https://www.emerald.com/insight/1754-2731.htm
Bank 4.0 dan loyalitas pertama maupun kedua. Analisis faktor eksploratif
digunakan untuk menganalisis data pada penelitian
pertama, sedangkan Partial Least Squares digunakan untuk
pelanggan: sebuah menguji hubungan antar variabel pada penelitian kedua.
Temuan – Studi ini menemukan bahwa kualitas pengalaman
serial
Bank 4.0 merupakan konstruksi multidimensi dengan
keandalan akses (AR), interaksi digital (DI) dan keamanan
(SC) sebagai dimensi utama. Selain itu, penelitian ini
Kepercayaan PelangganPelanggan
Pertunangan
Pelanggan
LoyalitasBank 4.0
Bank 4.0
kualitas pengalaman dan loyalitas
Kualitas PengalamanGambar 1. Model konseptual
TQM dan O'Loughlin (2008). CE diadaptasi dariGligor
tentang profil demografi responden, dan bagian dkk. (2019), dan CL diadaptasi dariLi dan Shang
kedua mengukur variabel yang diselidiki. Untuk (2019)DanTsai dan Hung (2019).
angket tahap pertama, item-itemnya dihasilkan
dari hasil focus group Discussion (FGD),
Peserta dan sampel
sedangkan item-item angket tahap kedua
Untuk menjawab tujuan penelitian, maka
diadaptasi dari beberapa sumber. Pengukuran
partisipan dan sampel dalam penelitian ini akan
experiential quality Bank 4.0 dirumuskan dari hasil
dibagi menjadi dua sub-sampel. MengikutiKlin
kajian tahap pertama. CT diadaptasi dariLoonam
(2013), sampel yang digunakan untuk Analisis
Faktor Eksplorasi (EFA) dan pengujian hipotesis muncul dari sub-sampel adalah: 77,88% adalah
harus dipisahkan dalam penelitian ini karena hasil laki-laki, sekitar 47% berusia antara 31 dan 50
EFA bergantung pada kapitalisasi variasi peluang. tahun, 64,9% memiliki pendidikan sarjana, sekitar
Selain itu, ketika struktur faktor yang diidentifikasi 43% adalah pekerja profesional dan sebagian
EFA dievaluasi menggunakan pemodelan besar peserta memiliki pendapatan antara Rp
persamaan struktural, struktur tersebut mungkin 5.000.000. dan Rp 10.000.000.
kurang cocok dengan data yang sama. Penelitian ini menyebarkan 250 kuesioner yang
Penelitian pertama, yang berupaya memahami diisi sendiri dengan menggunakan metode
struktur dan dimensi kualitas pengalaman Bank convenience sampling untuk menguji hubungan
Digital 4.0, menggunakan dua sesi FGD yang antara kualitas pengalaman Bank 4.0,
diikuti dengan kuesioner yang dikelola sendiri. kepercayaan, CE dan CL. Namun, hanya 202
Tujuh hingga sembilan peserta berpartisipasi kuesioner yang diselesaikan dan menghasilkan
dalam setiap sesi FGD yang bertujuan untuk tingkat respons 80,8%. Jumlah sampel yang
menangkap persepsi nasabah terhadap kualitas berpartisipasi dalam penelitian ini dianggap cukup
pengalaman Bank 4.0. Setiap sesi dilakukan untuk dianalisis menggunakan teknik PLS (Barclay
selama sekitar 90 menit dan dipimpin oleh dkk., 1995). Dari data demografi, profil responden
moderator dan notulen. Untuk mengikuti FGD, adalah: 67,32% adalah laki-laki, dan sekitar 61%
peserta harus berusia di atas 18 tahun dan telah berusia antara 31 dan 50 tahun, 59,40% memiliki
menggunakan layanan Bank 4.0 minimal satu gelar sarjana, 50,49% adalah pekerja profesional,
tahun. Data yang dikumpulkan dari FGD dan sekitar 50% memiliki pendapatan antara Rp.
digunakan untuk menentukan struktur dan dimensi 5.000.000 dan Rp 10.000.000.Tabel 1merangkum
kualitas pengalaman Bank 4.0. Data kualitatif yang profil demografi responden.
diperoleh dari FGD kemudian dianalisis secara
kualitatif untuk mengetahui faktor-faktor yang
mempengaruhi kualitas pengalaman Bank 4.0. Analisis data
Faktor-faktor tersebut kemudian diberi kode dan Bias metode umum
dianalisis secara kuantitatif menggunakan EFA Bias metode yang umum sering terjadi dalam
untuk mengkonfirmasi pembentukan konstruk penelitian yang menggunakan kuesioner dan
kualitas pengalaman Bank 4,0. teknik cross-sectional. Untuk mengesampingkan
Penelitian ini menyebarkan 250 kuesioner yang kemungkinan masalah varians metode yang
diisi sendiri untuk survei ini, sementara hanya 208 umum, penelitian ini menggunakan uji faktor
kuesioner yang dapat digunakan untuk analisis, tunggal Harman dan juga mengevaluasi skor
sehingga menghasilkan tingkat respons sebesar Variance Inflation Factor (VIF). Bagian berikut
83,2%. Mirip dengan peserta FGD, responden akan membahas temuan analisis varians metode
harus berusia lebih dari 18 tahun dan telah umum penelitian ini.
menggunakan Bank 4.0 minimal satu tahun untuk
berpartisipasi dalam survei. Profil responden yang
Subsampel 1 Subsampel 2 n % n %
pengalaman
Variabel
Bank 4.0
1,92 3 1,48 Pekerjaan Pemerintahan 74 35,58 77 38,11
Jenis Kelamin Laki-laki 162 77,88 136 67,32 Perempuan 46 Profesional 89 42,79 102 50,49 Wirausaha 25 12,02 21
22,11 66 32,67 Usia <18 26 12,5 16 7,92 18–30 47 22,60 40 10,40 Pelajar 18 8,65 1 0,49 Lainnya 2 0,96 1 0,49
19,80 31–40 55 26,44 69 34,15 41–50 43 20 0,67 55 27,22 Pendapatan Rp1.000.000 – Rp5.000.000 78 37,5 73 36,13
51–60 28 13,46 17 8,41 >60 9 4,32 5 2,47 Pendidikan SMA Rp5.000.000 – Rp10.000.000 112 53,84 100 49,50
12 5,76 24 11,88 Diploma 32 15,38 45 22,27 Sarjana 135
64,90 120 59,40 Pascasarjana 25 12,02 10 4,95 Doktor 4
kualitas dan loyalitas
IDR > Rp 10,000,000 18 8.65 29 14.35Tabel 1. Profil responden
Hasil uji faktor tunggal Harman menunjukkan bahwa model faktor tunggal
menghasilkan variasi total sebesar 45,751%. Angka variansnya kurang dari 50%.
Selain analisis varians, penelitian ini mengkaji nilai VIF. Hasil pengujian
menunjukkan nilai VIF seluruh konstruk kurang dari 5. MenurutRambutet al.
(2018), setiap konstruk harus memiliki nilai VIF kurang dari 5 agar bebas dari
masalah multikolinearitas. Dengan menganalisis uji faktor Harman dan hasil VIF,
dapat disimpulkan bahwa tidak ada masalah dengan bias metode yang umum.
Studi 1: mengeksplorasi dimensi kualitas pengalaman Bank Digital 4.0.
Penelitian ini menggunakan prosedur Churchill untuk mengembangkan
langkah-langkah (Churchill, 1979) untuk mengeksplorasi struktur dan dimensi
kualitas pengalaman Bank 4.0. Untuk mengawalinya, dilakukan serangkaian FGD
yang menghasilkan 16 indikator terkait kualitas pengalaman Bank Digital 4.0. EFA
dengan rotasi Varimax digunakan untuk menganalisis data untuk analisis lebih
lanjut. Skor EFA menunjukkan skor Kaiser-Meyer-Olkin (KMO) dan uji Bartlett
adalah 0,897 lebih tinggi dari nilai cut-off sebesar 0,500.
Setelah analisis EFA selesai, tiga dimensi muncul. Loading factor setiap item
bervariasi antara 0,540 dan 0,823. Karena tidak terjadi masalah pemuatan silang,
semua item dipertahankan. Uji reliabilitas dilakukan untuk mengevaluasi
unidimensi konstruk yang diusulkan.Meja 2menunjukkan hasil EFA.
Setelah menyelesaikan EFA, hasilnya didiskusikan dengan para ahli yang
terdiri dari dua akademisi dan dua manajer bank profesional, dan ketiga dimensi
tersebut diberi nama access reliabilitas (AR), interaksi digital (DI) dan SC.
(1) AR – Pengertian AR adalah akses andal yang disediakan oleh penyedia
bagi pelanggan untuk menggunakan layanan. Ini mencakup kemudahan
penggunaan aplikasi, keakuratan
informasi yang diberikan, aksesibilitas layanan dan personalisasi layanan.
(2) DI – DI adalah interaksi langsung dan tidak langsung antara penyedia
layanan dan pengguna melalui aplikasi. Ini mencakup layanan pelanggan
digital, formulir keluhan layanan
dan instruksi manual.
TQM
kualitas pengalaman Bank 4.0 dan CL. Sebelum
menguji hubungan antar variabel tersebut,
penelitian ini mengevaluasi pengukuran yang
digunakan dan juga model struktural yang
dibentuk. Evaluasi pengukuran dilakukan dengan
menguji validitas konvergen, validitas diskriminan,
dan reliabilitas. Evaluasi model struktural yang
diusulkan dilakukan dengan menguji koefisien
determinasi (R2), relevansi prediktif (Q2) dan
indeks GoF.
Untuk menjamin bahwa pengukuran bebas dari
Meja 2. masalah validitas konvergen, nilai outer loading
Analisis faktor eksplorasi setiap item harus lebih besar dari 0,7, dengan AVE
DENGAN (A5 0,894) DI (A5 0,850) SC (A5 0,805) lebih besar dari 0,5 (Rambut dkk., 2014).
AR1 0,700 Berdasarkan temuan uji statistik, setiap item
AR2 0,606 memiliki outer loading lebih besar dari 0,7 dan
AR3 0,561 AVE lebih besar dari 0,5. Temuan ini menunjukkan
AR4 0,758 bahwa langkah-langkah yang digunakan tidak
AR5 0,823 memiliki masalah validitas konvergen. Kriteria
AR6 0,748 Fornell – Larcker digunakan untuk mengevaluasi
AR7 0,549
AR8 0,540
validitas diskriminan. Untuk mencegah
DI1 0,717 permasalahan validitas diskriminan maka nilai
DI2 0,773 akar kuadrat AVE setiap konstruk harus lebih
DI3 0,597 besar dibandingkan nilai korelasi konstruk dengan
DI4 0,711 konstruk lainnya.Fornell dan Larcker (1981).
DI5 0,706 Hasilnya menunjukkan bahwa langkah-langkah
Detik1 0,803 Detik2 0,834 Detik3 0,702
yang digunakan tidak memiliki masalah validitas
yang diskriminan. Nilai ketergantungan gabungan
menilai keandalan suatu konstruk.
(3) Dimensi SC – SC adalah kemampuan Bank
BerdasarkanRambut Jr dkk. (2020), sebuah
Digital 4.0 dalam menjaga keamanan nasabah
konstruk harus memiliki skor reliabilitas komposit
dalam melakukan transaksi melalui aplikasi. Ini
yang lebih baik dari 0,7 agar dapat dianggap
mencakup privasi data pengguna, SC transaksi
andal. Seluruh konstruk pada penelitian ini
dan jaminan keuangan pemerintah.
mempunyai nilai Composite Reliability lebih besar
Untuk memastikan bahwa ketiga dimensi tersebut dari 0,7. Sebagai hasilnya, kita dapat
merupakan dimensi kualitas pengalaman Bank menyimpulkan bahwa semua konstruksi dapat
4.0, penelitian ini menggunakan analisis orde diandalkan.Tabel 3menunjukkan temuan rinci dari
kedua. Temuan analisis orde kedua menegaskan evaluasi pengukuran.
bahwa AR (β 5 0,928; t 5 74,368), DI (β 5 0,886; t Untuk memastikan kekokohan model yang
5 38,916) dan SC (β 5 0,695; t 5 14,808) diusulkan, penelitian ini juga melakukan evaluasi
merupakan dimensi kualitas pengalaman Bank terhadap model struktural yang dibentuk.Rambutet
4.0.Gambar 2menunjukkan hasil analisis orde al. (2014)menjelaskan karena PLS bertujuan untuk
kedua. melakukan prediksi, maka tidak ada batasan nilai
Studi 2: menguji pengaruh kualitas pengalaman koefisien determinasi. Agar referensinya semakin
Bank 4.0 terhadap loyalitas nasabah. Studi 2 tinggi
bertujuan untuk menyelidiki hubungan antara
Bank 4.0
pengalaman
kualitas dan
loyalitas
Mengakses
Keandalan
Bank 4.0
Kualitas PengalamanDigital
Interaksi
Keamanan
Gambar 2.
Analisis orde kedua
hasil
koefisien determinasi maka semakin baik model yang dibentuk. Dalam penelitian
ini koefisien determinasi bervariasi antara 0,46 dan 0,725. Berbeda dengan
koefisien determinasi,Esposito Vinzi dkk. (2010)menjelaskan bahwa untuk
memiliki daya prediksi, suatu konstruk harus memiliki nilai relevansi prediktif lebih
besar dari 0. Hasil pengujian nilai relevansi prediktif menunjukkan bahwa seluruh
nilai berada di atas 0.
Indeks GoF digunakan sebagai kriteria dalam penelitian ini.Daryanto et al.
(2009) mendefinisikan nilai GoF sebagai kecil (GoF 5 0,10), sedang (GoF 5 0,25)
atau besar (GoF 5 0,36). Perhitungan nilai GoF menunjukkan bahwa GoF 5 0,637.
Berdasarkan ketiga indikasi tersebut, dapat disimpulkan bahwa model struktural
yang dibangun cukup kuat untuk memungkinkan pengujian hipotesis.Tabel 4berisi
temuan uji model struktural lengkap. Pengujian terhadap model pengukuran dan
struktural menunjukkan bahwa model yang diusulkan mampu melakukan prediksi.
TQM
SC SC1 0,910 0,885 0,723 0,500 0,523 0,850
SC2 0,928
SC3 0,692
CL Kon1 0,867 0,912 0,775 0,584 0,633 0,583 0,881 Con2
0,914
Kon3 0,860
CE Eng1 0,831 0,912 0,721 0,521 0,635 0,612 0,832 0,849
Eng2 0,862
Eng3 0.860
Eng4 0,845
CT Tru1 0,882 0,937 0,833 0,552 0,524 0,778 0,588 0,644
0,913 Tru2 0,912
Tru3 0,944
Tabel 3.
Hasil evaluasi pengukuran
Tabel 4.
Model struktural
CE CR AVE F1 F2 F3 CL CE CT