Disusun Oleh:
ISMAYA MAULIDA
1114093000115
Dosen Pembimbing:
1. A’ang Subiyakto, M.Kom
2. Dr. Qurrotul Aini, MT
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
Mengetahui,
Ketua Program Studi Sistem Informasi Fakultas Sains dan Teknologi Universitas
Islam Negeri Syarif Hidayatullah Jakarta
i
LEMBAR PENGESAHAN
Pembimbing I Pembimbing II
Mengetahui,
Dekan Ketua
Fakultas Sains dan Teknologi Program Studi Sistem Informasi
ii
PERNYATAAN
LEMBAGA MANAPUN.
Ismaya Maulida
11140930000115
iii
ABSTRAK
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).
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
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
2. Ibu Nia Kumaladewi, MMSI selaku Ketua Program Studi Sistem Informasi
Fakultas Sains dan Teknologi dan Ibu Meinarini Catur Utami, MT selaku
penyelesaian skripsi ini. Terima kasih banyak untuk seluruh waktu, tenaga,
v
4. Ibu Dr. Qurrotul Aini, MT sebagai Dosen Pembimbing II yang selalu ada
yang jelas sehingga penulis bisa menyelesaikan skripsi ini dengan baik.
5. Ibu Deby selaku HRD JNE yang selalu membantu dalam memberikan
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
terima kasih atas do’a, dukungan moril serta kasih sayang dan kesabarannya
untuk tetap shalat, olahraga, makan tepat waktu dan istirahat yang cukup.
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
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
semoga penelitian ini dapat memberikan manfaat dan sekaligus menambah ilmu
ISMAYA MAULIDA
vii
DAFTAR ISI
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
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
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
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
yang menyatakan bahwa JNE masih menduduki peringkat tertinggi sebagai Top
brand award dan berada dalam posisi tiga teratas di dalam kategori produknya.
mengembangkan diri menjadi suatu perusahaan rantai pasok global di dunia. hal ini
ditandai dengan pertumbuhan 513 kantor perwakilan dan agen di wilayah DKI
1
2
ketidakpastian waktu tiba pengiriman barang dengan waktu yang dijanjikan layanan
barang. Ketidakpastian ini dapat menjadi salah satu fakor yang menurunkan rasa
puas dalam diri pelanggan. Sehingga perlu adanya sebuah layanan yang dapat
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
panjang dengan pelanggan, agar menciptakan pandangan yang baik terhadap mutu
dan merek produk atau jasa itu sendiri. Sehingga kualitas layanan merupakan hal
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
dengan sistem JNE hal ini didukung oleh jumlah pengguna dalam tiga tahun
1231
1500 964
764 832 892
1000
500
0
Januari Februari Maret April Mei
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
dengan status JNE sebagai top brand. Hal ini dapat terjadi karena tidak semua
pelanggan JNE yang mengakses layanan My JNE merasa puas dengan kualitas
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
tujuan sesuai dengan yang dijanjikan, dan sulitnya registrasi pada sistem. Beberapa
menjalin hubungan yang dekat antara perusahaan dan pelanggan. Seperti yang
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
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
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
dan sulitnya registrasi pada sistem sehingga membuat pengguna kurang puas
dengan sistem yang berjalan saat ini, dan belum dilakukan pengukuran terkait
sistem My JNE, hal tersebut menjadi menarik untuk diteliti. Harapannya, temuan
dari penelitian ini dapat memaparkan tingkat kualitas layanan elektronik yang
sistem di masa yang akan datang dan meningkatkan kualitas layanan yang ada.
al., (2001) yang dimodifikasi dan kembangkan oleh Chang et al., (2013). Model
ini digunakan untuk mengukur kualitas layanan elektronik (e-service quality) yang
pelanggan (customer loyality). Model ini terdiri atas 4 variabel yaitu e-service
(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;
(2017) menyatakan bahwa melakukan transaksi secara online termasuk cara yang
8
mudah dan canggih, akan tetapi kepercayaan konsumen kepada perusahaan sangat
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
dan loyalitas pelanggan, sehingga menjadikan trust sebagai salah satu variabel
mediator dalam model ini. Secara ringkas, model ini dikembangkan dengan
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.
Trust (TR) ?
Satisfaction (CS) ?
Loyality (CL)?
a. Penelitian ini dilakukan pada sistem My JNE yang dikelola langsung oleh
PT. Tiki Jalur Nugraha Ekakurir Jakarta pada awal tahun 2018 sampai
Hipotesis ini diuji menggunakan data yang dikumpulkan dari survei. Kuesioner
dirancang dalam bentuk pertanyaan tertutup sejalan dengan pendekatan dan strategi
penelitian ini adalah para pengguna layanan My JNE. Populasinya adalah pengguna
Tahap pertama, dilakukan untuk memilih bagian dari populasi, dimana kriteria yang
sampling) (Jogiyanto, 2008; Guritno et al., 2011; Scheaffer et al., 2011; Acharya et
al., 2013).
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
Berdasarkan pengumpulan dan penyaringan data tersebut, dari 250 kuesioner yang
kembali, 217 diantaranya dinyatakan valid untuk digunakan. Proses analisa secara
Hidayatullah Jakarta.
yang meliputi pendekatan, prosedur serta pengumpulan dan pemerosesan data, lalu
dilanjutkan pada bab 4 yang menguraikan setiap langkah penelitian dan hasil
pelanggan dan saran pengembangan penelitian lebih lanjut untuk mengatasi kendala
Bab 1 Pendahuluan
hipotesisnya.
data.
Bab ini memaparkan analisis data dan hasilnya, interpretasi, dan diskusi
lapangan.
15
Bab 5 Penutup
Bab ini menjelaskan tentang kesimpulan dan saran atas hasil pelaksanaan
kajian-kajian selanjutnya.
BAB 2
TINJAUAN PUSTAKA
suatu objek, dimana objek merupakan suatu entitas yang akan diteliti, sedangkan
(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
adalah suatu kegiatan atau upaya yang dilakukan untuk mengetahui tingkatan atau
Kualitas layanan adalah keseluruhan dari fitur dan karakteristik dari sebuah
(Widjoyo et al., 2013). Dengan kata lain, ada dua faktor utama yang mempengaruhi
kualitas layanan, yaitu jasa yang diharapkan (expected service) dan jasa yang
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
sebagai kualitas yang ideal. Sebaliknya, jika layanan yang diterima lebih rendah
yang diterapkan pada produk sistem informasi dan telah mengidentifikasi delapan
terhadap kualitas. Subyek kualitas yang diterapkan pada kualitas layanan sistem
memenuhi keinginanya.
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,
kesetiaan dan pengabdian antusias kepada negara, cita-cita, atau individu. Loyalitas
perusahaan tertentu dalam jangka waktu yang lama (Lovelock & Wright dalam
pelanggan akan bermanfaat bagi perusahaan untuk mengetahui sejauh mana posisi
1) Suspect
2) Prospect
tertarik dengan produk jasa perusahaan kita tetapi belum membeli produk/jasa
tersebut.
3) Customer
perasaan loyal meski mereka juga kadang merupakan pembeli yang teratur.
19
4) Client
Client merupakan pembeli teratur produk atau jasa kita yang sudah
5) Advocate
6) Partner
orang lain.
yang digunakan.
di perusahaan.
20
transaksi pelanggan yang baik kepada orang lain dengan harapan orang
Kualitas layanan terkait antara konsumen dan penyedia layanan. Salah satu
Menurut Tan et al. (2014), awalnya, model pengukuran kualitas layanan hanya
mengenai kualitas pelayanan elektronik, serta merupakan dasar yang baik dalam
commerce dalam e-service quality terdapat 7 dimensi yang dapat diukur untuk
jaminan.
melalui telepon.
kesetiaan pelanggan online (e-loyalty) juga akan diraih. Dapat disimpulkan bahwa
(loyality).
2.5 E-Commerce
penjual melakukan pertukaran informasi, uang, barang dan jasa melalui sarana
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
commerce adalah e-commerce adalah tata cara perdagangan barang dan jasa yang
itu juga, Kalakota & Whinston (dalam Suyanto, 2003), mendefinisikan e-commerce
kini terlibat atau mensponsori tiga kategori dasar dari aplikasi e-commerce yaitu:
menjual berbagai produk dan jasa ke para pelanggan. B2C sering juga
B2B menggunakan EDI dan e-mail untuk pembelian barang dan jasa,
24
e-commerce B2B juga merupakan transaksi sisir grosir dan pasokan dari
menjual ke satu sama lain dalam proses situs web lelang, menjadikan
atribut yang sama dengan media fisik, baik secara anatomis maupun
25
micropayments.
jasa.
masyarakat itu sendiri, berikut beberapa manfaat dari E-commerce (Suyanto dalam
mudah menemukan lebih banyak pelanggan, supplier yang lebih baik dan
2) Bagi Konsumen
transaksi selama 24 jam sehari sepanjang tahun dari hampir setiap lokasi.
3) Bagi Masyarakat
tidak harus keluar rumah untuk berbelanja. Ini berakibat menurunkan arus
wilayah pedesaan untuk menikmati aneka produk dan jasa yang akan
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
(2013), aplikasi adalah software yang dibuat oleh suatu perusahaan komputer untuk
sarana komputer sebagai sarana penunjangnya. Oleh karena itu, dapat disimpulkan
bahwa aplikasi merupakan suatu perangkat lunak yang dapat menunjang kebutuhan
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
diberi nama My JNE guna memudahkan pelanggan untuk berbagi informasi dan
oleh JNE dengan tujuan untuk memberi pengalaman yang berbeda bagi para
JNE para pengguna tidak perlu lagi untuk mengakses situs JNE untuk mengetahui
Dalam My JNE sudah terdapat semua fitur yang ada pada situs web JNE yang
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
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
1) Check Tariff
Fasilitas layanan pengecekan tarif atau ongkos kirim ini dapat digunakan
tanpa login (Guest User). Pengguna dapat memasukkan kota asal di kolom
2) My Shipment
User).
3) JNE Nearby
layanan ini.
31
4) My JOB
JNE secara online dimana pelanggan bisa mengisi resi pengiriman dan
JNE untuk verifikasi saat mengunjungi outlet JNE untuk mengirim barang.
Tidak perlu lagi antri lama untuk mengisi resi pengiriman secara manual.
5) My COD
6) My COD wallet
dana di virtual account (top up), pencairan dana ke rekening yang ditunjuk
(cash out), dan melihat riwayat transaksi yang telah dilakukan di My COD
pengguna yang terdaftar (registered user) dan Fasilitas layanan ini terdapat
untuk menciptakan nilai unggulan bagi perusahaan dan pelanggan. Kegiatan ini
fungsi rantai pemasok dari perusahaan dalam usahanya untuk memperoleh efesiensi
dan efektivitas yang lebih besar dalam memberikan nilai pelanggan. Sedangkan
Menurut Nurfuadia, F. & Waspodo (2011) CRM memiliki empat tujuan utama,
yaitu:
adalah kondisi dimana seseorang melakukan sesuatu hal dengan harapan yang
ditemukan bahwa teknologi yang diterapkan dalam sistem informasi sering tidak
tepat atau tidak dimanfaatkan secara maksimal oleh individu pemakai sistem
oleh wine blog tanpa mengerti keaslian dan kebenaran dari informasi tersebut. Pada
(behavioral intention) untuk menggunakan aplikasi juga sangat tinggi. Selain itu
menurut Kristoforus dan Andayani (2013), terdapat beberapa faktor yang dapat
Berdasarkan penelitian para ahli yang disimpulkan oleh Kim et al., (2008)
online.
a. Data primer, adalah data yang dikumpulkan sendiri oleh peneliti dari
a. Data time series, adalah data yang dikumpulkan dari waktu ke waktu pada
objek tersebut.
b. Data cross section, adalah data yang dikumpulkan di satu periode tertentu
kalimat.
36
cara mengembangkan konsep, prinsip, dalil dari teori yang sudah ada.
Penelitian ini bukanlah untuk menemukan masalah atau solusi dari suatu
pencapaian.
37
langsung objek yang diteliti baik berupa orang atau sebuah peristiwa.
digunakan sebagai acuan untuk menentukan panjang pendeknya interval yang ada
didalam alat ukur, sehingga alat ukur tersebut bila digunakan dalam pengukuran
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
individu, seperti pengetahuan, sikap, dan perilaku (Syofian et al., 2015). Skala likert
merupakan skala yang digunakan untuk mengukur sikap, pendapat, dan persepsi
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.
Metode atau teknik pengumpulan data adalah cara yang dilakukan oleh
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
berbagai metode:
1) Wawancara
harus diteliti, dan juga apabila peneliti ingin mengetahui hal-hal dari
maupun tidak terstruktur, dan dapat dilakukan melalui tatap muka (face to
tidak terstruktur.
2) Kuesioner
responden cukup besar dan tersebar di wilayah yang luas. Kuesioner dapat
responden secara langsung atau dikirim melalui pos atau internet (Sugiyono,
2013).
40
3) Observasi
4) Studi Pustaka
Studi pustaka adalah teknik survei terhadap data yang telah ada dengan
kejadian atau hal hal yang menarik para peneliti berkeinginan untuk menyelidiki.
terdiri atas objek atau subjek yang mempunyai kualitas dan karakteristik tertentu
ang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.
mungkin dan bisa dihitung, terhingga artinya ada hitungan tertentu, bisa
populasi terhingga.
2) Populasi tak terhingga atau populasi tak terbatas, yaitu populasi yang tidak
3) Populasi tak jelas atau tak pasti, adalah populasi yang keberadaan dan jumlah
tertentu yang biasa mereka ada di situ, akan tetapi tidak pasti banyaknya (tak
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
sampling). Oleh karena tidak memberi peluang yang adil, yang sama, kepada setiap
dari populasi tak terhingga dan tidak jelas ini dikelompokkan ke dalam rumpun
42
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
1) Mendefinisikan populasi
memilih sampel untuk mendapatkan data yang akurat dalam sebuah penelitian.
menjadi 2 yaitu:
43
yang memberikan peluang yang sama bagi setiap unsur (anggota) populasi
untuk dipilih menjadi anggota sampel. Cara ini juga sering disebut random
dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi
tersebut. Hal ini dilakukan karena anggota populasi dianggap homogen. Jika
tingkat validitas generalisasi sangat baik. Dengan kata lain, jika tujuan
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
menghasilkan hasil yang sama, jika tidak lebih akurat dari pada mencoba
populasi mempunyai anggota unsur yang tidak homogen dan berstrata secara
proposional.
sampel apabila populasi mempunyai anggota atau unsur yang tidak homogen
menggunakan sampel bila objek yang akan diteliti atau sumber data sangat
sampling daerah ini sering digunakan melalui dua tahap yaitu tahap pertama
b. Sampling Kuota, yaitu teknik untuk menentukan sampel dari populasi yang
yaitu siapa saja kebetulan bertemu dengan peneliti dapat digunakan sebagai
sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai
sumber data.
45
tertentu.
e. Sampling Jenuh, yaitu: teknik penentuan sampel bila semua anggota populasi
(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)
pada setiap jenis skala data (nominal, ordinal, interval, dan rasio) serta syarat
asumsi yang lebih fleksibel (Yamin, S., & Kurniawan, 2011). Software terkenal
46
Visual PLS, dan lainnya. Gaston dalam (Yamin, S., & Kurniawan, 2011)
menyebutkan PLS dapat juga digunakan untuk tujuan konfirmasi (seperti pengujian
eksplorasi daripada konfirmasi, PLS juga dapat menduga apakah terdapat atau tidak
nilai hubungan tersebut. Dalam hal ini, hal penting yang harus diperhatikan adalah
3) Hasil tetap kokoh walaupun terdapat daya yang tidak normal dan hilang.
kekuatan prediksi.
8) Dapat digunakan pada data dengan tipe skala berbeda, yaitu: nominal,
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,
Evaluasi model dalam PLS meliputi dua tahap yaitu evalusi outer model atau
model pengukuran dan evaluasi terhadap inner model atau model struktural.
dapat diterima dan di atas 0,8 dan 0,9 berarti sangat memuaskan.
variabel manifes yang dapat dikandung oleh konstrak laten. Nilai AVE
variabel laten dapat menjelaskan rata-rata lebih dari setengah variance dari
indikator-indikatornya.
konstraknya dan konstrak blok lainnya. Bila korelasi antara indikator dengan
konstraknya lebih tinggi dari korelasi dengan konstrak blok lainnya, hal ini
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
melihat signifikansi hubungan antara konstrak. Hal ini dapat dilihat dari
antar konstrak. Path coefficient (β) diuji dengan nilai ambang batas di atas
pengukuran sekitar 0,67 sebagai kuat, sekitar 0,33 moderat, dan 0,19 atau
variabel tertentu terhadap variabel lainnya dalam struktur model dengan nilai
ambang batas sekitar 0,02 untuk pengaruh kecil, 0,15 untuk menengah, dan
berikut.
𝑅 2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 – 𝑅 2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒
𝑓2 = (2.1)
1−𝑅 2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒
50
dengan:
model.
dari model.
variabel lainnya dalam model dengan ambang batas pengukuran diatas nol.
sebuah variabel tertentu dengan variabel lainnya dengan nilai ambang batas
dan 0,35 untuk pengaruh besar. Rumus yang digunakan untuk perhitungan
𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑄2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒
𝑞2 = (2.2)
1−𝑄2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒
dengan:
model.
dari model.
51
Variabel Endogenous Variabel laten yang tidak dipengaruhi oleh variabel laten
lainnya
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
Customer Satisfaction (CS), Trust (TR) dan Customer Loyality (CL) (Gambar 2.2).
atau jasa, dan melibatkan proses pengalaman interaksi dengan sistem selama
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
4) Trust (TR)
Variabel Trust pada penelitian ini digunakan untuk mengukur sejauh mana
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
menggunakan fasilitas e-banking BRI. Selain itu, menurut Chu et al., (2012)
pula penelitian Nurfarida dan Dianawati (2016) bahwa trust memiliki peran
situs web tertentu dan melakukan transaksi dengan nyaman. Gremler dalam
sebagai bentuk perilaku pembelian ulang pada sebuah web. Sehingga dapat
sendiri.
model e-service quality menurut Parasuraman et al., (2001), Kualitas layanan secara
langsung diukur dari transaksi penjual bertemu dengan pembeli, berbeda dengan
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.,
quality akan membuat website e-commerce lebih menarik dan bernilai yang nanti
Chang et al. (2013) juga menyebutkan bahwa variabel e-service quality (ESQ)
memiliki pengaruh positif terhadap cusomer satisfaction (CS). Oleh karena itu,
Kalia (2013); Mardatilla et al., (2017); Putra et al., (2016) yaitu website design
Satisfaction (CS).
H3: E-Service Quality (ESQ) berpengaruh secara signifikan terhadap Trust (TR).
57
value (CPV) adalah persepsi konsumen dari nilai subjektif akan beberapa
aktivitas atau objek dengan mempertimbangkan semua manfaat dan biaya dari
(CL) dan customer satisfaction (CS). Bernarto & Patricia (2017) juga meneliti
pengaruh customer perceived value (CPV) terhadap customer loyalty (CL) dan
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
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).
yang dilakukan oleh (Chinomona dan Sandada, 2013) bahwa Customer satisfaction
(CS) memiliki pengaruh signifikan terhadap customer loyality (CL). Oleh karena
(2016); Messakh (2016) ; Rifai dan Suryani (2016); Rosalina (2017), yaitu kinerja
(CS3), biaya dan kemudahan (CS4), kualitas layanan (CS5) dan menghipotesis
bahwa:
59
Loyality (CL).
dijelaskan pada Reichheld dan Schefter (dalam Shpëtim, 2012) yang menyatakan
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
Reputasi
Trust Keamanan
Kerahasian
al.,(2017) dan Putra et al.,(2017), yaitu interst (CL1), penggunaan kembali (CL2),
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
5 Po Young Chu, Gin- Service Quality, Customer Variabel Independen: E-Service Penelitian ini menyimpulkan sejumlah kontribusi 1. Objek Penelitian
Yuan Lee, Yu Chao Satisfaction, Customer Trust, Quality teoritis dan praktis untuk literatur tentang e-banking 2. Teknik Sampling
(2012) and Loyality In an E-Banking Taiwan. Dari perspektif teoritis, penelitian ini
Context Variabel Dependen: Customer menyimpang dari model e-loyality yang ada dengan
Trust, Customer Satisfaction e- memasukkan kualitas e-service, kepuasan
loyality pelanggan, dan kepercayaan pelanggan sebagai
variabel endogen. Dari perspektif praktis, temuan
dalam penelitian ini memberikan wawasan untuk
penyedia e-banking dan pengguna bank online.
6 Richard Chinomona Customer Satisfaction, Trust Variabel Independen: Repurchase Tujuan dari penelitian ini adalah untuk menyelidiki 1. Variabel Dependen
dan Maxwell and Loyalty as Predictors of Intation pengaruh kepuasan pelanggan pada kepercayaan, 2. Objek Penelitian
Sandada, (2013) Customer Intention to Re- kesetiaan dan niat mereka untuk membeli kembali. 3. Teknik Sampling
Purchase South African Retai Variabel Dependen : Untuk menguji hipotesis yang diajukan, data pada
l ing Industry Customer Satisfaction, Customer penelitian ini dikumpulkan dari Provinsi Gauteng di
Trust, Customer Loyality Afrika Selatan. Hasil empiris mendukung keempat
hipotesis penelitian yang diajukan dengan cara yang
signifikan.
64
9 Haruna, Kiran dan Modelling web-based library Variabel Independen: Service Penelitian ini menguji skala pengukuran 1. Variabel Dependen
Tahira, (2017) service quality and user Quality, User Loyality LibWebSQ dalam konteks perpustakaan universitas 2. Variabel Independen
loyalty in the context of a Nigeria. Hasil mendukung empat dari lima 3. Objek Penelitian
developing Variabel Dependen: User hipotesis dalam model yang diusulkan. Khususnya, 4. Teknik Sampling
country 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
10 Safa dan Ismail A customer loyality formation Variabel Independen: E- Hasil analisis penelitian ini menunjukkan bahwa 1. Variabel Dependen
(2013) model in electronic commerce 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
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
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
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
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
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
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
SmartPLS. Sesuai dengan jenis pendekatan yang telah ditentukan, secara khusus
68
69
sebelumnya, penelitian ini juga dilakukan dalam delapan tahap yang secara
prosedural dan berurutan seperti diperlihatkan pada gambar 3.1 (seperti yang
mengolah data (Subiyakto et al., (2017); Subiyakto & Ahlan (2014); Utami et al.,
(2017)). Selanjutnya peneliti juga membaca artikel terkait kualitas layanan yang
trust pada model e-service quality, dengan terdiri dari beberapa variabel yaitu, E-
dan lembar kuesioner pertanyaan dan awaban pada setiap pertanyaan disusun
kemudian hasilnya akan dianalisis dengan dua tahapan utama yaitu analisis
Januari 2018 – Mei 2018 yang diperoleh dari bagian Human Resource Departmen
JNE adalah sebesar 4.683 orang. Peneliti melakukan pengambilan sampel dengan
pertama, dilakukan untuk memilih bagian dari populasi, dimana kriteria yang
anak panah (jalur) yang mengenai variabel laten dalam model SEM-PLS. Diketahui
estimasi model jalur PLS. Dengan demikian jumlah sampel yang peniliti dapatkan
berjumlah 217 responden, dimana nilai tersebut sudah cukup mewakili populasi
yang ada.
Instrument penelitian ini terdiri atas 2 lembar yaitu lembaran surat pengantar
dari peneliti sebagai permohonan untuk pengisiannya dan lembar kuesioner yang
telah disesuaikan dengan variabel yang ada pada model e-service quality yang telah
(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
pertanyaan. Item yang dipilih untuk indikator dalam penelitian ini diadaptasi dari
kepada 30 pengguna My JNE yang berada pada wilayah DKI Jakarta, tujuannya
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
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
kuesioner. 212 kuesioner berasal dari penyebaran secara tidak langsung dan sisanya
38 kuesioner berasal dari penyebaran langsung. Dari 250 kuesioner yang telah
Mengacu pada proses analisis data seperti yang dilakukan oleh Subiyakto et
al., (2015), tahap ini dibagi menjadi dua tahap utama yaitu analisis demografis dan
dengan menggunakan perangkat lunak pengolah angka Ms. Excel 2013. Data
sejumlah peneliti sebelumnya, peneliti melakukan analisis dengan dua tahap, yaitu
untuk menguji reliabilitas dan validitas outer model melalui indikator reliability,
size (f2), predictive relevance (Q2), dan relative impact (q2) menggunakan
Selanjutnya, hasil analisis dan interpretasi tersebut secara lengkap akan dijelaskan
pada Bab 4.
BAB 4
terhadap pertanyaan pada bagian profil responden dan sistem My JNE dalam
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
1) Kota
Dapat terlihat pada Gambar 4.1 bahwa dari 217 responden yang terdapat
Wilayah Kota Jakarta Selatan, yaitu sebanyak 75 orang atau sebesar 34% dan
yang memiliki frekuensi terendah berasal dari Wilayah Kota Jakarta Pusat,
77
78
Jakarta Selatan,
75, 34%
Jakarta Barat Jakarta Pusat Jakarta Selatan Jakarta Timur Jakarta Utara
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
3) Usia
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
4) Pendidikan Terakhir
akhir SMA sebanyak 117 orang (54%), Sarjana sebanyak 84 orang (38%), D3
sebanyak 17 orang (8%) dan tidak ada responden dengan pendidikan akhir SD
SD, 0, 0% SMP, 0, 0%
SD
SARJANA, 84,
SMP
38%
SMA, 117, 54%
SMA
D3, 17, 8%
D3
SARJANA
5) Status Pekerjaan
PNS/TNI POLRI,
8, 4%
Pegawai
Swasta, 83,
38%
sistem dengan lama penggunaan didominasi dengan <1 tahun sebanyak 131
7) Intensitas Pengguna
(6%).
>7 kali/bulan,
5-6 kali/bulan, 12, 6%
16, 7%
3-4 kali/bulan,
49, 23%
1-2 kali/bulan,
140, 64%
8) Kebutuhan Pengguna
Gambar 4.8 memperlihatkan bahwa dari 217 dari responden yang digunakan
kebutuhan personal, yaitu sebanyak 159 orang atau sebesar 73% dan sisa nya
berasal dari kebutuhan bisnis, yaitu sebanyak 58 orang atau sebesar 27%.
83
Personal, 159,
73%
Personal Bisnis
9) Peranan Sistem
orang (45%) pada penelitian ini merasa terbantu dengan adanya sistem dan
merasa cukup membantu dengan adanya sistem My JNE. Hanya 5 orang (2%)
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
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
Dari Tabel 4.1 dapat dilihat bahwa variabel e-service quality (ESQ)
terdiri dari enam indikator yaitu ESQ1, ESQ2, ESQ3, ESQ4, ESQ5, dan
service quality (ESQ) adalah setuju yaitu semua memiliki presentase di atas
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
Dari Tabel 4.2 dapat dilihat bahwa variabel Customer Perceived Value
(CPV) terdiri dari lima indikator, frekuensi pilihan jawaban terbanyak dari
terbanyak adalah netral dimana semua presentase diatas 30%, dan frekuensi
paling rendah adalah sangat tidak setuju yang memiliki presentasi paling
Perceived Value (CPV) juga disajikan pada Gambar 4.12 sebagai berikut:
88
Dari Tabel 4.3 dapat dilihat bahwa variabel Customer Satisfaction (CS)
terdiri dari lima indikator yaitu CS1, CS2, CS3 CS4, dan CS5, frekuensi
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
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
Frekuensi jawaban responden pada variabel Trust (TR) dalam penelitian ini
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
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
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
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
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
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
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
variabelnya yang ditinjau dari nilai standardized loading factor (Chang et al.,
2013; Chinomona et al., 2014; Chu et al., 2012; Chinomona & Sandada, 2013;
konstruknya dengan melihat nilai outer loading. Nilai ini akan diterima jika
nilai loading factor diatas 0,7, artinya bahwa indikator tersebut dapat
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
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
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
crossloading indikator, terdiri atas hal yang pertama bahwa untuk melihat
discriminant validity adalah korelasi konstrak dan indikator lebih tinggi dari
(2017); Subiyakto et al., (2016); Subiyakto & Ahlan (2014)). Bila korelasi
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
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
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.
(CR) dengan ambang batas di atas 0,7. CR lebih baik dalam mengukur
Composite Reliability
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.
atau keragaman variabel manifest yang dapat dikandung oleh konstrak laten.
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
Trust 0.766
Analisis ini dilakukan melalui enam tahapan pengujian, yaitu pengujian path
konstrak. Hal ini dapat dilihat dari koefisien jalur (path coefficient) yang
diuji dengan nilai ambang batas diatas 0,1 untuk menyatakan bahwa jalur
Pengujian ini dilakukan untuk menjelaskan varian dari tiap target variabel
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
berikut.
101
R Square
Trust 0.588
Loyality (CL) adalah 0.466, Customer Perceived Value (CPV) adalah 0,456,
Customer Satisfaction (CS) adalah 0,438 dan Trust (TR) adalah 0,588.
(TR) adalah (58,8%) ,variabel Customer Loyality (CL) adalah 0.466 (46,6%)
dependennya..
102
c. Uji t-test
penelitian. Hipotesis tersebut akan diterima jika memiliki t-test lebih besar
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
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
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
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
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
1) Kota
Dari Gambar 4.1 terlihat bahwa responden dengan Wilayah Kota Jakarta
dengan Wilayah Kota yang lainnya, hal ini disebabkan karena pengambilan
sampel pada penelitian ini dilakukan secara acak tanpa melihat strata dan
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
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
berada pada rentang usia produktif yaitu usia 21-40 tahun. Sebagaimana
yang cepat dan instan. Peneliti beranggapan bahwa pengguna My JNE yang
4) Pendidikan Terakhir
Dari Gambar 4.4 dapat terlihat bahwa responden yang memiliki frekuensi
Atas sebesar 54% atau sebanyak 117 orang. Lalu, sebesar 38% atau sebanyak
mandiri dan lebih terbiasa dengan layanan teknologi yang berbasis internet
5) Status Pekerjaan
Dari Gambar 4.5 dapat terlihat bahwa responden yang memiliki frekuensi
pekerjaan PNS/TNI POLRI yaitu sebesar 4% atau sebanyak 8 orang. Hal ini
disebabkan karena mayoritas pengguna MyJNE berada pada rentang usia 21-
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
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
Dari Gambar 4.7 dapat terlihat bahwa responden yang memiliki frekuensi
kali/bulan sebesar 64% atau sebanyak 140 orang dan responden terendah
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
personal yaitu sebesar 73% atau sebanyak 159 orang dan responden terendah
sebesar 27% atau sebanyak 58 orang. Jika dilihat dari demografi pekerjaan,
9) Peranan Sistem
Dari Gambar 4.9 dapat terlihat bahwa responden yang memiliki frekuensi
tidak membantu yaitu sebesar 1% atau sebanyak 2 orang. Hal ini sesuai
menggunakan My JNE.
Dari Gambar 4.10 dapat terlihat bahwa responden yang memiliki frekuensi
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
terjadi disebabkan oleh adanya gap antara harapan atau ekspetasi pengguna
Dari Tabel 4.1 dapat terlihat bahwa variabel e-service quality (ESQ) terdiri
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
dalam menampilkan informasi sangat jelas dan tampilan antar muka sistem
Dari Tabel 4.2 dapat dilihat bahwa variabel Customer Perceived Value
(CPV) terdiri dari lima indikator, frekuensi pilihan jawaban terbanyak dari
setuju yaitu semua memiliki presentase di atas 45%, hal ini disebabkan
penggunaan My JNE dan frekuensi paling rendah adalah sangat tidak setuju
Dari Tabel 4.3 dapat dilihat bahwa variabel Customer Satisfaction (CS)
terdiri dari lima indikator, frekuensi pilihan jawaban terbanyak dari semua
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
layanan My JNE.
Dari Tabel 4.4 dapat dilihat bahwa variabel Trust (TR) terdiri dari lima
variabel Trust (TR) adalah setuju yaitu semua memiliki presentase di atas
40% hal ini disebabkan sebagian besar responden setuju akan pertanyaan
Dari Tabel 4.6 dapat dilihat bahwa variabel terdiri dari lima indikator,
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
bahwa model pengukuran dari model penelitian ini telah memenuhi syarat dan
struktural model untuk menguji model struktural dari model penelitian ini.
analisis struktur model yaitu path coefficient (β), coefficient of determination (R2),
(Q2), dan relative impact (q²). Berikut adalah pemaparan yang dilakukan dengan
Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path
coefficient (β) ESQ dan CS memiliki nilai yang signifikan yaitu 0,346, lalu
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
Jonathan (2013) dan Chang et al., (2013) juga menyebutkan bahwa variabel
satisfaction (CS) dalam penggunaan sistem. Hal ini juga didukung dengan
kualitas layanan elektronik dalam sistem, maka akan semakin tinggi kepuasan
oleh sistem, selain menampilkan informasi sangat jelas, sistem juga memiliki
pembayaran yang dapat diandalkan, tampilan antar muka sistem juga sangat
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
Perceived Value (CPV). Hal ini juga didukung dengan pengamatan langsung
elektronik dalam sistem, maka akan semakin tinggi nilai yang dirasakan
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
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
kualitas layanan elektronik dalam sistem, maka akan semakin tinggi rasa
Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path
coefficient (β) CPV dan CS memiliki nilai yang signifikan yaitu 0,044, tetapi
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
Customer Satisfaction (CS) tetapi memiliki hasil hipotesis yang ditolak. Hal
ini berbeda dari penelitian terdahulunya yang dilakukan oleh Chang et al.
118
semakin tinggi nilai yang dirasakan pengguna terhadap My JNE, maka akan
My JNE belum cukup memenuhi harapan mereka dengan kinerja sistem yang
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
0,07829 dan q² dengan nilai 0,0377 memiliki pengaruh kecil, serta uji t-test
Berdasarkan hasil analisis struktur model, yaitu khususnya pada nilai path
coefficient (β) CS dan CL memiliki nilai yang signifikan yaitu 0,416 , lalu
menengah dengan nilai 0,466, dan pada pengujian 𝑓 2 dengan nilai 0,18914
kecil, serta uji t-test CS dan CL menunjukkan hipotesis (H6) diterima. Hal
dan Sandada (2013); Chang et al., 2013 dan Chinamona et al., 2014; bahwa
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
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
Tu et al., (2013) dan Bernarto & Patricia (2017) yang mendapatkan hasil
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
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
berpengaruh terhadap customer loyality (CL). Hal ini juga didukung dengan
PENUTUP
5.1 Kesimpulan
responden setia dan akan menggunakan My JNE kembali sebagai layanan jasa
merasa kurang puas dan 1% responden merasa tidak puas dengan kualitas
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
sisi perceived value dengan nilai 0,914, sehingga upaya yang harus dilakukan
JNE, hal tersebut tidak membuat mereka memberikan pendapat akan layanan
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
khususnya dalam uji 𝑓2 dengan nilai 0,00178 dan q² dengan nilai -0,0014
bahwa perbedaan ini adalah hal yang wajar, mengingat adanya perbedaan
objek, sampel, dan instrumen penelitian, serta keterbatasan atau kendala saat
melalui TR (Trust).
hasil pada penelitian ini kurang optimal. Berikut keterbatasan penelitian ini:
terhadap apa yang terjadi, maka temuan/hasil dari penelitian ini dinilai kurang
sampel yang ada belum mewakili kelompok pengguna sistem yang lainnya.
124
5.2 Saran
variabel dari model e-service quality terhadap faktor-faktor kualitas layanan yang
menjadi lebih baik. Oleh karena itu maka peneliti memberikan saran berguna untuk
dengan meningkatkan sistem dari sisi informasi yang dihasilkan yang akan
Jakarta saja karena JNE sudah memiliki agen diseluruh indonesia dan
3) Untuk proses pengumpulan data juga sebaiknya dapat lebih banyak dilakukan
selanjutnya juga bisa menambah dan menguji variabel mediator lain yang
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