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

com

Jurnal Manajemen Asia Tenggara

Jilid 13
Pasal 5
Nomor 2Oktober

30-10-2019

Bagaimana Teknologi Mempengaruhi Niat Berperilaku (Studi Kasus

Transportasi Online di Indonesia dan Thailand)

Jono M. Munandar
Sekolah Pascasarjana Ilmu Manajemen, Institut Pertanian Bogor, Bogor, Indonesia,
jonomunclass@gmail.com

Ribka Cynthia F. Munthe

Sekolah Pascasarjana Ilmu Manajemen, Institut Pertanian Bogor, Bogor, Indonesia

Ikuti ini dan karya tambahan di:https://scholarhub.ui.ac.id/seam

Bagian dariSistem Informasi Manajemen Commons, dan ituIlmu Manajemen dan Metode
Kuantitatif Commons

Kutipan yang Direkomendasikan

Munandar, Jono M. and Munthe, Ribka Cynthia F. (2019) “Bagaimana Teknologi Mempengaruhi Minat
Perilaku (Studi Kasus Transportasi Online di Indonesia dan Thailand),”Jurnal Manajemen Asia
Tenggara: Jil. 13 : No.2 , Pasal 5. DOI: 10.21002/seam.v13i2.11343

Tersedia di:https://scholarhub.ui.ac.id/seam/vol13/iss2/5

Artikel ini dipersembahkan untuk Anda secara gratis dan akses terbuka oleh UI Scholars Hub. Telah diterima untuk
dimasukkan dalam The South East Asian Journal of Management oleh editor resmi UI Scholars Hub.
Bagaimana Teknologi Bagaimana Teknologi Mempengaruhi Niat Berperilaku
Mempengaruhi Perilaku
Maksud (Studi Kasus Transportasi Online di
Indonesia dan Thailand)
222 Jono M Munandar dan Ribka Cynthia F Munthe
Sekolah Pascasarjana Ilmu Manajemen, Institut Pertanian Bogor, Bogor, Indonesia
Direvisi 31 Oktober 2019
Diterima 4 Desember 2019
Abstrak
Tujuan Penelitian-Dengan menggunakan objek dua negara, penelitian ini bertujuan untuk menganalisis
pengaruh kesiapan teknologi terhadap kesukaan konsumen transportasi online di Indonesia dan
Thailand.

Desain/Metodologi/Pendekatan-Bukti empiris penelitian diperoleh dari survei yang

mengumpulkan data dari 500 siswa di Indonesia dan Thailand, dianalisis menggunakan metode
Logit Biner dengan bantuan software SPSS.

Temuan Penelitian-Hasil penelitian menunjukkan bahwa terdapat dua hipotesis yang diterima yaitu H1
(optimisme berpengaruh terhadap favourness) dan H3 (insecurity berpengaruh terhadap favourness),
sedangkan hipotesis lainnya (H2 dan H4) tidak signifikan.

Kontribusi / Orisinalitas Teoretis-Penelitian ini menganalisis pengaruh kesiapan teknologi

terhadap kesukaan di dua negara di Asia Tenggara, Indonesia dan Thailand, dengan fokus pada
transportasi online.

Implikasi Manajerial dalam Konteks Asia Tenggara-Hasilnya dapat bermanfaat bagi perusahaan
transportasi online di Asia Tenggara.

Batasan & Implikasi Penelitian-Penelitian ini dibatasi oleh subjek dan sampel.

Kata kunci-biner, kesukaan, Indonesia, transportasi online, kesiapan teknologi, Thailand.

PERKENALAN
Tingginya tingkat mobilitas menyebabkan kebutuhan akan moda transportasi cepat semakin meningkat.
Namun hal ini juga meningkatkan kemacetan di beberapa wilayah, terutama yang memiliki jumlah
kendaraan tinggi, seperti di wilayah perkotaan yang luas (Abreu dan Oliveira, 2014). Hal ini menyebabkan
meningkatnya kebutuhan akan transportasi yang dapat membantu masyarakat menghindari kemacetan
agar dapat sampai ke tempat tujuan dengan cepat dan tepat waktu. Transportasi online menjawab
kebutuhan khusus masyarakat tersebut, dengan menyediakan berbagai layanan kendaraan seperti mobil
dan sepeda motor, sehingga dapat memperluas fungsionalitas layanannya (Alemi et al 2018). Jika
seseorang menginginkan pelayanan berkendara yang cepat maka pilihan yang tepat adalah servis sepeda
motor yang karena bentuknya mampu menghindari kemacetan. Sebaliknya, jika masyarakat
menginginkan layanan berkendara yang nyaman untuk menampung hingga empat orang, tersedia
layanan mobil untuk mereka.

Kehadiran transportasi online juga didukung oleh kesiapan teknologi atau penerimaan
masyarakat terhadap teknologi baru. Berdasarkan data The Economist Intelligence Unit
Jurnal Manajemen Asia (2018), Indonesia menduduki peringkat ke-67 dunia dan peringkat ke-6 di Asia Tenggara
Tenggara untuk kesiapan teknologi, sedangkan Thailand peringkat ke-49 dalam hal kesiapan teknologi.
Jil. 13 No.2, 2019
hlm.222-236 * Penulis terkait dapat dihubungi di: jonomunclass@gmail.com
dunia dan peringkat ke-3 di Asia Tenggara. Pada dasarnya teknologi memberikan kemudahan Bagaimana Teknologi
dan manfaatnya bagi masyarakat dan telah merambah ke berbagai sektor, seperti industri, mempengaruhi perilaku
transportasi, perbankan, dan lain-lain. Meski begitu, masih banyak orang yang juga demikian
Maksud
menolak menggunakan teknologi. Oleh karena itu, penting untuk menganalisis kesiapan teknologi
dari target konsumen kami, sebelum menawarkan layanan berbasis teknologi.

223
Kesiapan teknologi dapat memberikan tekanan positif terhadap sikap dan perilaku pelanggan
dalam adopsi teknologi (Pham et al 2018). Penelitian sebelumnya telah mengkonfirmasi
bahwa pelanggan dengan perspektif positif merasa bahwa mereka akan menerima produk
dan layanan teknologi. Sebaliknya, pelanggan dengan perspektif negatif merasa bahwa
mereka akan menolak produk dan layanan teknologi. Pada penelitian ini instrumen yang
digunakan untuk menghitung kesiapan teknologi adalah TRI 2.0 yang dikembangkan
oleh Parasuraman.

Seperti yang telah disebutkan sebelumnya, transportasi online merupakan salah satu layanan
berbasis teknologi yang paling populer saat ini. Layanan berbasis teknologi ini tidak hanya diminati
oleh kalangan muda namun juga masyarakat lanjut usia. Menurut comScore Mobile Metrix (2017),
aplikasi/situs web Go-Jek (?) paling banyak dikunjungi oleh masyarakat berusia 25-34 tahun
sedangkan Grab didominasi oleh masyarakat berusia 35 tahun ke atas (Gambar 1). Pengguna
transportasi online didominasi oleh generasi muda yang tidak memiliki mobil pribadi atau SIM
(Speranza 2018).

Thailand mempunyai beberapa perusahaan transportasi online yaitu Grab, GET, Gobike, All Thai
Taxi (Zaenudin 2018) dan Taxi Ok (Exist 2018), sedangkan di Indonesia ada Go-Jek, Grab, Bitcar,
Anterin, Asia Trans, Fastgo ( Franedya 2019) dan masih banyak lagi. Indonesia memiliki lebih
banyak transportasi online karena kebutuhan masyarakatnya juga lebih tinggi. Masyarakat
Indonesia cenderung menggunakan transportasi online untuk menghindari kemacetan (Speranza
2018), sehingga ojek online seperti Grab dan Gojek sudah dikenal dengan baik di Indonesia
(Septiani 2017). Selain kemudahan dalam berkendara, konsumen Indonesia juga cenderung
menggunakan transportasi online untuk mendapatkan tarif lebih murah dengan menggunakan
kode voucher dan diskon. Di Thailand, kehadiran ojek belum banyak menarik perhatian masyarakat
karena penggunaan sepeda motor di Thailand semakin diminimalkan, mengingat tingginya risiko
kecelakaan yang disebabkan oleh sepeda motor (Berecki-Gisolf

Gambar 1
Jumlah pengunjung Go-
Jek dan Grab berdasarkan usia
Sumber: Metriks Seluler comScore (2017) kisaran (dalam 000)
LAPISAN dkk 2015). Pada tahun 2004-2012, pengguna transportasi meningkat dari 19,8 menjadi 31,4 juta,

13, 2 namun didominasi oleh pengguna mobil yang meningkat sebesar 42 persen dan pengguna sepeda
motor menurun sebesar 41 persen (ASEAN-JAPAN Transport Partnership 2013). Hal ini kemudian
menyebabkan mobil menjadi jenis transportasi online yang paling umum di Thailand. Alasan utama
masyarakat Thailand menggunakan transportasi online bukan untuk menghindari kemacetan
melainkan faktor lain seperti efisiensi dan kemudahan mencari transportasi (Silalahi et al 2017).
224
Masyarakat Thailand juga cenderung menggunakan transportasi umum seperti bus, songthaew,
MRT, BTS dan lain-lain karena harga yang ditawarkan transportasi online cenderung lebih mahal
(Taneerananon 2016). Namun melihat transportasi online sudah sangat terkenal di Indonesia dan
Thailand, maka diperlukan penelitian lebih lanjut untuk melihat bagaimana kesiapan teknologi
mempengaruhi perilaku konsumen di kedua negara tersebut. Oleh karena itu, tujuan penelitian ini
adalah:

1. Mengidentifikasi karakteristik konsumen transportasi online di Indonesia dan

Thailand

2. Menganalisis kesiapan teknologi konsumen transportasi online di

Indonesia dan Thailand
3. Untuk menganalisis pengaruh kesiapan teknologi terhadap kesukaan konsumen
transportasi online di Indonesia dan Thailand

TINJAUAN LITERATUR
Kesiapan Teknologi
Kesiapan teknologi mengacu pada kecenderungan masyarakat untuk menerima dan menggunakan
teknologi baru untuk mencapai tujuan dalam kehidupan rumah tangga dan di tempat kerja
(Parasuraman 2000). Menurut The Economist Intelligence Unit (2018), terdapat tiga kriteria dalam
melihat kesiapan teknologi, yaitu:

1. Akses internet
Lingkungan bisnis suatu negara sangat dipengaruhi oleh ketersediaan internet. Negara-
negara berkembang memiliki akses internet yang baik, sedangkan negara-negara dengan
akses internet rendah cenderung memiliki peluang bisnis yang lebih terbatas. Akses
internet dapat dilihat dari dua hal, yaitu tingkat penggunaan internet dan jumlah
langganan telepon seluler per kepala. Terdapat korelasi yang kuat antara tingkat
penggunaan internet dengan kesiapan teknologi. Sementara itu, jumlah langganan
telepon seluler per kepala menunjukkan kemudahan masyarakat dari semua segmen
dalam mengakses internet. Sistem pembayaran mobile yang memberikan kenyamanan
konsumen juga meningkat seiring dengan meningkatnya aplikasi mobile.

2. Infrastruktur ekonomi digital

Ada tiga indikator untuk mengeksplorasi kriteria ini: lingkungan bisnis e-commerce,
cakupan layanan e-pemerintah, dan kesiapan keamanan siber. Pada masa pertumbuhan,
proses jual beli melalui platform online juga semakin meningkat. Dalam hal ini budaya
juga turut menunjang tingkat e-commerce di suatu negara. Negara-negara dengan tingkat
kepercayaan yang rendah terhadap transaksi online akan memiliki pertumbuhan e-
commerce yang lambat. Selain proses jual beli, pemerintah
 layanan ment juga sudah mulai berbasis internet. Ini bisa bermanfaat Bagaimana Teknologi
baik bagi pemerintah maupun masyarakat, karena berbasis internet menurunkan potensi mempengaruhi tingkat
perilaku korupsi dan menghubungkan serta mengikat masyarakat pada demokrasi.
Maksud
proses. Di sisi lain, dengan semakin banyaknya layanan yang menggunakan
internet, keamanan siber juga perlu ditingkatkan, guna mengamankan data
pribadi konsumen serta data milik pemerintah dan perusahaan.
225
3. Keterbukaan terhadap inovasi

Pemeringkatan keterbukaan terhadap inovasi ditentukan berdasarkan tiga kategori: paten

internasional yang diberikan, belanja penelitian dan pengembangan, serta infrastruktur
penelitian. Aktivitas paten adalah pengukuran inovasi yang tepat karena bersifat obyektif,
dapat diukur, dan sengaja dibandingkan. Klaster inovasi adalah salah satu contoh
infrastruktur penelitian yang efektif. Kombinasi sumber daya manusia yang terampil,
modal ventura dan inkubator startup, kerangka kebijakan yang mendukung, aktivitas
bisnis yang ada, universitas, dan gaya hidup yang menarik dapat mendorong inovasi.

Sedangkan menurut Parasuraman (2000), ada empat kategori dalam menganalisis

kesiapan teknologi, yaitu:

1. Optimisme: Pandangan positif terhadap teknologi dan keyakinan bahwa teknologi menawarkan peningkatan
kendali, fleksibilitas, dan efisiensi dalam kehidupan manusia.

2. Inovasi : Kecenderungan untuk menjadi pionir teknologi dan pemimpin pemikiran

3. Ketidaknyamanan: Kurangnya kendali terhadap teknologi dan perasaan

kewalahan karenanya.

4. Ketidakamanan : Ketidakpercayaan terhadap teknologi dan skeptisisme terhadap kemampuannya untuk bekerja dengan baik

Kesukaan
Menurut Zeithaml dkk (1996), niat berperilaku baik berkaitan dengan pelanggan yang loyal kepada
perusahaan, meningkatkan jumlah pembeliannya, dan bersedia membayar harga premium, yang
menyiratkan bahwa pelanggan mempunyai ikatan dengan perusahaan. Seperti terlihat pada
Gambar 2, kesukaan merupakan bagian dari niat berperilaku (Zeithaml et al 1996), yang terbagi
menjadi niat berperilaku baik dan tidak baik. Disebut menguntungkan bila obligasi tersebut
memberikan keuntungan bagi suatu perusahaan, karena ketika perusahaan menaikkan harga
produknya, pelanggan jangka panjang akan terus mempertahankan hubungan tersebut.
Sebaliknya, niat perilaku yang tidak menguntungkan adalah suatu kondisi ketika pelanggan, ketika
mereka menganggap kinerja layanan lebih rendah, cenderung menunjukkan perilaku yang
menandakan mereka siap untuk meninggalkan perusahaan atau menghabiskan lebih sedikit uang
untuk perusahaan. Perilaku tersebut antara lain mengeluh yang dipicu oleh ketidakpuasan. Oleh
karena itu, kesukaan dapat dianggap sebagai indikator apakah pelanggan akan tetap bertahan
atau meninggalkan perusahaan.

Dalam hal ini, kesukaan adalah preferensi konsumen dalam memilih suatu produk, disebut juga
preferensi merek, merupakan langkah kunci dalam pengambilan keputusan konsumen, yang
LAPISAN melibatkan unsur pilihan. Dalam menetapkan preferensi merek, konsumen membandingkan dan

13, 2 memberi peringkat pada merek yang berbeda dengan berfokus pada keunikannya. Preferensi merek
didefinisikan sebagai “sejauh mana pelanggan menyukai layanan yang dirancang yang disediakan oleh
perusahaannya saat ini, dibandingkan dengan layanan yang ditunjuk yang disediakan oleh perusahaan
lain dalam kelompok pertimbangannya,” dengan kelompok pertimbangan mengacu pada merek yang
konsumen akan mempertimbangkan untuk membeli dalam waktu dekat (Jin dan Weber 2013).
226

Ketika membuat pilihan dari serangkaian alternatif, cara di mana masing-masing

alternatif ditemukan harus tidak relevan dari sudut pandang normatif. Konsumen sering
kali harus memutuskan antara memilih di antara serangkaian alternatif yang ditemukan
sebelumnya dan mencari alternatif tambahan sebelum membuat pilihan (Ge, Brigden,
dan Häubl 2015). Favorableness juga bisa disebut dengan sikap, karena menurut Ajzen
(1985), sikap adalah sikap (un)favorableness seseorang terhadap suatu perilaku atau
persepsi individu, oleh karena itu, kesukaan individu terhadap suatu perilaku tertentu
merupakan anteseden penting dari niatnya untuk benar-benar melakukan. dia.

Transportasi Daring
Transportasi online merupakan layanan transportasi berbasis digital melalui aplikasi
(Amelia et al 2016). Penetapan tarif transportasi online semata-mata berdasarkan
perhitungan jarak dan kemacetan jalan, sehingga perjalanan pada jam-jam sibuk
bisa lebih mahal dibandingkan waktu normal (Wahyuningtyas 2016). Pada-

+$
Pendapatan Berkelanjutan

Baik Tetap Peningkatan Pengeluaran

Harga premium
Pelanggan yang Direferensikan
Perilaku
Niat
-$
Penurunan Pengeluaran
Tidak menguntungkan Cacat Pelanggan yang Hilang

Biaya untuk Menarik Yang Baru

Pelanggan
Gambar 2
Konsep niat perilaku
dan kesukaan Sumber: Zeithaml dkk (1996)

Gambar 3
negara-negara ASEAN
pemeringkatan infrastruktur
transportasi Sumber: Forum Ekonomi Dunia, 2018
jasa transportasi jalur sudah terkenal dan diterima dengan baik di negara maju Bagaimana Teknologi
negara (Silalahi 2017), karena kemudahan dan keamanan yang ditawarkannya. Pengguna dapat menemukan Mempengaruhi
Perilaku informasi penting pengemudi (kontak, plat nomor kendaraan dan lokasi) yang
Maksud
mendorong keselamatan (Septiani 2017).

Indonesia menempati peringkat ketiga sebagai negara infrastruktur terbaik di ASEAN,

227
sedangkan Thailand berada di peringkat keempat setelah Indonesia (World Economic Forum
2018). Transportasi darat umum merupakan moda transportasi yang paling banyak
digunakan di Thailand, seperti bus, sky train, MRT, taksi, perahu sampingan, tuk tuk dan
transportasi online. Beberapa transportasi online yang dikenal di Thailand adalah Grab, GET,
Gobike, All Thai Taxi (Zaenudin 2018) dan Taxi Ok (Exist 2018). Di Indonesia ada Go-Jek, Grab,
Bitcar, Anterin, Asia Trans, Fastgo (Franedya 2019), namun pangsa pasar terbesar dimiliki oleh
Go-Jek dan Grab (Santoso 2017). Menurut Wahyunigntyas (2016), kekuatan transportasi online
tidak hanya terletak pada harganya yang lebih murah, namun juga pada kemudahan seluruh
prosesnya, mulai dari pemesanan mobil hingga pembayaran jasa. Pembayarannya dapat
dilakukan secara tunai maupun non tunai (Go-Pay dan OVO).

Aplikasi ini memungkinkan pengguna mencari pengemudi dengan lokasi penjemputan terdekat
tanpa perlu melakukan panggilan telepon. Begitu pula pengemudi dapat dengan mudah
mengetahui lokasi penjemputan sehingga tidak memakan waktu lama (Dutzik et al 2013). Namun
menurut Damaini dkk (2018) terdapat beberapa permasalahan yang cukup sering terjadi pada
transportasi online yaitu jaringan GPS bermasalah, penilaian dan komentar buruk yang diberikan
penumpang setelah menggunakan jasa, pembatalan pesanan yang mengakibatkan kerugian
finansial, perdagangan barang. akun pengemudi dan penipuan baik dari pengemudi maupun
penumpang.

HIPOTESIS
Dalam penelitian ini ada dua variabel yang diteliti, yaitu kesiapan teknologi dan niat
berperilaku. Menurut Parasuraman (2000), variabel kesiapan teknologi memiliki empat
indikator yaitu optimisme, inovasi, ketidaknyamanan dan ketidakamanan.

Meuter dkk. (2003) menemukan bahwa kecemasan konsumen terhadap teknologi berhubungan
secara signifikan dengan hasil pertemuan SST utama seperti niat dari mulut ke mulut dan niat
penggunaan berulang. Zeithaml, Parasuraman, dan Malhotra (2002) lebih lanjut mengusulkan
bahwa pelanggan TR mempunyai dampak positif pada perilaku e-shopping mereka. Oleh karena
itu, karena kesukaan adalah bagian dari niat berperilaku, kami menyimpulkan bahwa optimisme
dan inovasi akan mempengaruhi kesukaan.

H1: Optimisme berpengaruh terhadap kesukaan

H2: Inovasi berpengaruh terhadap kesukaan

Lin dan Hsieh (2007) menyatakan kesiapan teknologi berpengaruh terhadap niat berperilaku.
Karena kesukaan adalah bagian dari niat berperilaku, maka kami berhipotesis bahwa:
LAPISAN H3 : Ketidaknyamanan berpengaruh terhadap kesukaan

13, 2
H4: Ketidakamanan berpengaruh terhadap kesukaan

METODE PENELITIAN
228 Lokasi dan Waktu Penelitian
Penelitian ini dilakukan di Indonesia dan Thailand. Pemilihan lokasi didasarkan pada
latar belakang penelitian, karena kedua negara memiliki kesamaan karakteristik,
terutama pada infrastruktur transportasinya (Gambar 3). Pengumpulan data
sekunder dan primer dilakukan pada bulan Februari hingga April 2019.

Jenis dan Sumber Data

Jenis dan sumber data penelitian ini adalah data primer dan sekunder. Data primer
diambil melalui wawancara dengan menggunakan instrumen kuesioner kepada 250
mahasiswa Institut Pertanian Bogor dan 250 mahasiswa Universitas Kasetsart.

Metode Pengambilan Sampel

Metode pengambilan sampel yang digunakan dalam penelitian ini tergolong metode non-
probabilitas, dengan teknik convenience sampling. Jumlah sampel total adalah 500 orang, 250
responden di setiap negara. Menurut Waluyo (2011), ukuran sampel minimal yang digunakan
dalam SEM adalah 5-10 kali lipat dari jumlah indikator yang digunakan. Berdasarkan hal tersebut,
jumlah sampel dalam penelitian ini adalah 500 responden dengan jumlah 51 indikator.

Metode Pengolahan dan Analisis Data

Analisis data yang digunakan dalam penelitian ini adalah analisis kuantitatif dan kualitatif. Alat analisis
yang digunakan adalah analisis deskriptif dan analisis SEM, untuk menyempurnakan pengujian yang telah
dilakukan sebelumnya dari segi validitas dan reliabilitasnya. Pengolahan data dilakukan dengan
menggunakan Microsoft Excel 2010, SPSS dan PLS.

HASIL DAN DISKUSI

Karakteristik Responden
Responden dalam penelitian ini berjumlah 500 orang yang tinggal di Indonesia dan Thailand.
Karakteristik responden disajikan pada Tabel 1. Berdasarkan Tabel 1, responden didominasi
oleh perempuan lajang berusia 21-25 tahun. Sedangkan untuk tingkat pendidikan responden
didominasi oleh sarjana.

Persepsi Konsumen
Ada lima variabel yang dipertimbangkan dalam penelitian ini, yaitu optimisme, inovasi, ketidaknyamanan,
ketidakamanan, dan kesukaan. Peneliti menggunakan perhitungan rata-rata untuk

lihat skor masing-masing negara. Untuk variabel pertama, optimisme, Indonesia memperoleh rata-rata
4,9, sedangkan Thailand memperoleh rata-rata 4,8. Oleh karena itu, dapat disimpulkan bahwa tingkat
optimisme terhadap teknologi di Indonesia lebih tinggi dibandingkan Thailand. Responden
di Indonesia memiliki kepercayaan yang tinggi terhadap teknologi untuk meningkatkan efektivitas Bagaimana Teknologi
aktivitas sehari-hari dibandingkan responden di Thailand. Mempengaruhi Perilaku
Maksud
Terdapat sembilan indikator variabel inovasi. Di sini, Indonesia mendapat skor rata-rata 4,0
sementara Thailand mendapat skor 3,7. Faktor ketidaknyamanan Indonesia dan Thailand berada
pada level yang hampir sama, karena rata-rata skor Indonesia dan Thailand masing-masing
229
sebesar 3,5 dan 3,6. Hal ini menyiratkan bahwa responden dari kedua negara masih merasa tidak
nyaman dalam menggunakan atau menerima teknologi. Untuk ketidakamanan, responden di
Indonesia mendapat skor rata-rata 4,5 sedangkan Thailand mendapat skor 4,6. Insecurity
merupakan variabel penghambat kesiapan teknologi sehingga menunjukkan bahwa tingkat
ketidakamanan yang dirasakan responden di Thailand lebih tinggi dibandingkan di Indonesia.
Variabel kesukaan yang menunjukkan tingkat preferensi responden terhadap transportasi online
menunjukkan bahwa tingkat preferensi Indonesia lebih tinggi dibandingkan Thailand, terlihat dari
skor rata-rata masing-masing 4,2 dan 4,0 untuk Indonesia dan Thailand.

Metode Logit Biner

Analisis kesiapan teknologi terhadap kesukaan dengan menggunakan model logit dimaksudkan
untuk menangkap pengaruh optimisme, inovasi, ketidakamanan dan ketidaknyamanan terhadap
kesukaan. Sebelum melanjutkan analisis terlebih dahulu dilakukan langkah-langkah pada model
logit yaitu uji G atau uji rasio kemungkinan. Statistik uji G merupakan uji rasio kemungkinan yang
digunakan untuk menguji peran variabel penjelas dalam model secara bersama-sama. Hasil yang
diperoleh dari tabel omnibus test menunjukkan bahwa p-value yang diperoleh sebesar 0,000.
Dengan menentukan taraf signifikansi (α) sebesar 5% diperoleh p-value yang lebih kecil dari α.
Dengan demikian kesimpulannya H0 ditolak yaitu model yang terdiri dari seluruh variabel
signifikan secara statistik pada taraf 5% atau paling sedikit satu koefisien ≠ 0. Setelah dilakukan
pengujian terhadap keseluruhan model, selanjutnya dilakukan uji signifikansi parsial, yaitu tes
Wald. Sehingga dari model logit diketahui faktor faktorial yang berpengaruh signifikan terhadap
favourable disajikan pada tabel 2.

Indonesia Thailand Total

Karakteristik Responden
(%) n=250 (%) n=250 (%) n=500
Jenis kelamin Pria 24.4 15.6 20.0
Perempuan 75.6 84.4 80.0
Usia 16-20 14.0 7.6 10.8
21-25 74.4 82.4 78.4
26-30 6.0 6.4 6.2
31-35 2.0 2.0 2.0
36-40 2.4 0,8 1.6
> 40 1.2 0,8 1.0
Status pernikahan Lajang 92.0 99.2 95.6 Tabel 1
Telah menikah 8.0 0,8 4.4 Karakter dari
pendidikan tertinggi Sarjana 41.2 96.4 68.8 Responden
Gelar Magister 58.8 3.6 31.2

B SE Wald tanda tangan Hipotesis

MEMILIH 1.009 0,191 27.953 0,000 Penting
PENGINAPAN 0,150 0,133 1.278 0,258 Tidak signifikan Meja 2
DALAM 0,685 0,167 16.837 0,000 Penting Uji Signifikansi Parsial
DIS 0,081 0,151 0,285 0,594 Tidak signifikan Model Logit
Konstan - 9.047 1.132 63.840 0,000
LAPISAN Faktor-faktor yang mempengaruhi kesukaan teknologi kesiapan dapat dilihat dari
13, 2 koefisien parameter variabel yang dianalisis dalam model logit biner. Model logit
menunjukkan bahwa pengaruh kesiapan teknologi terhadap kesukaan dipengaruhi oleh
optimisme dan ketidakamanan (H1 dan H3 diterima) sedangkan hipotesis lainnya tidak
signifikan. Koefisien variabel optimisme sebesar 0,000 dan pada uji Wald signifikan pada
taraf 5%. Dapat diartikan bahwa optimisme berpengaruh signifikan terhadap peluang
230
responden menyukai transportasi online. Nilai exp (β) pada variabel ini sebesar 1,887
artinya semakin tinggi tingkat optimisme responden maka peluang responden menyukai
transportasi online akan semakin besar sebesar 1,887 kali dibandingkan dengan peluang
responden yang tingkat optimismenya rendah.

Variabel ketidakamanan juga signifikan dengan koefisien sebesar 0,000 yang cukup menarik karena
“ketidakamanan” merupakan variabel penghambat, namun menunjukkan hasil yang positif
terhadap niat berperilaku, kemungkinan karena tingginya tingkat ketidakamanan yang dirasakan
konsumen, namun pada saat yang sama. Saat ini kebutuhan mereka akan transportasi online juga
tinggi. Meski berdampak pada kesukaan, namun ketidakamanan bukanlah faktor utama dalam
penggunaan transportasi online, karena di era sekarang transportasi online sudah menjadi hal
yang penting. Selain itu, rasa tidak aman konsumen terhadap data pribadinya yang disimpan
secara online mulai berkurang sejak diterapkannya kebijakan dari pemerintah dan perusahaan
transportasi online yang menjamin keamanan data penumpang (Aprilia dan Prasetyawati 2017;
CNN Indonesia 2018). Driver atau orang lain tidak bisa sembarangan mengakses data kita.

Variabel keinovatifan tidak berpengaruh signifikan terhadap niat perilaku menggunakan

transportasi online (H2 ditolak), hal ini dikarenakan karakteristik responden yang didominasi oleh
masyarakat berpendapatan menengah ke bawah, bertolak belakang dengan indikator keinovatifan
yang mencerminkan masyarakat yang selalu dapat membeli teknologi terbaru, yang sebagian
besar mahal. Sedangkan variabel ketidaknyamanan juga tidak berpengaruh signifikan terhadap
kesukaan (H4 ditolak). Hal ini didukung oleh penelitian yang dilakukan oleh Nugroho dan Fajar
(2017) yang menyatakan bahwa ketidaknyamanan tidak berpengaruh terhadap niat berperilaku,
sehingga tidak berpengaruh terhadap kesukaan.

IMPLIKASI MANAJERIAL DALAM KONTEKS ASIA SELATAN

Studi ini menemukan bahwa di Indonesia dan Thailand, variabel optimisme berpengaruh positif dan
signifikan terhadap kesukaan, oleh karena itu untuk mengembangkan bisnis, perusahaan transportasi
online dapat menyediakan lebih banyak fitur untuk membantu konsumen memenuhi kebutuhannya,
seperti layanan antar-jemput terjadwal, untuk meminimalkan kekhawatiran konsumen. menunggu terlalu
lama atau terlambat mencapai tujuan. Variabel optimisme menekankan pada kebebasan mobilitas,
kendali dan kemudahan (Parasuraman 2014), sehingga penting bagi perusahaan untuk meningkatkan
loyalitas konsumen dengan menambahkan fitur atau layanan yang dapat membantu konsumen
melakukan aktivitasnya dengan lebih efektif dan efisien. Transportasi online juga memberikan
kemudahan bagi masyarakat yang melakukan perjalanan jarak jauh seperti wisatawan (Alemi dkk 2018);
oleh karena itu penting bagi pengemudi untuk menguasai bahasa Inggris agar dapat melayani wisatawan
dengan baik.

Penting juga bagi perusahaan untuk dapat memperluas wilayah operasinya secara online
transportasi, sehingga masyarakat dapat menikmati layanan ini dimana saja dan kapan saja. Bagaimana Teknologi
Apalagi di Indonesia yang masih banyak tempat yang belum terjangkau oleh transportasi
online. Selain itu, sebagai layanan berbasis aplikasi, transportasi online
Maksud
juga dapat menambahkan fitur berita atau info terkini dari berbagai bidang untuk membantu
konsumen menjaga dan meningkatkan tingkat optimismenya. Untuk mengurangi
ketidakamanan, fokus perusahaan harus pada layanan pelanggan dan kualitas layanan dari
231
pengemudi. Perusahaan dapat melakukan sistem rekrutmen yang lebih ketat dan selektif,
terutama untuk menghindari terjadinya kasus-kasus kriminal yang sedang marak di lapangan
transportasi online (Novalius 2018).

IMPLIKASI TEORITIS
Berdasarkan hasil penelitian dapat disimpulkan bahwa pengaruh kesiapan teknologi terhadap
kesukaan menggunakan transportasi online tidak jauh berbeda baik di Indonesia maupun di
Thailand. Indonesia memiliki lebih banyak transportasi online karena kebutuhan masyarakatnya
lebih tinggi. Masyarakat Indonesia cenderung menggunakan transportasi online untuk
menghindari kemacetan (Speranza 2018), sehingga ojek berbasis online seperti Grab dan Gojek
sangat terkenal di Indonesia (Septiani 2017). Selain kemudahan dalam berkendara, konsumen
Indonesia juga cenderung menggunakan transportasi online untuk mendapatkan tarif yang lebih
murah ketika sedang berlangsungnya promo dari perusahaan transportasi online.

Sebaliknya di Thailand, kehadiran ojek belum banyak menarik perhatian masyarakat karena
penggunaan sepeda motor di Thailand semakin diminimalkan mengingat tingginya risiko
kecelakaan yang disebabkan oleh sepeda motor (Berecki-Gisolf dkk 2015). Pada tahun
2004-2012, pengguna transportasi meningkat dari 19,8 menjadi 31,4 juta, namun peningkatan
ini didominasi oleh pengguna mobil yang meningkat sebesar 42 persen sedangkan pengguna
sepeda motor menurun sebesar 41 persen (ASEAN-JAPAN Transport Partnership 2013). Hal ini
kemudian menyebabkan jenis transportasi online yang paling umum di Thailand adalah
mobil. Jadi alasan utama masyarakat Thailand menggunakan transportasi online bukan untuk
menghindari kemacetan melainkan faktor lain seperti efisiensi dan kemudahan mencari
transportasi (Silalahi dkk 2017). Masyarakat Thailand juga cenderung menggunakan
transportasi umum seperti bus, songtaew, MRT, BTS dan lain-lain karena harga yang
ditawarkan transportasi online cenderung lebih mahal (Taneerananon 2016).

Keterbatasan penelitian ini adalah kebaruan permasalahan sehingga menyebabkan

terbatasnya referensi untuk penelitian sejenis; oleh karena itu perlu dicari referensi yang lebih
mendalam untuk memperkuat hasil. Penelitian ini masih kekurangan pada jumlah dan
karakteristik sampel. Hal ini terbatas hanya pada dua negara yang peraturan dan karakteristik
respondennya hampir sama. Oleh karena itu, perlu dikembangkan penelitian yang lebih
dalam dan luas seperti melakukan perbandingan dengan negara lain yang berbeda
kebijakan.

KESIMPULAN
Responden didominasi oleh perempuan lajang berusia 21-25 tahun. Berdasarkan pendidikan
tertinggi yang diperoleh, responden didominasi oleh sarjana. Berdasarkan persepsi konsumen,
Indonesia dan Thailand memiliki sedikit perbedaan untuk masing-masing indikator dan
LAPISAN variabel. Hal ini menyiratkan bahwa tingkat kesiapan teknologi kedua negara tidak jauh
13, 2 berbeda berdasarkan empat variabel utama: optimisme, inovasi, ketidaknyamanan dan
ketidakamanan (Parasuraman 2014). Meski jumlah perusahaan transportasi online di
Indonesia lebih banyak dibandingkan di Thailand, namun kesiapan teknologi kedua
negara ini masih hampir sama. Hasil yang sedikit berbeda terdapat pada nilai
kemanfaatan transportasi online yang dirasakan masyarakat Indonesia dibandingkan
232
dengan Thailand.

Berdasarkan hasil pengujian hipotesis, H1 (optimisme mempengaruhi kesukaan)

dan H3 (ketidakamanan mempengaruhi kesukaan) signifikan dan diterima
sedangkan dua hipotesis lainnya (H2 dan H4) tidak signifikan.

Referensi
Abdillah W, Jogiyanto H. (2015).Partial Least Square (PLS Alternatif Struktural
Equation Modeling (SEM) dalam Penelitian Bisnis. Yogyakarta , ID : Andi
Offset.
Abreu B, Oliveira L. (2014). Potensi Response Rate dalam Transportasi Online
Survei.Procedia-Ilmu Sosial dan Perilaku,162,34-41.
Ajzen I. 1985.Dari Niat ke Tindakan: Teori Perilaku Terencana. Tindakan
Kontrol. Seri SSSP Springer dalam Psikologi Sosial. Berlin (DE): Peloncat. Alemi F,
Circella G, Handy S, Mokhtarian P. (2018). Apa yang Mempengaruhi Wisatawan
Gunakan Uber? Menjelajahi Faktor-Faktor yang Mempengaruhi Penerapan Layanan Perjalanan Sesuai
Permintaan di California.Perilaku Perjalanan dan Masyarakat,13,88-104
Alexandris K, Dimitriadis N, Markata D. (2002). Dapatkah Persepsi Kualitas Pelayanan
ity Memprediksi Niat Perilaku? Sebuah Studi Eksplorasi di Sektor Perhotelan di
Yunani.Mengelola Kualitas Layanan: Jurnal Internasional,12(5),346-351.
Amelia L, Purbolaksono A, Hermanto M, Syahyani Z. (2016). Studi Kualitatif:
Respon Kebijakan Terhadap Transportasi Berbasis Aplikasi di Jakarta: Kajian
Singkat dan Rekomendasi.The Indonesia Institute:Pusat Penelitian Kebijakan
Publik.
Aprilia ML, Prasetyawati E. (2018). Perlindungan Hukum terhadap Data Pribadi
Konsumen Pengguna Gojek. DOI: 10.30996/mk.v0i0.2202
Berecki-Gisolf J, Yiengprugsawan V, Kelly M, McClure R,Seubsman S, Sleigh A.
(2015). Dampak Transisi Sepeda Motor di Thailand terhadap Cedera Lalu Lintas Jalan: Hasil
Studi Kelompok Thailand.PLOS SATU,10(3),1-13.
Damaini A, Suyoto S, Nugroho G. (2018). Mitigasi Kejahatan Penipuan Aplikasi Seluler
Pengguna Aplikasi untuk Transportasi Online.Jurnal Internasional Teknologi
Seluler Interaktif.DOI: 10.3991/ijim.v12i3.8070
Dutzik T, Madsen T, Baxandall P. (2013). Cara Baru untuk Pergi: Transportasi
Aplikasi dan Alat Berbagi Kendaraan yang Memberi Lebih Banyak Orang Amerika Kebebasan untuk
Mengurangi Mengemudi. Dana Pendidikan PIRG AS dan Frotier Group.
Ada E. (2018). Bikin Transportasi Online Plat Merah RI Tiru Thailand? [Internet].
https://www.cnbcindonesia.com/news/20180915093048-4-33246/bikin-
transportasi-online-plat-merah-ri-tiru-thailand. Diakses November 2018. Diakses
pada 13 Januari 2019.
Franedya R. 2019. Ini 4 Penantang Baru Gojek & Grab di Transportasi Online RI
 [Internet]. https://www.cnbcindonesia.com/tech/20190805220320-37-90039/ Bagaimana Teknologi
ini-4-penantang-baru-gojek-grab-di-transportasi-online-ri/4. Diakses di Au- Affects Behavioral hembusan
12 2019.
Maksud
Ge X, Brigden N, Häubl G. 2015. Efek Pensinyalan Preferensi Pencarian.hari-
akhir Psikologi Konsumen. 25(2):245-256
Ghozali I. 2014. Structural Equation Modeling Metode Alternatif Dengan Parsial
233
Kuadrat Terkecil (PLS). Semarang (ID): Badan Penerbit Undip
Jin X, Weber K. 2013. Mengembangkan dan Menguji Model Pameran Pilihan Merek
ence: Perspektif Peserta Pameran.Manajemen Pariwisata. (38):94-104 Kotler P,
Keller K. (2016).Manajemen Pemasaran. Jakarta , ID : Erlangga. Lin J, Hsieh P. (2007).
Pengaruh Kesiapan Teknologi Terhadap Kepuasan dan
Niat Perilaku Terhadap Teknologi Swalayan.Komputer dalam Perilaku
Manusia. 23,1597-1615
Meuter, ML, Ostrom, AL, Bitner, MJ, & Roundtree, R. (2003). Pengaruh
kecemasan teknologi terhadap penggunaan konsumen dan pengalaman dengan
teknologi swalayan. Jurnal Riset Bisnis, 56(11), 899–907.
Novalius F. 2018. Maraknya Kasus Kriminal, Sistem Rekrutmen Sopir Taksi
Online Dinilai Tidak Punya Standar [internet] https://economy.okezone.com/
read/2018/03/22/320/1876583/marak-kasus-kriminal-sistem-rekrutmen-
driveraksi-online-dinilai-tidak-punya- standar. Diakses pada 01 Mei 2018.
Nugroho M, Fajar M. 2017. Pengaruh Kesiapan Teknologi Terhadap Penerimaan
Sistem Absensi Wajib Berbasis Web.Konferensi Internasional Sistem
Informasi ke-4 2017.124.319-328
Parasuraman A. (2000). Indeks Kesiapan Teknologi (TRI): Skala Beberapa Item
untuk Mengukur Kesiapan dalam Merangkul Teknologi Baru.Jurnal Penelitian
Pelayanan,2(4),307-320.
Parasuraman A, Colby C. (2014). Kesiapan Teknologi yang Diperbarui dan Disederhanakan
Indeks ness: TRI 2.0.Jurnal Penelitian Pelayanan,18(1):59-74.
Pham L, Nguyen PTH, Huy LV, Luse D. 2018. Kesiapan dan Kesesuaian Teknologi
Kepuasan tomer di Hotel Mewah: Studi Kasus di Vietnam.Jurnal
Internasional Kewirausahaan.22(2), 1-23.
Santoso A, Nelloh L. (2017). Kepuasan Pengguna dan Niat Menggunakan Peer-to-Peer
Transportasi Online: Studi Replikasi.Ilmu Komputer Procedia. 124,
379-387
Septiani R, Handayani P, Azzahro F. (2017). Faktor-Faktor yang Mempengaruhi Perilaku
tensi dalam Layanan Transportasi Online: Studi Kasus Go-Jek.Ilmu Komputer
Procedia, 134.504-512.
Silalahi S, Handyani P, Munajat Q. (2017). Analisis Kualitas Layanan untuk On-
Layanan Transportasi Jalur: Studi Kasus Go-Jek.Ilmu Komputer Procedia
,124,487-495.
Speranza M. (2018). Tren Transportasi dan Logistik.Jurnal Eropa
Riset Operasional.264, 830-836.
Taneerananon S. (2012). Keluar dari Kebiasaan Kemiskinan di Thailand: Melalui
Aksesibilitas Transportasi.Jurnal Masyarakat untuk Studi Transportasi dan Lalu
Lintas,7(4),30-36.
Wahyuningtyas S. (2016). Jaringan Transportasi Online di Indonesia:
LAPISAN Pendulum Antara Ekonomi Berbagi dan Regulasi Ex Ante.Persaingan
13, 2 dan Regulasi dalam Industri Jaringan.https://doi.org/10.1177%
2F178359171601700304
Zaenudin A. (2018). Dapatkan, Cara Gojek Menaklukkan Thailand [internet] https://tirto.
id/get-cara-go-jek-menaklukkan-thailand-cVLo. Diakses pada 28 November
2018.
234
Zeithaml V, Berry L, Parasuraman A. (1996). Konsekuensi Perilaku dari Pelayanan
wakil Kualitas.Jurnal Pemasaran,60(2),31-46.
Zeithaml, VA, Parasuraman, A., & Malhotra, A. (2002). Pengiriman kualitas layanan
melalui situs web: tinjauan kritis terhadap pengetahuan yang masih ada. Jurnal
Akademi Ilmu Pemasaran, 30(4), 362–376.

Lampiran

Variabel Laten Definisi Simbol Variabel Indikator Referensi

Optimisme Pandangan positif MEMILIH1 • Teknologi baru berkontribusi pada kualitas hidup yang lebih baik Parasuraman
(MEMILIH) teknologi (2014)
dan sebuah keyakinan
MEMILIH2 • Teknologi memberi saya lebih banyak kebebasan bergerak
yang ditawarkannya
MEMILIH3 • Teknologi memberi orang kendali lebih besar atas kehidupan sehari-
rakyat
hari mereka
ditingkatkan

kontrol,
OPT4 • Teknologi membuat saya lebih produktif dalam
kehidupan pribadi
fleksibilitas dan
efisiensi di OPT5 • Teknologi memberi orang lebih banyak kebebasan untuk hidup dan

bekerja dimana saja mereka mau

kehidupan mereka.

MEMILIH6 • Saya menyukai teknologi yang memungkinkan saya menyesuaikan berbagai hal agar sesuai

dengan kebutuhan saya

MEMILIH7 • Teknologi membuat saya lebih efisien dalam

pekerjaan saya
MEMILIH8 • Saya menyukai ide berbisnis online karena saya
tidak dibatasi jam kerja reguler
MEMILIH9 • Saya merasa yakin bahwa sistem berbasis teknologi akan
melaksanakan apa yang saya perintahkan
MEMILIH10 • Produk dan layanan yang menggunakan
teknologi terkini jauh lebih nyaman digunakan
MEMILIH11 • Saya mengandalkan teknologi untuk selalu mengikuti perkembangan topik yang

saya minati

MEMILIH12 • Teknologi komunikasi dan internet membantu masyarakat

membangun hubungan yang lebih kuat
Inovasi Kecenderungan untuk PENGINAPAN1 • Orang lain datang kepada saya untuk meminta nasihat Parasuraman
(PENGINAPAN) menjadi sebuah teknologi mengenai teknologi baru (2014)
pionir dan PENGINAPAN2 • Secara umum, saya termasuk orang pertama di lingkaran teman saya
pemimpin pemikiran yang memperoleh teknologi baru ketika teknologi tersebut muncul

PENGINAPAN3 • Saya biasanya dapat menemukan produk dan layanan baru

berteknologi tinggi tanpa bantuan orang lain

PENGINAPAN4 • Saya selalu mengikuti perkembangan teknologi terkini di

bidang yang saya minati
PENGINAPAN5 • Saya menikmati tantangan untuk menemukan gadget berteknologi

tinggi

PENGINAPAN6 • Saya merasa bahwa saya mempunyai lebih sedikit masalah dibandingkan orang lain

dalam menjadikan teknologi bermanfaat bagi saya

PENGINAPAN7 • Saya lebih suka menggunakan teknologi tercanggih

Lampiran 1 yang ada
Referensi indikator pada PENGINAPAN8 • Saya menganggap teknologi baru dapat merangsang mental

kuisioner PENGINAPAN9 • Mempelajari teknologi bisa sama bermanfaatnya

dengan teknologi itu sendiri
Variabel Laten Definisi Simbol Variabel Indikator Referensi Bagaimana Teknologi
Tidak nyaman Sebuah persepsi DIS1 • Ketika saya mendapat dukungan teknis dari penyedia produk Parasuraman
(DIS) kurangnya atau layanan berteknologi tinggi, terkadang saya merasa (2014)
Mempengaruhi Perilaku
mengendalikan seolah-olah saya dimanfaatkan oleh seseorang yang lebih Maksud
teknologi tahu daripada saya
dan sebuah perasaan DIS2 • Jalur dukungan teknis tidak membantu karena tidak
menjadi menjelaskan segala sesuatunya sesuai pemahaman saya
kewalahan
olehnya.
DIS3 • Kadang-kadang, saya berpikir bahwa sistem teknologi tidak
235
dirancang untuk digunakan oleh orang-orang biasa

DIS4 • Tidak ada manual untuk produk atau layanan berteknologi

tinggi yang ditulis dalam bahasa sederhana
DIS5 • Memalukan bila saya mengalami masalah dengan gadget
berteknologi tinggi saat orang-orang sedang menonton

DIS6 • Jika Anda memberikan informasi ke sistem berbasis teknologi, Anda tidak akan

pernah bisa yakin bahwa informasi tersebut benar-benar sampai ke tempat

yang tepat

DIS7 • Sepertinya teman-teman saya belajar lebih banyak tentang

teknologi terbaru dibandingkan saya

DIS8 • Harus ada kehati-hatian dalam mengganti tugas-tugas penting

bagi orang-orang dengan teknologi karena teknologi baru
tidak dapat diandalkan

DIS9 • Saya tidak menganggap aman melakukan bisnis online

DIS10 • Teknologi sepertinya selalu gagal pada saat yang

paling buruk
DIS11 • Banyak teknologi baru yang mempunyai risiko kesehatan atau keselamatan

yang tidak akan diketahui sebelum orang-orang menggunakannya

DIS12 • Jika saya membeli produk atau layanan berteknologi tinggi, saya lebih

memilih model dasar daripada model yang memiliki banyak fitur

tambahan

DIS13 • Di lingkungan pertemanan saya, orang-orang lebih dikagumi jika

mereka memiliki gadget terbaru

Ketidakamanan Mengganggu DALAM1 • Masyarakat terlalu bergantung pada teknologi untuk melakukan sesuatu Parasuraman
(IN) teknologi bagi mereka (2014)
dan skeptisisme DALAM2 • Terlalu banyak teknologi mengalihkan perhatian orang ke titik yang
tentang itu berbahaya
kemampuan untuk bekerja
INS3 • Teknologi menurunkan kualitas hubungan dengan
dengan baik
mengurangi interaksi pribadi
INS4 • Saya merasa tidak percaya diri berbisnis dengan tempat yang
hanya bisa dijangkau secara online
INS5 • Saya khawatir informasi yang saya sediakan melalui internet
dapat disalahgunakan oleh orang lain
DALAM6 • Sentuhan kemanusiaan sangat penting ketika
berbisnis dengan perusahaan
INS7 • Ketika saya menelepon suatu bisnis, saya lebih suka berbicara
dengan seseorang daripada berinteraksi dengan sistem otomatis

INS8 • Setiap kali sesuatu diotomatisasi, Anda perlu

memeriksa dengan cermat bahwa sistem tidak
membuat kesalahan
DALAM9 • Setiap transaksi bisnis yang Anda lakukan secara
elektronik harus dikonfirmasi kemudian dengan
komunikasi terpisah
DALAM10 • Teknologi baru memudahkan pemerintah dan perusahaan
untuk memata-matai masyarakat
INS11 • Saya tidak menganggap aman untuk memberikan
informasi pribadi melalui internet
Kesukaan Sebuah indikator FAV1 • Jika saya harus melakukannya lagi, saya akan tetap menggunakan Zeithaml dkk
(FAV) pertunjukan itu transportasi online dibandingkan yang lain al (1996)
apakah
pelanggan
sedang menempa

obligasi dengan a

perusahaan atau

bukan
LAPISAN Variabel Laten Definisi Simbol Variabel Indikator Referensi
Perilaku BI1
13, 2 Niat (BI)
Sebuah indikator

pertunjukan itu
• Saya mengatakan hal-hal positif tentang transportasi online
kepada orang lain
Zeithaml dkk
al (1996);
apakah BI2 • Saya lebih memilih transportasi online sebagai pilihan utama Lin dan
pelanggan dibandingkan transportasi lainnya Hsieh
tetap dengan BI3 • Saya bersedia membayar harga yang lebih tinggi dibandingkan harga yang
(2007)
perusahaan ditawarkan angkutan umum lainnya untuk mendapatkan keuntungan

236 atau meninggalkannya,

yang mana dalam hal ini

BI4 • Saya akan merekomendasikan transportasi online kepada
orang lain
kasus adalah
BI5 • Saya tidak akan mengeluh kepada pelanggan lain jika saya
niat dari
mengalami masalah dengan layanan transportasi online
pelanggan ke
tetap menggunakan

produk dari
perusahaan
atau tidak