Oleh:
Daniel Fetrick
102417058
MENGETAHUI,
Ketua Program Studi,
Universitas Pertamina - i
ABSTRAK
Universitas Pertamina - iv
KATA PENGANTAR
Segala puji dan syukur dipanjatkan kepada Tuhan Yang Maha Esa, yang telah
memberikan berkat dan penyertaan-Nya sehingga penelitian untuk keperluan Tugas
Akhir ini dapat diselesaikan. Penulis menyadari bahwa Tugas Akhir ini dapat
diselesaikan dengan bantuan banyak pihak. Oleh karena itu, penulis ingin
mengucapkan terima kasih kepada:
1. Kedua orang tua dan keluarga yang selalu memberi dorongan moral kepada
penulis untuk menyelesaikan Tugas Akhir ini tanpa kehilangan motivasi.
2. Dosen Pembimbing yaitu Ibu Nur Layli Rachmawati, S.T., M.T. dan Bapak
Adji Candra Kurniawan, S.T., M.T., yang dengan setia dan sabar mengajari
penulis. Dr. Eng. Iwan Sukarno, ST., M.Eng dan Pak Rahmad Inca Liperda,
S.T., M.Eng, dosen penguji yang memberikan masukan bermanfaat. Ibu
Harummi Sekar Amarilies, S.T, MBA selaku dosen wali yang
mengingatkan dan memberikan arahan agar penulis tidak kehilangan arah
saat proses penelitian TA ini. Juga kepada dosen lain dan staf yang telah
membantu penulis dalam perkuliahan.
3. Teman-teman teknik logistik yang sudah menemani penulis dalam
perkuliahan yang namanya tidak dapat diucap satu persatu.
Universitas Pertamina - v
DAFTAR ISI
Universitas Pertamina - vi
4.4.3 Convergent Validity ................................................................................ 49
4.5 Pengujian Model Struktural (Inner Model).................................................. 50
4.5.1 Collinearity Assesment ............................................................................ 50
4.5.2 Koefisien Determinasi (R2) ..................................................................... 51
4.5.3 Ukuran Efek (f2) ...................................................................................... 52
4.5.4 Predictive Relevance (Q2) ....................................................................... 52
4.5.5 Path Coefficient ....................................................................................... 53
4.5.6 Uji Hipotesis............................................................................................ 54
4.5.7 Kelayakan Model .................................................................................... 55
4.6 Pembahasan Hasil Penelitian ....................................................................... 56
BAB V KESIMPULAN DAN SARAN ..................................................................... 61
5.1 Kesimpulan .................................................................................................. 61
DAFTAR PUSTAKA ................................................................................................ 63
Tabel 1.1 Dinamika Bisnis Layanan Ride-hailing di Indonesia (Fauzi & Sheng,
2020) .............................................................................................................................2
Tabel 2.1 Penelitian Terdahulu ..................................................................................17
Tabel 3.1 Identifikasi Variabel...................................................................................23
Tabel 3.2 Hipotesis Penelitian ...................................................................................26
Tabel 3.3 Indikator Pernyataan ..................................................................................29
Tabel 4.1 Uji Validitas dan Realibilitas Awal Kuisioner...........................................38
Tabel 4.2 Karakteristik Responden ............................................................................40
Tabel 4.3 Nilai Outer Loading ...................................................................................43
Tabel 4.4 Nilai Cross-Loading...................................................................................46
Tabel 4.5 Kriteria Fornell Larcker ............................................................................49
Tabel 4.6 Nilai AVE ..................................................................................................50
Tabel 4.7 Nilai Inner VIF ...........................................................................................51
Tabel 4.8 Koefisien Determinasi ...............................................................................51
Tabel 4.9 Ukuran Efek (f2) ........................................................................................52
Tabel 4.10 Nilai Q2 Variabel Endogen ......................................................................53
Tabel 4.11 Path Coefficient .......................................................................................53
Tabel 4.12 Uji Hipotesis ............................................................................................54
Tabel 4.13 Kelayakan Model .....................................................................................55
Tabel 4.14 Hipotesis pada Penelitian .........................................................................56
Gambar 1.1 Pangsa Pasar Jasa Layanan Transportasi Online Kawasan Asia
Tenggara (2015-2021) (Google, Temasek, Bain & Company , 2019) ........................ 2
Gambar 1.2 Popularitas Jasa Transportasi Online di Indonesia (Asosiasi
Penyelenggara Jasa Internet Indonesia, 2020) ............................................................. 3
Gambar 2.1 Teori UTAUT2 ..................................................................................... 11
Gambar 2.2 Measurement model (Santoso, 2011) ................................................... 13
Gambar 2.3 Structural Model (Santoso, 2011) ......................................................... 13
Gambar 2.4 Model Indikator Reflektif (Kurniawan, 2011)...................................... 14
Gambar 2.5 Model Indikator Formatif (Kurniawan, 2011) ...................................... 15
Gambar 2.6 Model Struktural (Structural Model) .................................................... 16
Gambar 3.1 Diagram Alir Penelitian ........................................................................ 21
Gambar 3.2 Model Struktural ................................................................................... 27
Gambar 3.3 Diagram Alir Pembuatan Kuisioner ..................................................... 28
Universitas Pertamina - ix
BAB I PENDAHULUAN
Universitas Pertamina - 1
Gambar 1.1 Pangsa Pasar Jasa Layanan Transportasi Online Kawasan Asia
Tenggara (2015-2021) (Google, Temasek, Bain & Company , 2019)
Layanan Ride-hailing masuk ke Indonesia pada tahun 2014. Mulai dengan
layanan Uber dan Gojek yang masuk pada tahun 2014 lalu diikuti dengan Grab pada
tahun 2015 (Vaula, Joseph, & Jacline, 2020).
Tabel 1.1 Dinamika Bisnis Layanan Ride-hailing di Indonesia (Fauzi & Sheng, 2020)
Universitas Pertamina - 2
Terdapat beberapa penyedia jasa transportasi Online di Indonesia selain Grab
dan Gojek antara lain seperti Anterin, Bonceng, Maxim, FastGo dll. Popularitas jasa
transportasi online didominasi oleh Grab sebesar 21,3% lalu diikuti dengan Gojek
19,4%. Sementara sebanyak 58,1% tidak pernah menggunakan jasa transportasi
online.
Universitas Pertamina - 3
berumur 40 tahun keatas kurang familiar dengan teknologi smartphone dan layanan
internet (Acheampong & Siiba, 2020).
Layanan Ride-hailing memiliki beberapa keberhasilan dan manfaat,
diantaranya mengurangi kepemilikan kendaraan pribadi, karena bagi pelanggan,
layanan ini sangat baik dalam memenuhi permintaan mereka sehingga menjadi tujuan
dan pilihan utama saat ingin mencapai tempat tujuan. Bila melihat variabel biaya,
biaya yang dikeluarkan ketika melakukan Ride-hailing lebih kecil dibanding biaya
transportasi dengan mobil pribadi. Biaya yang dikeluarkan ketika melakukan Ride-
hailing adalah mencakup biaya operasional seperti biaya bahan bakar, biaya asuransi
dan maintenance. Selain itu Sementara ketika menggunakan mobil pribadi, ada biaya
tambahan seperti biaya investasi dan biaya penyusutan barang (Acheampong & Siiba,
2020). Ride-hailing juga terbukti dapat menjadi alternatif pilihan bagi orang yang tidak
dapat mengendarai mobil dengan berbagai hal. Hal-hal yang menyebabkan orang tidak
dapat mengendarai mobil adalah terbatasnya fisik dan secara kognitif. Tidak
mempunyai kemampuan finansial secara ekonomi untuk membeli mobil dikarenakan
biaya investasi yang tinggi. Ada juga penyebab dikarenakan tidak punya Surat Ijin
Mengemudi (SIM) (Clewlow & Mishra, 2017). Salah satu langkah untuk
meningkatkan penggunaan Ride-hailing sebagai alternatif adalah dengan adanya
strategi pemasaran yang baik. Strategi pemasaran yang baik salah satu langkahnya
adalah mengerti perilaku konsumen (Peter & Olson, 2010). Perilaku konsumen yang
dimaksud adalah bagaimana seseorang akan memutuskan untuk menggunakan produk
berdasarkan sumber daya yang mereka punya. Sumber daya yang dimaksud adalah
uang, waktu dan tenaga. Perilaku konsumen dipengaruhi banyak faktor-faktor
pendorong seperti manfaat dan kegunaan produk ataupun jasa bagi mereka. Terdapat
juga beberapa faktor eksternal seperti sosial yang ikut berperan dalam membangun
dorongan seseorang untuk menggunakan produk. (Schiffman & Kanuk, 2010).
Pandemi Covid-19 merupakan pandemi global yang membawa pengaruh
begitu besar terhadap berbagai kehidupan. Tatanan kehidupan bermasyarakat sekejap
berubah. Negara-negara menerapkan aturan ketat dalam setiap hal. Indonesia
Universitas Pertamina - 4
merupakan salah satu negara yang terdampak terhadap pandemi Covid-19.
Pemerintah Indonesia menerapkan peraturan untuk mencegah penyebaran Covid-19,
seperti pembatasan aktivitas sosial, aktivitas transportasi dan aktivitas pendidikan,
perdagangan dll. Contohnya pada aktivitas pendidikan dilakukan melalui sistem
daring. Pasar dan supermarket diatur jam operasionalnya dan dibatasi banyak
karyawannya, begitu juga tempat hiburan. Aktivitas dibatasi memakai masker,
menjaga jarak dan menghindari kerumunan serta mencuci tangan (Fahrika & Roy,
2020).
Menurut Badan Pusat Statistik (BPS) (2020), terdapat 82,25% pelaku usaha
yang mengalami penurunan pendapatan. Hal ini sejalan dengan banyaknya pemutusan
hubungan kerja (PHK) yang dilakukan agar menjaga agar perusahaan yang ada dapat
bertahan. Terdapat 1.5 juta karyawan yang mendapat PHK dari perusahaan.
Dampaknya terjadi penuruan pendapatan perkapita di Negara Indonesia pada tahun
2019 sebesar US$4.050 menjadi US$3.870 pada 2020 (Badan Kebijakan Fiskal,
2021). Dari uraian yang disebutkan sebelumnya mulai dari virus covid-19 yang
menyebar, kebiasan baru, pembatasan aktivitas serta penurunan aktivitas ekonomi
yang berdampak pada penurunan pendapatan membuat perubahan pada perilaku
konsumen. Menurut Achbarfariqy (2021), perubahan perilaku konsumen saat
pandemi Covid-19 diantaranya adalah Konsumen sangat berfokus pada nilai produk.
Dengan adanya penurunan pendapatan pada masa pandemi, konsumen dituntut untuk
membelanjakan sumber daya yang dimiliki dengan bijak dan mengesampingkan nilai-
nilai hedonic dan social acceptance. Konsumen tidak hanya melihat nilai produk
berdasarkan dari sisi harga dan kuantitas produk yang didapat namun juga kualitas
produk, seperti nilai gizi produk, apakah produk tersebut mendukung kesehatan
selama pandemi atau tidak. Konsumen juga teralihkan perhatiannya menjadi fokus
menghadapi pandemi yang mengakibatkan tingkat kepedulian terhadap produk baru
yang keluar dari suatu brand menjadi berkurang. Untuk itu pelaku usaha berusaha
membangun brand awareness dari berbagai sisi yaitu adanya promosi besar-besaran
dengan menggunakan tokoh masyarakat, kolaborasi kegiatan kemanusiaan serta yang
Universitas Pertamina - 5
paling penting adalah adanya potongan harga jika membeli sebuah produk tertentu
ataupun tren group buying dimana konsumen harus mencari pembeli lainnya yang
ingin membeli produk yang sama agar dapat mengaktifkan diskon yang ada. Tentunya
hal ini secara tidak langsung mempengarui konsumen untuk semakin mencari produk
yang ada potongan harganya. Konsumen juga semakin sadar akan kebersihan dan
kesehatan selama pandemi ini terjadi. Konsumen ingin produk dan jasa yang dia pakai
bebas dari paparan virus Covid-19. Konsumen lebih memilih produk yang dapat
didaur ulang dan mendukung kelangsungan lingkungan. Produk-produk yang
mendukung diet, kesehatan dan higienis juga mendapat perhatian lebih dari
konsumen.
Perubahan perilaku lain adalah peningkatan aktivitas penjualan online. Jika
sebelumnya aktivitas penjualan online dan internet didominasi generasi milenial yaitu
generasi kelahiran 2000-1980, maka pada pandemi ini generasi X yang bertahun lahir
1965-1980 dituntut untuk adaptif dari segi teknologi untuk dapat menghadapi
pembatasan sosial yang ada sehingga proporsi aktivitas jual beli secara online
berimbang dari segi usia. Perubahan juga terjadi pada sektor transportasi. Terjadi
perubahan perilaku pengguna layanan jasa Ride-hailing. Mayoritas pengguna layanan
jasa Ride-hailing di Florida, Amerika Serikat menggunakannya untuk mengantarkan
makanan dibandingkan dengan mengantarkan mereka sendiri ke suatu tempat tujuan.
(Morshed, Shahriar, Bari, & Nur, 2021). Namun penelitian untuk efek pandemi
Covid-19 terhadap perilaku konsumen pengguna jasa Ride-hailing secara spesifik
masih sangat sedikit terutama di Negara Indonesia. Adapun beberapa penelitian
tentang dampak Covid-19 terhadap layanan jasa Ride-hailing yang ada masih
berfokus pada attitude dan trust (Hamid, 2020) serta hanya mempertimbangkan satu
layanan saja seperti food delivery (Kartono & Tjahjadi, 2021), sehingga perlu
dilakukan dieksplorasi faktor-faktor yang mendorong pengguna jasa Ride-hailing
untuk melakukan perjalanan.
Penelitian terdahulu terkait teori UTAUT dan UTAUT2 seperti yang dilakukan
Wang (2020) memakai UTAUT dimana variabel yang terlibat adalah Performance
Universitas Pertamina - 6
Expectancy, Effort Expectancy, Social Influence, Facilitating Condition. Hasil dari
penelitian tersebut berpengaruh positif secara signifikan pada intensi seseorang untuk
menggunakan Ride-hailing (Wang, Shanyong, Jing, Wei, & Chenglin, 2020).
Sedangkan untuk UTAUT 2 dengan penelitian serupa menambahkan tiga variabel
setelah empat variabel terdahulu yaitu Hedonic Motivation, Price Value dan Habit
(Chen, Salmanian, & Akram, 2017).
Penelitian ini bersifat eksploratif memakai tujuh variabel dasar sesuai dengan
teori UTAUT2 dan variabel tambahan terkait perilaku konsumen pada Pandemi
Covid-19 yaitu Perceived Trusworthiness, Intention to Ride- Hailing untuk mengukur
intensi dan niat dan Use of Behavior. Use of Behavior yaitu seberapa berpengaruh
variabel tersebut mempengaruhi konsumen dalam niat dan perilaku mereka
menggunakan layanan Ride-hailing. Penelitian ini memakai Structural Equation
Modelling (SEM)-Partial Least Square (PLS) untuk dapat melihat hubungan
antarvariabel. SEM dapat menguji dan menjelaskan keterkaitan antarvariabel
berdasarkan teori terdahulu (Santoso, 2011). SEM adalah tools yang baik untuk
analisa multivariat dan berdasarkan causal relationship (Fan, et al., 2016). Penelitian
terdahulu yang memakai SEM untuk analisa faktor Ride-hailing sudah pernah
dilakukan. Hasilnya adalah perceived benefit dan attitude memegang peranan penting
dalam intensi untuk melakukan Ride-hailing (Acheampong & Siiba, 2020). Tidak
hanya terbatas pada manfaat dan persepsi pengguna, namun intensi untuk melakukan
Ride-hailing juga dapat dipengaruhi oleh faktor eksternal pengguna yaitu Socio-
Economic, Demographic dan Physicological dimana ketiganya berpengaruh positif
(Yoon, Matsumoto, Chinen, & Endo, 2019) . Faktor car ownership dan impact of Car-
Ownership juga berpengaruh secara positif (Y (Hui, Wang, Sun, & Tang, 2019).
Penelitian memakai 10 (sepuluh) variabel yaitu Performance Expectancy,
Effort Expectancy, Social Influence, Facilitating Condition, Hedonic Motivation,
Price Value, Habit, Perceived Trusworthiness, Intention to Ride-hailing dan Use of
Behavior. Kedelapan variabel terawal akan diuji baik secara model dan strukturnya
untuk melihat hubungannya dengan niat untuk menggunakan layanan Ride-hailing
Universitas Pertamina - 7
(Intention Ride-hailing), sehingga pada akhirnya dapat diketahui apa saja faktor yang
mempengaruhi perilaku seseorang untuk menggunakan layanan Ride-hailing (Use of
Behavior). Penelitian ini bersifat eksploratori dimana tidak hanya menggunakan dasar
teorinya memakai Model Unified Theory of Acceptance and Use of Technology2
(UTAUT2) yang merupakan pengembangan dari UTAUT untuk mengetahui niat
seseorang dalam menggunakan jasa Ride-hailing namun menambahkan faktor terkait
pandemi Covid-19.
Universitas Pertamina - 8
2. Penelitian menggunakan indikator reflektif yaitu jenis indikator yang
merefleksikan variabel tersebut.
3. Penelitian bersifat eksploratif sehingga terdapat satu tambahan variabel yaitu
Variabel Perceived Trusworthiness untuk mengeksplorasi fenomena Covid-19
pada industri Ride-hailing.
Batasan Masalah:
1. Responden Kuisioner adalah masyarakat yang tinggal di seluruh Indonesia
2. Penelitian tidak mempertimbangkan penyedia layanan apa yang dipakai ataupun
jenis layanan yang digunakan
BAB I PENDAHULUAN
Bab ini berisikan latar belakang permasalahan yang diangkat dan diteliti. Terdapat
rumusan masalah, tujuan penelitian dan manfaat penelitian dan peserta ruang lingkup
penelitian. Bab ini menjadi pondasi untuk melanjutkan penelitian pada bab-bab
selanjutnya.
BAB II TINJAUAN PUSTAKA
Bab ini berisi studi literatur, teori-teori yang relevan dan metode-metode beserta hasil
penelitian.
BAB III METODOLOGI PENELITIAN
Bab ini menjelaskan desain penelitian dan langkah-langkah penelitian yang dilakukan.
BAB IV HASIL DAN PEMBAHASAN
Bab ini berisi pengumpulan data, pengolahan data dan analisis data. Hasil dari data
ini akan dianalisis pada bab ini.
Universitas Pertamina - 9
BAB V KESIMPULAN DAN SARAN
Bab ini berisikan kesimpulan dan saran yang menjawab tujuan penelitian yang sudah
dirumuskan diawal. Saran diberikan untuk kemajuan penelitian-penelitian
selanjutnya.
Universitas Pertamina - 10
BAB II TINJAUAN PUSTAKA
Universitas Pertamina - 11
Ketiga, Social Influence yaitu pengaruh orang lain terhadap keyakinan
individu terhadap suatu teknologi. Keempat, Facilitating Condition yaitu sejauh mana
fasilitas yang tersedia dalam mendukung individu untuk melakukan perbuatan. Teori
UTAUT2 merupakan pengembangan dari teori UTAUT sebelumnya dimana terdapat
penambahan tiga variabel yaitu Hedonic Motivation, Price Value dan Habit. Hedonic
Motivation adalah rasa senang dan bahagia yang didapatkan dari memakai sebuah
produk. Price Value merupakan pertimbangan konsumen dalam memilih sebuah
produk yaitu apa yang dia dapatkan dan berapa biaya yang harus dikeluarkan
(tradeoff). Habit merupakan kecendrungna seseorang untuk melakukan sebuah
kebiasaan, dalam konteks penggunaan produk yaitu bagaimana kebiasaan seseorang
dalam menggunakan produk, seberapa sering dsb (Venkatesh, Thong, & Xu, 2012).
Universitas Pertamina - 12
Gambar 2.2 Measurement model (Santoso, 2011)
Kumpulan dari Measurement model membentuk structural model dan
menggambarkan hubungan dari tiap variabel yang ada.
Universitas Pertamina - 13
2. Membuat desain penelitian dan pengumpulan data
Melakukan penelitian untuk konfirmasi hipotesis model yang ada. Dalam
hal ini merancang pengambilan data dan bagaimana perlakuan terhadap
data.
3. Identifikasi Model
Model yang ada lalu dapat diuji dan diestimasi sesuai dengan rancangan
penelitian yang ada.
Universitas Pertamina - 14
2. Model Indikator Formatif
Model ini merupakan kebalikan dari model reflektif. Konstruk laten dibentuk
dari indikator yang ada dan sifat sebab akibat adalah dari indikator ke konstruk.
Perubahan terhadap indikator akan mengubah makna dari konstruk
dikarenakan konstruk dibentuk dari indikator yang ada. Pengukuran dilakukan
pada konstruk.
Universitas Pertamina - 15
Gambar 2.6 Model Struktural (Structural Model)
(Hair, Hult, Ringle, & Sarstedt, 2017)
Ukuran sample yang dipakai bisa sepuluh kali jumlah terbesar dari indikator
formatif dan 10 kali jumlah terbesar dari path structural yaang ada. Untuk
mengevaluasi dan menguji model yang ada, terdapat dua jenis evaluasi.
Universitas Pertamina - 16
2.3 Penelitian Terdahulu
Berikut adalah penelitian terkait intensi untuk melakukan Ride-hailing beserta
faktor dan hasil penelitian yang dapat dilihat pada Tabel 2.1.
Universitas Pertamina - 17
Tabel 2.1 Penelitian Terdahulu
Teori Metode Tujuan
Penelitian Multiple Confirmator Use of
CB- PLS- Intention to Use Ride-
TRA TPB TAM DOI UTAUT UTAUT2 Regression y Factorial Behavior of
SEM SEM hailing
Linear Analysis Ride-hailing
(Suhud, 2020) √ √ √ √
(Hou, et al.,
√ √ √
2020)
(Kartono &
√
Tjahjadi, 2021)
(Rizki, Basuki,
Belgiawan, & √ √ √ √
Irawan, 2020)
(Lu & Wang,
√ √ √ √
2020)
(Septiani,
Handayani, & √ √ √
Fatimah, 2017)
(KQT & Pham,
√ √ √ √
2017)
(Mohamad W. ,
√
et al., 2016)
(Chen,
Salmanian, & √ √ √ √
Akram, 2017)
(Abba &
√ √ √ √ √
Dastane, 2018)
Penelitian ini √ √ √ √
Universitas Pertamina - 17
Pada studi literatur ini, mayoritas penelitian membahas tentang intensi untuk
melakukan ride-hailing. Penelitian banyak dilakukan di Negara yang mempunyai
populasi banyak seperti Ghana, Cina, Vietnam dan Indonesia. Hal ini disesuaikan agar
penelitian lebih berhubungan dengan objek penelitian penulis di Negara Indonesia.
Pemilihan variabel pada penelitian ini didasarkan pada kajian terdahulu terkait
intensi untuk menggunakan Ride-hailing. Pemilihan variabel berdasarkan pada
hipotesis yang diajukan pada penelitian. Pemilihan variabel tidak selalu
mempertimbangkan hasil dari penelitian, seperti hasil signifikan maupun tidak,
dikarenakan terdapat keunikan dari setiap penelitian. Keunikan ini dapat berupa
kecocokan variabel terhadap lokasi penelitian dan responden. Pada penelitian satunya
variabel dapat berdampak positif signifikan sementara yang lain dapat berdampak
negatif. Contohnya pada penelitian yang dilakukan (Wang, Shanyong, Jing, Wei, &
Chenglin, 2020), Perceived Ease of Use tidak mempunyai dampak signifikan terhadap
intensi untuk Ride-hailing. Namun sebaliknya penelitian yang dilakukan oleh
(Septiani R. , 2020), variabel Perceived Ease of Use mempunyai dampak signifikan
terhadap intensi untuk Ride-hailing.
Penelitian tentang Ride-hailing dilakukan oleh (Suhud, 2020). Hasil dari
penelitian bahwa faktor seseorang melakukan Ride Hailing adalah akibat adanya
Perceived Ease of Use yang secara signifikan dipengaruhi oleh Perceived Usefulness.
Perceived Usefulness inilah faktor kunci yang akan mempengaruhi attitude seseorang
secara langsung dan tidak langsung untuk memakai layanan Ride-hailing. Variabel
yang diuji pada penelitian (Hou, et al., 2020) cukup berbeda dengan penelitian yang
dijelaskan sebelumnya, karena mempertimbangkan beberapa faktor teknis yang
mendorong yaitu karakteristik perjalanan, kondisi cuaca dan juga lokasi yang akan
dituju. Hasil penelitian adalah karakteristik perjalanan dan faktor environment cukup
berpengaruh signifikan. Karakteristik perjalanan yang dimaksud adalah seperti apakah
perjalanan dilakukan sendiri, keluarga, atau bisnis, barang bawaan ringan atau berat,
Universitas Pertamina - 18
apakah perjalanan ke bandara dll. Faktor environment berupa apakah perjalanan
dilakukan pada siang atau malam hari, pada waktu cerah atau hujan.
Penelitian yang dilakukan oleh (Muhamad et al., 2020), menggabungkan
beberapa variabel yang ada pada penelitian yang dijelaskan sebelumnya ( (Hou, et al.,
2020); (Suhud, 2020)) dimana perceived usefulness, personal characteristics dan
environment merupakan faktor pendorong untuk melakukan ride-hailing. Penelitian
yang dilakukan oleh (Tirachini, 2019) sedikit berbeda dengan tiga penelitian yang
disebutkan sebelumnya. Ada penelitian yang berfokus pada biaya seperti trip cost,
ease of payment dan fare transparency. Hasilnya ketiga variabel yang disebutkan
berpengaruh positif terhadap intensi untuk ride-hailing. Ease of payment merupakan
salah satu bentuk apakah pembayaran dapat dilakukan dengan mudah dari berbagai
platform atau tidak.
Perceived value merupakan variabel kunci yang ada pada penelitian (Lu &
Wang, 2020), dimana Perceived value ini adalah nilai yang didapatkan apabila
mengadopsi Ride-hailing sebagai alternatif moda transportasi. Beberapa variabel dari
penelitian yang dilakukan oleh (Lu & Wang, 2020) diadopsi pada penelitian ini.
Variabel yang diadopsi diantara lain adalah Perceived Value, Perceived Usefulness,
Perceived Enjoyment, Perceived Risk dan Behavioral Intention memiliki makna yang
sama dengan Performance Expectancy, Effort Expectancy dan Price Value. Penelitian
selanjutnya memakai variabel yang sama. Penelitian yang dilakukan oleh ( (KQT &
Pham, 2017); (Mohamad, Fuad, & Shahib, 2016); (Wang, Shanyong, Jing, Wei, &
Chenglin, 2020)) memiliki variabel yang kurang lebih sama. Adapun jika variabel
berbeda hanya secara penulisan namun sama secara terminologi. Contohnya pada
penelitian yang dilakukan oleh (Mohamad, Fuad, & Shahib, 2016) Perceived Safety
adalah keamanan dan risiko yang timbul akibat melakukan Ride-hailing. Variabel ini
sama dengan Perceived Risk yang ada pada penelitian (Wang, Shanyong, Jing, Wei,
& Chenglin, 2020). Penelitian yang dilakukan oleh (Chen, Salmanian, & Akram,
2017)sedikit berbeda. Ada beberapa variabel baru yang diperkenalkan seperti
Perceived Expectancy dan Effort Expectancy. Ada juga faktor-faktor psikologis dan
Universitas Pertamina - 19
sosial seperti Social Acceptance, Hedonic Motivation dan Habit. Mayoritas penelitian
masih meneliti faktor layanan ride-hailing secara umum, tidak ada kondisi khusus
yang terjadi pada saat peneliti seperti pandemi, sehingga penelitian ini memiliki
keunikan yaitu meneliti secara khusus pada era pandemi.
Universitas Pertamina - 20
BAB III METODOLOGI PENELITIAN
Universitas Pertamina - 21
1. Penentuan tujuan penelitian, rumusan masalah dan latar belakang
Pada tahap ini dilakukan proses untuk menggali apa sebenarnya masalah yang
melatarbelakangi penelitian ini, serta tujuan yang ingin dicapai dalam penelitian ini.
2. Studi Literatur
Studi literatur dilakukan berdasarkan latar belakang dan rumusan masalah.
Literatur yang dianalisis digunakan sebagai referensi oleh penulis. Literatur terkait
berupa teori UTAUT2, transportasi, faktor-faktor yang menjadi pendorong orang
untuk menggunakan jasa Ride-hailing, serta Structure Equation Modelling (SEM).
Universitas Pertamina - 22
Tabel 3.1 Identifikasi Variabel
Effort Expectancy (Venkatesh, menggambarkan sejauh mana anggapan seseorang tentang sistem, layanan
(EE) Morris, Davis, & ataupun teknologi dalam hal kemudahan. Artinya ketika sebuah layanan hadir
Davis, 2003) ada tingkat kemudahan maupun kesulitan yang dirasakan pengguna. Layanan
yang ada bisa jadi sangat friendly ataupun menjadi halangan bagi pengguna
Social Influence (Venkatesh, menggambarkan bagaimana seseorang menerima anggapan ataupun
(SI) Morris, Davis, & kepercayaan orang lain tentang apakah seseorang harus menggunakan sistem,
Davis, 2003) layanan ataupun teknologi yang ada. Menggunakan sistem yang ada dapat
membawa perasaan superior kepada seseorang dibanding teman-teman
disekitarnya, sehingga dapat meningkatkan rasa hormat orang lain terhadap
dirinya. Dalam konteks layanan ride-hailing, orang akan terpengaruh untuk
menggunakan layanan ride-hailing, ketika ada nasihat ataupun saran dari orang
terdekat baik orang tua, teman, kenalan, dll.
Universitas Pertamina - 23
Variabel Sumber Definisi
Facilitating (Venkatesh, menggambarkan bagaimana organisasi maupun infrastruktur sekitar dapat
Condition (FC) Morris, Davis, & menunjang sistem, teknologi maupun layanan yang ada. Dalam konteks ride-
Davis, 2003) hailing, bagaimana sarana dan sumber daya yang ada dapat mendukung
penggunaan layanan. Apakah seseorang mempunyai handphone, layanan
internet, ataupun platform pembayaran.
Hedonic Motivation (Venkatesh, menggambarkan rasa senang seseorang ketika menggunakan layanan. HM
(HM) Thong, & Xu, memegang peranan penting dalam sikap seseorang ketika menggunakan
2012) teknologi.
Price Value (PV) (Venkatesh, menggambarkan tentang bagaimana biaya memegang peranan penting dalam
Thong, & Xu, perilaku seseorang dalam menggunakan layanan ataupun teknologi. Seseorang
2012) akan terdorong menggunakan layanan ketika merasa manfaat yang didapat
lebih dari biaya yang dikeluarkan.
Habit (H) (Venkatesh, Habit (kebiasaan) adalah suatu hal yang dilakukan berulang-ulang dan
Thong, & Xu, biasanya menjadi suatu hal yang otomatis. Dalam konteks ride-hailing
2012) bagaimana perilaku seseorang untuk menggunakan layanan. Apakah
menggunakan ride-hailing dianggap sudah menjadi kebiasaan berulang-ulang
atau tidak.
Universitas Pertamina - 24
Variabel Sumber Definisi
Perceived (Kartono & menggambarkan bagaimana tingkat kepercayaan konsumen dalam
Trusworthiness Tjahjadi, 2021) menggunakan layanan. Pandemi Covid-19 menyebabkan disrupsi secara besar-
besaran dalam industri. Hal ini menyebabkan terjadinya perubahan tingkat
kepercayaan konsumen dalam memakai sebuah teknologi ataupun layanan.
Dalam konteks ride-hailing apakah ketika mereka memakai layanan tersebut
mereka dapat terhindar dari Covid-19. Indikator kepercayaan dapat dinilai dari
Reliabilitas layanan dan teknologi yang ada seperti pengaturan tempat duduk,
jumlah penumpang, kebersihan dan sterilisasi kendaraan, maupun kepercayaan
yang bersifat subjektifitas dari konsumen itu sendiri
Intention to Ride- (Venkatesh, Thong, Niat perilaku adalah kemungkinan yang dirasakan seseorang akan terlibat
hailing & Xu, 2012) dalam sebuah perilaku tertentu atau kemauan seseorang (motivasi) untuk
(Haba & Dastane, mencoba sebuah kebiasaan. Intention to Ride-hailing dapat memediasi variabel
2018) dasar UTAUT2 seperti Performance Expectancy, Effort Expectancy, Social
Influence, Hedonic Motivation, Price Value dan Habit. Semakin kuat pengaruh
variabel dasar seperti Performance Expectancy dan Effort Expectancy maka
akan membuat intensi seseorang akan naik yang berujung pada pengaruh sikap
dan perilaku pada saat menggunakan layanan. Hal tersebut menunjukkan
adanya pengaruh tidak langsung variabel-variabel diatas dan Use of Behavior
dengan Intention to Ride-hailing sebagai mediator.
Use of Behavior (Venkatesh, Thong, menjelaskan bagaimana seseorang menerima secara penuh dan utuh dan
& Xu, 2012) (Haba berjanji untuk terus melakukan kebiasaan maupun perilakunya tersebut
& Dastane, 2018)
Universitas Pertamina - 25
4. Perancangan Hipotesis
Berikut hipotesis yang dirancang pada penelitian ini.
Universitas Pertamina - 26
5. Pembuatan Model Struktural
Pembuatan Model Struktural didasarkan pada variabel-variabel dan hipotesis
yang sudah dibangun sebelumnya. Penelitian ini memakai model UTAUT2
(Venkatesh, Thong, & Xu, 2012) yang diimplementasikan pada penelitian serupa.
Penelitian menggunakan UTAUT 2 sebagai model struktural sudah digunakan
contohnya pada penelitian Chen, Salmanian, & Akram (2017), penelitian tersebut
masih bersifat menemukan faktor yang mempengaruhi User Acceptance layanan
Ride-hailing secara umum sehingga tidak ada penambahan variabel apapun dari
teori dasar UTAUT2. Pada penelitian ini berfokus untuk menemukan faktor yang
mempengaruhi pengguna dalam menggunakan layanan ride-hailing pada saat
pandemi Covid-19 sehingga perlu penambahan variabel yang dapat
mendeskripsikan fenomena Pandemi Covid-19. Garis-garis panah menandakan
hipotesis yang ada antarvariabel.
Universitas Pertamina - 27
6. Pembuatan Kuisioner
Pembuatan kuisioner disesuaikan dengan model yang telah dibangun. Berikut
adalah bagan tahapan pembuatan kuisioner pada Gambar 3.3
Universitas Pertamina - 28
Tabel 3.3 Indikator Pernyataan
Universitas Pertamina - 29
Variabel Kode Item Indikator Referensi
FC5 Saya merasa bahwa Customer Service dari layanan ride-
hailing hadir untuk saya
Hedonic HM1 Saya sangat menikmati memesan layanan antar lewat (Chen,
Motivation aplikasi ride-hailing Salmanian, &
HM2 Saya sangat menikmati perjalanan saya dengan layanan Akram, 2017)
ride-hailing
HM3 Saya merasa bahwa driver mudah untuk diajak
berkomunikasi
HM4 Saya suka dengan aktivitas promosi, festival dan
kampanye yang diadakan penyedia layanan ride-hailing
HM5 Saya sangat suka dengan kendaraan-kendaraan yang
ditawarkan dan penasaran kendaraan apa yang akan
mengantar saya
Price Value PV1 Saya merasa bahwa layanan ride-hailing adil dalam (Chen,
membuat tarif Salmanian, &
PV2 Saya merasa value yang ditawarkan dapat ditermia oleh Akram, 2017)
pelanggan
PV3 Saya merasa bahwa saya dapat menghemat uang lewat
layanan ojek online
PV4 saya merasa layanan ride-hailing mempunyai nilai yang
tinggi dalam cost per performance
PV5 Saya merasa bahwa harga yang ditawarkan layanan
ride-hailing stabil.
Habit H1 Menggunakan layanan ride-hailing adalah kebiasaan (Chen,
saya Salmanian, &
H2 Saya memang harus/terpaksa menggunakan layanan Akram, 2017)
ride-hailing
H3 Saya memang sangat suka (addict) dengan layanan ojek
online
H4 Layanan ride-hailing memang prioritas saya ketika
memilih moda transportasi dalam sebuah perjalanan
H5 Secara umum saya yakin bahwa layanan ride-hailing
merupakan moda pilihan yang tepat ditengah pandemi
Covid-19.
Perceived PT1 secara umum, saya dapat mempercayai layanan ride-hailing (Kartono &
Trusworthiness sebagai moda transportasi saya Tjahjadi,
PT2 Saya yakin dengan kebersihan dari layanan transportasi yang 2021)
saya pakai karena hal tersebut merupakan hal yang sangat (Al-Hujran,
penting Al-Debei,
Universitas Pertamina - 30
Variabel Kode Item Indikator Referensi
PT3 Saya yakin dengan pentingnya kebijakan penataan tempat Chatfield, &
duduk untuk mencegah penularan Covid-19 oleh penyedia Migdadi,
jasa layanan ride-hailing 2015)
PT4 Saya yakin dengan pentingnya kebijakan pengaturan jumlah (Munoz-
penumpanbg untuk mencegah penularan Covid-19 oleh Leiva,
penyedia jasa layanan ride-hailing Climent-
PT5 Secara umum saya yakin bahwa layanan ride-hailing Climent, &
merupakan moda pilihan yang tepat ditengah pandemi Liébana-
Covid-19 Cabanillas,
2017)
Intention to IR1 Jika ada kesempatan, saya akan mendownload aplikasi (Al-Hujran,
Ojek-online layanan ride-hailing Al-Debei,
IR2 Jika ada kesempatan, saya akan coba menggunakan layanan Chatfield, &
ride-hailing Migdadi,
IR3 Jika fasilitas yang ada lengkap (ID dan akun pembayaran) 2015)
saya akan mencoba menggunakan layanan ride-hailing (Munoz-
IR4 Saya pikir mencoba layanan ride-hailing adalah ide yang Leiva,
tepat Climent-
IR5 Saya pikir saya akan mengajak teman untuk bersama-sama Climent, &
mencoba layanan ride-hailing. Liébana-
Use of Behavior UB1 Layanan ride-hailing sudah menjadi bagian dari hidup saya Cabanillas,
2017) (Le,
UB2 Saya menggunakan layanan ride-hailing secara kontinu
sekarang 2019)
UB3 Saya akan terus melanjutkan kebiasaan saya dalam
menggunakan layanan ride-hailing
UB4 Di masa depan saya akan terus menggunakan layanan
ride-hailing sebagai moda transportasi saya
UB5 Saya sering merekomendasikan layanan ride-hailing pada
teman sekitar saya.
Universitas Pertamina - 31
minimal 30 kuisioner (agar mencapai syarat distribusi normal). Metode uji yang
dilakukan adalah Uji Signifikansi dimana mengukur korelasi antar variabel
dibanding total skor variabel. Pengujian validitas dilakukan menggunakan Bivariate
Pearson (Produk Momen Pearson). Apabila nilai r hitung lebih besar dari r tabel
maka variabel dapat dinyatakan valid.
Reliabilitas adalah indeks untuk menunjukkan sejauh mana instrumen/alat
dapat dipercaya atau handal. Sebuah instrumen dikatakan handal (reliable), jika
digunakan berkali-kali mengukur hal yang sama dapat memberikan hasil yang
konsisten dari waktu ke waktu. Pengujian realibilitas mengarah pada derajat
stabilitas, konsistensi dan akurasi. Tinggi rendah realibilitas ditunjukkan oleh
koefisien realibilitas. Bila realibilitas tinggi, bila nilai koefisien mendekati satu.
Nilai reliabilitas dinilai sudah baik apabila nilai koefisien ≥ 0.6. Metode yang dapat
digunakan adalah Metode Cronbach’s Alpha.
8. Penyebaran Kuisioner
Penyebaran kuisiomer dapat dilakukan setelah kuisioner memenuhi Uji
Validitas dan Realibilitas. Pengambilan data melalui kuisioner, responden dapat
menjawab pertanyaan yang tersedia. Proses penyebaran kuisioner dilakukan
dengan media google form yang disebar melalui berbagai media sosial yang ada.
Kuisioner ini akan digunakan untuk mengambil data dengan target masyarakat
pengguna layanan ride-hailing secara random dengan teknik disproportionate
stratified random sampling (Santosa, 2018). Teknik tersebut dipilih agar
memastikan bahwa semua strata demografi terisi walaupun tidak proporsional.
Jumlah target responden sesuai dengan ketentuan Metode PLS-SEM adalah
sepuluh kali jumlah jalur struktural yang ada (Hair, Hult, Ringle, & Sarstedt, 2017).
Untuk menentukan ukuran kecukupan sampel maka Cohen (1992) menyarankan
penggunaan Power Analysis dengan bantuan software kalkulator G*Power. Input
yang disarankan untuk uji tersebut adalah R2 sebesar 0.25, significance level 5%
dan statistical power sebesar 80%.
Universitas Pertamina - 32
9. Uji Model Pengukuran (Outer Model)
Uji Model Pengukuran adalah tahapan yang dilakukan untuk menguji keterkaitan
antara indikator dan variabel yang ada. Uji ini memungkinkan untuk mengukur
reliabilitas dan validitas dari variabel dan indikator-indikator yang ada. Jika variabel
atau indikator yang ada tidak memenuhi uji yang ada, maka indikator atau variabel
yang bermasalah dapat dihapus. Penelitian ini memakai model reflektif sehingga
model pengukuran berfokus pada internal consistency dan validitas.
Internal Consistency Realiblity adalah uji kedua yang dapat dilakukan. Hal yang
diukur dalam pengukuran ini adalah Composite Realibility, Cronbach’s Alpha dan
Outer Loading yang nilainya berkisar antara 0-1. Kisaran nilai untuk Composite
Realibility dan Cronbach’s Alpha yang dapat diterima adalah 0,6 – 0,7 (Hair, Hult,
Ringle, & Sarstedt, 2017). Outer Loading digunakan untuk menguji Indicator
Realibility. Nilai Outer Loading yang dapat diterima adalah 0,7. Indikator yang
dianggap tidak memenuhi nilai yang disebutkan sebelumnya dapat dihapus dan lanjut
ke pengujian berikutnya.
Uji ketiga adalah Discriminant Validity yaitu perbandingan variabel satu dengan
lainnya, tentang bagaimana satu variabel bersifat unik dan dapat menjelaskan
fenomena yang tidak dapat dijelaskan oleh variabel lainnya. Untuk mengukur
discriminant validity hal pertama yang dapat dilakukan adalah melihat nilai cross
loading. Nilai Cross Loading merupakan perbandingan nilai indikator dari setiap
variabel dibandingkan terhadap variabel itu sendiri. (Hair, Hult, Ringle, & Sarstedt,
2017) Nilai Cross Loading dari indikator harus lebih besar daripada indikator tersebut
dibandingkan dengan variabel lain.
Pendekatan kedua yang dapat dilihat adalah dengan menggunakan kriteria
Fornell-Larcker. Nilai diagonal pada kriteria Fornell Larcker harus lebih besar
daripada hubungan antara variabel lain (Santosa, 2018).
Universitas Pertamina - 33
Uji Keempat adalah Convergent Validity, yaitu apakah indikator yang ada
pada variabel tersebut representatif terhadap variabel tersebut. Hal ini dapat dilihat
dari nilai Average Variance Extracted (AVE). Nilai AVE berkisar antara 0 – 1.
Nilai AVE yang dapat diterima adalah ≥ 0,5 (Hair, Hult, Ringle, & Sarstedt, 2017).
Universitas Pertamina - 34
variabel yang ada. Pada kasus penelitian ini, variabel yang berperan sebagai
variabel perantara (mediasi) adalah variabel Behavioral Intention to Ride-hailing.
Uji terakhir adalah uji kelayakan model (model fit) yaitu apakah model
yang ada layak untuk digunakan. Nilai kelayakan model ditentukan berdasarkan
nilai SRMR dan NFI. Nilai SRMR yang ideal adalah ≤ 0,1. NFI sendiri adalah
nilai yang menggambarkan bagaimana kesesuaian model dengan kondisi nyata
(Santosa, 2018). Bila pada pengujian model struktural terdapat nilai yang tidak
ideal ataupun tidak memenuhi, maka dapat dilakukan peninjauan kembali secara
teoritis pada model struktural (Hair, Hult, Ringle, & Sarstedt, 2017).
12. Kesimpulan
Kesimpulan diambil berdasarkan hasil analisis. Hasil dari penelitian dapaat
dijadikan sebagai saran untuk penelitian selanjutnya serta referensi bagi
perusahaan yang bergerak di bidang layanan Ride-hailing.
Universitas Pertamina - 35
BAB IV HASIL DAN PEMBAHASAN
Universitas Pertamina - 36
Sehingga menurunkan pendapatan perkapita masyarakat Indonesia. Hal-
hal yang telah disebutkan sebelumnya menjadikan masyarakat harus beradaptasi
dengan kondisi yang ada. Masyarakat dituntut untuk membelanjakan uangnya
dengan bijak dan tidak terpengaruh dengan motivasi hedonik. Selain itu,
masyarakat juga harus melek dengan teknologi. Hal ini diperlukan mengingat
pembatasan sosial, sehingga aktivitas sosial dan ekonomi dilakukan dengan
bantuan teknologi.
Universitas Pertamina - 37
Uji Realibilitas bertujuan untuk mengukur seberapa baik variabel dapat
diandalkan. Pada hasil yang ditampilkan pada Tabel 4.1 dapat terlihat bahwa nilai
Cronbach Alpha > 0.7 yang menandakan bahwa pengaruh variabel cukup kuat dan
konsisten untuk dijadikan sebagai alat ukur.
Cronbach
Indikator Nilai r Status
Alpha
PE1 0.645 valid
PE2 0.755 valid
PE3 0.875 0.721 valid
PE4 0.692 valid
PE5 0.788 valid
EE1 0.746 valid
EE2 0.747 valid
EE3 0.902 0.761 valid
EE4 0.774 valid
EE5 0.778 valid
SC1 0.578 valid
SC2 0.635 valid
SC3 0.716 0.576 valid
SC4 0.358 valid
SC5 0.32 valid
FC1 0.777 valid
FC2 0.913 valid
FC3 0.932 0.815 valid
FC4 0.8 valid
FC5 0.829 valid
HM1 0.696 valid
HM2 0.844 valid
HM3 0.924 0.774 valid
HM4 0.845 valid
HM5 0.886 valid
PV1 0.902 valid
0.948
PV2 0.869 valid
Universitas Pertamina - 38
Cronbach
Indikator Nilai r Status
Alpha
PV3 0.878 valid
PV4 0.782 valid
PV5 0.868 valid
H1 0.812 valid
H2 0.717 valid
H3 0.899 0.757 valid
H4 0.748 valid
H5 0.754 valid
PT1 0.923 valid
PT2 0.924 valid
PT3 0.955 0.919 valid
PT4 0.864 valid
PT5 0.82 valid
IR1 0.905 valid
IR2 0.515 valid
IR3 0.864 0.839 valid
IR4 0.658 valid
IR5 0.839 valid
UB1 0.681 valid
UB2 0.798 valid
UB3 0.89 0.756 valid
UB4 0.714 valid
UB5 0.726 valid
Universitas Pertamina - 39
4.3. Karakteristik Responden
Berikut karakteristik responden pengguna layanan ride-hailing ditampilkan
pada Tabel 4.2.
Universitas Pertamina - 40
Tabel 4.2 Karakteristik Responden (lanjutan)
Universitas Pertamina - 41
Pada penelitian ini jumlah responden sebanyak 304 responden. Pada penelitian
ini karena area pengamatannya adalah satu Negara Indonesia proses pengambilan
responden terus dilakukan sampai semua strata demografi seperti Pulau tempat tinggal
mempunyai responnya masing-masing. Proses pengambilan data berhenti pada angka
304 responden dikarenakan strata tempat tinggal sudah memiliki respondennya
masing-masing walaupun tidak proporsional. Jumlah responden sudah cukup, karena
dalam SEM-PLS, jumlah responden adalah sepuluh kali jalur struktural yang ada.
Penelitian ini memiliki jumlah 10 (sepuluh) jalur struktural sehingga minimum sampel
yang disarankan adalah 100 (Hair, Hult, Ringle, & Sarstedt, 2017). Menurut kriteria
Nilai Kritis Hoelter bahwa ukuran sampel yang tepat untuk penelitian SEM adalah >
200 (Haryono & Wardoyo, 2020). Penelitian SEM tidak membutuhkan sampel dalam
ukuran besar, asumsi data berdistribusi normal. Untuk membuktikan kecukupan data,
(Hair, Hult, Ringle, & Sarstedt, 2017) menyarankan melakukan Power Analysis
dengan bantuan software G*Power. Power Analysis merupakan metode yang cukup
reliabel untuk menentukan ukuran sampel dalam sebuah penelitian yang tidak
diketahui jumlah populasi eksak (Memon, et al., 2020). Dengan nilai α=0.05,
statistical power minimal= 80% dan minimal effect size yang disarankan sebesar 0.25,
dan jumlah variabel 10 maka ukuran sampel minimal yang dibutuhkan berdasarkan
output software G*Power adalah sebesar 75.
Universitas Pertamina - 42
sangat dekat dengan teknologi smartphone. Selain itu bilaa melihat hubungan antara
penghasilan, frekuensi penggunaan, kepemilikan SIM dan sepeda motor, dinilai sesuai
dengan latar belakang penelitian. Layanan ride-hailing cukup menjadi pilihan ketika
tidak mempunyai penghasilan yang besar, karena variabel biaya yang kecil. Layanan
ride-hailing juga tetap menjadi pilihan walaupun ketika mempunyai kendaraan, orang
masih akan cenderung untuk tetap mempertimbangkan apakah akan menggunakan
kendaraan pribadi atau layanan ride-hailing.
Universitas Pertamina - 43
Outer Cronbach's Composite
Indikator
Loading Alpha Realibility
FC1 0.802
FC2 0.865
FC3 0.852 0.876 0.91
FC4 0.781
FC5 0.786
H1 0.794
H2 0.84
H3 0.824 0.88 0.912
H4 0.842
H5 0.808
HM1 0.801
HM2 0.849
HM3 0.827 0.893 0.921
HM4 0.858
HM5 0.846
IR1 0.795
IR2 0.835
IR3 0.799 0.863 0.901
IR4 0.798
IR5 0.793
PE1 0.812
PE2 0.825
PE3 0.849 0.881 0.913
PE4 0.82
PE5 0.809
PT1 0.811
PT2 0.827
PT3 0.795 0.873 0.908
PT4 0.831
PT5 0.807
PV1 0.802
PV2 0.798
PV3 0.841 0.874 0.908
PV4 0.818
PV5 0.818
SC1 0.846 0.863 0.901
Universitas Pertamina - 44
Outer Cronbach's Composite
Indikator
Loading Alpha Realibility
SC2 0.854
SC3 0.823
SC4 0.776
SC5 0.711
UB1 0.829
UB2 0.871
UB3 0.808 0.881 0.913
UB4 0.787
UB5 0.817
Pada Tabel 4.3 semua variabel dianggap valid karena memiliki Nilai Outer
Loading dan Cronbach’s Alpha ≥ 0.7, Composite Realibility ≥ 0,8. Indikator dianggap
valid dan reliabel sebagai refleksi dari variabel latennya.
Universitas Pertamina - 45
Tabel 4.4 Nilai Cross-Loading
EE FC H HM IR PE PT PV SC UB
EE1 0.807 0.461 0.485 0.334 0.427 0.404 0.439 0.482 0.321 0.504
EE2 0.811 0.479 0.441 0.287 0.402 0.395 0.405 0.454 0.282 0.462
EE3 0.813 0.479 0.515 0.316 0.433 0.383 0.472 0.484 0.309 0.514
EE4 0.837 0.483 0.493 0.296 0.435 0.365 0.421 0.516 0.297 0.564
EE5 0.826 0.471 0.489 0.284 0.464 0.393 0.408 0.45 0.283 0.49
FC1 0.486 0.802 0.452 0.344 0.42 0.327 0.417 0.437 0.289 0.497
FC2 0.467 0.865 0.493 0.36 0.447 0.406 0.467 0.521 0.279 0.543
FC3 0.518 0.852 0.55 0.38 0.457 0.429 0.485 0.518 0.268 0.517
FC4 0.473 0.781 0.454 0.303 0.417 0.356 0.419 0.454 0.255 0.492
FC5 0.419 0.786 0.417 0.252 0.386 0.342 0.416 0.406 0.233 0.428
H1 0.517 0.474 0.794 0.301 0.459 0.411 0.467 0.516 0.39 0.564
H2 0.503 0.454 0.84 0.287 0.459 0.422 0.462 0.516 0.345 0.529
H3 0.461 0.489 0.824 0.36 0.49 0.418 0.484 0.521 0.378 0.573
H4 0.501 0.481 0.842 0.287 0.506 0.437 0.447 0.531 0.335 0.567
H5 0.455 0.487 0.808 0.279 0.503 0.392 0.46 0.486 0.351 0.486
Universitas Pertamina - 46
EE FC H HM IR PE PT PV SC UB
HM1 0.319 0.326 0.272 0.801 0.184 0.23 0.239 0.341 0.226 0.307
HM2 0.275 0.298 0.285 0.849 0.206 0.214 0.274 0.357 0.219 0.283
HM3 0.29 0.36 0.299 0.827 0.227 0.247 0.274 0.364 0.211 0.341
HM4 0.325 0.369 0.344 0.858 0.261 0.31 0.365 0.367 0.231 0.357
HM5 0.337 0.327 0.327 0.846 0.237 0.288 0.338 0.363 0.2 0.34
IR1 0.412 0.442 0.472 0.198 0.795 0.368 0.477 0.414 0.209 0.457
IR2 0.482 0.446 0.512 0.221 0.835 0.405 0.457 0.436 0.201 0.514
IR3 0.408 0.362 0.47 0.216 0.799 0.345 0.413 0.445 0.241 0.431
IR4 0.401 0.454 0.454 0.21 0.798 0.333 0.423 0.412 0.228 0.47
IR5 0.419 0.389 0.46 0.24 0.793 0.377 0.466 0.463 0.215 0.493
PE1 0.388 0.356 0.413 0.288 0.375 0.812 0.37 0.388 0.297 0.427
PE2 0.419 0.42 0.451 0.254 0.36 0.825 0.426 0.393 0.288 0.46
PE3 0.392 0.365 0.409 0.246 0.391 0.849 0.377 0.424 0.293 0.447
PE4 0.352 0.376 0.41 0.269 0.377 0.82 0.363 0.38 0.268 0.443
PE5 0.399 0.365 0.4 0.228 0.372 0.809 0.379 0.371 0.252 0.373
Universitas Pertamina - 47
EE FC H HM IR PE PT PV SC UB
PT1 0.383 0.437 0.479 0.332 0.459 0.415 0.811 0.516 0.298 0.465
PT2 0.447 0.473 0.457 0.305 0.444 0.402 0.827 0.443 0.268 0.515
PT3 0.386 0.39 0.418 0.294 0.432 0.349 0.795 0.439 0.256 0.45
PT4 0.452 0.448 0.461 0.289 0.479 0.339 0.831 0.483 0.283 0.495
PT5 0.461 0.448 0.483 0.253 0.454 0.389 0.807 0.466 0.27 0.487
PV1 0.465 0.445 0.503 0.368 0.449 0.354 0.45 0.802 0.274 0.519
PV2 0.47 0.461 0.475 0.319 0.405 0.354 0.454 0.798 0.288 0.456
PV3 0.462 0.462 0.516 0.339 0.462 0.424 0.502 0.841 0.294 0.529
PV4 0.479 0.499 0.498 0.347 0.453 0.387 0.489 0.818 0.289 0.533
PV5 0.501 0.473 0.559 0.374 0.426 0.418 0.453 0.818 0.305 0.585
SC1 0.251 0.206 0.35 0.185 0.215 0.277 0.261 0.292 0.846 0.305
SC2 0.322 0.301 0.355 0.241 0.251 0.313 0.323 0.288 0.854 0.329
SC3 0.319 0.299 0.391 0.24 0.22 0.289 0.295 0.309 0.823 0.378
SC4 0.286 0.252 0.309 0.186 0.222 0.252 0.248 0.288 0.776 0.288
SC5 0.285 0.241 0.364 0.185 0.173 0.228 0.219 0.251 0.711 0.288
UB1 0.495 0.521 0.577 0.334 0.461 0.453 0.51 0.546 0.344 0.829
UB2 0.538 0.494 0.54 0.355 0.506 0.431 0.502 0.516 0.335 0.871
UB3 0.516 0.475 0.537 0.296 0.504 0.428 0.457 0.492 0.3 0.808
UB4 0.482 0.496 0.516 0.308 0.468 0.421 0.452 0.551 0.288 0.787
UB5 0.517 0.513 0.552 0.317 0.485 0.419 0.516 0.546 0.357 0.817
Universitas Pertamina - 48
Kriteria Fornell-Larcker bertujuan untuk menguji dan membandingkan
korelasi variabel itu sendiri dengan korelasi antar variabel laten. Model dapat
dikatakan valid jika nilai diagonal (Fornell-Larcker) lebih besar daripada hubungan
antar variabel lain. Hasil perhitungan dapat dilihat pada Tabel 4.5.
EE FC H HM IR PE PT PV SC UB
EE 0.819
FC 0.579 0.818
H 0.592 0.581 0.822
HM 0.37 0.404 0.368 0.836
IR 0.529 0.521 0.59 0.27 0.804
PE 0.474 0.457 0.506 0.312 0.456 0.823
PT 0.524 0.54 0.565 0.362 0.557 0.465 0.814
PV 0.583 0.574 0.626 0.429 0.54 0.475 0.577 0.815
SC 0.364 0.324 0.438 0.259 0.271 0.34 0.338 0.356 0.804
UB 0.619 0.607 0.662 0.392 0.589 0.523 0.593 0.644 0.395 0.823
Universitas Pertamina - 49
Tabel 4.6 Nilai AVE
Pada Tabel 4.6 semua variabel dapat dikatakan valid karena nilai AVE
berada ≥ 0,5. Hal ini membuktikan bahwa variabel dapat dikatakan representatif
dan indikator mewakili variabel yang ada.
Universitas Pertamina - 50
Tabel 4.7 Nilai Inner VIF
Jalur Nilai
EE →IR 1.969
FC →IR 1.952
H→IR 2.237
HM→IR 1.314
I→UB 1.451
PE→IR 1.545
PT→IR 1.838
PV →IR 2.157
SC→IR 1.295
PT→UB 1.451
Model tidak memiliki gejala kolinearitas dikarenakan semua nilai ≤ 5 sehingga dapat
dilanjutkan pada perhitungan berikutnya.
R2
Intention to Ride-hailing 0.47
Use of Behavior 0.45
Universitas Pertamina - 51
Berdasarkan Tabel 4.8 kontribusi variabel eksogen yang ada dalam
mempengaruhi variabel Intention to Ride-hailing dan Use of Behavior masing-
masing adalah sebesar 47% dan 45% dan sisanya (53% dan 55%) dijelaskan oleh
faktor atau variabel lain yang tidak ada pada penelitian ini.
Jalur Nilai
EE →IR 0.016
FC →IR 0.013
H →IR 0.051
HM →IR 0.005
IR →UB 0.176
PE →IR 0.012
PT →IR 0.047
PV →IR 0.012
SC →IR 0.004
PT →UB 0.184
Universitas Pertamina - 52
Tabel 4.10 Nilai Q2 Variabel Endogen
Variabel Nilai Q2
IR 0.295
UB 0.3
Pada Tabel 4.11 terlihat bahwa ada dua jalur yang memiliki hubungan
negatif yaitu Hedonic Motivation kepada Intention to Ride-hailing dan Social
Influence kepada Intention to Ride Hailing. Variabel sisanya berpengaruh
positif.
Universitas Pertamina - 53
4.5.6 Uji Hipotesis
Uji Hipotesis adalah uji untuk melihat tingkat signifikansi setiap jalur yang
ada. Variabel yang dianggap signifikan bila nilai P-Value ≤ 0,005. Berikut Tabel
4.12 yang menunjukkan tingkat signifikansi pada setiap jalur.
Jalur P-Values
EE -> IR 0.012
FC -> IR 0.021
H -> IR 0.001
HM -> IR 0.101
IR -> UB 0
PE -> IR 0.02
PT -> IR 0
PT -> UB 0
PV -> IR 0.023
SC -> IR 0.182
EE -> UB 0.038
FC -> UB 0.06
H -> UB 0.01
HM -> UB 0.073
PE -> UB 0.07
PT -> UB 0.001
PV -> UB 0.06
SC -> UB 0.165
Universitas Pertamina - 54
4.5.7 Kelayakan Model
Nilai Kelayakan Model adalah apakah model layak digunakan atau tidak. Ada
dua pendekatan yang dapat dilakukan yaitu nilai SRMR dan NFI. Nilai SRMR yang
ideal adalah ≤ 0,1. Nilai NFI adalah menggambarkan bagaimana presentase kecocokan
dan kesesuaian model dengan kondisi nyata.
Pada Tabel 4.13 dapat dilihat bahwa model layak digunakan dibuktikan dari Nilai
SRMR sebesar 0.067 (≤ 0.1) dan NFI sebesar 0,718. Berikut adalah ringkasan
pengukuran model secara struktural divisualisasikan berdasarkan tingkat signifikansi
pada Gambar 4.1.
Universitas Pertamina - 55
4.6 Pembahasan Hasil Penelitian
Hasil pengolahan data dianalisis untuk bisa mengonfirmasi teori yang ada dan
melihat apakah ada fenomena baru yang dihasilkan dari pengolahan data. Pengolahan
data yang dilakukan yaitu menguji validitas dan realibilitas indikator. Pada penelitian
ini semua variabel dan indikator dinyatakan valid pada uji validitas dan realibilitas
awal. Setelah dinyatakan valid dan reliabel maka keseluruhan variabel dan indikator
dapat digunakan sebagai model untuk menjawab teori yang ada. Uji-uji yang dilakukan
adalah melakukan asesmen pada model apakah dapat mengukur secara baik. Pengujian
model juga dilakukan secara struktur agar mengetahui apakah model representatif
terhadap kondisi nyata. Penelitian ini ditujukan untuk menjawab hipotesis-hipotesis
yang ada dan mengetahui variabel mana saja yang berpengaruh serta tingkat
signifikansinya. Berikut hasil dari penelitian ini.
Universitas Pertamina - 56
Hipotesis P-Value Status
Behavior Intention to Ride Hailing berpengaruh 0,000 Hipotesis diterima
signifikan pada Use Behavior of Ride-hailing
Performance Expectancy mempunyai indirect effect 0.07 Hipotesis ditolak
kepada Use Behavior of Ride Hailing melalui Behavior
Intention to Ride-hailing
Effort Expectancy mempunyai indirect effect kepada 0.038 Hipotesis diterima
Use Behavior of Ride Hailing melalui Behavior
Intention to Ride-hailing
Social Influence mempunyai indirect effect kepada Use 0.165 Hipotesis ditolak
Behavior of Ride Hailing melalui Behavior Intention to
Ride-hailing
Facilitating Condition mempunyai indirect effect 0.06 Hipotesis ditolak
kepada Use Behavior of Ride Hailing melalui Behavior
Intention to Ride-hailing
Hedonic Motivation mempunyai indirect effect kepada 0.073 Hipotesis ditolak
Use Behavior of Ride Hailing melalui Behavior
Intention to Ride-hailing
Price Value mempunyai indirect effect kepada Use 0.06 Hipotesis ditolak
Behavior of Ride Hailing melalui Behavior Intention to
Ride-hailing
Habit mempunyai indirect effect kepada Use Behavior 0.01 Hipotesis diterima
of Ride Hailing melalui Behavior Intention to Ride-
hailing
Performance Trusworthiness mempunyai indirect effect 0.001 Hipotesis diterima
kepada Use Behavior of Ride Hailing melalui Behavior
Intention to Ride-hailing
Universitas Pertamina - 57
menandakan bahwa pengguna jasa ride-hailing cukup puas dengan performa layanan
seperti waktu tunggu yang efisien dan menjadi solusi sarana transportasi cepat ketika
dibutuhkan. Variabel lain yang memiliki dampak signifikan adalah Effort Expectancy
dan Facilitating Condition. Effort Expectancy memiliki peranan penting dalam
mempengaruhi seseorang untuk memilih menggunakan sebuah layanan (Venkatesh,
Morris, Davis, & Davis, 2003). Sementara Facilitating Condition juga merupakan
variabel penting dalam seseorang menggunakan layanan (Chen, Salmanian, & Akram,
2017) dimana ketika seseorang memiliki fasilitas yang cukup memadai untuk
menggunakan layanan maka intensi orang tersebut untuk menggunakan layanan
semakin besar. Dalam industri ride-hailing terdapat korelasi antara kesanggupan
dalam memiliki dan menggunakan handphone dan kenyamanan pengguna dalam
menggunakan layanan ride-hailing (Avital, et al., 2014). Hal ini sesuai dengan
fenomena yang terjadi pada saat pandemi Covid-19 dimana semua orang dituntut
untuk dapat meningkatkan utilitas smartphone mereka semaksimal mungkin. Tidak
hanya smartphone namun juga cashless payment secara daring. Ketika seorang paham
menggunakan layanan cashless payment maka sangat besar kemungkinan bahwa
orang tersebut mempunyai dan dapat menggunakan smartphone dengan baik, paham
cara kerja layanan ride-hailing secara general (Rahmawati & Maika, 2021). Sehingga
dapat disimpulkan ketika seseorang dapat menggunakan smartphone dengan baik
maka usaha (effort) yang dikeluarkan untuk menggunakan layanan semakin kecil
sehingga menambah intensi pengguna dan perilaku dalam menggunakan layanan ride-
hailing. Hal ini juga tercermin dari variabel Effort Expectancy yang mempunyai
indirect effect pada Variabel Use Behavior of Ride-hailing melalui Variabel mediator
Intention to Ride-hailing.
Variabel yang tidak memiliki dampak signifikan adalah Social Influence dan
Hedonic Motivation. Social Influence adalah bagaimana pengaruh orang-orang sekitar
terhadap motivasi pengguna untuk menggunakan layanan ride-hailing. Terjadi
beberapa perbedaan pendapat tentang bagaimana dampak sosial mempengaruhi intensi
pengguna. Hal ini dapat terjadi karena perbedaan sudut pandang yang digunakan saat
Universitas Pertamina - 58
mengisi kuisioner. Apakah pengaruh sosial yang dimaksud adalah keluarga, teman
atau kerabat yang ditemui secara nyata atau melalui media sosial. Penelitian yang
dilakukan (Gaber & Elsamadicy, 2021) menyatakan bahwa faktor dan sentimen sosial
berpengaruh signifikan dalam motivasi seseorang menggunakan layanan ride-hailing.
Namun ada beberapa penelitian yang berlawanan dengan hal tersebut. Penelitian yang
dilakukan oleh (Baturohmah, 2022) mengatakan bahwa sentimen dan emosi tidak lagi
berpengaruh terhadap seseorang menggunakan layanan aplikasi ride-hailing.
Kemauan seseorang murni ditentukan atas dasar kebutuhan dan bukan dorongan orang
maupun sentimen yang ada. Hal serupa juga diutarakan oleh (Imron, Wardani, &
Rokhmawati, 2020) bahwa orang yang menggunakan layanan ride-hailing tidak
berasal dari sosial media yang dibuktikan kurangnya respon aktivitas akun media
sosial perusahaan ride-hailing. Variabel kedua yang tidak signifikan adalah hedonic
motivation dimana seoseorang menggunakan layanan didasarkan atas dasar
kesenangan dan perasaan hedonik. Hal ini tidak lagi menjadi relevan dikarenakan pada
masa pandemi Covid-19 banyak orang pendapatannya menurun sehingga secara tidak
langsung menurunkan motivasi hedonik seseorang karena harus mengelola keuangan
secara bijak (Baturohmah, 2022). Pengguna layanan juga tidak dapat memilih-milih
kendaraan apa yang diinginkan karena pendekatan yang dilakukan oleh perusahaan
penyedia layanan ride-hailing adalah kebersihan dan keamanan dan bukan lagi
kemewahan (Gaber & Elsamadicy, 2021). Sesuai dengan rendahnya motivasi hedonik
diikuti juga dengan semakin tingginya krisis ekonomi yang ada maka konsumen
semakin bijak dalam membelanjakan uangnya. Hal ini ditandai dengan signifikannya
variabel Price Value mempengaruhi tingkat intensi seseorang dalam menggunakan
layanan ride-hailing.
Para konsumen masih percaya bahwa layanan ride-hailing lebih hemat bahkan
ketika pandemi dibandingkan layanan transportasi konvensional (Gaber &
Elsamadicy, 2021). Selain itu para konsumen juga percaya bahwa cost per
performance layanan tersebut juga masih cukup tinggi dibandingkan layanan
transportasi lainnya (Kartono & Tjahjadi, 2021). Sehingga dapat disimpulkan dari segi
Universitas Pertamina - 59
ekonomi layanan ride-hailing masih menjadi pilihan demi menghemat uang para
konsumen.
Temuan dari penelitian ini memiliki potensi dan kontribusi yang baik sehingga
penting untuk terus digali mengikuti perkembangan kondisi terkini. Pandemi yang
terjadi merupakan disrupsi besar sehingga menyebabkan pelaku industri dan
konsumen harus menyesuaikan diri dengan keadaan. Hal yang menarik untuk diteliti
lebih jauh adalah bagaimana perilaku konsumen pada saat post-pandemic. Apakah
kebiasaan mereka benar-benar berubah sesuai penelitian ini atau kembali saat sebelum
pandemi terjadi.
Universitas Pertamina - 60
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil pengolahan data dalam penelitian ini untuk mengetahui
faktor-faktor yang mempengaruhi keinginan orang untuk menggunakan layanan
ride-hailing saat pandemi Covid-19 adalah:
Universitas Pertamina - 61
menyediakan kebijakan yang memberikan rasa aman dan nyaman sehingga
para pengguna percaya pada moda transportasi tersebut.
4. Variabel Intentional Behavioral to Ride-hailing berpengaruh signifikan
pada Use of Behavior yang berarti intensi pengguna layanan ride-hailing
berpengaruh pada perilaku penggunaan layanan tersebut. Variabel
Intentional Behavioral to Ride-hailing juga berperan sebagai variabel
mediasi pada Variabel Effort Expectancy, Habit dan Perceived
Trusworthiness. Ketiga Variabel tersebut memiliki indirect effect kepada
Use of Behavior melalui variabel Intentional Behavioral to Ride-hailing
sebagai mediator. Hal ini menunjukkan bahwa ada hubungan tidak
langsung antara ekspektasi pengguna, kebiasaan dan juga kepercayaan
kepada perilaku penggunaan.
5.2 Saran
Berikut adalah saran dalam penelitian ini untuk pengembangan penelitian
selanjutnya.
1. Penelitian dapat ditambahkan jumlah variabel-variabelnya yang bersifat
eksploratif disesuaikan dengan situasi dan kondisi
2. Penelitian dapat dikembangkan dengan meninjau perilaku konsumen
dalam menggunakan layanan ride-hailing pasca pandemi Covid-19
Universitas Pertamina - 62
DAFTAR PUSTAKA
Abba, H. F., & Dastane, O. (2018). An Empirical Investigation on Taxi Hailing Mobile App.
Macrothink Institu, 2157-6068.
Acheampong, R., & Siiba, A. (2020). Modelling the determinants of car-sharing adoption
intentions among young adults: the role of attitude, perceived benefts, travel
expectations and socio-demographic factors. Transportation, 2557-2580.
Al-Hujran, Al-Debei, Chatfield, & Migdadi. (2015). The imperative of influencing citizen
attitude toward e-government adoption and use. Computers in Human Behavior,
189-203.
Andayana, M. N. (2021). PERUBAHAN PRILAKU KONSUMEN DAN EKSISTENSI
UMKM DI ERA PANDEMI COVID-19 . Universitas Nusa Cendana Kupang , 1.
Asosiasi Penyelenggara Jasa Internet Indonesia. (2016). Memeratakan Akses Internet di
Negara Kepulauan. Jakarta: APJII.
Asosiasi Penyelenggara Jasa Internet Indonesia. (2020). Jasa Transportasi Online Paling
Sering Digunakan. Jakarta: databoks.
Avital, Anderson, Nickerson, Sundararajan, Alstyne, V., & Verhoeven. (2014). The
Collaborative Economy : A disruptive innovation or much a do nothing?
Proceedings of the 35th International Conference on Information Systems (pp. 1-7).
Atlanta: AIS Electronic Library.
Badan Kebijakan Fiskal. (2021). Indonesia Bekerja Keras Tingkatkan Pendapatan per
Kapita. Jakarta: Kemenkeu.go.id.
Badan Pusat Statistik. (2020). Dampak Pandemi Covid-19 pada pelaku usaha. Jakarta: BPS.
Baturohmah, H. (2022). Pengaruh Niat Membeli Dan Perilaku Pelanggan Saat Pandemi
Covid-19 Terhadap Loyalitas Aplikasi Ride-hailing. Surabaya: ITS.
Chen, Y., Salmanian, W., & Akram, A. (2017). User Acceptance In Sharing Economy: A
Study Of Transportation Network Companies in China. Mediterranean Conference
on Information Systems, 1-17.
Clewlow, & Mishra. (2017). Disruptive Transportation: The Adoption, Utilization, and
Impacts of Ride-hailing in the United States. California: Institute of Transportation
Studies.
Clewlow, & Mishra. (2017). Disruptive Transportation: The Adoption, Utilization, and
Impacts of Ride-hailing in the United States. UC Davis Institute of Transportation,
17.
Universitas Pertamina - 63
Cohen. (1992). Statistical power analysis. Current directions in psychological science.
SAGE, 98-101.
Fahrika, I., & Roy, J. (2020). Dampak Pandemi Covid-19 terhadap perkembangan makro
ekonomi Indonesia dan respon kebijakan yang ditempuh. INOVASI, 206-213.
Fan, Y., Chen, J., Shirkey, G., John, R., R, S., Park, W. H., & Shao, C. (2016). Applications
of structural equation modeling (SEM) in ecological studies: an updated review.
Ecological Processes, 5.
Fauzi, A. A., & Sheng, M. (2020). Ride-hailing apps’ continuance intention among different
consumer groups in Indonesia: the role of personal innovativeness and perceived
utilitarian and hedonic value. Asia Pacific Journal of Marketing and Logistics, 1355-
5855.
Fysikopoulos, A., Anagnostakis, D., Saloniti, K., & Chryssolouris, G. (2012). An Empirical
Study of the Energy Consumption in Automotive Assembly. Procedia, 477-482.
Gaber, H., & Elsamadicy, A. (2021). What drives customers to continue using ride sharing
apps during the COVID-19 pandemic? The case of Uber in Egypt. Cogent Business
& Management, 1-21.
Garson. (2016). Partial Least Squares: Regression & Structural Equation Models. Raleigh:
North Carolina State University.
Gojek. (2021, November 9). Gojek. Retrieved from Gojek:
https://www.gojek.com/blog/gojek/go-jek-dimana-mana/
Google, Temasek, Bain & Company . (2019). Pangsa Pasar Jasa Layanan Transportasi
Online Kawasan Asia Tenggara 2015-2021. Indonesia: katadata.
Grab. (2021, December 19). Grab. Retrieved from Grab: https://www.grab.com/id/locations/
Hair, J. F., Hult, G. T., Ringle, C. M., & Sarstedt, M. (2017). A Primer on Partial Least
Squares Structural Equation Modeling (PLS-SEM). Los Angeles: SAGE.
Hamid, R. (2020). Niat Konsumen menggunakan Transportasi Ride-hailing di tengah
Pandemi COVID-19: Kerangka Kerja Konseptual dan Evaluasi Empiris. Universitas
Muhamadiyah Palopo.
Haryono, S., & Wardoyo, P. (2020). Structural Equation Modelling untuk Penelitian
Manajemen. Bekasi: Intermedia Personalia Utama.
Henao, & Marshall. (2017). :A Framework for Understanding the Impacts of Ridesourcing
on Transportation. Disrupting Mobility, 1-10.
Hou, Y., Garikapati, V., Weigl, D., Henao, A., Moniot, M., & Sperling, J. (2020). Factors
Influencing Willingness to Pool in Ride-hailing Trips. National Renewable Energy
Laboratory, 1-20.
Universitas Pertamina - 64
Hui, Y., Wang, Y., Sun, Q., & Tang, L. (2019). The Impact of Car-Sharing on the
Willingness to Postpone a Car Purchase: A Case Study in Hangzhou, China. Journal
of Advanced Transportion.
Imron, A., Wardani, N., & Rokhmawati, R. (2020). Analisis Pengaruh Pemasaran Media
Sosial Terhadap Loyalitas Konsumen: Studi Pada Transportasi Online (Go-Jek
Indonesia). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2548.
Kartono, R., & Tjahjadi, J. K. (2021). Factors Affecting Consumers’ Intentions to Use
Online Food Delivery Services During COVID-19 Outbreak in Jabodetabek Area.
The Winners, 1-14.
KQT, P. T., & Pham, T. (2017). An Examination of Factors Influencing the Intention to
Adopt Ride-Sharing Applications: A Case Study in Vietnam Banking Academy.
Imperial Journal of Interdisciplinary Research, 618-623.
Kurniawan, H. (2011). PARTIAL LEAST SQUARE (PLS) SEBAGAI METODE
ALTERNATIF SEM BERBASIS VARIANS (LISREL) DALAM EKSPLORASI
DATA SURVEY DAN DATA MINING. Jurnal Telematika, 2579-3772.
Le, T. K. (2019). Factors affect user’s attitude toward intention to download paid mobile
application. Poznan: Poznan University of Economics and Buiness.
Lu, K., & Wang, X. (2020). Analysis of Perceived Value and Travelers’ Behavioral Intention
to Adopt Ride-hailing Services: Case of Nanjing, China. Journal of Advanced
Transportation, 1-13.
Memon, M., Ting, Cheah, Ramayah, Chuah, & Cham. (2020). Sample Size for Survey
Research: Review and Recommendations. Journal of Applied Structural Equation
Modeling, 1-20.
Mohamad, W. N., Fuad, A. F., & Shahib, N. S. (2016). A Framework of Customer’s
Intention to use Uber Service. International Academic Research Journal, 102-106.
Mohamad, W., Fuad, A., Shahib, S., Azmi, A., Bahar, S., & Abdullah, D. (2016). A
Framework of Customer’s Intention to use Uber Service in Tourism Destination.
International Academic Research Journal of Business and Technology 2, 102-106.
Morshed, S. A., Shahriar, S., Bari, R., & Nur, S. (2021). Impact of COVID-19 pandemic on
ride-hailing services based onlarge-scale Twitter data analysis. Journal of Urban
Management, 155-165.
Munoz-Leiva, Climent-Climent, & Liébana-Cabanillas. (2017). Determinants of intention to
use the mobile banking apps: An extension of the classic TAM model. Spanish
Journal of Marketing, 21.
Peter, J. P., & Olson, J. C. (2010). Consumer Behavior & Marketing Strategy. McGraw-Hill
Irwin.
Universitas Pertamina - 65
Rahmawati, R., & Maika, R. (2021). Penerapan Model UTAUT terkait akseptasi mahasiswa
terhadap Cashless Payment di masa Pandemi COVID-19. Jurnal Ekonomi
Modernisasi, 17.
Rizki, M., Basuki, T., Belgiawan, P., & Irawan, M. (2020). The travel behaviour of ride-
sourcing users, and their perception of the usefulness of ride-sourcing based on the
users' previous modes of transport: A case study in Bandung City, Indonesia. IATSS,
267-276.
Rodier. (2018). The Effects of Ride Hailing Services on Travel and Associated Greenhouse
Gas. United States : White Paper.
Santosa. (2018). Metode Penelitian Kuantitatif Pengembangan Hipotesis dan Pengujiannya
Menggunakan SmartPLS. Yogyakarta: Penerbit ANDI.
Santoso, S. (2011). Structural Equation Modeling. Jakarta: Elex Media Komputindo.
Schiffman, & Kanuk. (2010). Consumen Behavior. Pearson.
Schoettle, & Sivak. (2014). The reasons for the recent decline in young driver licensing in
United States. Traffic Injury Prevention, 6-9.
Septiani, R. (2020). PENGARUH E-SERVICE QUALITY, PERSEPSI HARGA, DAN
PROMOSI PENJUALAN TERHADAP LOYALITAS PELANGGAN MELALUI
KEPUASAN PELANGGAN (Studi pada Pelanggan Jasa Transportasi Online Gojek
di Yogyakarta). Jurnal Ilmu Manajemen.
Septiani, R., Handayani, P., & Fatimah, A. (2017). Factors that Affecting Behavioral
Intention in Online Transportation Service: Case study of GO-JEK. Procedia
Computer Science, 504-512.
Shaheen. (2018). The Potential of Ridehailing and Pooling. Three Revolutions, 55-76.
Suhud, U. (2020). Behavioural Intention of Taxi-Hailing Online App Users . Innovation
Management and Education Excellence through Vision 2020, 81-90.
Tirachini, A. (2019). Ride-hailing, travel behaviour and sustainable mobility: an
international review. Springer, 1-33.
Vaula, Joseph, & Jacline. (2020). Analisis Permintaan Transportasi GOJEK Online di Kota
Manado. Jurnal Berkala Ilmiah Efisiensi, 140-151.
Venkatesh, Morris, Davis, G., & Davis, F. (2003). User Acceptance of Information
Technologhy: Toward a Unified View. MIS Quarterly, 425-478.
Venkatesh, Thong, & Xu. (2012). Consumer Acceptance and Use of Information
Technology: Extending the Unified Theory of Acceptance and Use of Technology.
MIS Quarterly, 157-178.
Universitas Pertamina - 66
Wadud, Zia, & Don MacKenzie, P. L. (2016). "Help or hindrance? The travel, energy and
carbon impacts of highly automated vehicle. " Transportation Research Part A:
Policy and Practice 86, 1-18.
Wang, Y., Shanyong, Jing, Wei, J., & Chenglin. (2020). An empirical study of consumers’
intention to use ride-sharing services: using an extended technology acceptance
model. Springer, 397–415.
Yoon, Matsumoto, M., Chinen, K., & Endo, H. (2019). Exploring Factors Affecting Car
Sharing Use Intention in the Southeast-Asia Region: A Case Study in Java,
Indonesia. Sustainability, 11-18.
Universitas Pertamina - 67
LAMPIRAN
Universitas Pertamina - 68
Universitas Pertamina - 69
Universitas Pertamina - 70
Universitas Pertamina - 71
Universitas Pertamina - 72
Universitas Pertamina - 73
Universitas Pertamina - 74
Universitas Pertamina - 75
Universitas Pertamina - 76
Universitas Pertamina - 77
Universitas Pertamina - 78
Universitas Pertamina - 79
Universitas Pertamina - 80
Universitas Pertamina - 81
Universitas Pertamina - 82
Universitas Pertamina - 83
Universitas Pertamina - 84
Universitas Pertamina - 85
Lembar Kendali Revisi Laporan TA Paska Sidang
NIM : 102417058
KONSULTASI REVISI
Pembimbing 1 Pembimbing 2
Nur Layli Rachmawati, S.T., M.T Adji Chandra Kurniawan, S.T., M.T.
NIP: 116062 NIP: 120004
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
No. 9 Hari/Tanggal: 5 November 2021
Hal yang menjadi perhatian:
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
No. 11 Hari/Tanggal: 12 November 2021
Hal yang menjadi perhatian:
1. Perhatikan Teknik Sampling
2. Perhatikan target responden
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
No. 13 Hari/Tanggal: 26 November 2021
Hal yang menjadi perhatian:
1. Perbaikan Bab 1,2 dan 3
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
No. 15 Hari/Tanggal: 2 Desember 2021
Hal yang menjadi perhatian:
1. Perhatian pada deadline seminar
2. Perbaikan pada laporan terutama bab 3
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
No. 17 Hari/Tanggal: 16 Desember 2021
Hal yang menjadi perhatian:
1. Perhatikan keterkaitan antara Latar Belakang, studi literatur dan penelitian
2. Deadline proposal untuk seminar
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
No. 19 Hari/Tanggal: 23 Desember 2021
Hal yang menjadi perhatian:
1. Perbaikan pada slide ppt untuk seminar TA
2. Perhatikan waktu penyampaian
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
No. 21 Hari/Tanggal: 30 Desember 2021
Hal yang menjadi perhatian:
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
No. 23 Hari/Tanggal: 6 Januari 2022
Hal yang menjadi perhatian:
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
No. 25 Hari/Tanggal: 25 Januari 2022
Hal yang menjadi perhatian:
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
No. 27 Hari/Tanggal: 25 Januari 2022
Hal yang menjadi perhatian:
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
No. 29 Hari/Tanggal: 14 Februari 2022
Hal yang menjadi perhatian:
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
No. 31 Hari/Tanggal: 17 April 2022
Hal yang menjadi perhatian:
1. Memperhatikan hasil penelitian pada SmartPLS dengan metode yang ada
2. Inisiasi pengerjaan laporan
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
No. 33 Hari/Tanggal: 26 Mei 2022
Hal yang menjadi perhatian:
1. Perbaikan pada bab 3 laporan
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
UNIVERSITAS PERTAMINA
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
No. 35 Hari/Tanggal: 8 Juli 2022
Hal yang menjadi perhatian:
1. Perhatikan format dan kerapian laporan
2. Perhatikan ukuran sampling yang tepat
Paraf Pembimbing:
Paraf Pembimbing:
LG-TA-07/R0
PROFIL PENULIS
Universitas Pertamina - 86