie & Collins, 2007).

Tahap pertama, dilakukan untuk memilih bagian dari populasi, dimana kriteria yang

dipilih adalah yang memiliki pengalaman menggunakan sistem (purposive

sampling), selanjutnya pada tahap kedua pengambilan sampel dilakukan secara

acak tanpa memperhatikan strata, tingkatan, ataupun kelompok (simple random

sampling) (Jogiyanto, 2008; Guritno et al., 2011; Scheaffer et al., 2011; Acharya et

al., 2013).

Kuesioner disebarkan secara langsung dan tidak langsung. Penyebaran secara

langsung dilakukan oleh peneliti untuk mencari responden yang tepat melalui tatap

muka secara langsung. Penyebaran tidak langsung dilakukan peneliti melalui media

sosial (email, whatsapp, line) dengan bantuan fitur google forms untuk

pengisiannya. Setelah itu, semua kuesioner yang terkumpul akan disaring dan

diklasifikasikan menggunakan perangkat lunak pengolah angka MS. Excell.

Berdasarkan pengumpulan dan penyaringan data tersebut, dari 250 kuesioner yang

kembali, 217 diantaranya dinyatakan valid untuk digunakan. Proses analisa secara

kuantitatif menggunakan pendekatan PLS-SEM dengan SmartPLS versi 3.0

1.8 Manfaat Penelitian

Penelitian ini diharapkan dapat memberikan manfaat sebagai berikut:

a. Secara teoritis, penelitian ini dapat mengusulkan model e-Service quality

dengan penggabungan aspek teknis penggunaan sistem dan aspek

organisasional, sebagai alternatif baru bagi peneliti selanjutnya atau

berbagai pihak lain dalam memahami kualitas layanan sistem.

 13

b. Secara metodologi, penelitian ini dapat mendorong pemanfaatan metode

kuantitatif dalam penelitian Program Studi Sistem Informasi UIN Syarif

Hidayatullah Jakarta.

c. Secara praktis, hasil penelitian ini dapat menjadi bahan pertimbangan

bagi pihak JNE rencana pengembangan sistem berikutnya dan

peningkatan kualitas layanan.

1.9 Sistematika Pembahasan

Pembahasan penelitian ini dimulai dengan metodoloi penelitian pada bab 3,

yang meliputi pendekatan, prosedur serta pengumpulan dan pemerosesan data, lalu

dilanjutkan pada bab 4 yang menguraikan setiap langkah penelitian dan hasil

pengukuran yang telah dilakukan peneliti. Dan bab 5 menyajikan kesimpulan

faktor-faktor yang mempengaruhi kualitas layanan e-commerce terhadap loyalitas

pelanggan dan saran pengembangan penelitian lebih lanjut untuk mengatasi kendala

atau keterbatasan penelitian. Secara lengkap dijelaskan sebagai berikut:

Bab 1 Pendahuluan

Bab ini menjelaskan tentang latar belakang, identifikasi masalah,

perumusan masalah, tujuan dan sasaran, pertanyaan penelitian, model

penelitian, ruang lingkup dan batasan, metodologi, manfaat penelitian,

dan sistematika penelitian.

 14

Bab 2 Tinjauan Pustaka

Bab ini menjelaskan teori-teori terkait landasan pelaksanaan penelitian,

meliputi teori kepuasan pengguna, My JNE, metode pengumpulan data,

populasi dan teknik sampling, PLS-SEM, teori perumusan sikap yang

menjadi landasan penelitian, pengembangan model penelitian dan

hipotesisnya.

Bab 3 Metodologi Penelitian

Bab ini memaparkan secara metode proses pelaksanaan penelitian,

mencakup penjelasan-penjelasan tentang pendekatan, prosedur, populasi

dan sampel, instrumen, pengumpulan dan pemrosesan data, serta analisis

data.

Bab 4 Hasil Analisis dan Interpretasi

Bab ini memaparkan analisis data dan hasilnya, interpretasi, dan diskusi

hasil penelitian. Analisis data utamanya dilakukan menggunakan metode

PLS-SEM dengan perangkat lunak SmartPLS meliputi analisis

pengukuran model (model measurement analysis) dan stuktur model

(structural model analysis). Selanjutnya, interpretasi dan diskusi

dilakukan dengan merujuk kepada basis teori sebelumnya,

memperhatikan dan menimbang pelaksanaan proyek SI secara praktis di

lapangan.
 15

Bab 5 Penutup

Bab ini menjelaskan tentang kesimpulan dan saran atas hasil pelaksanaan

penelitian terutama terkait dengan aspek penggunaan dan kelanjutan bagi

kajian-kajian selanjutnya.
 BAB 2

TINJAUAN PUSTAKA

2.1 Definisi Pengukuran

Menurut Jogiyanto (2008) pengukuran adalah pemberian nilai property dari

suatu objek, dimana objek merupakan suatu entitas yang akan diteliti, sedangkan

property adalah karakteristik dari objek tersebut. Sedangkan menurut Purwanti

(2008) pengukuran dapat diartikan sebagai kegiatan atau upaya yang dilakukan

untuk memberikan angka-angka pada suatu gejala atau peristiwa atau benda,

sehingga hasil pengukuran akan selalu berupa angka. Dari kedua pengertian

tersebut dapat disimpulkan bahwa pengukuran dalam kaitannya sistem informasi

adalah suatu kegiatan atau upaya yang dilakukan untuk mengetahui tingkatan atau

penilaian dari sebuah sistem.

2.2 Definisi Kualitas Layanan

Kualitas layanan adalah keseluruhan dari fitur dan karakteristik dari sebuah

produk atau jasa yang memiliki kemampuan untuk memuaskan kebutuhan

(Widjoyo et al., 2013). Dengan kata lain, ada dua faktor utama yang mempengaruhi

kualitas layanan, yaitu jasa yang diharapkan (expected service) dan jasa yang

dirasakan (perceived service) (Parasuraman & Zeithmal dalam Rosseela, 2010).

Sedangkan, menurut Tjiptono dan Chandra (dalam Rosseela, 2010) apabila layanan

yang diterima atau dirasakan (perceived service) sesuai dengan yang diharapkan,

16
 17

maka kualitas layanan dipersepsikan baik dan memuaskan. Jika layanan yang

diharapkan melampaui harapan konsumen, maka kualitas layanan dipersepsikan

sebagai kualitas yang ideal. Sebaliknya, jika layanan yang diterima lebih rendah

daripada yang diharapkan, maka kualitas layanan dipersepsikan buruk. Dengan

demikian baik tidaknya kualitas layanan tergantung pada kemampuan penyedia

layanan dalam memenuhi harapan konsumennya secara konsisten.

David Gravin (dalam Marlindawati, 2013) memperkenalkan subyek kualitas

yang diterapkan pada produk sistem informasi dan telah mengidentifikasi delapan

dimensi yang berbeda. Dimensi-dimensi tersebut terdiri atas: kinerja, features,

keandalan, kesesuaian, daya tahan, kemudahan perbaikan, keindahan dan persepsi

terhadap kualitas. Subyek kualitas yang diterapkan pada kualitas layanan sistem

informasi harus dapat mengidentifikasi suatu daftar dimensi-dimensi kualitas,

seperti: berwujud (tangibles), keandalan (reliability), responsif (responsiveness),

kepastian (assurance), dan empati (emphaty). Dari pengertian diatas dapat

disimpulkan bahwa kualitas layanan dalam sistem informasi merupakan suatu

tingkat keunggulan yang diharapkan pengguna terhadap suatu sistem guna

memenuhi keinginanya.

2.3 Definisi Loyalitas

Menurut Gremler dan Brown (dalam Juliani, 2010) bahwa loyalitas pelanggan

adalah pelanggan yang tidak hanya membeli ulang suatu barang dan jasa, tetapi

juga mempunyai komitmen dan sikap yang positif terhadap perusahaan jasa,

misalnya dengan merekomendasikan orang lain untuk membeli. Loyalitas

 18

merupakan istilah kuno yang secara tradisional digunakan untuk melukiskan

kesetiaan dan pengabdian antusias kepada negara, cita-cita, atau individu. Loyalitas

adalah keputusan pelanggan untuk secara sukarela terus berlangganan dengan

perusahaan tertentu dalam jangka waktu yang lama (Lovelock & Wright dalam

Rachmawati, 2017). Sedangkan menurut Munandar (2016) tingkat loyalitas

pelanggan akan bermanfaat bagi perusahaan untuk mengetahui sejauh mana posisi

pelanggan, sehingga perusahaan akan mampu melakukan tindakan-tindakan

tertentu dalam kaitannya dengan mempertahankan pelanggan. Berikut adalah

tingkatan loyalitas pelanggan yang dimaksud:

1) Suspect

Pelanggan tingkatan paling rendah disebut suspects, yaitu semua pembeli

produk/jasa tertentu di suatu pasar tertentu. Mereka umumnya belum

mengenal produk/jasa perusahaan kita.

2) Prospect

Pelanggan yang menduduki jenjang peringkat lebih tinggi dari seorang

“suspect” disebut sebagai “prospect”, yaitu calon pelanggan potensial yang

tertarik dengan produk jasa perusahaan kita tetapi belum membeli produk/jasa

tersebut.

3) Customer

Customer merupakan pembeli produk/jasa kita tetapi belum menunjukkan

perasaan loyal meski mereka juga kadang merupakan pembeli yang teratur.
 19

4) Client

Client merupakan pembeli teratur produk atau jasa kita yang sudah

mempunyai perasaan loyal yang positif terhadap produk/jasa.

5) Advocate

Pelanggan yang secara aktif mendukung organisasi/perusahaan kita dengan

cara merekomendasikan ke pihak lain agar mau membeli produk/jasa tersebut.

6) Partner

Pelanggan yang bekerja sama dengan pihak perusahaan kita dengan

didasarkan mendapat keuntungan

Dari penjelasan sebelumnya dapat disimpulkan bahwa loyalitas dalam sistem

informasi merupakan suatu komitmen pengguna terhadap sebuah sistem untuk

menggunakan sistem tersebut secara berulang dan merekomendasikan kepada

orang lain.

2.3.1 Karakteristik Loyalitas

Menurut Griffin (dalam Rachmawati, 2017) pelanggan yang loyal adalah

pelanggan yang menunjukkan perilaku sebagai berikut:

1) Melakukan pembelian berulang secara teratur

Kemauan pelanggan untuk melakukan transaksi kembali atas layanan

yang digunakan.

2) Membeli antar lini produk dan jasa

Membeli atau menggunakan produk atau layanan lainnya yang tersedia

di perusahaan.
 20

3) Merekomendasikan kepada orang lain

Merekomendasikan produk jasa kepada orang lain. Rekomendasi yang

dimaksud adalah komunikasi secara lisan mengenai pengalaman

transaksi pelanggan yang baik kepada orang lain dengan harapan orang

tersebut mau untuk mengikutinya.

4) Menunjukkan kekebalan dari produk dan jasa pesaing

Pelanggan tidak mudah terpengaruh atau tergiur atas tawaran-tawaran

produk jasa dan jasa yang sejenis dari pesaing

2.4 Pengukuran Kualitas Layanan E-Commerce

Kualitas layanan terkait antara konsumen dan penyedia layanan. Salah satu

instrumen pengukuran kualitas layanan adalah ESERVQUAL (e-service quality).

Menurut Tan et al. (2014), awalnya, model pengukuran kualitas layanan hanya

berorientasi pada penyediaan layanan tenaga manusia. Namun, seiring

berkembangnya teknologi, layanan pun dapat diberikan melalui media elektronik

yang disebut e-service atau online service. Pengukuran kualitas layanan E-

commerce yang dilakukan menggunakan metode e-service quality. Metode e-

service quality menghubungkan pandangan dari pelanggan dan penyedia jasa

mengenai kualitas pelayanan elektronik, serta merupakan dasar yang baik dalam

memahami, mengukur dan memperbaiki kualitas pelayanan (Astuti & Salisah,

2016). Menurut Zeithmal (dalam Kalia, 2013) pengukuran kualitas layanan E-

commerce dalam e-service quality terdapat 7 dimensi yang dapat diukur untuk

mengetahui kualitas layanan, yaitu:

 21

1) Efisiensi, mengacu pada kemampuan pelanggan untuk masuk ke sistem,

menemukan yang diinginkan produk dan informasi yang terkait

dengannya, dan periksa dengan sedikit usaha.

2) Pemenuhan, menggabungkan ketepatan janji layanan, memiliki produk

dalam stok, dan mengirimkan produk dalam waktu yang dijanjikan.

3) Keandalan, dikaitkan dengan fungsi teknis situs, terutama sejauh ini

yang tersedia dan berfungsi dengan baik.

4) Privasi, termasuk jaminan bahwa data perilaku belanja tidak dibagikan

dan kartu kredit itu informasi aman.

5) Responsiveness, mengukur kemampuan sistem untuk memberikan

informasi yang tepat pelanggan ketika masalah terjadi, memiliki

mekanisme untuk menangani pengembalian, dan berikan online

jaminan.

6) Kompensasi, adalah dimensi yang melibatkan penerimaan uang kembali

dan pengiriman kembali dan biaya penanganan.

7) Kontak, dimensi kontak menunjukkan kebutuhan pelanggan untuk dapat

berbicara dengan siaran langsung agen layanan pelanggan online atau

melalui telepon.

Kasim et al. (2010) menambahkan, kualitas layanan yang baik akan

meningkatkan kepercayaan pelanggan online (e-trust) dan kepuasan pelanggan

online (e-satisfaction). Pada akhirnya, setelah e-trust dan e-satisfaction diraih,

kesetiaan pelanggan online (e-loyalty) juga akan diraih. Dapat disimpulkan bahwa

untuk mengukur kualitas layanan e-commerce peneliti menggunakan metode e-

 22

service quality dengan perluasan variabel kepercayaan (trust), kepuasan

(satisfaction), nilai yang dirasakan (perceived value) dan loyalitas pelanggan

(loyality).

2.5 E-Commerce

2.5.1 Definisi E-Commerce

Perdagangan elektronik atau E-commerce adalah proses dimana pembeli dan

penjual melakukan pertukaran informasi, uang, barang dan jasa melalui sarana

elektronik, terutama di internet (Peter dan olson 2013). Sedangkan, menurut

Munawar (dalam Rachmawati, 2017) e-commerce atau yang disebut internet

commerce pada dasarnya mempunyai makna yang sama, yang berarti suatu cara

bagi seorang konsumen membeli barang yang diinginkan secara online melalui

jaringan internet. E-commerce juga dapat diartikan sebagai suatu proses berbisnis

dengan menggunakan teknologi elektronik yang menghubungkan antara

perusahaan, konsumen dan masyarakat dalam bentuk transaksi elektronik dan

pertukaran atau penjualan barang, servis, dan informasi secara elektronik.

Pendapat lain dikemukakan oleh Clarke (2016), yang menyatakan bahwa e-

commerce adalah e-commerce adalah tata cara perdagangan barang dan jasa yang

menggunakan media telekomunikasi dan informasi sebagai alat bantunya. Selain

itu juga, Kalakota & Whinston (dalam Suyanto, 2003), mendefinisikan e-commerce

dari beberapa perspektif sebagai berikut:

 23

1) Perspektif Komunikasi: E-commerce penyampaian informasi dari suatu

produk atau jasa, atau pembayaran melalui sambungan telepon, jaringan

komputer atau hal lain yang terkait dengan elektronik.

2) Perspektif Proses Bisnis: E-commerce merupakan penerapan teknologi

dalam hal otomatisasi dari transaksi bisnis ke aliran kerja.

3) Perspektif Jasa: E-commerce merupakan suatu perangkat yang

ditujukan bagi perusahaan, konsumen, dan manajemen dalam rangka

untuk meminimalisasi biaya jasa atau layanan dan meningkatkan

2.5.2 Jenis-jenis E-Commerce

Menurut Humdina dan Indrayani (dalam Septiani, 2016) banyak perusahaan

kini terlibat atau mensponsori tiga kategori dasar dari aplikasi e-commerce yaitu:

1) Business to Customer (B2C)

Perusahaan harus mengembangkan pasar elektronik menarik untuk

menjual berbagai produk dan jasa ke para pelanggan. B2C sering juga

disebut jenis transaksi pasar. Aplikasi e-commerce yang berfokus

pelanggan memiliki tujuan penting yang sama yaitu: menarik calon

pembeli, melakukan transaksi barang dan jasa, serta membangun

loyalitas pelanggan melalui pelayanan yang baik untuk setiap individu

dan terlibat dengan berbagai fitur komunitas.

2) Business to Business (B2B)

Cara transaksi B2B disebut transaksi antar perusahaan. Transaksi pada

B2B menggunakan EDI dan e-mail untuk pembelian barang dan jasa,
 24

mengetahui status informasi dan konsultasi. e-commerce untuk

pembelian barang dan jasa, mengetahui status informasi dan konsultasi.

e-commerce B2B juga merupakan transaksi sisir grosir dan pasokan dari

proses komersial, tempat berbagai perusahaan, membeli, menjual atau

berdagang dengan perusahaan-perusahaan lainnya.

3) Customer to Customer (C2C)

Tempat para pelanggan (dan juga perusahaan) dapat membeli serta

menjual ke satu sama lain dalam proses situs web lelang, menjadikan

C2C sebuah strategi bisnis e-commerce yang penting.

2.5.3 Komponen E-Commerce

Menurut Humdina dan Indrayani (dalam Septiani, 2016) e-commerce

memiliki komponen penting yaitu:

1) EDI (Electronic Data Interchange) didefinisikan sebagai pertukaran

data antar komputer antar berbagai organisasi atas suatu informasi

terstruktur dalam format yang standart dan bisa diolah komputer.

Tujuan EDI adalah untuk memfasilitasi perdagangan dengan cara

mengikat aplikasi bisnis antar partner dagang.

2) Digital Currency memungkinkan user memindahkan dananya secara

elektronik dalam lingkungan kerja tertentu. Saat ini digital currency

dirancang untuk versi elektronik dari uang kertas, dimana memiliki

atribut yang sama dengan media fisik, baik secara anatomis maupun
 25

dari segi likuiditasnya. Jenis dari digital currency adalah e-cash,

micropayments.

3) Electronic Catalogs (e-catalogs) aplikasi di internet dan merupakan

komponen utama dari system e-commerce. E-Catalog merupakan

antar muka (interface) grafis yang pada umumnya berbentuk halaman

www yang menyediakan informasi tentang penawaran produk dan

jasa.

4) Internet dan Ekstranet, kemampuan fitur standar intranet dalam

perusahaan pada umumnya memiliki empat kemampuan dasar: e-

mail, on line publishing, on line searches, dan application

distribution. Sedangkan kemampuan ekstranet mempeluas

kemampuan fitur tersebut ke partner bisnis. Keuntungan

menggunakan intranet di dalam suatu perusahaan atau organisasi

adalah mempercepat proses bisnis, memfasilitasi pertukaran

informasi, meningkatkan komunikasi dan kolaborasi.

2.5.4 Manfaat E-Commerce

E-commerce memiliki beberapa manfaat, baik itu organisasi, perusahaan dan

masyarakat itu sendiri, berikut beberapa manfaat dari E-commerce (Suyanto dalam

Septiani, 2016) yaitu:

1) Bagi Organisasi pemilik e-commerce

a. Memperluas market place hingga ke pasar nasional dan internasional.

 26

b. Dengan capital outplay yang minim, sebuah perusahaan dapat dengan

mudah menemukan lebih banyak pelanggan, supplier yang lebih baik dan

partner bisnis yang paling cocok dari seluruh dunia.

c. E-commerce menurunkan biaya pembuatan, pemrosesan, pendistribusian,

penyimpanan, dan pencarian informasi yang menggunakan kertas.

d. E-commerce mengurangi waktu antara outlay model dan penerimaan

produk dan jasa.

2) Bagi Konsumen

a. E-commerce memungkinkan pelanggan untuk berbelanja atau melakukan

transaksi selama 24 jam sehari sepanjang tahun dari hampir setiap lokasi.

b. E-commerce memberikan lebih banyak pilihan kepada pelanggan, mereka

bisa memilih berbagai produk dan banyak vendor.

c. E-commerce menyediakan produk dan jasa yang tidak mahal kepada

pelanggan dengan cara mengunjungi banyak tempat dan melakukan

perbandingan secara cepat.

d. Pelanggan bisa menerima informasi yang relevan secara detail dalam

hitungan detik, bukan lagi hari atau minggu.

3) Bagi Masyarakat

a. E-commerce memungkinkan orang untuk berkerja didalam rumah dan

tidak harus keluar rumah untuk berbelanja. Ini berakibat menurunkan arus

kepadatan lalu lintas dijalan serta mengurangi polusi udara.

 27

b. E-commerce memungkinkan orang dinegara-negara dunia ketiga dan

wilayah pedesaan untuk menikmati aneka produk dan jasa yang akan

susah mereka dapatkan tanpa e-commerce.

2.5.5 Aplikasi

Aplikasi berasal dari kata application yang artinya penerapan, lamaran dan

penggunaan. Secara istilah aplikasi adalah program siap pakai yang dibuat untuk

melaksanakan suatu fungsi bagi pengguna atau aplikasi yang lain dan dapat

digunakan oleh sasaran yang dituju. Menurut Pramana (2010), aplikasi adalah

suatu unit perangkat lunak yang dibuat untuk melayani kebutuhan akan beberapa

aktivitas seperti sistem perniagaan, game pelayanan masyarakat, periklanan, atau

semua proses yang hampir dilakukan manusia. Sedangkan Menurut Asropudin

(2013), aplikasi adalah software yang dibuat oleh suatu perusahaan komputer untuk

mengerjakan tugas-tugas tertentu, misalnya Ms.World, Ms.Excel. Menurut

Jogiyanto (2004), aplikasi merupakan sistem yang dirancang dan disusun

sedemikian rupa untuk menghasilkan informasi yang terpadu dengan menggunakan

sarana komputer sebagai sarana penunjangnya. Oleh karena itu, dapat disimpulkan

bahwa aplikasi merupakan suatu perangkat lunak yang dapat menunjang kebutuhan

dan dirancang untuk membantu dalam pengerjaan tugas-tugas tertentu sehingga

dapat menghasilkan informasi yang dapat memenuhi kebutuhan setiap individu atau

organisasi.
 28

2.5.6 My JNE

Sejak terbentuknya JNE pada tahun 1990 sebagai perusahaan yang bergerak

dalam bidang logistik dan pengiriman yang berpusat di DKI Jakarta. Mereka

mengembangkan diri menjadi suatu perusahaan rantai pasok global di dunia. Untuk

mendukung cita-cita tersebut JNE membangun sebuah sistem e-commerce yang

diberi nama My JNE guna memudahkan pelanggan untuk berbagi informasi dan

pengiriman barang secara online di seluruh pelosok Negeri. My JNE dihadirkan

oleh JNE dengan tujuan untuk memberi pengalaman yang berbeda bagi para

penggunanya. Tentunya dengan adanya My JNE akan memudahkan para

penggunanya dalam bertransaksi melalui layanan JNE. Dengan menggunakan My

JNE para pengguna tidak perlu lagi untuk mengakses situs JNE untuk mengetahui

informasi pengiriman atau status mereka, cukup dengan menggunakan aplikasi My

JNE maka informasi tersebut dapat diketahui oleh pengguna.

Dalam My JNE sudah terdapat semua fitur yang ada pada situs web JNE yang

meliputi My Tariff untuk pengecekan tarif biaya pengiriman, My

Shipment untuk pengecekan kiriman, My Location untuk mencari kantor JNE

terdekat, fitur My JOB untuk melakukan booking sebelum pengiriman, fitur My

COD dan My COD wallet yang menjadi fitur andalan bagi mereka yang ingin

menjadikan JNE sebagai media dalam transaksi e-commerce. Selain fitur My COD

dan My COD wallet, para pengguna dapat menggunakan semua fitur tanpa masuk

menggunakan nomor telepon dan kata sandi. Fitur – fiturnya seperti pengecekan

kiriman, pengecekan tarif, dan mencari kantor JNE yang terdekat. Semua fitur

tersebut dapat bekerja dengan baik.

 29

Desain dari My JNE cukup sederhana namun eye catching seperti terlihat

pada Gambar 2.1 didominasi dengan warna merah, dan tata letak fitur yang

membuat pengguna merasa nyaman karena fitur selalu ditampilkan di bawah layar.

Pada bagian atas fitur pengecekan tarif dan harga terdapat banner yang berisi

informasi dan iklan dari JNE. Salah satu fitur yang menjadikan aplikasi ini ramai

digunakan yaitu pengecekan tarif dan nomor resi yang cukup cepat daripada versi

situsnya serta dapat diakses kapan dan di mana saja.

Gambar 2.1 Tampilan Awal My JNE

(My JNE, 2018)
 30

2.5.7 Fitur-Fitur My JNE

My JNE memiliki beberapa fitur yang dapat digunakan pelanggan untuk

menunjang kebutuhannya dalam melakukan jasa pengiriman logistik, berikut

beberapa fitur pada My JNE (My JNE, 2018):

1) Check Tariff

Fasilitas layanan pengecekan tarif atau ongkos kirim ini dapat digunakan

baik pengguna yang telah terdaftar (registrasi) maupun sebagai pengguna

tanpa login (Guest User). Pengguna dapat memasukkan kota asal di kolom

from, dan kota tujuan di kolom tujuan/destinasi, dan aplikasi akan

menginformasikan tariff pengiriman sesuai dengan kota yang diinginkan.

2) My Shipment

Pelanggan JNE akan dimudahkan dalam melihat riwayat pengiriman,

fasilitas ini hanya diperuntukkan bagi pengguna yang terdaftar (Registered

User).

3) JNE Nearby

Fasilitas layanan untuk mencari lokasi gerai/titik layanan JNE terdekat

dengan pengguna ini dapat diakses baik pengguna yang terdaftar

(Registered User) maupun pengguna tanpa login (Guest User). Fasilitas

layanan ini terdapat di menu JNE Nearby. Pastikan pengguna telah

mengaktifkan fitur GPS pada smartphone untuk menggunakan fasilitas

layanan ini.
 31

4) My JOB

JNE Online Booking (JOB) adalah layanan pemesanan tiket pengiriman

JNE secara online dimana pelanggan bisa mengisi resi pengiriman dan

melakukan pembayaran biaya pengiriman secara online kapan saja dan

dimana saja. Pelanggan tinggal menunjukkan kode booking kepada petugas

JNE untuk verifikasi saat mengunjungi outlet JNE untuk mengirim barang.

Tidak perlu lagi antri lama untuk mengisi resi pengiriman secara manual.

Dengan JNE Online Booking (JOB) pada My JNE, pelanggan akan

menghemat banyak waktu.

5) My COD

My COD (Cash On Digital) adalah fitur dalam aplikasi MY JNE yang

memberikan layanan pembayaran belanja online dengan sistem escrow. MY

COD Berperan sebagai pihak mediator transaksi yang netral untuk

meminimalisir resiko kerugian yang dapat dialami oleh penjual atau

pembeli. Fasilitas layanan COD ini diperuntukkan bagi pengguna yang

terdaftar (Registered User) dan fasilitas layanan ini terdapat di menu My

COD. Setelah mengunduh aplikasi My JNE, pelanggan dapat melakukan

transaksi dengan melakukan registrasi sebagai user di aplikasi My JNE.

Ketika registrasi, maka pelanggan dapat melakukan transaksi My COD.

Tanpa registrasi My COD akan dalam kondisi in active. Dengan

menggunakan My COD, data penjual dan pembeli langsung terekam di

sistem My JNE dan terhubung dengan nomor telepon keduanya. My COD

 32

juga menginformasikan jumlah transaksi termasuk ongkos kirim yang harus

dibayar menggunakan virtual account JNE atau e-wallet JNE.

6) My COD wallet

Pelanggan dapat menekan tombol bulat merah yang bergambar kubus di

bagian bawah halaman My COD wallet untuk memulainya. Fasilitas yang

tersedia di My COD wallet ini antara lain melakukan pelimpahan dana

sesama pengguna wallet My COD (transfer), pengisian atau penambahan

dana di virtual account (top up), pencairan dana ke rekening yang ditunjuk

(cash out), dan melihat riwayat transaksi yang telah dilakukan di My COD

wallet (history). Fasilitas layanan My COD wallet ini diperuntukkan bagi

pengguna yang terdaftar (registered user) dan Fasilitas layanan ini terdapat

di menu My COD wallet.

2.6 Definisi Customer Relationship Management (CRM)

Menurut Parvatiyar dan Sheth (dalam Munandar,2016) Customer

Relationship Management (CRM) merupakan strategi komprehensif dan proses

untuk memperoleh, mempertahankan, dan bermitra dengan para pelanggan tertentu

untuk menciptakan nilai unggulan bagi perusahaan dan pelanggan. Kegiatan ini

mencakup integrasi pemasaran, penjualan dan layanan pelanggan serta fungsi-

fungsi rantai pemasok dari perusahaan dalam usahanya untuk memperoleh efesiensi

dan efektivitas yang lebih besar dalam memberikan nilai pelanggan. Sedangkan

menurut Newell (dalam Rachmawati, 2017) CRM adalah sebuah modifikasi

pembelajaran perilaku konsumen setiap waktu dari setiap interaksi, perlakuan

 33

terhadap pelanggan dan membangun kekuatan antara konsumen dan perusahaan.

Menurut Nurfuadia, F. & Waspodo (2011) CRM memiliki empat tujuan utama,

yaitu:

1) Untuk meningkatkan semangat customer terhadap perusahaan untuk

melakukan pembelian pertama.

2) Mendorong customer untuk melakukan pembelian lebih lanjut.

3) Menjaga customer sementara untuk menjadi customer setia.

4) Memberi pelayanan yang lebih baik kepada customer yang setia.

2.7 Faktor Kepercayaan dalam Penggunaan Sistem

2.7.1 Kepercayaan Pengguna E-Commerce

Boon dan Holmes (dalam Dewi, 2013) menyatakan bahwa kepercayaan

adalah kondisi dimana seseorang melakukan sesuatu hal dengan harapan yang

positif. Kepercayaan merupakan hal yang diperlukan bagi pemakai sistem

informasi agar pemakai merasa informasi tersebut dapat meningkatkan kinerja

dalam menjalankan kegiatan organisasi (perusahaan). Kepercayaan informasi

dalam mengevaluasi kinerja diperlukan oleh manajemen untuk memastikan bahwa

sistem informasi tersebut dapat digunakan untuk mengendalikan kinerja bawahan

(Goodhue dalam Jumaili, 2005) Berdasarkan defnisi tersebut dapat disimpulkan

bahwa kepercayaan sistem informasi menggambarkan sikap pemakai tentang

keyakinan bahwa sistem informasi yang diterapkan dapat meningkatkan kinerja.

Irwansyah (dalam Sari, 2011) mengemukakan bahwa penggunaan teknologi dalam

sistem informasi perusahaan hendaknya mempertimbangkan pemakai. Tidak jarang

 34

ditemukan bahwa teknologi yang diterapkan dalam sistem informasi sering tidak

tepat atau tidak dimanfaatkan secara maksimal oleh individu pemakai sistem

informasi, sehingga sistem informasi kurang memberikan manfaat dalam

meningkatkan kinerja individual.

Pada penelitian yang dilakukan oleh Cosenza et al., (2014) menjelaskan

alasan pengguna dapat mempercayai dan menggunakan informasi yang disediakan

oleh wine blog tanpa mengerti keaslian dan kebenaran dari informasi tersebut. Pada

penelitian tersebut menggunakan model yang berfokus seputar site credibility,

source credibility, dan message credibility yang memengaruhi trust, apabila

tingkat kepercayaan pengguna terhadap aplikasi tinggi, maka minat perilaku

(behavioral intention) untuk menggunakan aplikasi juga sangat tinggi. Selain itu

menurut Kristoforus dan Andayani (2013), terdapat beberapa faktor yang dapat

mempengaruhi minat perilaku untuk menggunakan suatu aplikasi/teknologi yaitu

performance expectancy, effort expectancy, social influence, facilitating

conditions, yang dikenal sebagai model UTAUT.

Berdasarkan penelitian para ahli yang disimpulkan oleh Kim et al., (2008)

menunjukkan bahwa niat digunakannya sistem e-commerce didorong oleh

kepercayaan yang mempunyai peran penting dalam meningkatkan kegunaan dalam

sistem e-commerce. Kepercayaan merupakan pemikiran pertama konsumen yang

dilakukan dalam melakukan transaksi online. Apabila konsumen tidak percaya

dengan perusahaan penyedia sistem e-commerce maka konsumen tidak akan

membeli produk tersebut. Ling et al., (2010) menunjukkan bahwa kepercayaan

 35

online berpengaruh positif terhadap niat pembelian dengan menggunakan sistem

online.

2.8 Metode Kuantitatif dalam Penelitian

2.8.1 Pengelompokan Data

Menurut Siregar (2013), secara garis besar pengelompokkan data dibagi ke

dalam beberapa kelompok, yaitu sebagai berikut:

1) Kelompok data menurut cara memperolehnya

a. Data primer, adalah data yang dikumpulkan sendiri oleh peneliti dari

sumber pertama atau tempat objek penelitian dilakukan.

b. Data sekunder, adalah data yang diterbitkan atau digunakan oleh

organisasi yang bukan pengolahnya.

2) Kelompok data menurut waktu pengumpulannya

a. Data time series, adalah data yang dikumpulkan dari waktu ke waktu pada

satu objek dengan tujuan untuk menggambarkan perkembangan dari

objek tersebut.

b. Data cross section, adalah data yang dikumpulkan di satu periode tertentu

pada beberapa objek dengan tujuan untuk menggambarkan keadaan.

3) Kelompok data menurut sifatnya

a. Data kualitatif, adalah data yang berupa pendapat (pernyataan) atau

judgement sehingga tidak berupa angka, tetapi berupa kata-kata atau

kalimat.
 36

b. Data kuantitatif, adalah data yang berupa angka. Sesuai dengan

bentuknya, data kuantitatif dapat diolah dan dianalisis dengan

menggunakan teknik perhitungan statistik.

2.8.2 Jenis-Jenis Penelitian

Menurut Direktorat Tenaga Kependidikan Departemen Pendidikan Nasional,

(2008), penelitian dapat dikategorikan menjadi 3 jenis, yaitu:

1) Penelitian berdasarkan fungsinya

a. Penelitian Dasar: sebuah penelitian yang bertujuan meningkatkan

pemahaman dengan prinsip dan hukum ilmiah yang dilakukan dengan

cara mengembangkan konsep, prinsip, dalil dari teori yang sudah ada.

Penelitian ini bukanlah untuk menemukan masalah atau solusi dari suatu

peristiwa. Melainkan hanya penemuan sebuah dasar yang nantinya dapat

dikembangkan lebih lanjut.

b. Penelitian Terapan: tindak lanjut dari penelitian dasar. Inilah penelitian

menindaklanjuti, mengembangkan dan menerapkan suatu data atau teori

yang dihasilkan dari penelitian dasar.

c. Penelitian evaluatif: penelitian yang dilakukan untuk mengukur sebuah

teori atau data dengan cara membandingkan dengan target dan

pencapaian.
 37

2) Penelitian berdasarkan pendekatannya

a. Penelitian kuantitatif: Jenis penelitian yang bertujuan untuk menolak atau

mendukung sebuah teori. Penelitian ini dilakukan dengan menggunakan

deret ukur matematis hingga menemukan kesimpulan tertentu.

b. Penelitian kualitatif: Penelitian yang dilakukan dengan cara mendatangi

langsung objek yang diteliti baik berupa orang atau sebuah peristiwa.

3) Penelitian berdasarkan tujuannya

a. Penelitian eksplorasi: Definisi yang paling mudah untuk penelitian

eksplorasi ialah jenis penelitian yang dilakukan untuk mengenalkan suatu

gagasan atau topik baru kepada masyarakat luas, menjelaskan gambaran

umum secara sederhana tentang gagasan yang akan dibahas dan

pekembangan teori yang bersifat tentatif.

b. Penelitian pengembangan: Jenis penelitian yang dilakukan untuk

mengembangkan teori yang sudah ada.

2.8.3 Skala Likert

Menurut Sugiyono (2013), skala pengukuran merupakan kesepakatan yang

digunakan sebagai acuan untuk menentukan panjang pendeknya interval yang ada

didalam alat ukur, sehingga alat ukur tersebut bila digunakan dalam pengukuran

akan menghasilkan data kuantitatif. Seperti yang dijelaskan Sugiyono (2013)

terdapat beberapa macam skala pengukuran, salah satunya skala Likert. Djaali

(dalam Rosalina, 2017) menjelaskan skala Likert adalah salah satu skala

pengukuran sikap yang digunakan untuk mengukur sikap, pendapat, dan persepsi
 38

seseorang atau sekelompok orang tertentu terhadap suatu gejala atau fenomena

pendidikan.

Skala likert adalah suatu skala psikometrik yang umum digunakan dalam

kuesioner dan merupakan skala yang paling banyak digunakan dalam riset beberapa

survei. Skala ini mempunyai empat atau lebih butir pertanyaan yang

dikombinasikan sehingga membentuk suatu skor/nilai yang merepresentasikan sifat

individu, seperti pengetahuan, sikap, dan perilaku (Syofian et al., 2015). Skala likert

merupakan skala yang digunakan untuk mengukur sikap, pendapat, dan persepsi

seseorang atau sekelompok orang mengenai fenomena sosial (Sugiyono, 2013).

Sewaktu menanggapi pertanyaan atau pernyataan dalam skala likert, responden

menentukan tingkat persetujuan mereka terhadap suatu pertanyaan atau pernyataan

dengan memilih salah satu dari pilian yang tersedia. Biasanya disediakan lima

pilihan skala dengan format seperti: [1] sangat setuju, [2] setuju, [3] netral, [4] tidak

setuju, dan [5] sangat tidak setuju (Syofian et al., 2015). Selain pilihan dengan lima

skala seperti contoh diatas, kadang digunakan juga skala dengan tujuh atau

sembilan tingkat.

2.8.4 Metode Pengumpulan Data

Metode atau teknik pengumpulan data adalah cara yang dilakukan oleh

peneliti untuk memperoleh informasi yang dibutuhkan dalam rangka mencapai

tujuan penelitian (Setiawan, 2016). Menurut Sugiyono (2013), teknik pengumpulan

data merupakan langkah yang paling utama dalam penelitian, karena tujuan utama

dari penelitian adalah mendapatkan data. Dengan metode pengumpulan data yang
 39

tepat akan memungkinkan peneliti untuk memperoleh data yang valid sehingga

dapat membantu dalam penelitian. Pengumpulan data penelitian dilakukan dengan

berbagai metode:

1) Wawancara

Wawancara digunakan sebagai teknik pengumpulan data apabila peneliti

ingin melakukan studi pendahuluan untuk menemukan permasalahan yang

harus diteliti, dan juga apabila peneliti ingin mengetahui hal-hal dari

responden yang lebih mendalam dan jumlah respondennya sedikit/kecil

(Sugiyono, 2009). Kegiatan wawancara dapat dilakukan secara terstruktur

maupun tidak terstruktur, dan dapat dilakukan melalui tatap muka (face to

face) maupun dengan menggunakan telepon. Menurut Sugiyono (2009)

terdapat dua jenis wawancara yakni wawancara terstruktur dan wawancara

tidak terstruktur.

2) Kuesioner

Kuesioner merupakan teknik pengumpulan data yang dilakukan dengan cara

memberikan seperangkat pertanyaan atau pernyataan tertulis kepada

responden untuk dijawabnya. Kuesioner ini cocok digunakan bila jumlah

responden cukup besar dan tersebar di wilayah yang luas. Kuesioner dapat

berupa pertanyaan/pernyataan tertutup atau terbuka, dapat diberikan kepada

responden secara langsung atau dikirim melalui pos atau internet (Sugiyono,

2013).
 40

3) Observasi

Observasi adalah teknik pengumpulan data yang dilakukan melalui suatu

pengamatan disertai dengan pencatatan terhadap keadaan atau perilaku objek

penelitian (Setiawan, 2016). Observasi ini dilakukan untuk memperoleh

gambaran mengenai objek penelitian secara keseluruhan.

4) Studi Pustaka

Studi pustaka adalah teknik survei terhadap data yang telah ada dengan

menggali teori-teori yang telah berkembang dalam bidang ilmu yang

berkepentingan, mencari metode-metode serta teknik penelitian baik dalam

mengumpulkan data atau dalam menganalisis data yang telah pernah

digunakan oleh peneliti-peneliti terdahulu (Nazir, 2009).

2.8.5 Populasi dan Teknik Sampling

Menurut Sekaran & Bougie (2009) populasi merupakan sekelompok orang,

kejadian atau hal hal yang menarik para peneliti berkeinginan untuk menyelidiki.

Sedangkan menurut Sugiyono (2013), populasi adalah wilayah generalisasi yang

terdiri atas objek atau subjek yang mempunyai kualitas dan karakteristik tertentu

ang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.

Jenis Populasi menurut (Abdillah, 2018):

1) Populasi terhingga, adalah populasi yang anggota-anggotanya sangat

mungkin dan bisa dihitung, terhingga artinya ada hitungan tertentu, bisa

dihitung jumlah atau banyaknya. Teknik-teknik sampling yang telah

digunakan untuk populasi terhingga, yaitu teknik simple random sampling,

 41

systematic sampling (teknik ordinal), stratified random sampling, cluster

random sampling, dan area random sampling, semuanya berkaitan dengan

populasi terhingga.

2) Populasi tak terhingga atau populasi tak terbatas, yaitu populasi yang tidak

bisa dihitung jumlah atau banyaknya, tetapi jelas keberadaannya.

3) Populasi tak jelas atau tak pasti, adalah populasi yang keberadaan dan jumlah

anggotanya tidak diketahui secara pasti, tidak jelas keberadaan dan

jumlahnya, dapat diketahui umum keberadaannya karena ada tempat-tempat

tertentu yang biasa mereka ada di situ, akan tetapi tidak pasti banyaknya (tak

bisa “dihingga” karena sebagian tidak diketahui juga keberadaannya).

Seperti telah disebutkan, populasi (populasi subjek atau responden penelitian)

tak terhingga adalah populasi yang jumlah anggotanya tidak bisa atau tidak

mungkin dihitung, sehingga tidak diketahui secara pasti berapa jumlah anggota

populasi tersebut, sedangkan populasi tak jelas atau tidak pasti adalah populasi yang

keberadaan dan jumlah anggotanya tidak jelas atau tidak bisa dipastikan jumlahnya.

Oleh karena anggota populasinya tidak diketahui secara pasti siapa saja dan berapa

banyak, maka tidak mungkin mengambil sampel dari populasi tersebut secara adil,

memberi peluang yang sama kepada setiap anggota untuk terambil menjadi sampel

(probability Sampling), atau mengambil sampelnya secara acak (random

sampling). Oleh karena tidak memberi peluang yang adil, yang sama, kepada setiap

anggota populasi untuk menjadi sampel, maka teknik-teknik pengambilan sampel

dari populasi tak terhingga dan tidak jelas ini dikelompokkan ke dalam rumpun
 42

nonprobability sampling, yaitu cara pengambilan sampel yang tidak memberi

peluang yang sama kepada setiap anggota untuk terambil sebagai sampel.

Menurut Sekaran & Bougie (2009) sampel adalah bagian dari populasi.

Sampel terdiri atas beberapa anggota yang dipilih dari populasi. Sedangkan

menurut (Sugiyono, 2013), sampel adalah bagian dari jumlah dan karakteristik yang

dimiliki oleh populasi tersebut. Bila populasi besar, misalnya karena keterbatasan

dana, tenaga dan waktu, maka peneliti dapat menggunakan sampel yang diambil

dari populasi itu. Untuk itu sampel yang diambil dari populasi harus betul-betul

representative (mewakili). Sampling adalah proses memilih jumlah yang cukup dari

elemen yang tepat dari populasi, dengan mempelajari sample dan pemahaman

tentang sifat-sifat atau karateristik memungkinkan bagi kita untuk

menggenerelasikan sifat-sifat atau karakteristik dari elemen populasi (Sekaran, U.

& Bougie, 2009). Langkah-langkah dalam Sampling, yaitu:

1) Mendefinisikan populasi

2) Menentukan kerangka sampel

3) Menentukan desain Sampling

4) Menentukan ukuran sampel yang sesuai

5) Menjalankan proses Sampling

Dari penjelasan tersebut dapat disimpulkan bahwa sampling adalah proses

memilih sampel untuk mendapatkan data yang akurat dalam sebuah penelitian.

Dalam pengambilan sampling, terdapat beberapa teknik pengambilan sampling.

Menurut Sugiyono (2013) teknik sampling pada dasarnya dapat dikelompokan

menjadi 2 yaitu:
 43

1) Probability Sampling adalah teknik sampling (teknik pengambilan sampel)

yang memberikan peluang yang sama bagi setiap unsur (anggota) populasi

untuk dipilih menjadi anggota sampel. Cara ini juga sering disebut random

sampling. Ada beberapa teknik probability Sampling antara lain:

a. Simple Random Sampling, yaitu: pengambilan sampel anggota populasi

dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi

tersebut. Hal ini dilakukan karena anggota populasi dianggap homogen. Jika

menggunakan teknik random sampling dapat dilakukan generalisasi dengan

tingkat validitas generalisasi sangat baik. Dengan kata lain, jika tujuan

penelitian adalah untuk melakukan generalisasi, maka teknik sampling yang

terbaik adalah random sampling, sedangkan Jika menggunakan teknik

nonrandom sampling, dan dilakukan generalisasi terhadap populasinya, maka

tingkat validitas generalisasinya kurang baik. Dengan kata lain, generalisasi

hanya berlaku untuk sampel yang digunakan saja. Para peneliti menggunakan

probabilitas atau random sampling, karena menghemat waktu dan biaya. Jika

dilakukan dengan benar, hasil dari sampel dapat menghasilkan 1/1000 biaya

dan waktu. Tujuan kedua probability sampling adalah akurasi. Hasil yang

dirancang dengan baik dan hati-hati dilakukan probabilitas sampel akan

menghasilkan hasil yang sama, jika tidak lebih akurat dari pada mencoba

untuk menjangkau setiap orang di seluruh populasi. Selain itu, probability

sampling lebih disukai oleh para peneliti kuantitatif karena menghasilkan

sampel yang mewakili populasi dan memungkinkan peneliti untuk

menggunakan teknik statistik yang kuat.

 44

b. Proprtion Strafied Sampling, yaitu: teknik pengambilang sampel apabila

populasi mempunyai anggota unsur yang tidak homogen dan berstrata secara

proposional.

c. Disproportionate Stratified Random Sampling, yaitu: teknik pengambilan

sampel apabila populasi mempunyai anggota atau unsur yang tidak homogen

tetapi berstrata tidak secara proposional.

d. Cluster Sampling, yaitu: teknik sampling daerah digunakan untuk

menggunakan sampel bila objek yang akan diteliti atau sumber data sangat

luas, misalnya penduduk dari suatu Negara, Propinsi, Kabupaten. Teknik

sampling daerah ini sering digunakan melalui dua tahap yaitu tahap pertama

menentukan sampel daerah dan tahap berikutnya menentukan orang-orang

yang ada pada daerah itu secara sampling juga.

2) Nonprobability Sampling adalah teknik pengambilan sampel yang tidak

memberi peluang/kesempatan sama bagi setiap unsur atau anggota populasi

untuk dipilih menjadi sampel. Terdapat beberapa teknik sampel yaitu:

a. Sampling Sistematis, yaitu teknik pengambilan sampel berdasarkan urutan

dari anggota populasi yang telah diberi nomor urut.

b. Sampling Kuota, yaitu teknik untuk menentukan sampel dari populasi yang

mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan.

c. Sampling Insedental, yaitu: teknik penentuan sampel berdasarkan kebetulan

yaitu siapa saja kebetulan bertemu dengan peneliti dapat digunakan sebagai

sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai

sumber data.
 45

d. Sampling Purposive. yaitu: teknik penentuan sampel dengan pertimbangan

tertentu.

e. Sampling Jenuh, yaitu: teknik penentuan sampel bila semua anggota populasi

digunakan sebagai sampel.

f. Snowball Sampling¸ yaitu: teknik penentuan sampel yang mula-mula

jumlahnya kecil, kemudian membesar.

Berdasarkan pengertian tersebut, penelitian ini menggunakan teknik

sampling dengan menggunakan teknik multi-stage purposeful random sampling

(Onwuegbuzie & Collins, 2007). Purposive sampling untuk tahap pertama dan

simple random sampling untuk tahap kedua (Jogiyanto, 2008; Guritno et al., 2011;

Scheaffer et al., 2011; Acharya et al., 2013). Menurut studi terdahulu yang

dilakukan oleh Guritno et al., (2011) dan Wong (2013) sampel yang diperlukan

dalam SEM (Structural Equation Model) berkisar antara 100 sampai 200 sampel.

Ditambah, Hair et al., (2012) dalam buku Analisis Multivariat Terapan dengan

Program SPSS, AMOS, dan SMARTPLS juga menyatakan panduan ukuran sampel

minimum dalam analisis SEM-PLS (yang dikenal dengan 10 time rules of thumb)

yang secara praktis berarti adalah 10 kali dari jumlah maksimum anak panah (jalur)

yang mengenai variabel laten dalam model SEM-PLS.

2.8.6 PLS-SEM (Partial Least Square Structural Equation Modelling)

PLS-SEM merupakan metode analisis yang powerful karena dapat digunakan

pada setiap jenis skala data (nominal, ordinal, interval, dan rasio) serta syarat

asumsi yang lebih fleksibel (Yamin, S., & Kurniawan, 2011). Software terkenal
 46

yang banyak digunakan untuk PLS-SEM adalah SmartPLS, XLSTAT PLS-PM,

Visual PLS, dan lainnya. Gaston dalam (Yamin, S., & Kurniawan, 2011)

menyebutkan PLS dapat juga digunakan untuk tujuan konfirmasi (seperti pengujian

hipotesis) dan tujuan eksplorasi. Meskipun PLS lebih diutamakan sebagai

eksplorasi daripada konfirmasi, PLS juga dapat menduga apakah terdapat atau tidak

terdapat hubungan dan kemudian proposisi untuk pengujian. Tujuan utamanya

adalah menjelaskan hubungan antar konstrak dan menekankan pengertian tentang

nilai hubungan tersebut. Dalam hal ini, hal penting yang harus diperhatikan adalah

adanya teori yang memberikan asumsi untuk menggambarkan model, pemilihan

variabel, pendekatan analisis, dan interpretasi hasil.

Keunggulan-keunggulan PLS adalah (Abdillah, 2018):

1) Mampu memodelkan banyak variable dependen dan variable

independen (model kompleks).

2) Mampu mengelola masalah multikolinearitas antar variable independen.

3) Hasil tetap kokoh walaupun terdapat daya yang tidak normal dan hilang.

4) Menghasilkan variable laten independen secara langsung berbasis

cross-product yang melibatkan variable laten dependen sebagai

kekuatan prediksi.

5) Dapat digunakan pada kontruk reflektif dan formatif.

6) Dapat digunakan pada sampel kecil.

7) Tidak mensyaratkan data berdistribusi normal.

8) Dapat digunakan pada data dengan tipe skala berbeda, yaitu: nominal,

orginal dan kontinus.

 47

Kepopuleran penggunaan PLS-SEM di antara para peneliti dan praktisi

adalah karena empat alasan. Pertama, algoritma PLS tidak terbatas hanya untuk

hubungan antara indikator dengan konstrak laten nya yang bersifat reflektif saja

tetapi algoritma PLS juga dipakai untuk hubungan yang bersifat formatif. Kedua,

PLS dapat digunakan untuk menaksir model path dengan sample size yang kecil.

Ketiga, PLS-SEM dapat digunakan untuk model yang sangat kompleks (terdiri atas

banyak variabel laten dan manifes) tanpa mengalami masalah dalam estimasi data.

Keempat, PLS dapat digunakan ketika distribusi data sangat miring (skew) (Yamin,

S., & Kurniawan, 2011).

Evaluasi model dalam PLS meliputi dua tahap yaitu evalusi outer model atau

model pengukuran dan evaluasi terhadap inner model atau model struktural.

1) Evaluasi Model Pengukuran

Evaluasi terhadap model pengukuran meliputi pemeriksaan individual item

reliability, internal consistency atau construct reliability, average variance

extracted, dan discriminant validity. Ketiga pengukuran pertama

dikelompokkan dalam convergent validity. convergent validity mengukur

besarnya korelasi antara konstrak dengan variabel laten.

Dalam evaluasi convergent validity dari pemeriksaan individual item

reliability, dapat dilihat dari nilai standardized loading factor. Standardized

loading factor menggambarkan besarnya korelasi antara setiap item

pengukuran (indikator) dengan konstraknya. Nilai loading factor di atas 0,7

dapat dikatakan ideal, artinya bahwa indikator tersebut dikatakan valid

sebagai indikator yang mengukur konstrak.

 48

Selanjutnya melihat internal consistency reliability dari nilai composite

reliability. Composite reliability lebih baik dalam mengukur internal

consistency dibandingkan cronbach’s alpha dalam model SEM dikarenakan

composite reliability tidak mengasumsikan kesamaan boot dari setiap

indikator. Cronbach’s alpha cenderung menaksir lebih rendah construct

reliability dibandingkan composite reliability. Nilai batas 0,7 keatas berarti

dapat diterima dan di atas 0,8 dan 0,9 berarti sangat memuaskan.

Ukuran lain dari convergent validity adalah nilai average variance

extracted (AVE). Nilai ini menggambarkan besaran varian atau keragaman

variabel manifes yang dapat dikandung oleh konstrak laten. Nilai AVE

minimal 0,5 menunjukkan ukuran convergent validity yang baik. Artinya,

variabel laten dapat menjelaskan rata-rata lebih dari setengah variance dari

indikator-indikatornya.

Discriminant validity dievaluasi melalui cross loading, kemudian

membandingkan nilai AVE dengan kuadrat nilai korelasi antar konstrak.

Ukuran cross loading adalah membandingkan korelasi indikator dengan

konstraknya dan konstrak blok lainnya. Bila korelasi antara indikator dengan

konstraknya lebih tinggi dari korelasi dengan konstrak blok lainnya, hal ini

menunjukan konstrak tersebut memprediksi ukuran pada blok mereka dengan

lebih baik dari blok lainnya. Ukuran discriminant validity lainnya adalah

bahwa nilai akar AVE harus lebih tinggi daripada korelasi antara konstrak

dengan konstrak lainnya atau nilai AVE lebih tinggi dari kuadrat korelasi

antara konstrak.
 49

2) Evaluasi Model Struktural

Ada beberapa tahap untuk mengevaluasi model struktural. Pertama adalah

melihat signifikansi hubungan antara konstrak. Hal ini dapat dilihat dari

koefisien jalur (path coefficient) yang menggambarkan kekuatan hubungan

antar konstrak. Path coefficient (β) diuji dengan nilai ambang batas di atas

0,1 untuk menyatakan bahwa jalur (path) yang dimaksud mempunyai

pengaruh di dalam model.

Kedua, mengevaluasi nilai (coefficient of determination) untuk

menjelaskan varian dari tiap target endogenous variabel dengan standar

pengukuran sekitar 0,67 sebagai kuat, sekitar 0,33 moderat, dan 0,19 atau

dibawahnya menunjukan tingkat varian yang lemah.

Ketiga, melihat nilai t-test dengan metode bootstrapping menggunakan

uji two-tailed dengan tingkat signifikansi 5% untuk menguji hipotesis-

hipotesis penelitian. Hipotesis penelitian akan diterima jika memiliki t-test

lebih besar dari 1,96.

Keempat, pengujian 𝑓 2 (effect size) untuk memprediksi pengaruh

variabel tertentu terhadap variabel lainnya dalam struktur model dengan nilai

ambang batas sekitar 0,02 untuk pengaruh kecil, 0,15 untuk menengah, dan

0,35 untuk pengaruh besar. 𝑓 2 dihitung dengan menggunakan rumus sebagai

berikut.

𝑅 2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 – 𝑅 2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒
𝑓2 = (2.1)
1−𝑅 2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒
 50

dengan:

𝑅 2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒: Nilai 𝑅 2 yang diperoleh ketika konstruk eksogen dimasukkan ke

model.

𝑅 2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒: Nilai 𝑅 2 yang diperoleh ketika konstruk eksogen dikeluarkan

dari model.

Kelima, menguji (predictive relevance) dengan metode blindfolding

untuk memberikan bukti bahwa variabel tertentu yang digunakan dalam

model mempunyai keterkaitan prediktif (predictive relevance) dengan

variabel lainnya dalam model dengan ambang batas pengukuran diatas nol.

Keenam, melakukan pengujian (relative impact) masih dengan metode

blindfolding untuk mengukur relatif pengaruh sebuah keterkaitan prediktif

sebuah variabel tertentu dengan variabel lainnya dengan nilai ambang batas

sekitar 0,02 untuk pengaruh kecil, 0,15 untuk pengaruh menengah/sedang,

dan 0,35 untuk pengaruh besar. Rumus yang digunakan untuk perhitungan

adalah sebagai berikut.

𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑄2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒
𝑞2 = (2.2)
1−𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒

dengan:

𝑄 2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒: Nilai 𝑄 2 yang diperoleh ketika konstruk eksogen dimasukkan ke

model.

𝑄 2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒: Nilai 𝑄 2 yang diperoleh ketika konstruk eksogen dikeluarkan

dari model.
 51

Tabel 2.1 Daftar Istilah PLS-SEM

Kriteria Deskripsi

Varian Ukuran seberapa jauh sebuah kumpulan bilangan tersebar

Variable Laten Variabel yang nilai kuantitatifnya tidak dapat diketahui

secara tampak.
Variable Manifes Variabel yang dapat diamati dan besaran kuantitatifnya
dapat diketahui secara langsung.
Variable Dependen Variabel terikat yang dipengaruhi, akibat dari adanya
variabel bebas (independen).
Variable Independen Variabel bebas mempengaruhi atau sebab perubahan
timbulnya variabel terikat (dependen).
Konstruk Abstraksi fenomena atau realitas yang diamati
Konstruk Reflektif Indikator reflektif disebabkan oleh konstruk

Konstruk Formatif Indikator formatif menyebabkan konstruk

Konstruk Eksogen Konstruk yang dituju oleh garis dengan satu ujung anak
panah

Variabel Endogenous Variabel laten yang tidak dipengaruhi oleh variabel laten
lainnya

Variabel Eksogenous Variabel yang memberikan efek kepada variabel laten

lainnya
Multilkolinearitas Sebuah situasi yang menunjukkan adanya korelasi atau
hubungan kuat antara dua variabel bebas atau lebih dalam
sebuah model regresi berganda.

Tabel 2.2 Daftar Notasi

Notasi Istilah Deskripsi
β Path Coefficient Pengujian untuk koefisien jalur yang
menggambarkan kekuatan hubungan antar
konstrak
𝑓2 Effect Size Pengujian utnuk memprediksi pengaruh variabel
tertentu terhadap variabel lainnya dalam struktur
model
𝑅2 R-Squared Pengujian untuk menilai seberapa besar pengaruh
variabel laten independen tertentu terhadap
variabel laten dependen
𝑞2 Relative impact Untuk mengukur relatif pengaruh dari sebuah
keterkaitan prediktif suatu variabel tertentu dengan
variabel lainnya
 52

𝑄2 Q-Square predictive Nilai yang diobservasi sudah direkonstruksi

relevance dengan baik, maka model mempunyai relevansi
prediktif

2.9 Pengembangan Model E-Service Quality dan Hipotesis Penelitian

2.9.1 Pengembangan Model Adopsi E-Service Quality

Menurut Belout dan Gauvreau dalam penelitian (Rosalina, 2017) menyatakan

bahwa sebagian besar model penelitian dikembangkan menggunakan model dan

teori sebelumnya. Berdasarkan hal tersebut, peneliti menggunakan asumsi tentang

model e-service quality menurut (Parasuraman et al. 2001) teori perumusan sikap

menurut (Bagozzi, 1992) dan teori/konsep trust (Garbarino et al., 1999), seperti

yang dilakukan oleh peneliti sebelumnya (Chang et al., 2013; Chinomona dan

Sandada 2014; Chu et al., 2012; Chinomona dan Sandada, 2013).

Secara ringkas, peneliti menggunakan 5 variabel pada model penelitian ini

yang meliputi E-Service Quality (ESQ), Customer Perceied Value (CPV),

Customer Satisfaction (CS), Trust (TR) dan Customer Loyality (CL) (Gambar 2.2).

Berikut adalah definisi dari setiap variabel yang peneliti gunakan:

1) E-Service Quality (ESQ)

Variabel e-service quality (ESQ) pada penelitian ini digunakan untuk

mengukur kualitas layanan online sejauhmana My JNE memfasilitasi

pembelanjaan yang efektif dan efisien, pembelian, dan penyampaian produk

atau jasa, dan melibatkan proses pengalaman interaksi dengan sistem selama

dan sesudah layanan online diterima (Prisanti et al., 2017). Variabel e-

service quality juga digunakan oleh (Jonathan, 2013) pada penelitiannya.

Hasilnya menunjukan bahwa E-Service quality (ESQ) pada website

 53

bayubuanatravel.com memiliki pengaruh yang signifikan terhadap customer

satisfaction. Timbulnya pengaruh tersebut dapat disebabkan oleh pengalaman

pelanggan menggunakan website dalam melakukan transaksi pemesan tiket

selama ini sehingga pelanggan secara langsung dapat merasakan baik

buruknya e-service quality (ESQ).

2) Customer Perceied Value (CPV)

Variabel customer perceived value (CPV) pada penelitian berguna untuk

mengukur sejauh mana penilaian customer secara keseluruhan atas manfaat

produk atau jasa, kualitas layanan, harga, nilai emosional dan sosial dari

sebuah produk atau jasa berdasarkan persepsi tentang apa yang diterima

dan diberikan oleh customer. Nilai inilah yang menjadi kunci dari

loyalitas pelanggan, yang mempengaruhi keinginan pelanggan untuk

melakukan pembelian secara online (Bernarto & Patricia, 2017). Selanjutnya

Bernarto & Patricia (2017) juga menggunakan customer perceived value

(CPV) sebagai variabelnya dan hasilnya menunjukkan bahwa customer

perceived value (CPV) memiliki pengaruh positif terhadap customer

satisfaction dan customer loyalty.

3) Customer Satisfaction (CS)

Variabel Customer Satisfaction (CS) pada penelitian ini digunakan untuk

mengukur sejauh mana customer puas terkait dengan terpenuhi tidaknya

harapan customer berdasarkan pada pengalaman berbelanja secara online

(Prisanti et al., 2017). Variabel customer satisfaction (CS) juga digunakan

pada penelitian (Chinomona & Sandada, 2013) hasilnya menunjukkan bahwa

 54

customer satisfaction (CS) memiliki pengaruh pada niat customer dalam

pembelian kembali melalui customer loyality (CL).

4) Trust (TR)

Variabel Trust pada penelitian ini digunakan untuk mengukur sejauh mana

customer yakin dan percaya terhadap sistem, dimana customer cenderung

menginginkan bahwa My JNE bersedia dan mampu bereaksi untuk

kepentingan customer, mempertahankan kejujuran dalam transaksi, dan harus

mampu menyediakan barang dan/atau jasa seperti yang dijanjikan (Prisanti et

al., 2017). Variabel trust (TR) ini juga digunakan pada penelitian Prisanti et

al., (2017) dengan menunjukan hasil bahwa terdapat pengaruh langsung yang

signifikan antara trust dan customer satisfaction (CS). Pada penelitian ini

variabel trust (TR) merupakan salah satu variabel yang sangat perlu

dipertimbangkan, karena menurut Prisanti et al., (2017) kepercayaan nasabah

terhadap fasilitas e-banking secara alami akan menciptakan customer

satisfaction (CS) dalam melakukan transaksi finansial online dengan

menggunakan fasilitas e-banking BRI. Selain itu, menurut Chu et al., (2012)

kepercayaan memediasi hubungan kepuasan dan kesetiaan, dan Demikian

pula penelitian Nurfarida dan Dianawati (2016) bahwa trust memiliki peran

mediasi dalam corporate image terhadap peningkatan loyalitas pelanggan.

Sehingga dapat peneliti simpulkan bahwa variabel trust dalam model

penelitian ini merupakan variabel mediator yang dapat memediasi hubungan

antara kepuasan pelanggan dan loyalitas pelanggan.

 55

5) Customer Loyality (CL)

Variabel Customer loyality pada penelitian ini digunakan untuk mengukur

sejauh mana perilaku customer untuk mengunjungi dan meninjau kembali

situs web tertentu dan melakukan transaksi dengan nyaman. Gremler dalam

Prisanti et al. (2017) menyatakan perilaku konsumen pada layanan online

sebagai bentuk perilaku pembelian ulang pada sebuah web. Sehingga dapat

disimpulkan bahwa customer loyality (CL) merupakan suatu tindakan atau

perilaku customer terhadap suatu sistem yang dapat memberikan

kenyamanan sehingga dapat menimbulkan rasa kesetiaan terhadap sistem itu

sendiri.

Gambar 2.2 Model E-Service Quality yang dikembangkan

2.9.2 Pengembangan Hipotesis Penelitian

Menurut Belout dan Gauvreau dalam penelitian Rosalina (2017) menyatakan

bahwa sebagian besar model penelitian dikembangkan menggunakan model dan

teori sebelumnya. Berdasarkan hal tersebut, peneliti menggunakan asumsi tentang

 56

model e-service quality menurut Parasuraman et al., (2001), Kualitas layanan secara

langsung diukur dari transaksi penjual bertemu dengan pembeli, berbeda dengan

kualitas layanan elektronik. Kualitas layanan elektronik e-service quality diukur

dari kemudahan yang diberikan dari perusahaan kepada pelanggan melalui media

internet atau website. E-service quality didefinisikan sebagai sejauh mana situs web

memfasilitasi belanja, pembelian dan pengiriman produk dan jasa secara efektif dan

efisien (Laurent, 2016). Pada penelitian yang dilakukan oleh Gronroos et al.,

(dalam Christian dan Nuari, 2014) menyebutkan bahwa peningkatan e-service

quality akan membuat website e-commerce lebih menarik dan bernilai yang nanti

membantu untuk mencapai kepuasan pelanggan yang lebih tinggi.

Selanjutnya, penelitian terdahulu yang dilakukan oleh Jonathan (2013) dan

Chang et al. (2013) juga menyebutkan bahwa variabel e-service quality (ESQ)

memiliki pengaruh positif terhadap cusomer satisfaction (CS). Oleh karena itu,

peneliti mengadopsi indikator dari penelitian Chang et al.,(2013); Hien (2014);

Kalia (2013); Mardatilla et al., (2017); Putra et al., (2016) yaitu website design

(ESQ1), ease of use (ESQ2), efficiency (ESQ3), realibility (ESQ4), fulfiment

(ESQ5), responsiveness (ESQ6) dan menghipotesis bahwa:

H1: E-Service Quality (ESQ) berpengaruh secara signifikan terhadap Customer

Satisfaction (CS).

H2: E-Sevice Quality (ESQ) berpengaruh secara signifikan terhadap Customer

Perceived Value (CPV).

H3: E-Service Quality (ESQ) berpengaruh secara signifikan terhadap Trust (TR).
 57

Tabel 2.3 Indikator Variabel E-Service Quality

Nama Variabel Indikator
Website Design
Ease Of Use
Efficiency
E-Service Quality
Realibility
Fulfilment
Responsiveness

Menurut Babin (dalam Bernarto dan Patricia, 2017) customer perceived

value (CPV) adalah persepsi konsumen dari nilai subjektif akan beberapa

aktivitas atau objek dengan mempertimbangkan semua manfaat dan biaya dari

konsumsi tersebut. Penelitian terdahulu yang dilakukan Tu et al., (2013)

melakukan penelitian pada industri sepatu dan mendapatkan hasil bahwa

customer perceived value (CPV) memiliki pengaruh terhadap customer loyalty

(CL) dan customer satisfaction (CS). Bernarto & Patricia (2017) juga meneliti

pengaruh customer perceived value (CPV) terhadap customer loyalty (CL) dan

mendapatkan hasil bahwa customer perceived value (CPV) berpengaruh positif

terhadap customer loyalty (CL). Oleh karena itu, peneliti mengadopsi indikator dari

penelitian Chang et al.,(2013); Eryadi et al., (2016); Rifai dan Suryani (2016), yaitu

interaksi sistem (CPV1), kecepatan informasi (CPV2), kelengkapan informasi

(CPV3), manfaat informasi (CPV4), biaya (CPV5) dan menghipotesis bahwa:

H4: Customer Perceived Value (CPV) berpengaruh secara signifikan terhadap

Customer Satisfaction (CS).

H7: Customer Perceived Value (CPV) berpengaruh secara signifikan terhadap

Customer Loyality (CL).

 58

Tabel 2.2 Indikator Variabel Customer Perceived Value

Nama Variabel Indikator
Interaksi Sistem
Kecepatan Informasi

Customer Perceived Value Kelengkapan Informasi

Manfaat Informasi
Biaya

Customer satisfaction (CS) merefleksikan penilaian seseorang terhadap

kinerja dari produk atau jasa dalam hubungannya dengan apa yang diharapkan.

Jika kinerja jauh dari apa yang diharapkan, konsumen akan kecewa. Jika

kinerja sesuai yang diharapkan, konsumen akan puas, dan jika kinerja melebihi

apa yang diharapkan, konsumen akan sangat senang (Kotler dan Keller, 2012).

Sedangkan menurut Tu et al., (2013) Customer satisfaction (CS) dilihat sebagai

suatu hal yang mempengaruhi niat pelanggan untuk melakukan pembelian

kembali dan perilaku pelanggan, yang pada akhirnya mengarah kepada

peningkatan penghasilan dan laba perusahaan di masa depan. Penelitian terdahulu

yang dilakukan oleh (Chinomona dan Sandada, 2013) bahwa Customer satisfaction

(CS) memiliki pengaruh signifikan terhadap customer loyality (CL). Oleh karena

itu, peneliti mengadopsi indikator dari penelitian Chang et al.,(2013); Laurent

(2016); Messakh (2016) ; Rifai dan Suryani (2016); Rosalina (2017), yaitu kinerja

website/e-commerce (CS1), kecukupan (CS2), ragam pilihan produk/layanan

(CS3), biaya dan kemudahan (CS4), kualitas layanan (CS5) dan menghipotesis

bahwa:
 59

H6: Customer Satisfaction (CS) berpengaruh secara signifikan terhadap Customer

Loyality (CL).

Tabel 2.3 Indikator Variabel Customer Satisfaction

Nama Variabel Indikator
Kinerja Website/E-commerce
Kecukupan
Ragam Pilihan
Customer Satisfaction
Produk/Layanan
Biaya dan Kemudahan
Kualitas Pelayanan

Selanjutnya, mengingat pentingnya variabel trust (TR) seperti yang

dijelaskan pada Reichheld dan Schefter (dalam Shpëtim, 2012) yang menyatakan

bahwa untuk mendapatkan loyalitas pelanggan, pemasok terlebih dahulu harus

mendapatkan kepercayaan dari mereka. Penelitian terdahulu yang dilakukan oleh

Bowden et al.,(2013) menunjukkan bahwa trust (TR) berpengaruh terhadap

customer loyality (CL). Kemudian Prisanti et al.,(2017) menyebutkan bahwa

berdasarkan hasil analisis penelitian yang dilakukannya terbukti bahwa terdapat

pengaruh langsung yang Signifikan antara trust (TR) dan customer satisfaction

(CS). Oleh karena itu, peneliti mengadopsi indikator dari penelitian Bernarto dan

Patricia (2017); Putra. et al., (2016); Rifai & Suryani (2016) yaitu dapat dipercaya

(TR1), reputasi (TR2), keamanaan (TR3), kerahasiaan (TR4), tidak melakukan

kecurangan (TR5) dan menghipotesis bahwa:

H5: Trust (TR) berpengaruh secara signifikan terhadap Customer Satisfaction

(CS).
H8: Trust (TR) berpengaruh secara signifikan terhadap Customer Loyality (CL).
 60

Tabel 2.4 Indikator Variabel Trust

Nama Variabel Indikator
Dapat dipercaya

Reputasi

Trust Keamanan

Kerahasian

Tidak Melakukan Kecurangan

Untuk indikator customer loyality peneliti mengadopsi indikator dalam

penelitian Chang et al.,(2015); Maulana dan Kurniawati (2014); Mardatila et

al.,(2017) dan Putra et al.,(2017), yaitu interst (CL1), penggunaan kembali (CL2),

kesetiaan (CL3), rekomendasi (CL4) dan rasa memiliki (CL5).

Tabel 2.5 Indikator Variabel Customer Loyality

Nama Variabel Indikator
Interst
Penggunaan Kembali
Kesetiaan
Customer Loyality
Rekomendasi
Rasa Memiliki

2.10 Penelitian Sebelumnya

Penelitian terdahulu merupakan telaah pustaka yang berasal dari penelitian-

penelitian yang pernah dilakukan sebelumnya. Penelitian terdahulu di bawah ini

bersumber dari kumpulan jurnal dan skripsi. Dalam penelitian terdahulu ini, hasil-

hasil penelitian yang didapatkan oleh peneliti terdahulu dan berhubungan dengan

penelitian yang dilakukan saat ini dirangkum sehingga mudah dipahami. Adapun
 61

beberapa penelitian terdahulu yang digunakan sebagai acuan telaah pustaka

penelitian ini adalah sebagai berikut:


No. Nama Peneliti Judul
1 Akbar and Djatmiko, Pengaruh E-Service Quality
2016 Terhadap E-Customer
Satisfaction dan E-Customer
Loyality pada Lazada.co.id
2 Purwianti and Tio, Faktor-faktor yang
2018 Mempengaruhi Behavioural
Intention
3 Chang, Wang The impact of e-service
danYang, 2013 quality, customer satisfaction
and loyalty on e-marketing:
Moderating effect of perceived
value
Tabel 2.6 Penelitian Terdahulu
Variabel
Variabel Independen: E-Service
Quality
Varibel Dependen:
E-Customer Satisfaction dan E-
Customer Loyality
Variabel Independen: Customer
Satisfaction
Variabel Dependen:
E-Service Quality, Brand Image,
Attitude Towards the Website,
Behavioural Intention
Variabel Independen: E-Service
Quality
Variabel Dependen:
Customer Satisfaction, Customer
Perceived Value, Customer Loyality
62
Hasil Penelitian Perbedaan dengan
Penelitian ini
Penelitian ini menyimpulkan bahwa e-service 1. Variabel Independen
quality berpengaruh positif dan signifikan terhadap 2. Objek Penelitian
e-customer satisfaction dan e-customer loyality. 3. Teknik Sampling
Variabel e-customer satisfaction juga berpengaruh
signifikan terhadap e-customer loyalty. Selain itu
juga e-service quality berpengaruh secara tidak
langsung terhadap e-customer loyalty melalui e-
customer satisfaction.
Di dalam penelitian ini menyimpulkan bahwa ke 1. Variabel Independen
lima variabel yang ada saling berpengaruh positif 2. Variabel Dependen
dan signifikan terhadap customer satisfaction 3. Objek Penelitian
sehingga menimbulkan sikap positif pengguna 4. Teknik Sampling
terhadap situs (attitude toward the website) dan 5. Software yang digunakan
akan menyebabkan konsumen berkeinginan untuk
menggunakan dan membeli kembali dari situs
tersebut (behavior intention).
Di dalam penelitian ini memiliki tujuan untuk 1. Objek Penelitian
mengidentifikasi keterkaitan antara kualitas e- 2. Teknik Sampling
service, kepuasan pelanggan, loyalitas pelanggan
dan nilai yang dirasakan pelanggan. Dan hasil
analisis SEM yang dilakukan terlihat bahwa
pengaruh kualitas e-service terhadap kepuasan
pelanggan, pengaruh kepuasan pelanggan terhadap
loyalitas pelanggan, efek moderasi dari nilai yang
dirasakan pelanggan pada hubungan antara
kepuasan pelanggan dan loyalitas pelanggan
memiliki hubungan konsisten dan signifikan sesuai
dengan hipotesis penelitian ini.

Tabel 2.7 Penelitian Terdahulu (Lanjutan)
No. Nama Peneliti Judul
4 Chinomona dan The Influence of E-Service
Sandada, 2014 Quality on Customer
Perceived Value, Customer
Satisfaction and Loyalty in
South Africa
5 Po Young Chu, Gin- Service Quality, Customer
Yuan Lee, Yu Chao Satisfaction, Customer Trust,
(2012) and Loyality In an E-Banking
Context
6 Richard Chinomona Customer Satisfaction, Trust
dan Maxwell and Loyalty as Predictors of
Sandada, (2013) Customer Intention to Re-
Purchase South African Retai
l ing Industry
Variabel
Variabel Independen: E-Service
Quality
Variabel Dependen:
Customer Satisfaction, Customer
Perceived Value, Customer Loyality
Variabel Independen: E-Service
Quality
Variabel Dependen: Customer
Trust, Customer Satisfaction e-
loyality
Variabel Independen: Repurchase
Intation
Variabel Dependen :
Customer Satisfaction, Customer
Trust, Customer Loyality
63
Hasil Penelitian Perbedaan dengan
Penelitian ini
Di dalam penelitian ini mendukung tiga hipotesis 1. Objek Penelitian
penelitian yang diajukan dengan cara yang 2. Teknik Sampling
signifikan (H3, H4 dan H6, sementara tiga hipotesis
(H1, H2 dan H5), meskipun didukung tidak
signifikan. Namun, H1, H2 dan H5 yang
dihipotesiskan menjadi positif ditemukan menjadi
negatif dan tidak penting
Penelitian ini menyimpulkan sejumlah kontribusi 1. Objek Penelitian
teoritis dan praktis untuk literatur tentang e-banking 2. Teknik Sampling
Taiwan. Dari perspektif teoritis, penelitian ini
menyimpang dari model e-loyality yang ada dengan
memasukkan kualitas e-service, kepuasan
pelanggan, dan kepercayaan pelanggan sebagai
variabel endogen. Dari perspektif praktis, temuan
dalam penelitian ini memberikan wawasan untuk
penyedia e-banking dan pengguna bank online.
Tujuan dari penelitian ini adalah untuk menyelidiki 1. Variabel Dependen
pengaruh kepuasan pelanggan pada kepercayaan, 2. Objek Penelitian
kesetiaan dan niat mereka untuk membeli kembali. 3. Teknik Sampling
Untuk menguji hipotesis yang diajukan, data pada
penelitian ini dikumpulkan dari Provinsi Gauteng di
Afrika Selatan. Hasil empiris mendukung keempat
hipotesis penelitian yang diajukan dengan cara yang
signifikan.

Tabel 2.8 Penelitian Terdahulu (Lanjutan)
No. Nama Peneliti Judul
7 Rika Mardatilla, Ari Pengaruh Kualitas Layanan
Kusyanti, Himawat Terhadap Kepuasan,
Aryadita, (2017) Kepercayaan dan
Loyalitas Pelanggan Pada E-
Commerce (Studi Kasus :
Berrybenka)
8 Mega Della Prisanti, Pengaruh E-service Quality
Imam Suyadi, Zainul dan E-Trust Terhadap E-
Arifin (2017) Customer Satisfaction Serta
Implikasinya Terhadap E-
Customer Loyality (Studi pada
Nasabah PT Bank Rakyat
Indonesia (Persero)
9 Haruna, Kiran dan Modelling web-based library
Tahira, (2017) service quality and user
loyalty in the context of a
developing
country
10 Safa dan Ismail A customer loyality formation
(2013) model in electronic commerce
64
Variabel Hasil Penelitian Perbedaan dengan
Penelitian ini
Variabel Independen: Penelitian ini menyimpulkan bahwa lima dimensi 1. Variabel Dependen
E- Service Quality dari service quality tidak mempengaruhi kepuasan 2. Objek Penelitian
pelanggan dalam bertransaksi pada Berrybenka, 3. Teknik Sampling
Variabel Dependen: Satisfaction, namun dengan adanya kepuasan dapat
Trust, World-Of-Mouth (WOM), mempengaruhi kepercayaan loyalitas pelanggan.
Intention
Variabel Independen: E-Service Penelitian ini menyimpulkan bahwa ke empat 1. Variabel Dependen
Quality, E-Trust hipotesis nya saling berpengaruh signifikan tetapi 2. Variabel Independen
hasil uji hipotesis menunjukkan bahwa e-service 3. Objek Penelitian
Variabel Dependen: E-Customer quality secara langsung berpengaruh tidak 4. Teknik Sampling
Satisfaction, E-Customer Loyality signifikan terhadap e-customer loyalty nasabah
pengguna eBanking BRI.
Variabel Independen: Service Penelitian ini menguji skala pengukuran 1. Variabel Dependen
Quality, User Loyality LibWebSQ dalam konteks perpustakaan universitas 2. Variabel Independen
Nigeria. Hasil mendukung empat dari lima 3. Objek Penelitian
Variabel Dependen: User hipotesis dalam model yang diusulkan. Khususnya, 4. Teknik Sampling
Satisfaction, Service Value kepuasan pengguna secara langsung dan secara 5. Skala Pengukuran
positif mempengaruhi loyalitas pengguna terhadap 6. Software yang digunakan
layanan berbasis web perpustakaan
Variabel Independen: E- Hasil analisis penelitian ini menunjukkan bahwa 1. Variabel Dependen
Satisfaction, E-Trust faktor kelompok teknologi bahwa pengaruh e- 2. Variabel Independen
satisfaction memiliki pengaruh paling besar pada e- 3. Objek Penelitian
Variabel Dependen: E-Loyality loyality. Dan faktor grup organisasi, yang 4. Teknik Sampling
memengaruhi e-trust, memiliki pengaruh paling
besar.
 65

Tabel 2.9 Referensi Indikator

Indikator
Kode Variabel Definisi Pernyataan Referensi
Kode Nama Indikator
ESQ E-Service Quality ESQ1 Website Design Bentuk fisik dari sebuah sistem. Layanan sistem memiliki tampilan
yang menarik.
ESQ2 Ease of Use Tingkat kemudahan pengguna dalam Layanan sistem mudah untuk
mengoperasikan sistem. digunakan.
ESQ3 Eficiency Adanya manfaat informasi yang dihasilkan dan Layanan sistem menyediakan Chang et al. (2013)
sesuai dengan keinginan pengguna. informasi sesuai kebutuhan. Hien (2014)
Kalia (2015)
ESQ4 Realibility Tingkat fungsionalitas kegunaan sistem. Layanan sistem memiliki pembayaran Mardatila et al. (2017)
yang dapat diandalkan. Putra et al. (2016)
ESQ5 Fulfiment Keakuratan layanan mengenai waktu yang telah Layanan sistem menjaga kemanan
dijanjikan. informasi pribadi.
ESQ6 Responsivenss Tanggapan yang diberikan kepada pengguna Layanan sistem menjawab pertanyaan
ketika mengalami masalah. teknis sesuai dengan permintaan.

CPV Customer Perceived Value CPV1 Interaksi Sistem Kemampuan sistem dalam interaksi kepada Sistem mampu melakukan interaksi
pengguna. dengan pengguna.
CPV2 Kecepatan Tingkat kecepatan informasi yang dihasilkan Sistem memberikan informasi yang
Informasi sistem. cepat.
CPV3 Kelengkapan Tingkat kelengkapan informasi yang dihasilkan Sistem menyajikan informasi yang Chang et al. (2013)
Informasi sistem. lengkap. Eryadi et al. (2016)
Rifai dan Suryani
CPV4 Manfaat Tingkat manfaat informasi yang dihasilkan Sistem menghasilkan informasi yang (2016)
Informasi sistem. bermanfaat.

CPV5 Harga Kemampuan sistem dalam menentukan Sistem memberikan harga sesuai
informasi harga kepada pengguna. dengan jarak tempuh pengiriman.
 66

Tabel 2.10 Referensi Indikator (Lanjutan)

Indikator
Kode Variabel Definisi Pernyataan Referensi
Kode Nama Indikator
CS Customer Satisfaction CS1 Kinerja Tingkat kepuasan pengguna mengenai kinerja Kepuasan pengguna terhadap kinerja
Website/e- sistem untuk memenuhi kebutuhan pekerjaan sistem dan memenuhi harapan.
commerce penggunanya.
CS2 Kecukupan Kemampuan sistem memenuhi kebutuhan atau Sistem memenuhi kebutuhan tugas atau
memuaskan keinginan penggunanya. pekerjaan. Chang et al. (2013)
CS3 Ragam Kemampuan sistem menyediakan berbagai Sistem menyediakan be ragam Laurent (2016)
Produk/layanan macam produk/layanan untuk memenuhi produk/layanan. Messakh (2016)
kepuasaan pengguna. Rifai dan Suryani
(2016)
CS4 Kemudahan Tingkat kesenangan pengguna terhadap Sistem dapat menghemat waktu dan Rosalina (2017)
kemampuan sistem dalam menghemat waktu biaya pengguna.
dan biaya penggunanaya.
CS5 Kualitas Tingkat kesenangan pengguna mengenai Kepuasan terhadap kualitas pelyanan
Pelayanan kualitas pelayanan sistem secara keseluruhan. sistem secara keselurhan.

TR Trust TR1 Dapat di Percaya Tingkat kepercayaan pengguna terhadap sistem. Kepercayaan pengguna terhadap
sistem.
TR2 Reputasi Tingkat kepercayaan pengguna atas citra Sistem memiliki nilai reputasi yang
perusahaan yang memiliki sistem. baik. Bernarto & Particia
TR3 Keamanan Tingkat keamanan sistem dalam akses masuk Sistem memberikan keamanan untuk (2017)
pengguna. pengguna. Putra et al. (2016)
Rifai dan Suryani
TR4 Kerahasiaan Tingkat kemampuan sistem dalam menjaga data Sistem dapat menjaga data pribadi
(2016)
pribadi penggunanya. pengguna.
TR5 Tidak Melakukan Kemampuan sistem yang tidak akan melakukan Sistem tidak akan melakukan
Kecurangan kecurangan dan merugikan penggunanya. kecurangan terhadap pengguna.
 67

Tabel 2.11 Referensi Indikator (Lanjutan)

Indikator
Kode Variabel Definisi Pernyataan Referensi
Kode Nama Indikator
CL Customer Loyality CL1 Interst Ketertarikan/minat pengguna dalam Minat pengguna untuk menggunakan
menggunakan sistem sistem.

CL2 Penggunaan Sistem akan digunakan kembali oleh pengguna Sistem akan digunakan kembali oleh
Kembali secara berulang. pengguna sebagai jasa layanan
pengiriman. Chang et al. (2015)
CL3 Kesetiaan Tingkat kesetiaan pengguna yang tidak akan Pengguna tidak akan menggunakan Maulana et al. (2014)
menggunakan jasa pengiriman lain. sistem jasa pengiriman lain. Mardatila et al. (2017)
Putra et al. (2016)
CL4 Rekomendasi Tingkat keinginan pengguna dalam Pengguna akan merekomendasikan
merekomendasikan sistem kepada orang lain sistem kepada orang lain.
CL5 Rasa Memiliki Tingkat rasa memiliki pengguna terhadap jasa Pengguna merasa memiliki dengan
layanan yang diberikan oleh sistem layanan sistem.
 BAB 3

METODOLOGI PENELITIAN

3.1 Pendekatan dan Strategi Penelitian

Berdasarkan pendekatan, secara garis besar ada dua macam penelitian, yaitu

penelitian kuantitatif dan kualitatif (Subiyakto et al., (2016); Putra et al., (2016);

Subiyakto & Ahlan (2013)), dalam penelitian ini sendiri secara umum dilakukan

dengan pendekatan kuantitatif sesuai tujuannya yaitu mengetahui faktor-faktor

yang mempengaruhi kualitas layanan dari sisi customer perceived value, customer

satisfaction, trust terhadap loyalitas dan menguji hipotesis terkait dengan faktor-

faktor apa saja yang mempengaruhi kualitas layanan terhadap loyalitas pelanggan

My JNE. Dengan menggunakan pedekatan kuantitatif maka diperlukan metode

pengumpulan data dan analisis data untuk menyelesaikan penelitian ini. Salah satu

bentuk pendekatan kuantitatif pada penelitian ini adalah pengumpulan data yang

dilakukan melalui survei dengan menggunakan kuesioner dan analisis data yang

dilakukan secara statistik dengan menggunakan aplikasi pengolah data statistik

SmartPLS. Sesuai dengan jenis pendekatan yang telah ditentukan, secara khusus

tahapan-tahapan penelitian juga menerapkan metode, teknik dan alat secara

kuantitatif, seperti ditunjukan pada Gambar 3.1.

68
 69

3.2 Prosedur Penelitian

Merujuk pada pendekatan dan strategi penelitian yang sudah dijelaskan

sebelumnya, penelitian ini juga dilakukan dalam delapan tahap yang secara

prosedural dan berurutan seperti diperlihatkan pada gambar 3.1 (seperti yang

dilakukan oleh Subiyakto et al., (2015).

Gambar 3.1 Prosedur Penelitian

 70

Berdasarkan tahapan penelitian tersebut peneliti terlebih dahulu mengkaji

beberapa literatur yang berhubungan dengan penelitian ini. Diantaranya buku-buku

seputar metode penelitian kuantitatif, Teori E-Service Quality, SmartPLS untuk

mengolah data (Subiyakto et al., (2017); Subiyakto & Ahlan (2014); Utami et al.,

(2017)). Selanjutnya peneliti juga membaca artikel terkait kualitas layanan yang

dapat mempengaruhi loyalitas pelanggan. Kajian pustaka dilakukan selain sebagai

sumber informasi juga sebagai referensi untuk mengetahui kelebihan dan

kekurangan yang terdapat dalam penelitian sebelumnya. Setelah mengkaji beberapa

literatur, peneliti melakukan pengembangan model dengan menambahkan variabel

trust pada model e-service quality, dengan terdiri dari beberapa variabel yaitu, E-

Service Quality, Customer Perceived Value, Customer Satisfaction, Trust, dan

Customer Loyality. Kemudian, peneliti merancang dan membuat instrumen

penelitian dengan menyebarkan kuesioner, termasuk surat lembaran surat pengantar

dan lembar kuesioner pertanyaan dan awaban pada setiap pertanyaan disusun

menggunakan 5 skala likert. Pada tahap pengumpulan data peneliti menyebarkan

kuesioner tersebut kebeberapa responden secara langsung dan tidak langsung,

kemudian hasilnya akan dianalisis dengan dua tahapan utama yaitu analisis

demografis dan analisis statistik inferensial. Selanjutnya, pada tahap interpretasi

peneliti menerjemahkan hasil analisis model secara statistik-kuantitatif untuk

dijadikan laporan dalam penelitian ini.

 71

3.3 Populasi dan Sampel Penelitian

Terkait dengan upaya untuk menjamin tingkat keberhasilan penelitian yang

berhubungan dengan ketersediaan sumber daya pada penelitian dan kemudahan

dalam mendapatkan data, peneliti melibatkan pengguna My JNE yang berada di

wilayah DKI Jakarta sebagai populasi penelitian.

Berdasarkan laporan jumlah pengguna My JNE di DKI Jakarta dari bulan

Januari 2018 – Mei 2018 yang diperoleh dari bagian Human Resource Departmen

JNE adalah sebesar 4.683 orang. Peneliti melakukan pengambilan sampel dengan

menggunakan teknik multi-stage purposeful random sampling, dimana tahap

pertama, dilakukan untuk memilih bagian dari populasi, dimana kriteria yang

dipilih adalah yang memiliki pengalaman menggunakan sistem (purposive

sampling), selanjutnya pada tahap kedua pengambilan sampel dilakukan secara

acak tanpa memperhatikan strata, tingkatan, ataupun kelompok (simple random

sampling). Adapun pertimbangan dalam menentukan ukuran minimal sampel guna

penerapan PLS dimana direkomendasikan adalah 10 kali jumlah jalur maksimum

anak panah (jalur) yang mengenai variabel laten dalam model SEM-PLS. Diketahui

bahwa jumlah jalur model penelitian adalah sebanyak 8, sehingga 8 x 10 = 80

merepresentasikan ukuran minimal sampel yang dibutuhkan untuk melakukan

estimasi model jalur PLS. Dengan demikian jumlah sampel yang peniliti dapatkan

berjumlah 217 responden, dimana nilai tersebut sudah cukup mewakili populasi

yang ada.

3.4 Instrumen Penelitian

 72

Instrument penelitian ini terdiri atas 2 lembar yaitu lembaran surat pengantar

dari peneliti sebagai permohonan untuk pengisiannya dan lembar kuesioner yang

terdiri dari penjelasan pertanyaan-pertanyaan penelitian Subiyakto et al., (2014).

Lembar kuesioner terdiri dari 7 pertanyaan mengenai profil responden, 5

pertanyaan mengenai penggunaan My JNE, serta 26 pertanyaan pengujian yang

telah disesuaikan dengan variabel yang ada pada model e-service quality yang telah

dikembangkan. Daftar pertanyaan dapat dilihat pada Tabel 3.1, selengkapnya

format kuesioner dapat dilihat dibagian lampiran.

Penelitian ini mengumpulkan data penelitian menggunakan metode

kuesioner terstruktur yang masing-masing berisi pertanyaan dan jawaban. Pilihan

jawaban dalam setiap pertanyaan kuesioner disusun menggunakan 5 skala likert

(Subiyakto et al., 2017), yang terdiri atas: “sangat tidak setuju” (1), “tidak setuju”

(2), “netral” (3), “setuju” (4), “sangat setuju” (5). Dalam melakukan penyusunan

kuesioner dilakukan penentuan indikator pada setiap variabel yang digunakan pada

tabel 3.1. Setiap indikator yang ada didalam model akan mewakili satu pertanyaan

pada kuesioner sehingga jumlah pertanyaan pada kuesioner adalah 26 item

pertanyaan. Item yang dipilih untuk indikator dalam penelitian ini diadaptasi dari

berbagai penelitian sebelumnya, dimana setiap variabel memiliki minimal lima

indikator supaya mempermudah dalam analisis berikutnya. Selanjutnya, peneliti

juga melakukan pengujian pendahuluan (pre-test) terhadap desain awal kuesioner

kepada 30 pengguna My JNE yang berada pada wilayah DKI Jakarta, tujuannya

untuk memperoleh masukan perbaikan sebelum kuesioner tersebut disebarkan.

Hasil pre-test ini dapat dilihat dibagian lampiran.

 73

Tabel 3.1 Indikator dan Butir Pertanyaan

Variabel Indikator Pertanyaan Pengujian

Website Design Layanan sistem memiliki tampilan menarik

Ease Of Use Layanan sistem mudah untuk di gunakan

Effciency Layanan sistem menyediakan informasi sesuai

dengan kebutuhan
E-Service Quality Realibility Layanan Sistem Memiliki Pembayaran yang
(Kualitas Layanan dapat diandalkan
Elektronik)
Fulfiment Layanan Sistem sesuai dengan Waktu yang
telah dijanjikan

Responsivenes Layanan Sistem Menjawab Pertanyaan Teknis

Sesuai dengan Permintaan

Interaksi Sistem My JNE mampu melakukan interaksi dengan

pengguna

Kecepatan My JNE memberikan informasi dngan cepat

Informasi

Customer Perceived Kelengkapan My JNE menyajikan informasi yang lengkap

Value (Nilai yang Informasi
dirasakan Pelanggan)
Manfaat My JNE menghasilkan informasi yang
Informasi bermanfaat

Harga My JNE memberikan harga sesuai dengan

jarak tempuh pengiriman

Kinerja Saya puas dengan kinerja My JNE yang sesuai

Website/e- dan memenuhi harapan
commerce

Kecukupan Saya puas My JNE memenuhi kebutuhan

tugas/pekerjaan

Customer Satisfaction Ragam Pilihan Saya puas dengan ragam pilihan

(Kepuasan Pelanggan) Produk/Layanan produk/layanan yang tersedia

Biaya dan Saya puas dengan My JNE karena dapat

Kemudahan menghemat waktu dan biaya

Kualitas Saya puas dengan kualitas layanan My JNE

Pelayanan
 74

Tabel 3.2 Indikator dan Butir Pertanyaan (Lanjutan)

Variabel Indikator Pertanyaan Pengujian

Dapat di Percaya Saya percaya dengan My JNE

Reputasi Saya percaya My JNE memiliki reputasi yang

baik

Keamanan Saya percaya dengan keamanan My JNE

Trust
(Kepercayaan) Kerahasian Saya percaya kerahasiaan pribadi tidak
disalahgunakan My JNE
Tidak Melakukan Saya percaya My JNE tidak mengambil
Kecurangan keuntungan secara ilegal

Intrest Saya berminat menggunakan My JNE dalam

waktu dekat
Penggunaan Saya akan menggunakan My JNE kembali
Kembali sebagai jasa pengiriman

Customer Loyality Kesetiaan Saya tidak akan menggunakan jasa pengiriman

(Loyalitas Pelanggan) lain selain My JNE

Rekomendasi Saya akan merekomendasikan orang lain

menggunakan My JNE

Rasa Memiliki Saya merasa memiliki layanan My JNE

3.5 Pengumpulan dan Pemrosesan Data

Pada proses pengumpulan data, peneliti menyebarkan kuesioner secara

langsung dan tidak langsung. Seperti yang dijelaskan Subiyakto et al., (2016)

teknik gabungan ini dipilih sehubungan dengan kedalaman dan luasnya informasi,

tingkat respon dari responden dan kualitas data, serta efisiensi dan efektifitas dalam

pengumpulan data. Penyebaran secara langsung dilakukan oleh peneliti untuk

mencari responden yang tepat melalui tatap muka secara langsung. Penyebaran

tidak langsung dilakukan peneliti melalui media sosial (whatsapp, line, instagram)

dengan bantuan fitur google forms untuk pengisiannya. Penyebaran kuesioner ini
 75

dilakukan dalam kurun waktu 3 minggu yaitu dimulai pada 21 Maret 2018 sampai

11 April 2018 guna mencapai target jumlah sampel yang diinginkan.

Selanjutnya pada saat pemrosesan data, data tersebut disaring dan

diklasifikasikan menggunakan perangkat lunak pengolah angka Ms. Excel 2013

dan berdasarkan pengumpulan data tersebut, peneliti berhasil memperoleh 250

kuesioner. 212 kuesioner berasal dari penyebaran secara tidak langsung dan sisanya

38 kuesioner berasal dari penyebaran langsung. Dari 250 kuesioner yang telah

diperoleh, 33 diantaranya dinyatakan tidak valid karena responden tidak pernah

menggunakan sistem. Sehingga kuesioner yang dinyatakan valid untuk digunakan

berjumlah 217 kuesioner.

3.6 Analisa Data dan Interpretasi Hasilnya

Mengacu pada proses analisis data seperti yang dilakukan oleh Subiyakto et

al., (2015), tahap ini dibagi menjadi dua tahap utama yaitu analisis demografis dan

analisis statistik inferensial. Pertama, peneliti melakukan analisis data demografis

dengan menggunakan perangkat lunak pengolah angka Ms. Excel 2013. Data

responden dikelompokkan berdasarkan jenis kelamin, usia, pendidikan terakhir,

pekerjaan, lama penggunaan sistem, intensitas penggunaan, peranan sistem,

kebutuhan pengguna, dan kepuasaan pengguna terhadap sistem.

Kedua, setelah analisis demografis selesai dilakukan, peneliti melakukan

analisis statistik inferensial menggunakan SmartPLS versi 3.0. Mengacu pada

sejumlah peneliti sebelumnya, peneliti melakukan analisis dengan dua tahap, yaitu

analisis measurement model dan structural model. Measurement model dilakukan

 76

untuk menguji reliabilitas dan validitas outer model melalui indikator reliability,

internal consistency reliability, convergent validity, dan discriminant validity.

Sedangkan pengujian structural model dilakukan untuk menguji path ceofficient

(β), coefficient of determination (R2), t-test melalui method bootstrapping, effect

size (f2), predictive relevance (Q2), dan relative impact (q2) menggunakan

metode pengujian blindfolding.

Setelah itu untuk interpretasi hasil, peneliti mendiskusikan hasil analisis

demografis responden dengan kondisi lapangan yang berjalan dan juga

menerjemahkan hasil analisis model secara statistik-kuantitatif dengan

membandingkan dan mempertimbangkan sejumlah literatur terkait sebelumnya.

Selanjutnya, hasil analisis dan interpretasi tersebut secara lengkap akan dijelaskan

pada Bab 4.
 BAB 4

HASIL ANALISIS DAN INTERPRETASI

4.1 Hasil Analisis

4.1.1 Hasil Analisis Demografis

Tahap ini dilakukan dengan menganalisis jawaban responden khususnya

terhadap pertanyaan pada bagian profil responden dan sistem My JNE dalam

kuesioner untuk menghasilkan informasi demografis terkait karakteristik responden

terhadap tingkat kepuasaan dan loyalitas pelanggan dengan sistem My JNE yang

ada di DKI Jakarta. Data responden yang berhasil diperoleh peneliti dalam kurun

waktu 3 minggu (21 Maret 2018 sampai 11 April 2018) adalah sebanyak 217

responden. Informasi demografis tersebut meliputi jenis kelamin, usia, pendidikan

terakhir, pekerjaan, lama penggunaan sistem, intensitas pengguna, kebutuhan

pengguna, peranan sistem dan kepuasaan menggunakan sistem My JNE. Berikut

adalah hasil analisisnya.

1) Kota

Dapat terlihat pada Gambar 4.1 bahwa dari 217 responden yang terdapat

dalam penelitian ini, sebagian besar didominasi oleh responden dengan

Wilayah Kota Jakarta Selatan, yaitu sebanyak 75 orang atau sebesar 34% dan

yang memiliki frekuensi terendah berasal dari Wilayah Kota Jakarta Pusat,

yaitu sebanyak 32 orang atau sebesar 15%

77
 78

Jakarta Utara, Jakarta Barat ,

34, 16% 43, 20%
Jakarta Timur,
33, 15% Jakarta Pusat,
32, 15%

Jakarta Selatan,
75, 34%

Jakarta Barat Jakarta Pusat Jakarta Selatan Jakarta Timur Jakarta Utara

Gambar 4. 1 Diagram Lingkaran Kota Responden

2) Jenis Kelamin

Gambar 4.2 memperlihatkan bahwa dari 217 dari responden yang digunakan

dalam penelitian ini, sebagian besar didominasi oleh responden dengan jenis

kelamin perempuan, yaitu sebanyak 141 orang atau sebesar 65% dan sisa nya

berasal dari responden laki-laki, yaitu sebanyak 76 orang atau sebesar 35%.

Laki-Laki, 76,
35%
Perempuan,
141, 65%

Laki-Laki Perempuan

Gambar 4. 2 Diagram Lingkaran Jenis Kelamin Responden

 79

3) Usia

Berdasarkan diagram lingkaran usia responden seperti yang ditunjukan dalam

Gambar 4.3, responden didominasi oleh usia 21-40 tahun sebanyak 170 orang

atau sebesar 78%, usia kurang dari 20 tahun sebanyak 44 orang atau sebesar

20% dan responden yang berusia 41-60 tahun sebanyak 3 orang atau sebesar

2%.

41-60 th, 3, 2%
<20 th, 44, 20%
<20 th

21-40
21-40 th, 170, th
78%

41-60
th

Gambar 4. 3 Diagram Lingkaran Usia Responden

4) Pendidikan Terakhir

Berdasarkan diagram lingkaran pendidikan terakhir yang terdapat pada

Gambar 4.4 memperlihatkan bahwa responden didominasi dengan pendidikan

akhir SMA sebanyak 117 orang (54%), Sarjana sebanyak 84 orang (38%), D3

sebanyak 17 orang (8%) dan tidak ada responden dengan pendidikan akhir SD

dan SMP (0%).

 80

SD, 0, 0% SMP, 0, 0%
SD

SARJANA, 84,
SMP
38%
SMA, 117, 54%

SMA
D3, 17, 8%

D3

SARJANA

Gambar 4. 4 Diagram Lingkaran Pendidikan Terakhir

5) Status Pekerjaan

Berdasarkan diagram lingkaran status pekerjaan yang terdapat pada Gambar

4.5 menjelaskan bahwa responden didominasi dengan status pekerjaan

Pegawai Swasta sebanyak 83 orang atau sebesar 38%, Pelajar/Mahasiswa

sebanyak 64 orang atau sebesar 29%, Wirausaha sebanyak 62 orang atau

sebesar 29% dan PNS/TNI sebanyak 8 orang atau sebesar 4%.

 81

Wirausaha, 62, Pelajar/Mahasiswa,

29% 64, 29%

PNS/TNI POLRI,
8, 4%
Pegawai
Swasta, 83,
38%

Pelajar/Mahasiswa PNS/TNI POLRI Pegawai Swasta Wirausaha

Gambar 4. 5 Diagram Lingkaran Status Pekerjaan

6) Lama Penggunaan Sistem

Gambar 4.6 menjelaskan bahwa dari 217 responden yang menggunakan

sistem dengan lama penggunaan didominasi dengan <1 tahun sebanyak 131

orang (60%) dan 1-3 tahun sebanyak 86 orang (40%).

1-3 tahun, 86,

40%
<1 tahun, 131,
60%

<1 tahun 1-3 tahun

Gambar 4. 6 Diagram Lingkaran Lama Penggunaan Sistem

 82

7) Intensitas Pengguna

Gambar 4.7 menjelaskan bahwa dari 217 responden yang menggunakan

sistem dengan intensitas pengguna didominasi dengan 1-2kali/bulan

sebanyak 140 orang (64%), 3-4kali/bulan sebanyak 49 orang (23%), 5-

6kali/bulan sebanyak 16 orang (7%), dan >7kali/bulan sebanyak 12 orang

(6%).

>7 kali/bulan,
5-6 kali/bulan, 12, 6%
16, 7%

3-4 kali/bulan,
49, 23%
1-2 kali/bulan,
140, 64%

1-2 kali/bulan 3-4 kali/bulan 5-6 kali/bulan >7 kali/bulan

Gambar 4. 7 Diagram Lingkaran Intensitas Pengguna Sistem

8) Kebutuhan Pengguna

Gambar 4.8 memperlihatkan bahwa dari 217 dari responden yang digunakan

dalam penelitian ini, sebagian besar didominasi oleh responden dengan

kebutuhan personal, yaitu sebanyak 159 orang atau sebesar 73% dan sisa nya

berasal dari kebutuhan bisnis, yaitu sebanyak 58 orang atau sebesar 27%.
 83

Bisnis, 58, 27%

Personal, 159,
73%

Personal Bisnis

Gambar 4. 8 Diagram Lingkaran Kebutuhan Pengguna

9) Peranan Sistem

Gambar 4.9 memperlihatkan bahwa sebanyak 217 responden, sebanyak 97

orang (45%) pada penelitian ini merasa terbantu dengan adanya sistem dan

bahkan 68 orang (31%) diantaranya mengatakan sistem sangat membantu

dalam menyelesaikan pekerjaan atau tugas mereka, sebanyak 47 orang (22%)

merasa cukup membantu dengan adanya sistem My JNE. Hanya 5 orang (2%)

yang mengatakan bahwa sistem kurang membantu dalam menyelasaikan

pekerjaan atau tugas mereka.

 84

Tidak
Kurang Membantu, 2, Sangat
Membantu, 3, 1% Membantu
1%

Cukup Membantu
Membantu, 47,
22% Sangat
Membantu, 68,
31% Cukup
Membantu, 97, Membantu
45%

Kurang
Membantu

Tidak
Membantu

Gambar 4. 9 Diagram Lingkaran Peranan Sistem

10) Status Kepuasan Pengguna

Seperti yang ditunjukan gambar 4.10 diketahui bahwa sebagian besar

responden menyatakan diri mereka merasa puas saat menggunakan sistem,

yaitu sebanyak 112 orang (52%). Sebanyak 62 orang (28%) merasa cukup

puas, dan sebanyak 34 orang (16%) merasa sangat puas menggunakan sistem.

Lalu, sebanyak 9 orang (4%) merasa kurang puas bahkan tidak puas saat

menggunakan sistem.
 85

Tidak Puas, 3,
Kurang Puas, 6, 1% Sangat
3% Puas
Sangat Puas, 34,
16%
Cukup Puas, 62, Puas
28%

Cukup Puas
Puas, 112, 52%

Kurang
Puas

Tidak Puas

Gambar 4. 10 Diagram Lingkaran Kepuasan Pengguna

4.1.2 Hasil Analisis Penyajian Data

1) Hasil Analisis Data E-Service Quality (ESQ)

Frekuensi jawaban responden pada variabel E-Service Quality (ESQ) dalam

penelitian ini disajikan pada Tabel 4.1:

Tabel 4.1 Evaluasi Variabel E-Service Quality (ESQ)

STS TS N S SS
ESQ FREK % FREK % FREK % FREK % FREK %

ESQ1 4 2% 6 3% 77 35% 103 47% 27 12%

ESQ2 3 1% 7 3% 51 24% 118 54% 38 18%

ESQ3 3 1% 9 4% 62 29% 113 52% 30 14%

ESQ4 4 2% 17 8% 62 29% 102 47% 32 15%

ESQ5 3 1% 19 9% 64 29% 94 43% 37 17%
ESQ6 3 1% 17 8% 69 32% 95 44% 33 15%
 86

Dari Tabel 4.1 dapat dilihat bahwa variabel e-service quality (ESQ)

terdiri dari enam indikator yaitu ESQ1, ESQ2, ESQ3, ESQ4, ESQ5, dan

ESQ6, frekuensi pilihan jawaban terbanyak dari semua indikator pada e-

service quality (ESQ) adalah setuju yaitu semua memiliki presentase di atas

40%, frekuensi kedua terbanyak adalah netral yaitu semua memiliki

presentase diatas 20 %, dan frekuensi paling rendah adalah sangat tidak setuju

yang memiliki presentasi paling tinggi hanya 2%. Hasil analisis frekuensi

jawaban variabel e-service quality (ESQ) juga disajikan pada Gambar 4.11

sebagai berikut

140
113
103
118
120 94

102
100 95

62
77
80
69
62 64
60 51 32

38 37
40 19 33
30
27
17 17
20
9
4 3 3 4 3 3 6 7

0
STS TS N S SS

ESQ1 ESQ2 ESQ3 ESQ4 ESQ5 ESQ6

Gambar 4. 11 Grafik Hasil Data Variabel E-Service Quality (ESQ)

 87

2) Hasil Analisis Data Customer Perceived Value (CPV)

Frekuensi jawaban responden pada variabel Customer Perceived Value (CPV)

dalam penelitian ini disajikan pada Tabel 4.2.

Tabel 4.2 Evaluasi Variabel Customer Perceived Value (CPV)

STS TS N S SS

CPV FREK % FREK % FREK % FREK % FREK %

CPV1 2 1% 16 7% 80 37% 101 47% 18 8%

CPV2 1 0% 12 6% 76 35% 102 47% 26 12%

CPV3 2 1% 12 6% 72 33% 100 46% 31 14%

CPV4 2 1% 10 5% 69 32% 111 51% 25 12%

CPV5 1 0% 7 3% 65 30% 109 50% 35 16%

Dari Tabel 4.2 dapat dilihat bahwa variabel Customer Perceived Value

(CPV) terdiri dari lima indikator, frekuensi pilihan jawaban terbanyak dari

semua indikator pada variabel Customer Perceived Value (CPV) adalah

setuju yaitu semua memiliki presentase di atas 45%, frekuensi kedua

terbanyak adalah netral dimana semua presentase diatas 30%, dan frekuensi

paling rendah adalah sangat tidak setuju yang memiliki presentasi paling

tinggi hanya 2%. Hasil analisis frekuensi jawaban variabel Customer

Perceived Value (CPV) juga disajikan pada Gambar 4.12 sebagai berikut:
 88

101 100 109

120 111
102
100
72
80
80 76
69
65
60
31
40 35
12 26 25
16 18
20 12 10 7
2 1 2 2 1
0
STS TS N S SS

CPV1 CPV2 CPV3 CPV4 CPV5

Gambar 4. 12 Grafik Hasil Jawaban Variabel Customer Perceived Value (CPV)

3) Hasil Analisis Data Customer Satisfaction (CS)

Frekuensi jawaban responden pada variabel Customer Satisfaction (CS)

dalam penelitian ini disajikan pada Tabel 4.3.

Tabel 4.3 Evaluasi Variabel Customer Satisfaction (CS)

STS TS N S SS

CS FREK % FREK % FREK % FREK % FREK %

CS1 1 0% 2 1% 55 25% 123 57% 36 17%

CS2 0 0% 4 2% 41 19% 132 61% 40 18%

CS3 0 0% 2 1% 59 27% 124 57% 32 15%

CS4 1 0% 6 3% 45 21% 120 55% 45 21%

CS5 0 0% 4 2% 49 23% 128 59% 36 17%

 89

Dari Tabel 4.3 dapat dilihat bahwa variabel Customer Satisfaction (CS)

terdiri dari lima indikator yaitu CS1, CS2, CS3 CS4, dan CS5, frekuensi

pilihan jawaban terbanyak dari semua indikator pada variabel Customer

Satisfaction (CS)) adalah setuju yaitu semua memiliki presentase di atas 50%,

frekuensi kedua terbanyak adalah netral dimana semua presentase diatas 30%,

dan frekuensi paling rendah adalah sangat tidak setuju yang memiliki

presentasi 0%. Hasil analisis frekuensi jawaban variabel Customer

Satisfaction (CS) juga disajikan pada Gambar 4.13 Sebagai berikut.

CS1 CS2 CS3 CS4 CS5

120 128
140 132
123
124
120

100

80

59
60 55
49
45 45
41 40
40 36 36
32

20
6 4
1 0 0 1 0 2 4 2
0
STS TS N S SS

Gambar 4. 13 Grafik Hasil Jawaban Variabel Customer Satisfaction (CS)

 90

4) Hasil Analisis Data Trust (TR)

Frekuensi jawaban responden pada variabel Trust (TR) dalam penelitian ini

disajikan pada Tabel 4.4.

Tabel 4.4 Evaluasi Variabel Trust (TR)

STS TS N S SS

TR FREK % FREK % FREK % FREK % FREK %

TR1 2 1% 11 5% 59 27% 111 51% 34 16%

TR2 1 0% 11 5% 55 25% 115 53% 35 16%

TR3 2 1% 12 6% 74 34% 91 42% 38 18%

TR4 1 0% 13 6% 65 30% 95 44% 43 20%

TR5 1 0% 11 5% 61 28% 105 48% 39 18%

Dari Tabel 4.4 dapat dilihat bahwa variabel Trust (TR) terdiri dari lima

indikator yaitu TR1, TR2, TR3, TR4, dan TR5, frekuensi pilihan jawaban

terbanyak dari semua indikator pada variabel Trust (TR) adalah setuju yaitu

semua memiliki presentase di atas 40%, frekuensi kedua terbanyak adalah

netral dengan presentase diatas 20%, dan frekuensi paling rendah adalah

sangat tidak setuju yang memiliki presentasi paling tinggi hanya 1%. Hasil

analisis frekuensi jawaban variabel Trust (TR) juga disajikan pada Gambar

4.14.
 91

TR1 TR2 TR3 TR4 TR5

140
115

120 111
105
100 95
91

80 74
65
59 61
60 55 38
34
43
39
40 35

20 11 11 12 13 11
2 1 2 1 1
0
STS TS N S SS

Gambar 4. 14 Grafik Hasil Jawaban Variabel Trust (TR)

5) Hasil Analisis Data Customer Loyality (CL)

Frekuensi jawaban responden pada variabel Customer Loyality (CL) dalam

penelitian ini disajikan pada Tabel 4.5.

Tabel 4.5 Evaluasi Variabel Customer Loyality (CL)

STS TS N S S

CL FREK % FREK % FREK % FREK % FREK %

CL1 2 1% 6 3% 62 29% 106 49% 41 19%

CL2 2 1% 6 3% 45 21% 109 50% 55 25%

CL3 5 2% 11 5% 83 38% 79 36% 39 18%

CL4 0 0% 5 2% 68 31% 99 46% 45 21%

CL5 1 0% 7 3% 79 36% 84 39% 46 21%

 92

Dari Tabel 4.6 dapat dilihat bahwa variabel terdiri dari lima indikator

yaitu CL1, CL2, CL3, CL4, dan CL5, frekuensi pilihan jawaban terbanyak

dari semua indikator pada variabel Customer Loyality (CL) adalah setuju yaitu

semua memiliki presentase di atas 35%, frekuensi kedua terbanyak adalah

netral dimana hasil presentase yang didapatkan semua diatas 20%, dan

frekuensi paling rendah adalah sangat tidak setuju yang memiliki presentasi

paling tinggi hanya 2%. Hasil analisis frekuensi jawaban variabel Customer

Loyality (CL) juga disajikan pada Gambar 4.15 Sebagai berikut.

CL1 CL2 CL3 CL4 CL5

109
120
106
99
100

83 84
79 79
80
68
62
60 55

45 45 46
41 39
40

20
11
5 6 6 5 7
2 2 0 1
0
STS TS N S S

Gambar 4. 15 Grafik Hasil Jawaban Variabel Customer Loyality (CL)

 93

4.1.3 Hasil Analisis Pengukuran Model (Outer Model)

Analisis model pengukuran (outer model) dilakukan melalui empat tahap

pengujian, yaitu individual item reliability, internal consistency reliability,

average variance extracted, dan discriminant validity Hair et al., (2011);Yamin &

Kurniawan (2011); Hair et al., (2012); Wong (2013); Chinomona, R. & Dubihlela

(2014); Alshibly (2014); Subiyakto et al., 2015; Nugroho et al., (2016); Subiyakto

et al., (2017); Berikut ini adalah penjelasan tentang pelaksanaan dan hasil dari

empat pengujian tersebut.

a. Uji Individual Item Realibility

Individual Item Reliability digunakan untuk validasi indikator terhadap

variabelnya yang ditinjau dari nilai standardized loading factor (Chang et al.,

2013; Chinomona et al., 2014; Chu et al., 2012; Chinomona & Sandada, 2013;

Subiyakto et al. 2016). Standardized loading factor juga menggambarkan

besarnya korelasi antara setiap item pengukuran (indikator) dengan

konstruknya dengan melihat nilai outer loading. Nilai ini akan diterima jika

nilai loading factor diatas 0,7, artinya bahwa indikator tersebut dapat

dikatakan valid sebagai indikator yang mengukur konstrak

Namun, nilai loading factor yang berkisar diantara 0,4 sampai 0,7 akan

benar-benar dihapus jika dapat meningkatkann nilai AVE yang dimiliki, yang

mana nilai AVE harus diatas 0,5. Tabel 4.6 menunjukkan nilai standardized

loading factor yang dimiliki oleh tiap indikator.

 94

Tabel 4.6 Hasil Loading Factor

Customer
Customer Customer E-Service
Perceived Trust
Loyality Satisfaction Quality
Value
CL1 0.857

CL2 0.854

CL3 0.837

CL4 0.874

CL5 0.869

CPV1 0.790

CPV2 0.866

CPV3 0.888

CPV4 0.856

CPV5 0.808

CS1 0.823

CS2 0.838

CS3 0.819

CS4 0.843

CS5 0.838

ESQ1 0.824

ESQ2 0.885

ESQ3 0.863

ESQ4 0.804

ESQ5 0.775

ESQ6 0.831

TR1 0.878

TR2 0.866

TR3 0.890

TR4 0.876

TR5 0.867
 95

Mengacu pada standar nilai outer loading, setelah melalui pengujian

pada SmartPLS 3.0, dengan hasil pada tabel 4.6, bahwa variabel disini telah

menunjukan semua indikator yang ada pada tabel 4.6 sudah berada diatas 0,7

maka data tersebut dikatakan sudah memenuhi syarat dan dikatakan valid dan

dapat dilakukan pengujian selanjutnya.

b. Uji Discriminant Validity

Pemeriksaan discriminant validity dilakukan dengan meninjau nilai

crossloading indikator, terdiri atas hal yang pertama bahwa untuk melihat

discriminant validity adalah korelasi konstrak dan indikator lebih tinggi dari

indikator lainnya (Subiyakto et al., (2014); Subiyakto et al., (2015); Subiyakto

(2017); Subiyakto et al., (2016); Subiyakto & Ahlan (2014)). Bila korelasi

antara indikator dengan konstruknya lebih tinggi dari korelasi dengan

konstruk blok lainnya, hal ini menunjukkan konstruk tersebut memprediksi

ukuran pada blok mereka lebih baik dari blok lainnya. Hasilnya dapat dilihat

pada Tabel 4.7 yang menunjukan bahwa nilai cross loading indikator dengan

konstrak dari semua variabel lebih tinggi dari korelasi dengan konstrak blok

lain, dan nilai akar AVE lebih tinggi daripada korelasi antara konstrak dengan

konstrak lainnya. dapat disimpulkan Dari crossloading yang terdapat pada

Tabel 4.7 bahwa discriminant validity yang dimiliki baik karena menunjukkan

nilai cross loading indikator yang diberi blok kuning pada setiap variabel

memiliki nilai lebih tinggi dari korelasi dengan konstruk blok lainnya.
 96

Tabel 4.7 Hasil Crossloading

Customer
Customer Customer E-Service
Perceived Trust
Loyality Satisfaction Quality
Value
CL1 0.857 0.428 0.593 0.527 0.520

CL2 0.854 0.481 0.572 0.534 0.559

CL3 0.837 0.332 0.483 0.411 0.377

CL4 0.874 0.401 0.508 0.508 0.458

CL5 0.869 0.438 0.513 0.486 0.449

CPV1 0.410 0.790 0.424 0.585 0.464

CPV2 0.388 0.866 0.297 0.532 0.404

CPV3 0.421 0.888 0.336 0.563 0.441

CPV4 0.456 0.856 0.400 0.565 0.442

CPV5 0.380 0.808 0.428 0.588 0.476

CS1 0.503 0.467 0.823 0.557 0.543

CS2 0.529 0.348 0.838 0.504 0.487

CS3 0.534 0.316 0.819 0.465 0.440

CS4 0.484 0.353 0.843 0.518 0.506

CS5 0.552 0.387 0.838 0.556 0.577

ESQ1 0.546 0.570 0.489 0.824 0.637

ESQ2 0.517 0.601 0.514 0.885 0.682

ESQ3 0.494 0.593 0.539 0.863 0.688

ESQ4 0.443 0.511 0.525 0.804 0.658

ESQ5 0.428 0.559 0.535 0.775 0.551

ESQ6 0.456 0.531 0.524 0.831 0.600

TR1 0.532 0.523 0.543 0.701 0.878

TR2 0.493 0.448 0.572 0.681 0.866

TR3 0.437 0.473 0.543 0.659 0.890

TR4 0.449 0.397 0.502 0.648 0.876

TR5 0.521 0.477 0.530 0.663 0.867

 97

Ukuran discriminant validity lainnya adalah melihat dari nilai AVE

dengan memeriksa cross loading Fornell-Lacker’s yaitu membandingkannya

dengan nilai akar AVE, nilai AVE kemudian di akar, kriteria yang memenuhi

syarat adalah apabila nilai akar AVE lebih besar dibanding nilai korelasi antar

konstrak. Hasilnya dapat dilihat pada Tabel 4.8 yang menunjukan bahwa nilai

akar AVE lebih tinggi daripada korelasi antara konstrak dengan konstrak

lainnya.

Tabel 4.8 Nilai Cross Loading Fornel-Lacker's

Customer
Customer Customer E-Service
Perceived Trust
Loyality Satisfaction Quality
Value
Customer Loyality 0.858
Customer Perceived
0.678 0.843
Value
Customer
0.626 0.769 0.832
Satisfaction
E-Service Quality 0.579 0.676 0.627 0.831

Trust 0.557 0.531 0.616 0.767 0.875

c. Uji Internal Consistency Reliability

Pengujian ini dilakukan dengan menggunakan nilai composite realibility

(CR) dengan ambang batas di atas 0,7. CR lebih baik dalam mengukur

internal consistency dibandingkan cronbach’s alpha dalam model SEM

dikarenakan CR tidak mengasumsikan semua indikator sama dalam sebuah

variabel (Yamin & Kurniawan, 2011). Berikut adalah hasil pengujiannya.

 98

Tabel 4.9 Nilai Composite Reability

Composite Reliability

Customer Loyality 0.933

Customer Perceived Value 0.914

Customer Satisfaction 0.928

E-Service Quality 0.930

Trust 0.943

Dari Tabel 4.9 dapat dilihat bahwa seluruh nilai CR di atas 0,7 sehingga

dapat dikatakan bahwa tidak ada masalah dalam uji composite reliability.

d. Uji Convergent Validity

Pengujian convergent validity selanjutnya adalah dengan melihat nilai

average variance extracted (AVE). Nilai ini menggambarkan besaran varian

atau keragaman variabel manifest yang dapat dikandung oleh konstrak laten.

Indikator dianggap memiliki convergent validity yang baik apabila memiliki

nilai AVE lebih dari 0,5 (Subiyakto et al., 2015). Pada tabel 4.10 dapat

dilihat bahwa semua variabel sudah berada di atas 0,5, artinya variabel laten

(konstruk) dapat menjelaskan rata-rata lebih dari setengah variance dari

indikator-indikatornya, maka data tersebut dikatakan sudah memenuhi syarat

dan dapat digunakan.

 99

Tabel 4.10 Nilai Avarage Variance Extracted

Average Variance Extracted (AVE)

Customer Loyality 0.737

Customer Perceived Value 0.710

Customer Satisfaction 0.693

E-Service Quality 0.691

Trust 0.766

4.1.4 Hasil Analisis Struktur Model (Inner Model)

Analisis ini dilakukan melalui enam tahapan pengujian, yaitu pengujian path

coefficient (β), coefficient of determination (R²), t-test menggunakan metode

bootstraping, effect size (𝑓 2 ) dan relative impact (q²).

a. Uji Path Coefficient (β)

Pengujian path coefficient yaitu tahap melihat signifikansi hubungan antara

konstrak. Hal ini dapat dilihat dari koefisien jalur (path coefficient) yang

menggambarkan kekuatan hubungan antara konstruk. Path coefficient (β)

diuji dengan nilai ambang batas diatas 0,1 untuk menyatakan bahwa jalur

(path) yang dimaksud mempunyai pengaruh di dalam model. Hasilnya dari 8

jalur dari penelitian, 1 di antaranya yaitu CS → CL menunjukan pengaruh

yang tidak signifikan dan 7 jalur lainnya mempunyai pengaruh yang

signifikan seperti yang terlihat didalam Gambar 4.16.

 100

Gambar 4. 16 Hasil Pengujian Path Coefficient

b. Uji Coefficient of Determination (R-Square)

Pengujian ini dilakukan untuk menjelaskan varian dari tiap target variabel

endogen (variabel yang dianggap dipengaruhi oleh variabel lain dalam

model) dengan standar pengukuran sekitar 0,670 sebagai kuat, 0,333 moderat,

dan 0,190 atau dibawahnya menunjukkan tingkat varian yang lemah Hair et

al., (2011); Yamin & Kurniawan (2011); Subiyakto et al., (2015). Berikut

adalah hasil perhitungan R-square dengan menggunakan SmartPLS sebagai

berikut.
 101

Tabel 4.11 Hasil Uji R-Square

R Square

Customer Loyality 0.466

Customer Perceived Value 0.456

Customer Satisfaction 0.438

Trust 0.588

Berdasarkan Tabel 4.11 menunjukkan bahwa nilai R-square Customer

Loyality (CL) adalah 0.466, Customer Perceived Value (CPV) adalah 0,456,

Customer Satisfaction (CS) adalah 0,438 dan Trust (TR) adalah 0,588.

Artinya adalah, kemampuan menjelaskan variabel dependen Customer Trust

(TR) adalah (58,8%) ,variabel Customer Loyality (CL) adalah 0.466 (46,6%)

Perceived Value (CPV) adalah (45,6%), yang berarti ke empat variabel

dependen tersebut yang dapat dikatakan moderat dalam menjelaskan variabel

dependennya..
 102

Gambar 4. 17 Hasil Pengujian Coefficient of Determination

 103

c. Uji t-test

Pengujian ini dilakukan dengan metode bootstrapping menggunakan uji two-

tailed dengan tingkat signifikansi 5% untuk menguji hipotesis-hipotesis

penelitian. Hipotesis tersebut akan diterima jika memiliki t-test lebih besar

dari 1,96. Berikut adalah hasil perhitungan t-test dengan menggunakan

SmartPLS sebagai berikut.

Tabel 4.12 Hasil Uji T-Test

T Statistics
(|O/STDEV|)
Customer Perceived Value -> Customer Loyality 2.311
Customer Perceived Value -> Customer Satisfaction 0.557
Customer Satisfaction -> Customer Loyality 4.240
E-Service Quality -> Customer Perceived Value 12.724
E-Service Quality -> Customer Satisfaction 3.546
E-Service Quality -> Trust 22.692
Trust -> Customer Loyality 2.084
Trust -> Customer Satisfaction 3.470

Tabel 4.12 menunjukkan bahwa ada satu nilai t-test yang kurang dari

1,96 yaitu adalah hubungan antara variabel CPV → CS yang dimana nilai t-

testnya hanya bernilai 0,557. Dengan kata lain hasil ini menunjukkan bahwa

dari 8 hipotesis terdapat 1 hipotesis yang tidak diterima.

d. Uji Effect Size (𝑓 2 )

Pada tahap ini dilakukan pengujian untuk mengetahui pengaruh variabel

tertentu terhadap variabel lainnya dalam struktur model dengan nilai ambang

batas sekitar 0,02 untuk pengaruh kecil, 0,15 untuk menengah, dan 0,35 untuk
 104

pengaruh besar (Hair et al., 2012; Wong, 2013). 𝑓 2 dihitung dengan

menggunakan rumus yang telah ditentukan. Seperti yang dapat dilihat pada

Tabel 4.13, hasil dari pengujian terhadap 8 jalur yang ada pada penelitian ini.

Dimana ESQ → CPV memiliki pengaruh yang paling besar dan CPV → CS

memiliki pengaruh yang paling kecil.

Tabel 4.13 Hasil Uji Effect Size

R2 f2 Analisis
No Jalur 2
R -in 2
R -ex ∑f 2
f2
H1 ESQ→CS 0,438 0,402 0,06406 Kecil
H2 ESQ →CPV 0,456 0 0,83824 Besar
H3 ESQ →TR 0,588 0 1,42718 Besar
H4 CPV → CS 0,438 0,437 0,00178 Kecil
H5 TR → CS 0,438 0,394 0,07829 Kecil
H6 CS → CL 0,466 0,365 0,18914 Menengah
H7 CPV → CL 0,466 0,440 0,04869 Kecil
H8 TR→CL 0,466 0,445 0,03933 Kecil

e. Uji Relative Impact (q²)

Pengujian ini dilakukan dengan metode blindfolding untuk mengukur relatif

pengaruh dari sebuah keterkaitan prediktif suatu variabel tertentu dengan

variabel lainnya dengan nilai ambang batas sekitar 0,02 untuk pengaruh kecil,

0,15 untuk pengaruh menengah/sedang, dan 0,35 untuk pengaruh besar (Hair

et al., 2012). Seperti yang dapat dilihat pada Tabel 4.14, hasil dari pengujian

q² dapat dilihat dimana ESQ → CPV memiliki pengaruh paling besar dan

CPV → CS memiliki pengaruh paling kecil.

 105

Tabel 4.14 Hasil Relative Impact

q2 Analisis
No Jalur
Q2-in Q2-ex ∑ q2 q2
H1 ESQ→CS 0,283 0,259 0,0335 Kecil
H2 ESQ →CPV 0,3 0 0,4286 Besar
H3 ESQ →TR 0,425 0 0,7391 Besar
H4 CPV → CS 0,283 0,284 - 0,0014 Kecil
H5 TR → CS 0,283 0,256 0,0377 Kecil
H6 CS → CL 0,320 0,249 0,1044 Kecil
H7 CPV → CL 0,320 0,302 0,0265 Kecil
H8 TR→CL 0,320 0,307 0,019 Kecil
 106

Tabel 4.15 Ringkasan Hasil Analisis Struktural Model

Hipotesis β t-test R2 f2 Q2 q2 Analyses

No Jalur R2-in R2-ex ∑ f2 Q2-in Q2-ex ∑ q2 β t-test R2 f2 Q2 q2

H1 ESQ→CS 0,346 3,546 0,438 0,438 0,402 0,06406 0,283 0,283 0,259 0,0335 Sign Diterima Moderate K Predictive Relevance K

H2 ESQ →CPV 0,676 12,724 0,456 0,456 0 0,83824 0,300 0,3 0 0,4286 Sign Diterima Moderate B Predictive Relevance B

H3 ESQ →TR 0,767 22,692 0,588 0,588 0 1,42718 0,425 0,425 0 0,7391 Sign Diterima Moderate B Predictive Relevance B

H4 CPV → CS 0.044 0,557 0,438 0,438 0,437 0,00178 0,283 0,283 0,284 - Sign Ditolak Moderate K Predictive Relevance K
0,0014
H5 TR → CS 0,327 3,470 0,438 0,438 0,394 0,07829 0,283 0,283 0,256 0,0377 Sign Diterima Moderate K Predictive Relevance K

H6 CS → CL 0,416 4,240 0,466 0,466 0,365 0,18914 0,320 0,320 0,249 0,1044 Sign Diterima Moderate M Predictive Relevance K

H7 CPV → CL 0,197 2,311 0,466 0,466 0,440 0,04869 0,320 0,320 0,302 0,0265 Sign Diterima Moderate K Predictive Relevance K

H8 TR→CL 0,196 2,084 0,466 0,466 0,445 0,03933 0,320 0,320 0,307 0,019 Sign Diterima Moderate K Predictive Relevance K

Keterangan :
Sign : Signifikan
B : Besar
K : Kecil
M : Menengah
 107

4.2 Interpretasi dan Diskusi Hasil Analisis

4.2.1 Interpretasi dan Diskusi Hasil Analisis Demografis

Berdasarkan hasil analisis informasi demografis profil responden, peneliti

melakukan interpretasi dan mendiskusikan hasil analisisnya yaitu sebagai berikut.

1) Kota

Dari Gambar 4.1 terlihat bahwa responden dengan Wilayah Kota Jakarta

Selatan memiliki frekuensi lebih tinggi dibandingkan dengan responden

dengan Wilayah Kota yang lainnya, hal ini disebabkan karena pengambilan

sampel pada penelitian ini dilakukan secara acak tanpa melihat strata dan

semua responden memiliki kesempatan yang sama untuk dijadikan sampel

(Sugiyono. 2013), sehingga responden pada penelitian tidak merata tetapi

cukup mewakili populasi yang ada.

2) Jenis Kelamin

Dari Gambar 4.2 dapat terlihat bahwa responden perempuan yaitu sebesar

65% atau sebanyak 141 orang memiliki frekuensi lebih tinggi dibanding

responden laki-laki yang memiliki 35% atau sebanyak 76 orang, hal ini

disebabkan karena penggunaan My JNE sangat membantu konsumennya

dalam memberikan layanan untuk berbelanja online. Sedangkan, minat

perempuan akan berbelanja online lebih tinggi daripada laki-laki (Laurent,

2016). Jadi dapat peneliti simpulkan bahwa penggunaan My JNE lebih

banyak di gunakan oleh perempuan.

 108

3) Usia

Seperti yang terlihat pada Gambar 4.3 bahwa responden yang memiliki

frekuensi tertinggi yaitu responden dengan usia antara 21-40 tahun sebesar

78% atau sebanyak 170 orang dan responden terendah adalah dengan usia

antara 41-60th sebesar 2% atau sebanyak 3 orang. Hal ini dikarenakan

mayoritas pengguna My JNE merupakan pekerja atau mahasiswa yang

berada pada rentang usia produktif yaitu usia 21-40 tahun. Sebagaimana

menurut peneliti terdahulu Laurent (2016) mengatakan pelanggan yang

berusia 21-40 tahun merupakan usia produktif dimana mereka memiliki

aktifitas yang banyak sehingga membutuhkan pemesanan sekaligus transaksi

yang cepat dan instan. Peneliti beranggapan bahwa pengguna My JNE yang

berumur di atas 21 tahun memiliki lebih banyak pengalaman dan

pengetahuan yang cukup tentang sistem aplikasi.

4) Pendidikan Terakhir

Dari Gambar 4.4 dapat terlihat bahwa responden yang memiliki frekuensi

tertinggi yaitu responden dengan pendidikan terakhir Sekolah Menengah

Atas sebesar 54% atau sebanyak 117 orang. Lalu, sebesar 38% atau sebanyak

84 orang berpendidikan akhir Sarjana dan responden terendah adalah

responden dengan pendidikan terakhir SD dan SMP yaitu sebesar 0% atau

tidak ada pengguna MyJNE dengan pendidikan akhir tersebut. Peneliti

menyimpulkan penggunaan MyJNE lebih mudah dimengerti dengan

pengguna sistem yang berpendidikan, sedangkan untuk pendidikan SD,

 109

pengguna lebih sulit mengerti atau enggan menggunakan sistem.

Sebagaimana menurut Susanto et al., (2013) mahasiswa (pelajar) umumnya

mandiri dan lebih terbiasa dengan layanan teknologi yang berbasis internet

dan lebih berpendidikan dari pengguna biasa.

5) Status Pekerjaan

Dari Gambar 4.5 dapat terlihat bahwa responden yang memiliki frekuensi

tertinggi yaitu responden dengan pekerjaan Pegawai Swasta sebesar 38%

atau sebanyak 83 orang dan responden terendah adalah responden dengan

pekerjaan PNS/TNI POLRI yaitu sebesar 4% atau sebanyak 8 orang. Hal ini

disebabkan karena mayoritas pengguna MyJNE berada pada rentang usia 21-

40 tahun, diusia tersebut tentunya lebih banyak pengguna yang sudah

bekerja. Selain itu, peneliti juga menduga bahwa kemungkinan besar hal ini

dapat terjadi adalah karena sebagian kuesioner disebar dengan bebas diisi

oleh responden dari status pekerjaan apapun tanpa adanya pemaksaan dan

pembatasan.

6) Lama Penggunaan

Seperti yang terlihat pada Gambar 4.6 bahwa responden yang memiliki

frekuensi tertinggi yaitu responden dengan lama menggunakan sistem <1

tahun sebesar 60% atau sebanyak 131 orang dan responden terendah adalah

responden dengan lama menggunakan sistem antara 1-3 tahun yaitu sebesar

40% atau sebanyak 86 orang, hal ini disebabkan karena pertumbuhan JNE
 110

mengalami peningkatan dari tahun sebelumnya sebanyak 30% yang

mengakibatkan penggunaan My JNE meningkat (Hendra, 2018).

7) Intensitas Pengguna Sistem

Dari Gambar 4.7 dapat terlihat bahwa responden yang memiliki frekuensi

tertinggi yaitu responden dengan intensitas penggunaan sebesar 1-2

kali/bulan sebesar 64% atau sebanyak 140 orang dan responden terendah

adalah responden dengan intensitas penggunaan sistem >7 kali/bulan yaitu

sebesar 6% atau sebanyak 12 orang, hal ini disebabkan karena pengguna

MyJNE beragam dan memiliki kebutuhan penggunaan sistem yang berbeda.

Oleh karena itu, peneliti menyimpulkan bahwa intesitas pengguna My JNE

di DKI Jakarta memiliki tingkat tertinggi sebesar 64% dalam intensitas 1-2

kali/bulannya.

8) Kebutuhan Pengguna

Dari Gambar 4.8 dapat terlihat bahwa responden yang memiliki frekuensi

tertinggi yaitu responden dengan kebutuhan penggunaan sistem untuk

personal yaitu sebesar 73% atau sebanyak 159 orang dan responden terendah

adalah responden dengan kebutuhan penggunaan sistem untuk Bisnis yaitu

sebesar 27% atau sebanyak 58 orang. Jika dilihat dari demografi pekerjaan,

pegawai swasta dan pelajar/mahasiswa memiliki presentase tertinggi, hal ini

menyebabkan kebutuhan penggunaan sistem itu sendiri lebih banyak

digunakan untuk personal.

 111

9) Peranan Sistem

Dari Gambar 4.9 dapat terlihat bahwa responden yang memiliki frekuensi

tertinggi yaitu responden dengan tingkat penerapan sistem yang dianggap

membantu yaitu sebesar 45% atau sebanyak 97 orang dan responden

terendah adalah responden dengan tingkat penerapan sistem yang dianggap

tidak membantu yaitu sebesar 1% atau sebanyak 2 orang. Hal ini sesuai

dengan tujuan diterapkannya My JNE yaitu untuk memudahkan keperluan

dan pekerjaan pelanggan dalam transaksi atau pengiriman barang dengan

menggunakan My JNE.

10) Status Kepuasan Pengguna

Dari Gambar 4.10 dapat terlihat bahwa responden yang memiliki frekuensi

tertinggi yaitu responden dengan tingkat kepuasan pengguna sistem yang

merasa puas sebanyak 112 orang (52%). Sebanyak 62 orang (28%) merasa

cukup puas, dan sebanyak 34 orang (16%) merasa sangat puas menggunakan

sistem. Lalu, sebanyak 9 orang (4%) merasa kurang puas bahkan tidak puas

saat menggunakan sistem. Peneliti beranggapan bahwa hal ini mungkin

terjadi disebabkan oleh adanya gap antara harapan atau ekspetasi pengguna

dengan kenyataan yang ada. Tingkat harapan atau ekspetasi pengguna

mungkin begitu tinggi terhadap sistem. Sehingga walaupun banyak

pengguna yang merasa terbantu dengan sistem, banyak juga pengguna

masih belum merasa puas sepenuhnya dalam menggunakan sistem tersebut.

 112

4.2.2 Interpretasi dan Diskusi Hasil Analisis Penyajian Data

Berdasarkan hasil analisis penyajian data responden, peneliti melakukan

interpretasi dan mendiskusikan hasil analisisnya yaitu sebagai berikut.

1) Hasil Analisis Data E-Service Quality (ESQ)

Dari Tabel 4.1 dapat terlihat bahwa variabel e-service quality (ESQ) terdiri

dari enam indikator, frekuensi pilihan jawaban terbanyak dari semua

indikator pada e-service quality (ESQ) adalah setuju yaitu semua memiliki

presentase di atas 40% dan frekuensi paling rendah adalah sangat tidak setuju

yang memiliki presentasi paling tinggi hanya 2%. Hal ini disebabkan karena

sebagian besar responden setuju dengan pertanyaan peneliti terkait kualitas

layanan elektronik yang terdapat pada My JNE. Seperti, kemampuan sistem

dalam menampilkan informasi sangat jelas dan tampilan antar muka sistem

yang sangat menarik.

2) Hasil Analisis Data Customer Perceived Value (CPV)

Dari Tabel 4.2 dapat dilihat bahwa variabel Customer Perceived Value

(CPV) terdiri dari lima indikator, frekuensi pilihan jawaban terbanyak dari

semua indikator pada variabel Customer Perceived Value (CPV) adalah

setuju yaitu semua memiliki presentase di atas 45%, hal ini disebabkan

sebagian besar responden setuju akan pertanyaan yang diajukan peneliti

dalam kuesionernya terkait nilai yang dirasakan pelanggan terhadap

penggunaan My JNE dan frekuensi paling rendah adalah sangat tidak setuju

yang memiliki presentasi paling tinggi hanya 2%.

 113

3) Hasil Analisis Data Customer Satisfaction (CS)

Dari Tabel 4.3 dapat dilihat bahwa variabel Customer Satisfaction (CS)

terdiri dari lima indikator, frekuensi pilihan jawaban terbanyak dari semua

indikator pada variabel Customer Satisfaction (CS)) adalah setuju yaitu

semua memiliki presentase di atas 50% dan frekuensi paling rendah adalah

sangat tidak setuju yang memiliki presentase 0%. Hal ini memperlihatkan

bahwa dari 217 responden hampir setengahnya memilih setuju pada butir

pertanyaan yang diajukan peneliti melalui kuesionernya terkait dengan

kepuasaan pengguna dan sebanyak 0% responden tidak memilih sangat tidak

setuju ini menyatakan bahwa sebagian responden puas dengan kualitas

layanan My JNE.

4) Hasil Analisis Data Trust (TR)

Dari Tabel 4.4 dapat dilihat bahwa variabel Trust (TR) terdiri dari lima

indikator, frekuensi pilihan jawaban terbanyak dari semua indikator pada

variabel Trust (TR) adalah setuju yaitu semua memiliki presentase di atas

40% hal ini disebabkan sebagian besar responden setuju akan pertanyaan

yang diajukan peneliti dalam kuesionernya terkait kepercayaan pelanggan

terhadap penggunaan My JNE dan frekuensi paling rendah adalah sangat

tidak setuju yang memiliki presentasi paling tinggi hanya 1%

 114

5) Hasil Analisis Data Customer Loyality (CL)

Dari Tabel 4.6 dapat dilihat bahwa variabel terdiri dari lima indikator,

frekuensi pilihan jawaban terbanyak dari semua indikator pada variabel

Customer Loyality (CL) adala setuju yaitu semua memiliki presentase di atas

35% dan frekuensi paling rendah adalah sangat tidak setuju yang memiliki

presentasi paling tinggi hanya 2%. Hal ini memperlihatkan bahwa dari 217

responden sebagian besar responden memilih setuju pada butir pertanyaan

yang diajukan peneliti melalui kuesionernya terkait dengan loyalitas

pengguna terhadap My JNE.

4.2.3 Interpretasi dan Diskusi Hasil Pengukuran & Struktur Model

Berdasarkan hasil analisis model pengukuran, hasil akhirnnya menunjukkan

bahwa model pengukuran dari model penelitian ini telah memenuhi syarat dan

memiliki karakteristik yang baik sehingga layak untuk dilanjutkan ke analisis

struktural model untuk menguji model struktural dari model penelitian ini.

Bagian ini memaparkan interprestasi dan diskusi berdasarkan hasil enam

analisis struktur model yaitu path coefficient (β), coefficient of determination (R2),

t-test menggunakan metode bootstrapping, effect size (𝑓 2 ), predictive relevance

(Q2), dan relative impact (q²). Berikut adalah pemaparan yang dilakukan dengan

mengikuti pertanyaan-pertanyaan penelitian dan hipotesis-hipotesis yang telah

dirumuskan dalam Bab 1 dan Bab 2.

 115

Q1 Apakah E-Service Quality (ESQ) berpengaruh secara signifikan terhadap

Customer Satisfaction (CS) ?

Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path

coefficient (β) ESQ dan CS memiliki nilai yang signifikan yaitu 0,346, lalu

untuk nilai coefficient of determination (R2), ESQ dan CS memiliki pengaruh

menengah dengan nilai 0,438, tetapi pada pengujian 𝑓 2 dengan nilai 0,06406

dan q² dengan nilai 0,0335 memiliki pengaruh kecil, serta uji t-test ESQ dan

CS menunjukkan hipotesis (H1) diterima. Hasil ini sesuai dengan penelitian

Jonathan (2013) dan Chang et al., (2013) juga menyebutkan bahwa variabel

e-service quality (ESQ) memiliki pengaruh positif terhadap customer

satisfaction (CS) dalam penggunaan sistem. Hal ini juga didukung dengan

pengamatan langsung peneliti, bahwa Semakin tinggi My JNE meningkatkan

kualitas layanan elektronik dalam sistem, maka akan semakin tinggi kepuasan

pengguna dalam menggunakan sistem. Penerimaan hipotesis ini menunjukan

bahwa pengguna My JNE merasa puas dengan informasi yang ditampilkan

oleh sistem, selain menampilkan informasi sangat jelas, sistem juga memiliki

pembayaran yang dapat diandalkan, tampilan antar muka sistem juga sangat

menarik, serta sistem dapat memberikan layanan dalam menjawab pertanyaan

teknis sesuai dengan permintaan.

Q2 Apakah E-Service Quality (ESQ) berpengaruh secara signifikan terhadap

Customoer Perceived Value (CPV) ?

 116

Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path

coefficient (β) ESQ dan CPV memiliki nilai yang signifikan yaitu 0,676, lalu

untuk nilai coefficient of determination (R2) ESQ dan CPV memiliki pengaruh

menengah dengan nilai 0,456, dan pada pengujian 𝑓 2 dengan nilai 0,83824

dan q² dengan nilai 0,4286 memiliki pengaruh besar, serta uji t-test ESQ dan

CPV menunjukkan hipotesis (H2) diterima. Hasil ini sesuai dengan

penelitian yang dilakukan Chinomona et.,al (2014) yang menyebutkan bahwa

E-Service Quality (ESQ) berpengaruh secara signifikan terhadap Customer

Perceived Value (CPV). Hal ini juga didukung dengan pengamatan langsung

oleh peneliti, bahwa semakin tinggi My JNE meningkatkan kualitas layanan

elektronik dalam sistem, maka akan semakin tinggi nilai yang dirasakan

pelanggan dalam menggunakan sistem. Penerimaan hipotesis ini menunjukan

bahwa nilai yang dirasakan pengguna My JNE dengan kemampuan sistem

dalam memberikan informasi yang cepat, lengkap dan bermanfaat, serta

memberikan harga pengiriman sesuai dengan jarak tempuh pengiriman akan

memberikan pengaruh besar terhadap kualitas layanan My JNE.

Q3 Apakah E-Service Quality (ESQ) berpengaruh secara signifikan terhadap

Trust (TR) ?

Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path

coefficient (β) ESQ dan TR memiliki nilai yang signifikan yaitu 0,767, lalu

untuk nilai coefficient of determination (R2), ESQ dan TR memiliki pengaruh

menengah dengan nilai 0,588, tetapi pada pengujian 𝑓 2 dengan nilai 1,42718
 117

dan q² dengan nilai 0,7391 memiliki pengaruh besar, serta uji t-test ESQ dan

TR menunjukkan hipotesis (H3) diterima. Hal ini juga didukung dengan

pengamatan langsung peneliti, bahwa Semakin tinggi My JNE meningkatkan

kualitas layanan elektronik dalam sistem, maka akan semakin tinggi rasa

kepercayaan pengguna dalam menggunakan sistem. Penerimaan hipotesis ini

menunjukan bahwa pengguna My JNE merasa percaya dengan kemampuan

sistem dalam menjaga keamanan dan kerahasian data pribadi pengguna,

sehingga kualitas layanan elektronik memiliki pengaruh signifikan terhadap

pengguna sistem yang merasa percaya dalam menggunkan sistem sehingga

menimbulkan keinginan untuk menggunakan kembali.

Q4 Apakah Customer Perceived Value (CPV) berpengaruh secara signifikan

terhadap Customer Satisfaction (CS) ?

Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path

coefficient (β) CPV dan CS memiliki nilai yang signifikan yaitu 0,044, tetapi

pada nilai coefficient of determination (R2), CPV dan CS memiliki pengaruh

menengah dengan nilai 0,438, lalu pada pengujian 𝑓 2 dengan nilai 0,00178

dan q² dengan nilai -0,0014 memiliki pengaruh kecil, serta uji t-test CPV dan

CS menunjukkan hipotesis (H4) ditolak. Hasil ini sesuai dengan penelitian

yang dilakukan Hardjati & Amalia (2014) yang menyebutkan bahwa

Customer Perceived Value (CPV) berpengaruh secara signifikan terhadap

Customer Satisfaction (CS) tetapi memiliki hasil hipotesis yang ditolak. Hal

ini berbeda dari penelitian terdahulunya yang dilakukan oleh Chang et al.
 118

(2013) bahwa Customer Perceived Value (CPV) berpengaruh secara

signifikan terhadap Customer Satisfaction (CS). Hal ini ditandai dnegan

semakin tinggi nilai yang dirasakan pengguna terhadap My JNE, maka akan

semakin tinggi kepuasan pengguna dalam menggunakan sistem. Hasil

hipotesis ini menunjukan bahwa pengguna My JNE merasa kualitas layanan

My JNE belum cukup memenuhi harapan mereka dengan kinerja sistem yang

belum sesuai dalam menyajikan informasi yang akurat, serta memenuhi

kebutuhan tugas/pekerjaan pengguna.

Q5 Apakah Trust (TR) berpengaruh secara signifikan terhadap Customer

Satisfaction (CS) ?

Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path

coefficient (β) TR dan CS memiliki nilai yang signifikan yaitu 0,327, lalu

untuk nilai coefficient of determination (R2), TR dan CS memiliki pengaruh

menengah dengan nilai 0,438, Tetapi pada pengujian 𝑓 2 dengan nilai

0,07829 dan q² dengan nilai 0,0377 memiliki pengaruh kecil, serta uji t-test

TR dan CS menunjukkan hipotesis (H5) diterima. Hal ini sesuai dengan

Prisanti et.,al (2017) menyebutkan bahwa berdasarkan hasil analisis

penelitian yang dilakukannya terbukti bahwa terdapat pengaruh langsung

yang Signifikan antara trust (TR) dan customer satisfaction (CS).

Q6 Apakah Customer Satisfaction (CS) berpengaruh secara signifikan

terhadap Customer Loyality (CL) ?

 119

Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path

coefficient (β) CS dan CL memiliki nilai yang signifikan yaitu 0,416 , lalu

untuk nilai coefficient of determination (R2), ESQ dan TR memiliki pengaruh

menengah dengan nilai 0,466, dan pada pengujian 𝑓 2 dengan nilai 0,18914

memiliki pengaruh menengah dan q² dengan nilai 0,1044 memiliki pengaruh

kecil, serta uji t-test CS dan CL menunjukkan hipotesis (H6) diterima. Hal

ini sesuai dengan penelitian terdahulunya yang dilakukan oleh Chinomona

dan Sandada (2013); Chang et al., 2013 dan Chinamona et al., 2014; bahwa

Customer satisfaction (CS) memiliki pengaruh signifikan terhadap customer

loyality (CL).

Q7 Apakah Customer Perceived Value (CPV) berpengaruh secara signifikan

terhadap Customer Loyality (CL)?

Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path

coefficient (β) CPV dan CL memiliki nilai yang signifikan yaitu 0,197, lalu

untuk nilai coefficient of determination (R2), CPV dan CL memiliki pengaruh

menengah dengan nilai 0,466, dan pada pengujian 𝑓 2 dengan nilai 0,04869

dan q² dengan nilai 0,0265 memiliki pengaruh kecil, serta uji t-test CPV dan

CL menunjukkan hipotesis (H7) diterima. Hasil ini sesuai dengan penelitian

Tu et al., (2013) dan Bernarto & Patricia (2017) yang mendapatkan hasil

bahwa customer perceived value (CPV) memiliki pengaruh terhadap

customer loyalty (CL).

 120

Q8 Apakah Trust (TR) berpengaruh secara signifikan terhadap Customer

Loyality (CL)?

Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path

coefficient (β) TR dan CL memiliki nilai yang signifikan yaitu 0,196, lalu

untuk nilai coefficient of determination (R2), TR dan CL memiliki pengaruh

menengah dengan nilai 0,466, dan pada pengujian 𝑓 2 dengan nilai 0,3933

dan q² dengan nilai 0,0190 memiliki pengaruh kecil, serta uji t-test TR dan

CL menunjukkan hipotesis (H8) diterima. Penelitian terdahulu yang

dilakukan oleh Bowden et al., (2013) menunjukkan bahwa trust (TR)

berpengaruh terhadap customer loyality (CL). Hal ini juga didukung dengan

pengamatan langsung peneliti, bahwa Semakin tinggi kepercayaan pengguna

dalam menggunakan sistem maka akan semakin tinggi rasa loyalitas

pengguna dalam menggunakan sistem. Penerimaan hipotesis ini menunjukan

bahwa pengguna My JNE merasa berniat menggunkan sistem kembali dan

tidak akan menggunakan sistem lain sebagai jasa pengirimannya, sehingga

kepercayaan memiliki pengaruh signifikan terhadap pengguna sistem yang

merasa loyal dalam menggunkan sistem sehingga menimbulkan keinginan

untuk merekomendasikan sistem kepada orang lain.

 BAB 5

PENUTUP

5.1 Kesimpulan

Sesuai dengan hasil pembahasan analisis tentang faktor-faktor yang

mempengaruhi kualitas layanan yang mempengaruhi loyalitas pelanggan My JNE,

maka dapat disimpulkan bahwa:

1) Dari hasil pengolahan data demografis diketahui bahwa sebanyak 52%

responden merasa puas dengan kualitas layanan My JNE dan frekuensi

jawaban responden pada variabel customer loyality menyatakan 50%

responden setia dan akan menggunakan My JNE kembali sebagai layanan jasa

pengiriman, hal ini disebabkan 45% responden yang menyatakan terbantu

dengan adanya sistem dalam memenuhi kebutuhan mereka, selain itu

diperkuat dengan banyaknya pengguna yang berada dalam rentan usia

produktif yaitu usia 21-40 tahun dan berpendidikan terakhir Sekolah

Menengah Atas (SMA) dengan status pekerjaan sebagai pegawai swasta

sebanyak 38%, sehingga pengguna akan lebih merasakan manfaat dan

kegunaan sistem tersebut. Sedangkan di sisi lain ada sebanyak 3% responden

merasa kurang puas dan 1% responden merasa tidak puas dengan kualitas

layanan My JNE, ini disebabkan responden merasa sistem kurang membantu

dalam memenuhi kebutuhan mereka, sehingga mengakibatkan penurunan

pengguna My JNE pada bulan Mei 2018 sebesar 339 orang pada wilayah DKI

Jakarta. Setelah diteliti, yang memiliki nilai paling lemah terhadap kualitas

121
 122

layanan yang mempengaruhi loyalitas pelanggan secara signifikan adalah dari

sisi perceived value dengan nilai 0,914, sehingga upaya yang harus dilakukan

oleh JNE untuk meningkatkan kualitas layanan yang dirasakan pelanggan

adalah dengan memperbaiki atau mengembangkan sistem agar penyajian

informasi yang dihasilkan lebih akurat, salah satunya adalah layanan My

Shipment yang menghasilkan informasi sesuai dengan waktu yang telah

dijanjikan. Meskipun responden percaya pada keamanan sistem pada My

JNE, hal tersebut tidak membuat mereka memberikan pendapat akan layanan

yang dirasakan kepada orang lain untuk menggunakan My JNE.

2) Berdasarkan hasil dari delapan hipotesis yang diujikan terdapat tujuh

hipotesis yang diterima yaitu ESQ→CS, ESQ→CPV, ESQ→TR, CPV→CS,

CS→TR, CPV→CL, dan TR→CL. Hasil hipotesis paling kuat berdasarkan

uji t-test dengan nilai 22,692 yaitu ESQ→TR. Selain itu terdapat satu

hipotesis yang ditolak yaitu CPV→CS. Hal ini disebabkan karena sebagian

besar memiliki pengaruh yang kecil dalam pengujian struktur model

khususnya dalam uji 𝑓2 dengan nilai 0,00178 dan q² dengan nilai -0,0014

yang memiliki pengaruh kecil. Ditolaknya hipotesis tersebut menunjukan

perbedaan hasil dengan penelitian sejenis sebelumnya. Peneliti berpendapat

bahwa perbedaan ini adalah hal yang wajar, mengingat adanya perbedaan

objek, sampel, dan instrumen penelitian, serta keterbatasan atau kendala saat

pelaksanaan penelitian juga menjadi faktor yang dapat mempengaruhi hasil

penelitian. Sehingga, dapat diketahui bahwa model e-service quality dengan

 123

penambahan variabel trust dapat secara langsung mempengaruhi kualitas

layanan My JNE terhadap loyalitas pelanggan dengan sebagai berikut:

 ESQ (E-service Quality) berpengaruh terhadap loyalitas pelanggan

melalui CS (Customer Satisfaction).

 ESQ (E-service Quality) berpengaruh terhadap loyalitas pelanggan

melalui CPV (Customer Perceived Value).

 ESQ (E-service Quality) berpengaruh terhadap loyalitas pelanggan

melalui TR (Trust).

Di sisi lain, penelitian ini masih memiliki keterbatasan yang mengakibatkan

hasil pada penelitian ini kurang optimal. Berikut keterbatasan penelitian ini:

1) Penelitian ini menggunakan pendekatan kuantitatif, penelitian ini

menghasilkan temuan berupa angka statistik yang kemudian di

interpretasikan berupa kata-kata asumsi-asumsi atau anggapan justifikasi

terhadap apa yang terjadi, maka temuan/hasil dari penelitian ini dinilai kurang

mendalam untuk menemukan masalah yang terjadi sebenarnya.

2) Penelitian ini menggunakan teknik pengambilan sampel yaitu multi-stage

puposeful random sampling, penggunaan teknik sampling ini menyebabkan

penelitian ini tidak dapat mengeneralisasi hasil penelitian dikarenakan jumlah

sampel yang ada belum mewakili kelompok pengguna sistem yang lainnya.
 124

5.2 Saran

Berdasarkan hasil penelitian yang telah dilakukan, analisis hubungan antar

variabel dari model e-service quality terhadap faktor-faktor kualitas layanan yang

mempengaruhi loyalitas pelanggan My JNE memiliki potensi untuk dikembangkan

menjadi lebih baik. Oleh karena itu maka peneliti memberikan saran berguna untuk

JNE serta pihak-pihak yang berniat melakukan penelitian berikutnya, yaitu:

1) Diharapkan bagi pihak JNE untuk bisa terus meningkatan dan

mengembangkan kualitas layanan pada My JNE ke depannya di antaranya

dengan meningkatkan sistem dari sisi informasi yang dihasilkan yang akan

berpengaruh pada penilaian yang dirasakan pengguna dalam menggunakan

sistem seperti kurang akuratnya informasi yang dihasilkan pada fitur my

shipment mengenai layanan waktu penyampaian barang, selain itu juga

ditingkatkan dengan mengurangi error atau kesalahan dalam proses

pengolahan data (registrasi).

2) Penelitian terkait pengukuran faktor-faktor yang mempengaruhi kualitas

layanan terhadap loyalitas pelanggan My JNE tidak hanya di wilayah DKI

Jakarta saja karena JNE sudah memiliki agen diseluruh indonesia dan

pengguna My JNE yang cukup banyak di Indonesia dalam 3 tahun terakhir.

3) Untuk proses pengumpulan data juga sebaiknya dapat lebih banyak dilakukan

secara langsung, sehingga responden mendapat pendampingan saat pengisian

untuk menghindari pemahaman dengan pertanyaan yang bias serta

memperhatikan penyebaran data dan penggunaan teknik sampling agar

responden merata sehingga hasil dapat digeneralisasikan dengan lebih baik.

 125

4) Untuk peneliti selanjutnya atau pihak-pihak yang tertarik untuk melakukan

penelitian selanjutnya (khususnya yang tertarik pada topik sejenis)

diharapkan dapat meneliti di bidang lain seperti onlinebanking, onlinegames

atau lainnya yang masih berkaitan dengan website/aplikasi. Penelitian

selanjutnya juga bisa menambah dan menguji variabel mediator lain yang

berpeluang dalam mempengaruhi loyalitas seperti Komitmen, E-WOM,

Retention dan lain-lain

 DAFTAR PUSTAKA

Abdillah, W. (2018). Metode Penelitian Sistem Informasi - Pemodelan Teoritis,

Pengukuran dan Statistis.
Akbar, A. A., & Djatmiko, T. (2016). Pengaruh E-Service Quality terhadap E-Customer
Satisfaction dan E-Customer Loyalty Pada Lazada.co.id, 3(1), 142–150.
Alshibly, H. H. (2014). Evaluating E-HRM success: A Validation of the Information
Systems Success Model. International Journal of Human Resource Studies, 4(3), 107.
Astuti, D., & Salisah, F. N. (2016). Analisis Kualitas Layanan E-Commerce terhadap
Kepuasan Pelanggan Menggunakan Metode E-Servqual (Studi Kasus : Lejel Home
Shopping Pekanbaru ). Jurnal Rekayasa Dan Manajemen Sistem Informasi, 2(1), 44–
49. Retrieved from http://ejournal.uin-suska.ac.id/index.php/RMSI/article/view/1784
Bagozzi, R. P. (1992). The Self Regulation of Attitudes, Intentions, and Behavior. Social
Psychology Quarterly, 55(2), 178–204.
Bernarto, I., & Patricia. (2017). Pengaruh Perceived Value, Customer Satisfaction dan
Trust terhadap Customer Loyalty Restoran XYZ di Tangerang. Journal for Business
and Entrepreneur ISSN 2501-6682, vol 1(No 1).
Bowden-Everson, J.L.-H., Dagger, T.S. & Elliott, G. (2013). Engaging Customers for
Loyalty in the Restaurant Industry: The Role of Satisfaction, Trust, and Delight.
Journal of Foodservice Business Research, (16(1)), pp.52–75.
Chang, H. H., Wang, Y.-H., & Yang, W.-Y. (2013). The impact of e-service quality,
customer satisfaction and loyalty on e-marketing: Moderating effect of perceived
value. Total Quality Management & Business Excellence, 20(4), 423–443.
https://doi.org/10.1080/14783360902781923
Chinomona, R. & Dubihlela, D. (2014). Does Customer Satisfaction Lead to Customer
Trust, Loyalty and Repurchase Intention of Local Store Brands? The Case of Gauteng
Province of South Africa. Mediterranean Journal of Social Sciences, Vol. 5,(No. 9),
23–32.
Chinomona, R., & Sandada, M. (2013). Customer Satisfaction, Trust and Loyalty as
Predictors of Customer Intention to Re-Purchase South African Retailing Industry.
Mediterranean Journal of Social Sciences, (May 2014).
https://doi.org/10.5901/mjss.2013.v4n14p437
Chinomona, R., & Sandada, M. (2014). The Influence of E-Service Quality on Customer
Perceived Value, Customer Satisfaction and Loyalty in South Africa. Mediterranean
Journal of Social Sciences, 5(9), 331–341.
https://doi.org/10.5901/mjss.2014.v5n9p331
Christian, M., & Nuari, V. (2014). Konsumen Studi Kasus : Belanja Online Bhinneka .
Com.
Chu, P.-Y., Lee, G.-Y., & Chao, Y. (2012). Service Quality, Customer Satisfaction,
Customer Trust, and Loyalty in an E-Banking Context. Social Behavior and
Personality: An International Journal, 40(8), 1271–1283.
https://doi.org/10.2224/sbp.2012.40.8.1271
Cosenza, T.R., Kwon, W.S., Solomon, M. R. (2014). Credibility in the blogosphere: A
study of measurement and influence of wine blogs as an information source.
wileyonlinelibrary.com.
Dewi, V. K. A. dan F. (2013). Pengaruh Efektivitas dan Kepercayaan atas Sistem Informasi
Akuntansi terhadap Kinerja Pengguna Sistem pada Hotel-Hotel Berbintang di
Yogyakarta
Eryadi, H. T., & Eka Yuliana, ST., M. (2016). Pengaruh Perceived Value dan Social

126
 Influence terhadap Purchase Intention Smartphone 4G Pada Pelanggan Bandung
Electronic Center the Influence of Perceived Value and Social Influence To Purchase,
3(1), 86–92.
Garbarino, E., & Johnson, M. S. (1999). The different roles of satisfaction, trust, and
commitment in customer relationships. The Journal of Marketing, 63, 70–87.
Guritno, S., Sudaryono, & Rahardja, U. (2011). Theory and Application of It Research :
Metodologi Penelitian Teknologi Informasi. Andi. Yogyakarta., (Edisi 1.).
Hair, J. F., Ringle, C. M., & Sarstedt, M. (2011). PLS-SEM: Indeed a silver bullet. Journal
of Marketing Theory and Practice, 19(2), 139.
Hair, J. F., Sarstedt, M., Ringle, C. M., & Mena, J. A. (2012). An assessment of the use of
partial least squares structural equation modeling in marketing research. Journal of
the Academy of Marketing Science, Vol. 40(No. 3), 414–433.
Haruna, B., Kiran, K., & Tahira, M. (2017). Modelling web-based library service quality
and user loyalty in the context of a developing country. The Electronic Library, 35(3),
507–519. https://doi.org/10.1108/EL-10-2015-0211
Hasan, A. (2013). Marketing dan Kasus-Kasus Pilihan. Yogyakarta : CAPS (Center For
Academic Publishing Service.
Hendra, D. (2018). JNE Targetkan Pertumbuhan 30% di 2018. Retrieved from
https://swa.co.id/swa/trends/jne-targetkan-pertumbuhan-30-di-2018
Jogiyanto. (2008). Metodologi Penelitian Sistem Informasi., Edisi 1. A.
Jonathan, H. (2013). Analisis Pengaruh E-Service Quality terhadap Customer Satisfaction
Yang Berdampak Pada Customer Loyalty Pt Bayu Buana Travel Tbk. Journal The
WINNERS, 14(2), 104–112.
Juliani, L. (2010). Analisis Kepuasan dan Loyalitas Pelanggan pada Produk Kartu Simpati
(Studi Kasus Mahasiswa Strata Satu Fakultas Ekonomi dan Manajemen Institut
Pertanian Bogor).
Jumaili, S. (2005). “Kepercayaan Terhadap Teknologi Sistem Informasi Baru dalam
Evaluasi Kinerja Individual.” Kumpulan Materi Simposium Nasional Akuntansi VIII
, Solo, 15-16 September 2005.
Kalia, P. (2013). E-Servqual and Electronic Retailing. Proceedings of the 3rd National
Conference on Trends and Issues in Product and Brand Management, (March 2013),
84–87.
Kassim, N. dan Abdullah, N. A. (2010). The Effect of Perceived Service Quality
Dimensions on Customer Satisfaction, Trust, and Loyalty in E- Commerce Settings.
Asia Pacific Journal of Marketing and Logistics, Vol. 22 No, 351–371.
Kependidikan, D. T., MUTU, D. J. P., KEPENDIDIKAN, P. D. T., & NASIONAL, D. P.
(2008). Pendekatan, Jenis, dan Metode Penelitian Pendidikan. Tersedia pada
http://lpmpjogja. diknas. go. id/materi/fsp/2009-Pembekalan-Pengawas/25.
Kim, D. J., Ferrin, D. L., & Rao, H. R. (2008). A Trust-Based Consumer Decision-Making
Model in Electronic Commerce: The Role of Trust, Perceived Risk, and Their
Antecedents. Decision Support Systems, 44, 544–564.
Kotler, P., & Keller, K. L. (2012). Manajemen Pemasaran, Edisi 14, Jilid 1. Jakarta: PT.
Indeks.
Kristoforus, J.B., Andayani, S. (2013). Analisis Perilaku Penggunaan Sistem Informasi
Menggunakan Model UTAUT. Sekolah Tinggi Teknik Musi Palembang.
Laurent, F. (2016). Pengaruh E-Service Quality terhadap Loyalitas Pelanggan GO-JEK
Melalui Kepuasan Pelanggan. AGORA, Vol. 4(No. 2).
Ling, K. C., Chai, L. T., & Piew, T. H. (2010). The Effects of Shopping Orientations, Online
Trust and Prior Online Purchase Experience Toward Customer’s Online Purchase
Intention. International Business Research, Vol.3(No.3), 63–76.

127
Mardatilla, R., Kusyanti, A., & Aryadita, H. (2017). Pengaruh Kualitas Layanan Terhadap
Kepuasan , Kepercayaan dan Loyalitas Pelanggan Pada E-Commerce ( Studi Kasus :
Berrybenka ), 1(12), 1822–1832.
Marlindawati. (2013). Analisis Kualitas Layanan Sistem Informasi Menggunakan Servqual
Method.
Maulana, R., & Kurniawati, K. (2014). ( Studi Kasus Pada Website Koren Denim ), 13(2),
117–129.
Messakh, H. W. (2016). Pengaruh Kualitas E-Service terhadap Loyalitas Pelanggan
Traveloka Melalui Kepuasan Pelanggan sebagai Variabel Intervening. AGORA, Vol.
4(No. 1).
My JNE. (2018). MY JNE. Retrieved from https://www.jne.co.id/id/produk-dan-
layanan/jne-express/myjne
Nazir, M. (2009). Metode Penelitian. Jakarta: Ghalia Indonesia.
Nugroho, A. R., Masduqi, A., & Otok, B. W. (2016). Aplikasi Partial Least Square
Structural Equation Modelling untuk Menilai Faktor Pencemaran Air Kali Surabaya.
Jurnal Purifikasi, 14(2), 136–148.
Nurfuadia, F. & Waspodo, B. (2011). Analisis dan Perancangan E-Customer Relationship
Management; Studi kasus: PT. Rajawali Nusindo.
Onwuegbuzie, A. J., & Collins, K. M. (2007). A typology of mixed methods sampling
designs in social science research. The qualitative report, 12(2), 281-316.
Perpustakaan
Parasuraman, A., Zeithaml, V. A., & Berry, L. L. (2001). A Conceptual Model of Service
Quality and Its Implications for Future Research. Journal of Marketing, 49(4), 41.
https://doi.org/10.2307/1251430
Prisanti, M. Della, Suyadi, I., Arifin, Z., Administrasi, F. I., & Brawiaya, U. (2017).
Pengaruh E-Service Quality dan E-Trust terhadap E-Customer Satisfaction serta
Implikasinya terhadap E-customer Loyalty, 2(1), 19–38.
Purwanti, E. (2008). Asesmen Pembelajaran SD. Direktoral Jendral Pendidikan Tinggi
Departemen Pendidikan Nasional.
Purwianti, L., & Tio, K. (2018). Faktor-Faktor Yang Mempengaruhi Behavioural Intention,
17(November 2017), 15–32.
Putra., I. W. A. M., Wardana, M. dan, & Sukaatmadja, I. P. G. (2016). Pengaruh E-Servqual
terhadap Customer Satisfaction, Trust dan Word of Mouth Peserta BPJS
Ketenagakerjaan I Wayan Alit Mahendra Putra A N 1 Fakultas Ekonomi dan Bisnis
Universitas Udayana ( Unud ), Bali , Indonesia Pendahuluan Jaminan sosial telah
diter. Ekonomi, E-Jurnal Udayana, Bisnis Universitas, 11, 3647–3682.
Putra, S. J., Subiyakto, A., Ahlan, A. R., & Kartiwi, M. (2016). A Coherent Framework for
Understanding the Success of an Information System Project. TELKOMNIKA
(Telecommunication, Computing, Electronics and Control), 14(1), 302-308. doi:
http://dx.doi.org/10.12928/telkomnika.v14i1.2711
Rachmawati, A. (2017). Pengaruh customer relationship management (crm) e-banking
service quality dan citra perusahaan terhadap loyalitas nasabah.
Rifai, A., & Suryani, A. (2016). Peran Customer Preceived Value pada Kepuasan
Pelanggan Tiket Online, 5(6), 3305–3334.
Ritchie, J., Lewis, J., & Elam, R. G. (2013). Selecting samples. Qualitative research
practice: A guide for social science students and researchers, 111.
Rosalina. (2017). Skripsi Pengujian Kepuasan Sistem Informasi Menggunakan End User
Computing Satisfaction Studi Kasus: Sistem Informasi Akademik UIN
Syarifhidayatullah Jakarta.

128
Rosseela. (2010). Hubungan antara kualitas layanan dengan kepuasan pemakai
perpustakaan STT-PLN Jakarta.

Safa, N. S., & Ismail, M. A. (2013). A customer loyalty formation model in electronic
commerce. Economic Modelling, 35, 559–564.
https://doi.org/10.1016/j.econmod.2013.08.011
Sari, M. M. R. (2011). Pengaruh Efektivitas Penggunaan dan Kepercayaan terhadap
Teknologi Sistem Informasi Akuntansi terhadap Kinerja Individual pada Pasar
Swalayan.
Sekaran, U. & Bougie, R. (2009). Research Methods for Business: a Skill Building
Approach. Sest Susex. Wiley and Sons, Ltd, Publication.
Septiani, A. (2016). Pengaruh Brand Image dan E-Service Quality terhadap Customer
Satisfaction Bukalapak.
Setiawan, A. B. (2016). Evaluasi Kepuasan Pengguna Sistem Aplikasi Surat Keterangan
Tinggal Sementara Online (SKTS) dengan Menggunakan Metode End-User
Computing Satisfaction. Skripsi. Universitas Airlangga. Surabaya.
Shpëtim, Ç. (2012). Exploring the Relationships among Service Quality,Satisfaction, Trust,
and Store Loyalty among Retail Customers. Journal of Competitiveness, Vol. 4(Issue
4), 16–35.
Simamora, V., & Susanti, E. (2017). Pengaruh Kualitas Layanan Tracking System Berbasis
Web Terhadap Kepuasan Pelanggan melalui Persepsi Resiko Konsumen pada Produk
JNE Cilincing. Jasa, Media Manajemen Internasional, Jurnal Online, 4(1), 15–29.
Siregar, S. (2013). Statistik Parametrik untuk Penelitian Kuantitatif: Dilengkapi dengan
Perhitungan Manual dan Aplikasi SPSS versi 17.. Jakarta : Bumi Aksara.
Subiyakto, A., Ahlan, A. R., Kartiwi, M., Putra, S. J., & Durachman, Y. (2016). The user
satisfaction perspectives of the information system projects. Indonesian Journal of
Electrical Engineering and Computer Science, 4(1), 215–223.
https://doi.org/10.11591/ijeecs.v4.i1.pp215-223
Subiyakto, A., Ahlan, A. R., Kartiwi, M., & Sukmana, H. T. (2015). Measurement of
information system project success based on perceptions of the internal stakeholders.
International Journal of Electrical and Computer Engineering, 5(2), 271–279.
Retrieved from http://www.scopus.com/inward/record.url?eid=2-s2.0-
84928116337&partnerID=tZOtx3y1
Subiyakto, A. (2017). Development of The Readiness and Success Model for Assessing the
Information System Integration. Paper presented at the International Conference
on Science and Technology (ICOSAT) 2017, Jakarta.
Subiyakto, A., & Ahlan, A. R. (2013, 27-28 Nov. 2013). A coherent framework for
understanding critical success factors of ICT project environment. Paper presented
at the 2013 International Conference on Research and Innovation in Information
Systems (ICRIIS).
Subiyakto, A., & Ahlan, A. R. (2014). Implementation of Input-Process-Output Model for
Measuring Information System Project Success. TELKOMNIKA Indonesian
Journal of Electrical Engineering, 12(7), 5603-5612. doi:
http://doi.org/10.11591/ijeecs.v12.i7.pp5603-5612
Subiyakto, A., Ahlan, A. R., Kartiwi, M., & Putra, S. J. (2016). Measurement of the
information system project success of the higher education institutions in
Indonesia: a pilot study. International Journal of Business Information System,
23(2), 229-247. doi: https://doi.org/10.1504/IJBIS.2016.078908
Subiyakto, A., Ahlan, A. R., Kartiwi, M., Putra, S. J., & Durachman, Y. (2016). The User
Satisfaction Perspectives of the Information System Projects. Indonesian Journal

129
 of Electrical Engineering and Computer Science, 4(1). doi:
http://doi.org/10.11591/ijeecs.v4.i1.pp215-223
Subiyakto, A., Ahlan, A. R., Kartiwi, M., & Sukmana, H. T. (2015a). Influences of the
Input Factors towards Success of An Information System Project. TELKOMNIKA
(Telecommunication Computing Electronics and Control), 13(2), 686-693. doi:
http://dx.doi.org/10.12928/telkomnika.v13i2.1323
Subiyakto, A., Ahlan, A. R., Kartiwi, M., & Sukmana, H. T. (2015b). Measurement of
Information System Project Success Based on Perceptions of the Internal
Stakeholders. International Journal of Electrical and Computer Engineering
(IJECE), 5(2), 271-279.
Subiyakto, A., Ahlan, A. R., Putra, S. J., & Kartiwi, M. (2015). Validation of Information
System Project Success Model. SAGE Open, 5(2), 1-14. doi:
https://doi.org/10.1177/2158244015581650
Subiyakto, A., Ahlan, A. R., & Sukmana, H. T. (2014). An Alternative Method for
Determining Critical Success Factors of Information System Project.
TELKOMNIKA Telecommunication, Computing, Electronics and Control, 12(3),
665-674. doi: http://dx.doi.org/10.12928/telkomnika.v12i3.105
Subiyakto, A., Rosalina, R., Utami, M. C., Kumaladewi, N., & Putra, S. J. (2017). The
Psychometric and Interpretative Analyses for Assessing the End-User Computing
Satisfaction Questionnaire. Paper presented at the 5th International Conference on
Information Technology for Cyber and IT Service Management (CITSM) 2017
Denpasar, Bali.
Subiyakto, A., Septiandani, D., Nurmiati, E., Durachman, Y., Kartiwi, M., & Ahlan, A. R.
(2017). Managers Perceptions towards the Success of E-Performance Reporting
System. TELKOMNIKA (Telecommunication Computing Electronics and
Control), 15(3), 1389-1396. doi:
http://dx.doi.org/10.12928/telkomnika.v15i3.5133
Sugiyono. (2009). Metode Penelitian Pendidikan, Pendekatan Kuantitatif, Kualitatif, dan
R&D. Bandung. Alfabeta.
Sugiyono. (2013). Metode Penelitian Kuantitatif, Kualitatif dan R&D. \Alfabeta.Bandung.
Susanto, A., Lee, H., Zo, H., & Ciganek, A. P. (2013). Factors Affecting Internet Banking
Success: A comparative Investigation Between Indonesia and South Korea. Journal
of Global InFormation Management (JGIM).
Syofian, S., Setiyaningsih, T., & Syamsiah, N. (2015). Otomatisasi Metode Penelitian
Skala Likert Berbasis Web. Prosiding Semnastek.
Topbrand-award. (2017). Top Brand Index 2017. Retrieved from http://www.topbrand-
award.com/top-brand-survey/survey-result/top_brand_index_2017_fase_2
Tu, Y., Li, M., Chih, H. (2013). An Empirical Study of Corporate Brand Image, Customer
Perceived Value and Satisfaction on Loyalty in Shoe Industry. Journal of Economics
and Behavioral Studies, Vol. 5(No. 7), 469–483.
Utami, M. C., Sugiarti, Y., Melani, A., Durachman, Y., & Subiyakto, A. (2017).
Implementation of TOPSIS method in the selection process of scholarship grantee
(case study: BAZIS South Jakarta). Paper presented at the Cyber and IT Service
Management (CITSM), 2017 5th International Conference on.
Widjoyo, I. O., Rumambi, L. J., & Kunto, Y. S. (2013). Analisa Pengaruh Kualitas Layanan
terhadap Kepuasan Konsumen pada Layanan Drive Thru McDonald’s Basuki Rahmat
Surabaya. Jurnal Manajemen Pemasaran, 1(1), 1–12.
Wong, K. K. (2013). Partial Least Squares Structural Equation Modeling (PLS-SEM)
Techniques Using SmartPLS. Marketing Bulletin, 24(1), 1–32.
Yamin, S., & Kurniawan, H. (2011). Generasi Baru Mengelola Data Penelitian dengan

130
 Partial Least Square Path Modeling : Aplikasi Dengan Software XLSTAT,
SmartPLS, dan Visual PLS (Edisi 1). Jakarta: Salemba Infotek.
Zeithaml, V.A., Parasuraman, A., & Malhotra, A. (2001). A. (2001). Conceptual
framework for understanding e-service quality: Implication for future research and
managerial practice. MSI Working Paper Series, No. 00-115. Cambridge, MA.

131