Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Edisi terkini dan arsip teks lengkap jurnal ini tersedia di Emerald Insight di:
https://www.emerald.com/insight/2515-8961.htm

Faktor penentu loyalitas pelanggan bahasa Indonesia

berbagi perjalanan

pada layanan ride sharing di jasa

Indonesia: offline vs online

Adi Kuswanto,Sundari Sundari,Ashur HarmadiDan 75
Dwi Asih Hariyanti
Diterima 20 Mei 2019
Jurusan Manajemen, Universitas Gunadarma, Depok, Indonesia Revisi 4 Oktober 2019
Diterima 10 Oktober 2019

Abstrak
Tujuan -Penelitian ini bertujuan untuk menganalisis pengaruh kualitas layanan terhadap kepercayaan, kepuasan dan
loyalitas dengan mengadopsi dua model yaitu model kualitas layanan konvensional dari Parasuraman dan model
keberhasilan sistem informasi (IS) dari Delone dan McLean.
Desain/metodologi/pendekatan –Responden penelitian ini adalah pengguna jasa sepeda motor bersama yang mengisi
kuesioner secara lengkap berjumlah 507. Penelitian ini menggunakan model persamaan struktural orde dua. Seluruh item
pertanyaan mempunyai reliabilitas dan validitas yang cukup tinggi berdasarkan hasil analisis faktor konfirmatori dengan
nilai rata-rata varians yang diekstrak dan reliabilitas komposit lebih tinggi dari 0,70. Goodness of fit cukup baik dengan
nilai-nilainyaX2/df = 2,493, indeks kecocokan tambahan = 0,921, indeks Tucker-Lewis = 0,917, indeks kecocokan komparatif
= 0,921 dan kesalahan perkiraan akar rata-rata kuadrat = 0,054.
Temuan –Layanan ride-sharing online dan offline menunjukkan pengaruh yang kuat dan positif terhadap kepercayaan dan
kepuasan. Kepercayaan mengungkapkan pengaruh yang kuat dan positif terhadap kepuasan dan loyalitas. Terakhir, kepuasan
menunjukkan pengaruh yang kuat dan positif terhadap loyalitas. Penelitian secara umum menunjukkan bahwa kualitas layanan
offline lebih berpengaruh dibandingkan kualitas layanan online dalam kasus layanan ride-sharing yang disediakan oleh dua
perusahaan di Indonesia.

Keterbatasan/implikasi penelitian –Kerangka sampel penelitiannya beragam, meliputi mahasiswa dari berbagai perguruan tinggi
dan sekolah menengah pertama, berbagai pekerja di perusahaan swasta, dan pegawai pemerintah. Jadi, hasilnya tidak bisa
digeneralisasikan ke seluruh populasi apalagi ke seluruh pelanggan Indonesia. Disarankan untuk menambah jumlah sampel dengan
memfokuskan pada kelompok masyarakat pelanggan sepeda motor umum, sehingga kelompok tersebut dapat dibandingkan.
Selanjutnya, penelitian ini menemukan bahwa kualitas layanan berdasarkan IS dan model kualitas layanan mengungkapkan
pengaruh yang kuat dan positif terhadap loyalitas baik secara langsung maupun tidak langsung.

Orisinalitas/nilai –Penelitian ini menggunakan responden yang menggunakan jasa servis sepeda motor baik online
maupun offline. Temuan penelitian ini penting bagi penyedia layanan sepeda motor ride-sharing online dan offline.
Mereka harus mempertahankan pelayanan prima mereka kepada pelanggan.

Kata kunciEkonomi berbagi, model SERVQUAL, model kesuksesan IS, berbagi perjalanan

Jenis kertasMakalah penelitian

1. Perkenalan
Beberapa faktor yang menyebabkan peningkatan produksi dan penjualan sepeda motor dengan
berbagai model di Indonesia, antara lain peningkatan pendapatan per kapita, tingkat perkembangan.

© Adi Kuswanto, Sundari Sundari, Ashur Harmadi dan Dwi Asih Hariyanti. Diterbitkan diTinjauan Inovasi &
Manajemen.Diterbitkan oleh Emerald Publishing Limited. Artikel ini diterbitkan di bawah lisensi Creative Inovasi & Manajemen
Commons Attribution (CC BY 4.0). Siapa pun boleh mereproduksi, mendistribusikan, menerjemahkan, dan Tinjauan
Jil. 17 Nomor 1 Tahun 2020
membuat karya turunan dari artikel ini (baik untuk tujuan komersial maupun non-komersial), dengan tunduk hal.75-85
pada atribusi penuh pada publikasi dan penulis asli. Ketentuan lengkap lisensi ini dapat dilihat di http:// Emerald Publishing Limited
2515-8961
creativecommons.org/licences/by/4.0/legalcode DOI10.1108/INMR-05-2019-0063
INMR transportasi dan teknologi informasi (dalam bentuk pemasaran online). Peningkatan jumlah
17,1 kendaraan di jalan raya yang tidak diimbangi dengan pelebaran dan peningkatan jumlah
jalan raya menyebabkan kemacetan hampir di seluruh provinsi di pulau Jawa khususnya di
Jakarta.
Kemacetan lalu lintas menjadi permasalahan yang harus segera dicarikan solusinya oleh pemerintah.
Di sisi lain, kondisi ini menjadi peluang bisnis bagi para pebisnis. Pemerintah menawarkan solusi untuk

76 mengatasi permasalahan kemacetan dengan memberikan pelayanan transportasi massal antara lain
kereta komuter, bus rapid transit, light rail transit, mass rapid transit dan kebijakan lainnya berupa tarif
parkir yang lebih mahal dan dalam jangka panjang mempunyai kebijakan yang hanya bersifat baru.
kendaraan boleh masuk ke pusat kota.
Sebelum layanan ojek online mulai ada dan berkembang, masyarakat mempunyai banyak
pilihan dalam menggunakan transportasi umum, salah satunya adalah layanan ojek offline yang
dapat mengantarkan penumpang ke berbagai tujuan dalam jarak dekat termasuk daerah
terpencil yang tidak dapat dilayani oleh empat orang. -kendaraan beroda. Layanan ojek offline
merupakan salah satu layanan angkutan umum dengan sepeda motor milik perorangan untuk
melayani kebutuhan transportasi secara perseorangan. Penilaian kepuasan pelanggan pada
layanan offline jasa ojek dilakukan dengan menggunakan dimensi kualitas layanan (SERVQUAL)
yang digunakan olehParasuraman, Zeithaml, dan Berry (1988).
Seiring dengan berkembangnya teknologi informasi dan komunikasi serta kemacetan lalu
lintas di jalan raya, beberapa investor seperti Grab dan Gojek menangkap peluang bisnis dengan
mendirikan perusahaan jasa transportasi sepeda motor online. Penilaian kepuasan pelanggan
pada layanan online dilakukan dengan menggunakan model dimensi keberhasilan sistem
informasi (IS) yang digunakan oleh Delone dan McLean.
Popularitas ekonomi berbagi mulai muncul setelah krisis keuangan pada tahun 2008 ketika masyarakat
mengalami kesulitan keuangan. Mereka mengevaluasi kembali pola konsumsi dan nilai kepemilikan sepeda
motor. Mereka menghemat konsumsi dan mengevaluasi penggunaan sepeda motor dengan
mempertimbangkan ridesharing. Banyak orang yang punya sepeda motor, tapi kehilangan pekerjaan. Ketika
perusahaan ride sharing- Gojek dan menawarkan pekerjaan sebagai supir sepeda motor, mereka menerimanya (
Kathan, Matzler, & Veider, 2016).
Ekonomi berbagi merupakan konsep baru yang sedang populer dan penelitian mengenai topik ini
telah meningkat dalam beberapa tahun terakhir (Nguyen & Llosa, 2018).Eleonora, Roberta, Elena,
Claudio, dan Giovanni (2015)menyatakan bahwa konsep ride-sharing merupakan bagian dari sharing
economy dimana barang, fasilitas, pengetahuan dan pengalaman digunakan secara bersama-sama
untuk memperoleh hasil yang terbaik. Pembagian barang ekonomi dapat meningkatkan nilai manfaat.
Hawlitschek dkk. (2016)menyimpulkan bahwa kebangkitan ekonomi berbagi telah menciptakan peluang
baru bagi konsumen dan operator platform, sehingga memungkinkan model bisnis baru. Platform
ekonomi berbagi memfasilitasi pencocokan on-demand dan peer-to-peer (P2P) untuk mengoordinasikan
pembagian sumber daya pribadi di berbagai bidang aplikasi. Teknologi modern yang meliputi aplikasi
mobile dan platform berbasis internet terus mendorong berkembangnya ekonomi berbagi (Grybaite_ &
Stankevi-ciene_, 2016;Mittendorf, 2017). Kemunculan fenomena tersebut telah membentuk cara pandang
sosial, ekonomi, dan budaya dalam kehidupan modern (Novikova, 2017).
Ekonomi berbagi adalah istilah yang menggambarkan aktivitas sosial dan ekonomi yang melibatkan
transaksi online yang memungkinkan masyarakat menyewa aset milik orang lain (Hamari, Sjöklint, &
Ukkonen, 2016). Transaksi terjadi melalui platform digital yang dioperasikan oleh perusahaan yang
menjadi infrastruktur utama (Elmeguid, Ragheb, Tantawi, & Elsamadicy, 2018) seperti Grab, perusahaan
teknologi seluler terbesar di Asia Tenggara.Dinyanyikan, Kim, dan Lee (2018)menyatakan bahwa
pelanggan yang menggunakan layanan dan penyedia layanan membentuk pasar dua sisi dalam platform
ekonomi berbagi, sedangkan titik pertemuan permintaan dan penawaran difasilitasi oleh teknologi
digital.
 Sharing economy telah terjadi pada sektor transportasi dengan menggunakan istilah ride-sharing. bahasa Indonesia
Layanan ride-sharing mempunyai dampak yang signifikan terhadap transportasi umum di banyak negara berbagi perjalanan
dalam beberapa tahun terakhir (Lee, 2017). Selama ini penambahan jalan raya selalu lebih lambat dan
lebih sedikit dibandingkan dengan peningkatan jumlah kendaraan di jalan raya. Hal ini menyebabkan
jasa
peralihan dari kendaraan pribadi ke kendaraan umum yang lebih cepat dan murah seperti GrabBike dan
GoRide. Perusahaan ride-sharing menerapkan model bisnis yang didorong oleh teknologi digital untuk
merevolusi ride-sharing (Watanabe, Kashif, & Neittaanmäki, 2016). Model bisnis ini sangat cocok dengan
tingkat mobilitas masyarakat yang tinggi, sehingga permintaan terhadap model jasa transportasi ini
77
semakin meningkat (Balachandran & Ibrahim, 2017). Pelayanan dengan model bisnis baru ini membuat
masyarakat mempunyai pilihan moda transportasi yang lebih cepat dan murah dibandingkan model
transportasi terdahulu.
Berbagi ekonomi telah menjadi perhatian global dengan semakin populernya aplikasi berbagi
seperti sepeda motor dan mobil (Liu & Yang, 2018). Masyarakat mendapatkan dua jenis layanan
dalam menggunakan layanan ride sharing, yaitu layanan online berupa aplikasi ride sharing dan
layanan offline berupa pengemudi, kendaraan, dan aspek layanan konvensional lainnya. Sebagai
model bisnis baru, layanan pemesanan jasa transportasi berbasis digital masih berhadapan
dengan layanan konvensional ketika pelanggan dijemput oleh pengemudi. Kinerja pengemudi
dan kendaraannya masih mempengaruhi persepsi terhadap layanan ride sharing.
Penelitian ini bertujuan untuk menganalisis ada tidaknya kualitas layanan online dan offline
mempengaruhi kepercayaan, kepuasan dan loyalitas pengguna layanan ride-sharing di Indonesia.
Pertanyaan lainnya adalah:

Q1.Pelayanan manakah yang lebih berpengaruh terhadap kepercayaan, kepuasan dan loyalitas?

2. Tinjauan teoritis
2.1 Ekonomi berbagi
Istilah ekonomi berbagi sering digunakan secara bergantian dengan istilah lain, seperti ekonomi
kolaboratif, konsumsi kolaboratif, dan perdagangan P2P. Komponen utama dari sharing economy
adalah konsumsi kolaboratif, yaitu mekanisme yang menyeimbangkan kebutuhan individu dan
masyarakat(Berg & Fitter, 2016). Definisi ekonomi berbagi adalah “jaringan individu yang
menyediakan barang dan jasa satu sama lain dengan biaya lebih rendah dibandingkan
mendapatkannya melalui perusahaan”(Berg & Fitter, 2016). Definisi ini merupakan paradigma
ekonomi baru yang didorong oleh teknologi (Grifoni dkk., 2018). Ekonomi berbagi adalah model
bisnis berbasis internet yang melibatkan pertukaran sumber daya dan keterampilan antar
manusia berdasarkan P2P (Elmeguid dkk., 2018). Terdapat beberapa pendorong yang berdampak
pada perekonomian, yaitu, perubahan perilaku konsumen, jejaring sosial dan pasar elektronik
serta perangkat seluler dan layanan elektronik (Pushmann & Alt, 2016). Beberapa penelitian
mengenai sharing economy dapat dilihat padaTabel Idi bawah.

2.2 Model keberhasilan sistem informasi dan kualitas layanan

Penelitian tentang kualitas layanan di lingkungan elektronik dimulai pada tahun 1998, dan pada awal
tahun 2000-an, berbagai model pengukuran kualitas situs web muncul. Berdasarkan perspektif
pelanggan, kualitas Web adalah dasar untuk menjelaskan evaluasi pelanggan terhadap kepuasan online
yang mereka terima (Wu, Huang, Fiegantaram, & Wu, 2012).Elangovan (2013)menyatakan bahwa
kepuasan pelanggan di era informasi dipengaruhi oleh kualitas website. Jadi, kualitas website pada
dasarnya mengukur kualitas sebuah website berdasarkan persepsi pelanggan. Kami menggunakan
kuesioner untuk mengumpulkan data dari pelanggan yang beberapa peneliti sebelumnya beri nama E-
Servqual, E-SQ, Webqual, WebqualTMdan model keberhasilan IS. Yang terakhir
 78
17,1

Tabel I.

ekonomi
INMR

tentang berbagi
Penelitian sebelumnya
TIDAK. Pengarang Sampel/negara Konteks ekonomi berbagi Variabel

1. Balachandran dan 156 responden di Layanan Uber dan Grab berdasarkan konsep ride-sharing Berwujud, keandalan, harga, promosi dan
Ibrahim (2017) Malaysia dan sukses besar dalam “ekonomi bersama.” penukaran kupon dan kenyamanan
Perkembangan teknologi memungkinkan perusahaan (Variabel independen); kepuasan
untuk menemukan konsumen, sedangkan “ekonomi pelanggan (variabel terikat)
berbagi” didasarkan pada preferensi “pengalaman”
dibandingkan kepemilikan
2. Mittendorf (2017) 221 responden di Uber sangat menarik karena aplikasi selulernya Keakraban, kecenderungan untuk percaya, kepercayaan pada Uber,

Jerman memungkinkan orang asing untuk berhubungan satu sama kepercayaan pada pengemudi, pertanyaan tentang pengemudi dan

lain di dunia online dan berbagi perjalanan melalui permintaan tumpangan

pemberitahuan jangka pendek di dunia offline. Berbagi

3. Lee (2017) 92 responden di informasi menghilangkan fluktuasi harga dengan Alasan keselamatan, keamanan dan biaya tambahan
Boston mengumpulkan informasi berdasarkan permintaan. (variabel eksogen); sistem referensi dan perubahan
Kompleksitas layanan ride-sharing menyiratkan bahwa dalam kebijakan (moderator); usia, jenis kelamin dan
beberapa kasus, dampak intervensi kebijakan tidak dapat pendidikan (variabel kontrol); dan penggunaan RSS
diketahui sebelumnya (variabel endogen)
4. Hamari dkk. (2016) 168 responden Terdapat kesenjangan antara faktor-faktor yang Keberlanjutan, kenikmatan, reputasi dan
mempengaruhi sikap dan niat berperilaku: persepsi manfaat ekonomi (variabel eksogen); sikap
keberlanjutan merupakan faktor penting dalam (perantara); dan niat berperilaku (variabel
pembentukan sikap positif terhadap endogen)
konsumsi kolaboratif (CC), namun manfaat ekonomi
merupakan motivator yang lebih kuat bagi niat untuk
berpartisipasi dalam CC
5. Sung dkk. (2018) 322 responden di Model terintegrasi dari pasar dua sisi perusahaan Manfaat ekonomi, keberlanjutan,
Korea Selatan ekonomi berbagi yang eksplosif Airbnb dari sudut kenikmatan, hubungan sosial dan
pandang konsumen dan penyedia efek jaringan (eksogen); sikap
(moderator); dan niat berperilaku
(variabel endogen)
6. Grybaite_ dan 287 responden di Faktor utama dalam penggunaan platform ekonomi berbagi: cara 9 faktor dalam ekonomi berbagi
Stankevi-ciene_ (2016) Lithuania mudah untuk menghasilkan uang tambahan; mendukung
perseorangan dan/atau perusahaan kecil/mandiri; bertemu orang
baru dan mendapatkan pengalaman menarik/melakukan sesuatu
yang belum pernah dicoba oleh kebanyakan orang. Sebagian besar
responden lebih memilih untuk memiliki barang dibandingkan
membaginya

(lanjutan)
TIDAK. Pengarang Sampel/negara Konteks ekonomi berbagi Variabel

7. Zhang, Gu dan Jahromi 985 responden Nilai-nilai sosial dan emosional dinilai lebih signifikan Nilai teknis, nilai ekonomi, nilai
(2018) dibandingkan nilai-nilai teknis dan ekonomi dalam hal niat sosial dan nilai emosional (variabel
membeli kembali pelanggan sehubungan dengan layanan eksogen); dan niat membeli
dalam ekonomi berbagi. Nilai-nilai sosial dan emosional kembali (variabel endogen)
memainkan peran yang sama dalam memotivasi pelanggan
untuk mengunjungi kembali bisnis dalam ekonomi berbagi

8. Lee dkk. (2018) 296 responden di Risiko yang dirasakan dan manfaat yang dirasakan Kualitas informasi dan kualitas sistem (variabel
Hongkong sangat penting dalam menentukan niat pengguna untuk eksogen); kepercayaan, risiko yang dirasakan,
berpartisipasi dalam ekonomi berbagi manfaat yang dirasakan (mediator); dan niat untuk
berpartisipasi
9. Elmeguid dkk. (2018) 502 responden di Kepuasan saat ini terhadap layanan ride-sharing yang Penghematan biaya, kesadaran/pengetahuan,
Mesir disediakan di Kota Alexandria. Hal ini akan membantu kualitas layanan, keamanan/keandalan dan
mengembangkan pendekatan regulasi terhadap layanan faktor teknologi (variabel eksogen);
ridesharing dan memenuhi persyaratan keselamatan dasar kepuasan pelanggan
dan perlindungan konsumen
10. Liu dan Yang (2018) 394 responden di TAM berlaku untuk ekonomi berbagi Norma subyektif dan meniru orang lain (variabel
Cina eksogen); manfaat yang dirasakan, kemudahan
penggunaan dan kepercayaan (mediator); niat
perilaku dan gender
(moderator)
jasa

Tabel I.
bahasa Indonesia

79
berbagi perjalanan
INMR Model ini menjadi acuan model penelitian kami untuk mengukur kualitas aplikasi ride-
17,1 sharing.
Model keberhasilan IS dikembangkan pertama kali olehDelone dan McLean (1992)dimana
pada awalnya hanya ada dua prediktor yaitu kualitas informasi dan kualitas sistem. Kemudian
dikembangkan lagi olehDelone dan McLean (2003)menjadi tiga prediktor yaitu kualitas informasi,
kualitas sistem, dan kualitas layanan. Penelitian tentang ridesharing economy menggunakan
80 prediktor dari model keberhasilan IS dilakukan olehLee, Chan, Balaji, dan Chong (2018).Liu dan
Yang (2018)menggunakan variabel persepsi kegunaan dan persepsi kemudahan penggunaan dari
model penerimaan teknologi (TAM) yang dikembangkan pertama kali olehDavis (1989). TAM
adalah model paling populer untuk adopsi teknologi informasi (Catalunya, Gaitan, & Correa, 2015),
sementara beberapa penelitian telah mulai membandingkan atau mengintegrasikannya dengan
model keberhasilan IS.
Hubungan antara kualitas layanan dan kepuasan pelanggan relatif berbeda antara bisnis yang
dikelola secara tradisional dan portal e-commerce (Khawaja & Bokhari, 2010). Díez, Coronado dan
Rodrigues (2012)menjelaskan bahwa perbedaan sifat dan fitur layanan memerlukan analisis faktor-faktor
yang berpengaruh berdasarkan pendapat pengguna dan kemudian mengukur kualitas layanan dengan
menggunakan instrumen pengukuran khusus. Tantangan utama dalam mengelola e-commerce adalah
memahami kebutuhan pelanggan dan mengembangkan keberadaan Web dan pengoperasian back-
office yang tepat (Barnes & Vidgen, 2002).Zeithaml, Parasurarnan, dan Malhotra (2002)menyatakan
bahwa kualitas layanan website merupakan strategi penting untuk menunjang keberhasilan tersebut.
Penelitian ini menilai kualitas pelayanan pada aplikasi ride-sharing dan layanan pengiriman konvensional
menggunakan sepeda motor sesuai pesanan melalui aplikasi ride-sharing. Kualitas layanan konvensional
mengacu padaParasuraman dkk. (1988)dimana model penelitiannya sering disebut dengan model
SERVQUAL. Beberapa penelitian mengenai sharing economy yang mengacu pada kualitas layanan
konvensional telah dilakukan olehBalachandran dan Ibrahim (2017)DanElmeguid dkk. (2018).

3. Metodologi penelitian
Pengukuran variabel penelitian menggunakan kuesioner online melalui Google Forms dengan
pengukuran skala Likert lima poin. Target respondennya adalah pelanggan layanan ride-sharing
dengan moda transportasi sepeda motor dari dua perusahaan ride-sharing terbesar di Indonesia,
yaitu Gojek dan Grab. Analisis statistik merupakan model persamaan struktural berbasis kovarians
yang terdiri dari dua tahapan utama yaitu model pengukuran dan model struktural. Variabel
pertama pada layanan ojek offline adalah layanan offline yang mempunyai lima dimensi (urutan
kedua) yaitu Tangible, Assurance, Reliability, Responsiveness dan Empathy yang diadopsi dari
model SERVQUAL.Parasuraman dkk. (1988). Variabel pertama pelayanan ojek online adalah
pelayanan online yang mempunyai tiga dimensi (urutan kedua) yaitu kualitas informasi, kualitas
sistem dan kualitas pelayanan yang diadopsi dariDelone dan McLean (2003). Responden yang
mengisi kuesioner online berjumlah 523 orang dan data valid yang diterima sebanyak 507.

Kami menggunakan Cronbach’s alpha dan Composite Reliability (CR) untuk menguji reliabilitas dan
average variance Extraction (AVE) untuk menguji validitas instrumen penelitian.

4. Hasil dan pembahasan

4.1 Analisis model pengukuran
Persepsi responden terhadap kualitas layanan online dan offline secara umum relatif
tinggi dilihat dari rata-rata persepsi setiap item pertanyaan yang lebih besar dari 3,5.
Gambaran umum variabel dan hasil analisis model pengukuran disajikan padaTabel I
DanII.
 bahasa Indonesia
Memuat Cronbach
Variabel Barang Berarti SD faktor alfa jalan Kr berbagi perjalanan

Kualitas informasi (IQ) IQ1 3,99 0,856 0,855 0,963 0,7669 0,9634
jasa
IQ2 4,04 0,820 0,898
IQ3 4,05 0,857 0,916
IQ4 4,04 0,838 0,890
IQ5
IQ6
3,96 0,838
3,98 0,847
0,900
0,856
81
IQ7 3,88 0,815 0,865
IQ8 3,80 0,817 0,822
Kualitas sistem (SQ) SQ1 3,87 0,891 0,736 0,944 0,6794 0,9441
persegi2 4,03 0,919 0,812
persegi3 3,88 0,839 0,775
SQ4 4,20 0,916 0,888
SQ5 3,95 0,924 0,784
persegi6 4,16 0,912 0,883
persegi7 3,95 0,864 0,862
persegi8 3,95 0,857 0,841
Kualitas layanan (EQ) EQ1 3,83 0,813 0,859 0,903 0,6945 0,9008
EQ2 3,76 0,803 0,839
EQ3 3,70 0,818 0,792
EQ4 3,85 0,807 0,842
Berwujud (TS) TS1 3,56 0,758 0,833 0,920 0,6989 0,9206
TS2 3,50 0,753 0,857
TS3 3,56 0,721 0,882
TS4 3,44 0,737 0,809
TS5 3,59 0,747 0,796
Jaminan (AS) AS1 3,59 0,745 0,843 0,900 0,6475 0,9015
AS2 3,56 0,809 0,773
AS3 3,64 0,763 0,840
AS4 3,77 0,811 0,721
AS5 3,57 0,775 0,839
Keandalan (RS) RS1 3,62 0,727 0,725 0,900 (0,907)** 0,4120 (0,6240)** 0,9304 (0,9085)**
RS2 3,25 0,945 0,585*
RS3 3,44 0,784 0,811
RS4 3,47 0,796 0,834
RS5 3,37 0,837 0,814
RS6 3,50 0,766 0,727
RS7 3,38 0,839 0,821
Responsif (OS) OS1 3,89 0,817 0,876 0,900 0,6656 0,9076
OS2 3,88 0,815 0,880
OS3 3,61 0,786 0,796
OS4 3,80 0,777 0,868
OS5 3,69 0,902 0,632
Empati (ES) ES1 3,66 0,824 0,692 0,893 0,5517 0,8980
ES2 3,71 0,788 0,867
ES3 3,67 0,746 0,871
ES4 3,75 0,784 0,877
Kepercayaan (CT) CT1 3,69 0,778 0,849 0,930 0,6985 0,9322
CT2 3,75 0,780 0,874
CT3 3,45 0,802 0,649 Tabel II.
CT4 3,79 0,775 0,891 Hasil dari
CT5 3,76 0,729 0,890 model pengukuran
CT6 3,75 0,786 0,836
dan deskriptif
(lanjutan) statistik item
INMR
17,1 Memuat Cronbach
Variabel Barang Berarti SD faktor alfa jalan Kr

Kepuasan (CS) CS1 3,76 0,812 0,898 0,943 0,8503 0,9578

CS2 3,80 0,803 0,934
CS3 3,80 0,790 0,928

82 Loyalitas (CL) CL1

CL2
3,61 0,851
3,63 0,846
0,928
0,935
0,939 0,7566 0,9393

CL3 3,64 0,817 0,865

CL4 3,63 0,910 0,819
CL5 3,65 0,883 0,793

Catatan: *Barang terjatuh; ** setelah barang terjatuh. AVE = rata-rata varians yang diekstraksi; CR = keandalan
Tabel II. komposit

Satu item (RS2) dari variabel reliabilitas dihilangkan karena faktor pemuatannya rendah, karena nilai AVE-
nya lebih kecil dari 0,5. Setelah item ini dihilangkan, nilai-nilai CronbachA, AVE dan CR masing-masing
meningkat menjadi 0,907, 0,6240 dan 0,9085. Dalam hal ini variabel reliabilitas menggunakan enam item
dalam analisis model struktural untuk pengujian hipotesis.

4.2 Analisis model struktural

Analisis model struktural digunakan untuk menguji hipotesis penelitian dengan menggunakan variabel orde
kedua untuk layanan online dan offline. Setelah dimodifikasi, model empiris ditunjukkan padaGambar 1.
Model empiris memiliki goodness of fit yang ditunjukkan dengan nilaiX2/df = 2,493, indeks
kecocokan tambahan = 0,921, indeks Tucker-Lewis = 0,917, indeks kecocokan komparatif = 0,921
dan kesalahan perkiraan akar rata-rata kuadrat = 0,054. Hasil pengujian hipotesis ditunjukkan
padaTabel III.

Gambar 1.
Model standar
Baik layanan online maupun offline mempunyai pengaruh yang signifikan (A=0,001) dengan arah positif bahasa Indonesia
terhadap kepercayaan dan kepuasan. Semakin bagus tampilan fisik sepeda motor, semakin baik jaminan berbagi perjalanan
keselamatannya, semakin handal pengemudi offline, semakin cepat respon pengemudi offline, dan
jasa
semakin besar empati pengemudi offline maka kepuasan pelanggan akan semakin meningkat. Semakin
tinggi kepuasan pelanggan maka semakin loyal pelanggan tersebut.
Kepercayaan berpengaruh signifikan arah positif terhadap kepuasan dan loyalitas (A=0,001). Kepuasan
berpengaruh secara signifikan ke arah positif (A=0,001) terhadap loyalitas. Semakin tinggi kualitas sistem,
83
kualitas informasi dan kualitas pelayanan yang diberikan oleh perusahaan jasa transportasi sepeda motor online
menyebabkan semakin tinggi kepercayaan pelanggan terhadap perusahaan tersebut dan pada akhirnya semakin
puas pelanggan. Semakin tinggi kepercayaan pelanggan terhadap perusahaan jasa angkutan sepeda motor
maka akan semakin tinggi pula kepuasan pelanggannya dan pada akhirnya akan semakin tinggi pula loyalitas
pelanggannya.
Pengaruh kualitas layanan offline secara umum lebih tinggi dibandingkan layanan online
terhadap kepercayaan dan kepuasan. Penelitian ini menunjukkan bahwa kualitas penerapan atau
sistem informasi pada ride sharing masih memerlukan kualitas layanan konvensional yang
mencakup kinerja pengemudi dan kendaraan bermotor. Penelitian ini sesuai dengan penelitian
oleh Heidari, Mousakhani, dan Rashidi (2014)dari segi pengaruh layanan online terhadap
kepuasan, namun pengaruh layanan offline dengan variabel SERVQUAL signifikan hanya untuk
dimensi empati dan nyata.Heidari dkk. (2014)menggunakan kualitas layanan elektronik untuk
mengukur layanan perbankan online. Pengaruh kualitas pelayanan terhadap kepuasan sesuai
dengan penelitian olehElmeguid dkk. (2018)untuk pelanggan ride-sharing di Mesir tanpa
membedakan layanan online dan offline. Pengaruh kualitas informasi dan kualitas sistem
terhadap kepercayaan sesuai dengan penelitian olehLee dkk. (2018)dalam konteks layanan Uber
di Hong Kong.

5. Kesimpulan dan rekomendasi

5.1 Kesimpulan
Berdasarkan hasil dan pembahasan sebelumnya, hasil utama penelitian ini menunjukkan bahwa layanan ride
sharing baik online maupun offline di Indonesia mempengaruhi loyalitas melalui kepercayaan atau kepuasan
atau kepercayaan dan kepuasan. Baik layanan ride-sharing offline maupun online mempengaruhi kepuasan
secara langsung dan secara tidak langsung mempengaruhi kepuasan melalui kepercayaan.
Pengaruh tidak langsung dari ride-sharing offline terhadap loyalitas melalui kepercayaan saja, dan melalui kepercayaan dan
kepuasan lebih besar dibandingkan pengaruh tidak langsung dari ride-sharing online terhadap loyalitas melalui kepercayaan saja,
dan melalui kepercayaan dan kepuasan. Pengaruh ride sharing secara offline terhadap kepuasan lebih besar dibandingkan dengan
pengaruh ride sharing secara online terhadap kepuasan. Dampak tidak langsung dari ride-sharing offline terhadap kepuasan melalui
kepercayaan lebih besar dibandingkan dengan pengaruh tidak langsung dari ride-sharing online terhadap kepuasan melalui
kepercayaan.

TIDAK. Hipotesa Memperkirakan SE Kr P Komentar

1. Layanan online untuk dipercaya 0,347 0,031 11.162 *** Didukung

2. Layanan offline untuk dipercaya 0,833 0,056 14.820 *** Didukung
3. Layanan online untuk kepuasan 0,276 0,044 6.335 *** Didukung
4. Layanan offline untuk kepuasan 0,566 0,086 6.612 *** Didukung
5. Percaya pada kepuasan 0,352 0,084 4.205 *** Didukung
6. Kepuasan terhadap kesetiaan 0,328 0,065 5.060 *** Didukung Tabel III.
7. Percaya pada kesetiaan 0,548 0,077 7.155 *** Didukung Pengujian hipotesis
INMR 5.2 Rekomendasi
17,1 Hasil penelitian ini menunjukkan bahwa kualitas layanan offline lebih berpengaruh terhadap loyalitas
dibandingkan kualitas layanan online. Kualitas pelayanan online seharusnya mempunyai pengaruh yang lebih
besar dibandingkan pelayanan offline karena sebagian besar penyelenggaraan angkutan sepeda motor saat ini
sudah menerapkan teknologi informasi dan komunikasi. Teknologi ini merupakan keunggulan kualitas layanan
online untuk memaksimalkan pelayanan kepada pelanggan. Untuk penelitian selanjutnya, sebaiknya

84 menambahkan variabel strategi bersaing untuk menentukan strategi dari kualitas layanan offline dan online dan
membandingkan keduanya. Selain itu, disarankan untuk menambah jumlah sampel dengan memfokuskan pada
kelompok masyarakat pelanggan sepeda motor umum, sehingga kelompok tersebut dapat dibandingkan.

Referensi
Balachandran, I., & Ibrahim, H. (2017). Pengaruh kepuasan pelanggan terhadap layanan ride sharing
di Malaysia.Jurnal Internasional Akuntansi dan Manajemen Bisnis, 5,184–196.
Barnes, SJ, & Vidgen, RT (2002). Pendekatan integratif untuk penilaian kualitas e-commerce.
Jurnal Penelitian Perdagangan Elektronik, 3,114–127.
Berg, C., & Fitter, F. (2016).Pertanyaan: Bagaimana merek dapat memanfaatkan ekonomi berbagi,
Warrenville, IL: Pusat Wawasan Bisnis SAP.
Catalunya, FJR, Gaitán, JA, & Correa, PER (2015). Perbandingan berbagai versi populer
model penerimaan teknologi: perspektif non-linier.warga Kybernet, 44,788–805.https://doi.org/ 10.1108/
K-09-2014-0184.
Davis, FD (1989). Kegunaan yang dirasakan, kemudahan penggunaan yang dirasakan, dan penerimaan informasi oleh pengguna
teknologi.MIS Triwulanan, 13,319–340.
DeLone, WH, & McLean, ER (1992). Keberhasilan sistem informasi: pencarian ketergantungan
variabel.Penelitian Sistem Informasi, 3,60–95.
DeLone, WH, & McLean, ER (2003). Model sistem informasi DeLone dan McLean
sukses: pembaruan sepuluh tahun.Jurnal Sistem Informasi Manajemen, 19,9–30.
Díez, IT, Coronado, LL, & Rodrigues, JJPC (2012). Cara mengukur QoS sistem EHR berbasis web:
Pengembangan instrumen.Jurnal Sistem Medis, 36,3725–3731.
Elangovan, N. (2013). Mengevaluasi persepsi kualitas situs web b-school.Jurnal Bisnis IOSR dan
Manajemen, 12,92–102.
Eleonora, G., Roberta, G., Elena, G., Claudio, B., & Giovanni, Z. (2015). Layanan berbagi perjalanan dinamis: adalah
pengguna siap untuk mengadopsinya?Manufaktur Procedia, 3,777–784.

Elmeguid, SMA, Ragheb, MA, Tantawi, PI, & Elsamadicy, AM (2018). Kepuasan pelanggan di
berbagi ekonomi kasus layanan ridesharing di Alexandria.Mesir. Tinjauan Bisnis dan
Manajemen, 9,373–382.
Grifoni, P., D'Andrea, A., Ferri, F., Guzzo, T., Felicioni, MA, Praticò, C., & Vignoli, A. (2018). Membagikan
ekonomi: Model bisnis dan lanskap peraturan di wilayah Mediterania.Penelitian Bisnis
Internasional, 11,62–79.
Grybaite_, V., & Stankevi-ciene_, J. (2016). Motif partisipasi dalam ekonomi berbagi – bukti
dari Lituania.Ekonomia dan Zarzadzanie, 8,7–17.
Hamari, J., Sjöklint, M., & Ukkonen, A. (2016). Ekonomi berbagi: Mengapa orang berpartisipasi di dalamnya
konsumsi kolaboratif.Jurnal Asosiasi Ilmu dan Teknologi Informasi, 67,2047–2059.

Hawlitschek, F., Teubner, T., Adam, MTP, Borchers, NS, Möhlmann, M., & Weinhardt, C. (2016).
Kepercayaan pada Ekonomi Berbagi: Kerangka Eksperimental.Konferensi Internasional ke Tiga Puluh
Tujuh tentang Sistem Informasi, Dublin,hlm.1–14.
Heidari, H., Mousakhani, M., & Rashidi, H. (2014). Dampak pelayanan tradisional dan elektronik bahasa Indonesia
kualitas terhadap kepuasan, kepercayaan dan loyalitas nasabah pada industri perbankan.Jurnal Internasional
berbagi perjalanan
Manajemen dan Pengembangan Ilmiah, 2,614–620.

Kathan, W., Matzler, K., & Veider, V. (2016). Ekonomi berbagi: Teman model bisnis Anda atau
jasa
musuh?Cakrawala Bisnis, 59,663–672.
Khawaja, KF, & Bokhari, RH (2010). Menjelajahi faktor-faktor yang berhubungan dengan kualitas website.Global
Jurnal Ilmu dan Teknologi Komputer, 10,37–45.
Lee, C. (2017). Dinamika kompetisi ride sharing. Makalah Kerja Ekonomi, Singapura: ISEAS
85
Institut Yusof Ishak (hlm. 1–35). No.2017-05.
Lee, ZWY, Chan, TKH, Balaji, MS, & Chong, AYL (2018). Mengapa orang berpartisipasi dalam
berbagi ekonomi: Investigasi empiris terhadap Uber.Penelitian Internet, 28,829–850.https://
doi.org/10.1108/IntR-01-2017-0037.
Liu, Y., & Yang, Y. (2018). Pemeriksaan empiris terhadap adopsi ekonomi berbagi oleh pengguna di Tiongkok
menggunakan model penerimaan teknologi yang diperluas.Keberlanjutan, 10,1–17.https://doi.org/
10.3390/su10041262.
Mittendorf, C. (2017). Implikasi Kepercayaan dalam Ekonomi Berbagi – Sebuah Analisis Empiris terhadap
uber.Prosiding Konferensi Internasional HI ke-50 tentang Ilmu Sistem. Honolulu, Hai,
hal.5837–5846. Diterima darihttp://hdl.handle.net/10125/41866
Nguyen, S., & Llosa, S. (2018).Tentang kesulitan mendefinisikan ekonomi berbagi dan konsumsi kolaboratif –
Tinjauan pustaka dan usulan pendekatan berbeda dengan diperkenalkannya 'Layanan kolaboratif' (hlm.
19–25). Colmar, Prancis: Journée de la Relation à laMarque dans unMonde Connecté.
Novikova, O. (2017). Ekonomi berbagi dan masa depan mobilitas pribadi: Model-model baru berbasis mobil
membagikan.Tinjauan Manajemen Inovasi Teknologi, 7,27–31.
Parasuraman, A., Zeithaml, VA, & Berry, LL (1988). SERVQUAL: skala multi-item untuk
mengukur persepsi konsumen terhadap kualitas layanan.Jurnal Ritel, 64,12–40.
Puschmann, T., & Alt, R. (2016). Berbagi ekonomi.Teknik Bisnis & Sistem Informasi, 58,
93–99.
Sung, E., Kim, H., & Lee, D. (2018). Mengapa masyarakat mengkonsumsi dan menyediakan sharing economy
akomodasi? – perspektif keberlanjutan.Keberlanjutan, 10,1–17.https://doi.org/10.3390/
su10062072.
Watanabe, C., Kashif, N., & Neittaanmäki, P. (2016). Ko-evolusi dari tiga tren besar memupuk Un-
menangkap PDB – revolusi ride-sharing Uber.Teknologi dalam Masyarakat, 46,164–185.
Wu, CW, Huang, KH, Fiegantaram, S., & Wu, PC (2012). Dampak kepuasan pelanggan online terhadap
lelang yahoo di Taiwan.Bisnis Jasa, 6,473–487.
Zeithaml, VA, Parasurarnan, A., & Malhotra, A. (2002). Pengiriman kualitas layanan melalui situs web: suatu hal yang penting
tinjauan pengetahuan yang masih ada.Jurnal Akademi Ilmu Pemasaran, 30,362–375.
Zhang, TC, Gu, H., & Jahromi, MF (2018). Apa yang membuat ekonomi berbagi berhasil? Sebuah
pemeriksaan empiris terhadap proposisi nilai pelanggan yang kompetitif.Komputer dalam Perilaku
Manusia, 95,275–283.https://doi.org/10.1016/j.chb.2018.03.019.

Penulis yang sesuai

Adi Kuswanto dapat dihubungi di:kuswanto@staff.gunadarma.ac.id

Editor Rekanan:Felipe Mendes Borini

Untuk petunjuk tentang cara memesan cetak ulang artikel ini, silakan kunjungi situs
web kami: www.emeraldgrouppublishing.com/licensing/reprints.htm Atau hubungi
kami untuk informasi lebih lanjut:izin@emeraldinsight.com