Machine Translated by Google
IS-MANA
Skala Multi-Item untuk Menilai
Kualitas Layanan Elektronik
A. Parasuraman
Universitas Miami
Valaria A. Zeithaml
itation dan makalah serupa di
core.ac.uk Arvind Malhotra
Universitas Carolina Utara di Chapel Hill
Menggunakan kerangka cara-akhir sebagai landasan teoretis, artikel
ini mengkonseptualisasikan, membangun, menyempurnakan, dan
menguji skala beberapa item (ES-QUAL) untuk mengukur
kualitas layanan yang disampaikan oleh situs Web di mana pelanggan
toko online. Dua tahap pengumpulan data empiris mengungkapkan
bahwa dua skala yang berbeda diperlukan untuk menangkap kualitas
layanan elektronik. Skala dasar ES-QUAL
dikembangkan dalam penelitian ini adalah 22 item skala empat
dimensi: efisiensi, pemenuhan, ketersediaan sistem, dan privasi.
Skala kedua, E-RecS-QUAL, hanya menonjol untuk
pelanggan yang memiliki pertemuan non-rutin dengan situs
dan berisi 11 item dalam tiga dimensi: responsif, kompensasi, dan
kontak. Kedua skala menunjukkan
sifat psikometrik yang baik berdasarkan temuan dari a
berbagai uji reliabilitas dan validitas serta membangun penelitian
yang telah dilakukan pada topik tersebut. Arahan untuk penelitian
lebih lanjut tentang kualitas layanan elektronik ditawarkan.
Implikasi manajerial yang bersumber dari empiris
temuan tentang ES-QUAL juga dibahas.
Kata kunci: kualitas e-service; toko online; layanan pelanggan
keburukan; pengembangan skala
dibawa ke
disediakan oleh Carolin
Meskipun tidak lagi diyakini sebagai revolusi yang dibayangkan
sebelumnya, Internet tetap menjadi saluran penting untuk
menjual sebagian besar barang dan jasa. Perusahaan seperti Ama
zon mendistribusikan produk dan layanan hanya melalui Web
saluran, dan hampir semua perusahaan membuat Web
saluran sebagai sumber informasi prapembelian (mobil),
cara alternatif untuk membeli produk (pengecer seperti GAP,
Talbot's, dan Eddie Bauer), pendekatan untuk memperluas layanan
(produk industri), dan cara untuk menangkap waktu
dan konsumen kelas atas (online banking). Jika saluran ini
agar layak, mereka harus dirasakan oleh konsumen sebagai
efektif dan efisien.
Meskipun harga rendah dan kehadiran Web pada awalnya
dianggap sebagai pendorong kesuksesan, masalah kualitas layanan
segera menjadi penting. Ketika konsumen tidak dapat menyelesaikan
transaksi, produk tidak dikirimkan tepat waktu
atau sama sekali, e-mail tidak dijawab, dan informasi yang diinginkan
tidak dapat diakses, kelangsungan hidup saluran Web terancam.
Memasang bisnis dan akademik
bukti menunjukkan kurangnya kualitas layanan yang memadai yang
disampaikan melalui Internet (Ahmad 2002;
Lennon dan Harris 2002; LoCascio 2000; Pastore 2001).
Masalah ini masih berlanjut (Cox 2002; Gaudin 2003;
InternetNewsBureau 2003). Jika saluran Web ingin menjadi
Machine Translated by Google
diterima oleh konsumen, perusahaan harus mengalihkan fokus
e-bisnis dari e-commerce—transaksi—ke
e-service—semua isyarat dan pertemuan yang terjadi sebelum,
selama, dan setelah transaksi.
Untuk memberikan kualitas layanan yang unggul, manajer
perusahaan dengan kehadiran Web harus terlebih dahulu memahami
Booming 1983; Parasuraman, Zeithaml, dan Berry 1985;
bagaimana konsumen memandang dan mengevaluasi layanan pelanggan online.
Meskipun ada banyak jenis situs Internet, Sasser, Olsen, dan Wyckoff 1978) menyarankan bahwa SQ
penelitian yang dijelaskan dalam artikel ini hanya berfokus pada online
situs belanja. Artikel tersebut tidak berhubungan dengan situs internet
Inter lainnya—seperti surat kabar online, portal, situs unduh gratis,
situs pelanggan-ke-pelanggan seperti eBay atau
Topica, situs yang merupakan kumpulan tautan, atau situs pekerjaan seperti
sebagai Monster.com—yang ada untuk tujuan selain online
belanja dan yang didukung pengiklan. Tujuan dari
artikel ini adalah untuk menggambarkan pengembangan, penyempurnaan,
evaluasi psikometrik, properti, dan aplikasi potensial dari skala multi-
item untuk mengukur layanan elektronik
kualitas (e-SQ) situs tempat pelanggan berbelanja online.
Proses yang menghasilkan skala melibatkan urutan
langkah-langkah yang konsisten dengan pedoman konvensional untuk skala
pengembangan (Churchill 1979; Gerbing dan Anderson
1988). Gambar 1 memberikan gambaran langkah-langkah.
Sisa dari artikel ini terdiri dari lima bagian.
Bagian pertama memberikan sinopsis dari literatur yang ada
pada SQ dan e-SQ tradisional. Memanfaatkan wawasan dari
literatur yang masih ada dan studi kualitatif yang komprehensif,
bagian kedua menawarkan definisi formal e-SQ dan
menggambarkan domainnya (Langkah 1 pada Gambar 1). Bagian selanjutnya
menggambarkan skala awal, proses yang digunakan dalam pemurnian
melalui penelitian kualitatif dan empiris, dan
sifat psikometrik skala (Langkah 2 sampai 5). Itu
Bagian keempat membahas penelitian empiris tambahan yang
dilakukan untuk menilai lebih lanjut keandalan dan validitas skala
yang disempurnakan, dan untuk mengeksplorasi sifat dan tingkat
dampak e SQ pada persepsi kualitas dan nilai pelanggan secara
keseluruhan, serta niat loyalitas mereka (Langkah 6). Itu
bagian akhir menawarkan arah untuk penelitian masa depan dan
membahas implikasi manajerial.
KUALITAS LAYANAN TRADISIONAL
KUALITAS LAYANAN VERSUS ELEKTRONIK
Penelitian ekstensif tentang SQ tradisional telah dilakukan selama
20 tahun terakhir (lihat Parasuraman dan
Zeithaml 2002 untuk ulasan). Sebaliknya, hanya terbatas
sejumlah artikel ilmiah berhubungan langsung dengan bagaimana
pelanggan menilai e-SQ dan anteseden dan konsekuensinya.
Di bagian ini, kami secara singkat meninjau aspek-aspek yang relevan dari
SQ tradisional dan jelaskan alasan mengapa penelitian itu
perlu diulang dalam konteks elektronik.
Kualitas Layanan Tradisional
Dengan SQ tradisional, kami mengacu pada kualitas semua
interaksi dan pengalaman pelanggan non-Internet dengan perusahaan.
Tulisan-tulisan ilmiah awal tentang SQ
(Grönroos 1982; Lehtinen dan Lehtinen 1982; Lewis dan
berasal dari perbandingan apa yang menurut pelanggan harus
ditawarkan perusahaan (yaitu, harapan mereka) dengan kinerja
layanan aktual perusahaan. Menggunakan wawasan dari
studi ini sebagai titik awal, Parasuraman, Zeithaml,
dan Berry (1988, 1991) melakukan studi empiris di
beberapa sektor industri untuk mengembangkan dan menyempurnakan
SERV QUAL, instrumen multi-item untuk mengukur pelanggan
penilaian global (sebagai lawan dari transaksi khusus) dari a
SQ perusahaan. Skala ini mengukur SQ sepanjang lima dimensi:
keandalan, daya tanggap, jaminan, empati, dan
berwujud. Instrumen SERVQUAL dan adaptasinya
telah digunakan untuk mengukur SQ di banyak kepemilikan dan
studi yang diterbitkan. Hal ini juga menimbulkan perdebatan dalam
literatur tentang cara yang paling tepat untuk menilai SQ (Brown,
Churchill, dan Peter 1993; Karman 1990; Kronin dan
Taylor 1992; Parasuraman, Berry, dan Zeithaml 1991,
1993; Parasuraman, Zeithaml, dan Berry 1994a, 1994b;
Teh 1993.
Tiga kesimpulan luas yang berpotensi relevan untuk
mendefinisikan, mengkonseptualisasikan, dan mengukur e-SQ yang dirasakan
muncul dari literatur SQ tradisional: (a) Gagasan
bahwa kualitas layanan berasal dari perbandingan
kinerja layanan dengan apa yang seharusnya atau akan dimiliki
dukungan konseptual yang luas, meskipun beberapa masih mempertanyakan
nilai empiris dari pengukuran harapan dan operasi alizing SQ sebagai
satu set skor kesenjangan; (b) lima SERVQUAL
dimensi keandalan, daya tanggap, jaminan, empati, dan berwujud
menangkap domain umum SQ
cukup baik, meskipun (sekali lagi dari sudut pandang empiris)
pertanyaan tetap tentang apakah mereka lima dimensi yang berbeda;
dan (c) penilaian pelanggan terhadap SQ
sangat terkait dengan nilai yang dirasakan dan perilaku
niat.
Fitur penting dari literatur SQ yang ada adalah bahwa
itu didominasi oleh layanan yang disampaikan orang. Dengan demikian,
apakah kesimpulan sebelumnya meluas ke konteks e-SQ dan apa
persamaan dan perbedaannya?
proses evaluatif untuk SQ dan e-SQ adalah pertanyaan terbuka.
Salah satu penulis yang telah memperluas konsep SERVQUAL ke
konteks elektronik adalah Gefen (2002),
yang menemukan bahwa lima dimensi kualitas layanan runtuh
menjadi tiga dengan kualitas layanan online: (a) berwujud; (b)
dimensi gabungan dari daya tanggap, keandalan, dan
jaminan; dan (c) empati. Dalam penelitian tersebut, tangibles
ditemukan menjadi dimensi yang paling penting dalam meningkatkan
loyalitas pelanggan dan dimensi kombinasi yang paling
Machine Translated by Google GAMBAR 1

Proses yang Digunakan dalam Mengembangkan Skala untuk Mengukur e-SQ

Langkah 1: Mengartikulasikan makna dan domain kualitas layanan elektronik

berdasarkan wawasan dari literatur yang ada dan studi kualitatif yang komprehensif.

Langkah 2: Mengembangkan skala awal (berisi 121 item dan mewakili 11 dimensi
kualitas layanan elektronik) dan merevisinya berdasarkan umpan balik dari dua
kelompok fokus.

Langkah 3: Mengelola skala yang direvisi ke sampel pengguna Internet yang

representatif secara nasional melalui survei online — kira-kira sepertiga responden
mengevaluasi situs favorit mereka, sepertiga lainnya mengevaluasi situs favorit kedua,
dan sisanya mengevaluasi situs favorit ketiga; total 549 kuesioner selesai dikumpulkan.

Langkah 4: Mengembangkan skala pelit melalui proses berulang:

Koefisien pemeriksaan alpha dan korelasi item-to-total menurut dimensi

Penghapusan item

Pemeriksaan dimensi melalui analisis faktor eksplorasi

Penugasan kembali item dan restrukturisasi dimensi yang diperlukan

22-item, skala ES-QUAL 4-dimensi (dan skala E-RecS-QUAL 11-item, 3-dimensi)

Langkah 5: Melakukan CFA dan uji validitas pada skala akhir.

Langkah 6: Mengelola timbangan akhir melalui survei online ke sampel

perwakilan pelanggan Amazon.com (n = 653) dan Walmart.com (n = 205) untuk: (a)
mengonfirmasi ulang keandalan dan validitas timbangan dan (b ) menilai kepentingan
relatif dari berbagai dimensi kualitas layanan elektronik dalam mempengaruhi persepsi
kualitas dan nilai konsumen secara keseluruhan dan niat loyalitas.

CATATAN: e-SQ = kualitas layanan elektronik.

penting dalam meningkatkan kepercayaan pelanggan. Namun, item dalam
skala diubah untuk beradaptasi dengan konteks elektronik
(Misalnya, berwujud diwakili sebagian oleh item tentang
tampilan situs Web), dan karena itu timbangannya
tidak sebanding di seluruh konteks penelitian. Untuk ini dan
alasan lain yang dibahas di bawah ini, mempelajari e-SQ membutuhkan
pengembangan skala yang melampaui sekadar beradaptasi
timbangan offline.
Mengapa e-SQ?
Wawasan dari studi yang berhubungan dengan orang-teknologi
interaksi menyiratkan bahwa evaluasi pelanggan terhadap teknologi baru
adalah proses yang berbeda. Misalnya, temuan dari
studi kualitatif ekstensif tentang bagaimana pelanggan berinteraksi
dengan, dan mengevaluasi, produk berbasis teknologi (Mick and
Fournier 1995) menyarankan bahwa (a) kepuasan pelanggan dengan
Machine Translated
produk bymelibatkan
semacam itu Googleproses yang sangat kompleks, sarat makna,
proses jangka panjang; (b) prosesnya mungkin berbeda di berbagai segmen
pelanggan yang berbeda; dan (c) kepuasan dalam konteks seperti itu tidak
selalu merupakan fungsi dari standar perbandingan prakonsumsi. Studi
kualitatif utama lainnya oleh
penulis yang sama (Mick dan Fournier 1998), dengan fokus pada reaksi
orang terhadap teknologi, menyarankan bahwa teknologi
dapat memicu perasaan positif dan negatif secara bersamaan.
Selain itu, penelitian lain yang melibatkan baik kualitatif maupun
komponen empiris menunjukkan bahwa kecenderungan pelanggan untuk
merangkul teknologi baru (yaitu, kesiapan teknologi mereka) tergantung
pada dominasi relatif dari perasaan positif dan negatif dalam keseluruhan
teknologi mereka.
kepercayaan (Parasuraman 2000). Studi sebelumnya berfokus pada
teknologi tertentu juga telah menunjukkan bahwa konsumen
keyakinan tentang, dan reaksi terhadap, teknologi yang bersangkutan
berbeda dan berkorelasi positif dengan penerimaan
(Cowles 1989; Cowles dan Crosby 1990; Dabholkar 1996;
Eastlick 1996). Penelitian lain menunjukkan bahwa kepenuhan penggunaan
yang dirasakan dan kemudahan penggunaan berkorelasi secara signifikan dengan
penggunaan yang dilaporkan sendiri (Davis 1989) dan aktual (Szajna 1996)
teknologi.
Secara kolektif, temuan studi ini mengungkapkan perbedaan penting
dalam penerimaan dan penggunaan teknologi
di seluruh pelanggan tergantung pada keyakinan teknologi mereka
dan menyarankan bahwa perbedaan serupa mungkin ada dalam proses
evaluasi yang digunakan dalam menilai e-SQ. Dengan kata lain,
atribut khusus pelanggan (misalnya, kesiapan teknologi)
mungkin mempengaruhi, misalnya, atribut yang pelanggan
keinginan di situs Web yang ideal dan tingkat kinerja yang
akan menandakan e-SQ superior.
Penelitian tentang e-SQ
Beberapa peneliti akademis telah mengembangkan skala untuk
mengevaluasi situs Web. Loiacono, Watson, dan Goodhue
(2000) menciptakan WebQual, skala untuk menilai situs Web pada 12
dimensi: kesesuaian informasi dengan tugas, interaksi, kepercayaan,
waktu respon, desain, intuitif, daya tarik visual, inovasi, daya tarik emosional,
komunikasi terintegrasi, proses bisnis, dan substitusi. Namun,
tujuan utama skala ini adalah untuk menghasilkan informasi untuk
Desainer situs web daripada mengukur kualitas layanan
seperti yang dialami oleh pelanggan. Penelitian yang menghasilkan
skala yang melibatkan siswa mengunjungi situs Web untuk mengevaluasi
mereka daripada pembeli aktual yang mengevaluasi pengalaman mereka.
Oleh karena itu, meskipun beberapa dimensi WebQual
mungkin mempengaruhi kualitas layanan yang dirasakan, dimensi lain
(misalnya, inovasi, proses bisnis, dan substitusi) adalah tangensial terbaik
untuk itu. Apalagi skalanya
pengembang mengecualikan dimensi yang disebut layanan pelanggan
karena tidak dapat diukur dengan metode penelitian
odologi yang digunakan. Untuk alasan yang sama, WebQual
tidak termasuk pemenuhan sebagai dimensi.
Barnes dan Vidgen (2002) mengembangkan skala yang sama sekali
berbeda untuk mengukur e-commerce organisasi
menawarkan, yang mereka juga sebut WebQual. Skala ini memberikan
indeks kualitas situs (persepsi pelanggan
ditimbang berdasarkan kepentingan) dan memiliki lima faktor: kegunaan,
desain, informasi, kepercayaan, dan empati. Data yang digunakan dalam
mengembangkan dan menguji kuesioner yang diperoleh
dari sampel kenyamanan mahasiswa dan staf
yang diarahkan untuk mengunjungi salah satu dari tiga situs toko buku, untuk
mengumpulkan beberapa informasi tentang buku pilihan mereka, dan
kemudian untuk menilai pengalaman mereka pada item skala. skalanya adalah
dirancang untuk dijawab tanpa responden perlu
menyelesaikan proses pembelian dan oleh karena itu merupakan penilaian
trans-tindakan spesifik dari sebuah situs daripada evaluasi yang komprehensif
dari kualitas layanan sebuah situs.
Yoo dan Donthu (2001) mengembangkan skala KUALITAS SITUS
sembilan item untuk mengukur kualitas situs pada empat dimensi:
kemudahan penggunaan, desain estetika, kecepatan pemrosesan, dan
keamanan. Seperti dalam kasus Barnes dan Vidgen (2002)
Skala WebQual, data untuk mengembangkan dan menguji SITE QUAL
dikumpulkan dari sampel praktis. Secara khusus, siswa yang terdaftar di
kelas pemasaran diminta untuk
mengunjungi dan berinteraksi dengan tiga situs belanja Internet mereka
pilihan sendiri dan kemudian mengevaluasi setiap situs. Seperti WebQual,
SITEQUAL tidak menangkap semua aspek pembelian
proses dan oleh karena itu bukan merupakan proses yang komprehensif
penilaian kualitas layanan situs.
Menggunakan survei online, Szymanski dan Hise (2000)
mempelajari peran persepsi pelanggan tentang kenyamanan online,
merchandising (penawaran produk dan formasi produk), desain situs, dan
keamanan finansial bermain dalam penilaian kepuasan. Studi ini tidak
termasuk
aspek pelayanan atau pemenuhan pelanggan; alih-alih, itu ditangani
hanya dengan aspek situs Web. Lebih jauh lagi, itu berarti kepuasan yang
pasti daripada kualitas layanan.
Wolfinbarger dan Gilly (2003) digunakan secara online dan offline
kelompok fokus, tugas penyortiran, dan panel pelanggan online
survei untuk mengembangkan skala 14 item yang disebut eTailQ. Skala
mengandung empat faktor: Desain situs web (melibatkan beberapa
atribut yang terkait dengan desain serta item yang berhubungan
dengan personalisasi dan berurusan lainnya dengan produk
seleksi), keandalan/ pemenuhan (melibatkan representasi produk yang
akurat, pengiriman tepat waktu, dan akurat
pesanan), privasi/ keamanan (merasa aman dan percaya
situs), dan layanan pelanggan (menggabungkan minat dalam memecahkan
masalah, kesediaan personel untuk membantu, dan
jawaban cepat untuk pertanyaan). Wolfinbarger dan Gilly's
tujuan menciptakan skala untuk mengukur persepsi pelanggan tentang
kualitas e-tailing sangat baik, dan ketiga pendekatan studi mereka
komprehensif. skala yang dihasilkan
Machine Translated
menimbulkan by Google
beberapa pertanyaan, namun. Meskipun dua dari mereka
dimensi—keamanan/privasi dan keandalan/pemenuhan—
menunjukkan validitas wajah yang kuat dan sangat deskriptif tentang
item yang mereka wakili, dua dimensi lainnya tampak kurang
internal yang konsisten dan berbeda. Desain situs web, untuk
misalnya, mencakup aspek informasi yang mendalam, tingkat
personalisasi, pemilihan, dan kecepatan penyelesaian
transaksi. Faktor yang disebut layanan pelanggan mengandung
hal-hal yang berkaitan dengan kesediaan perusahaan untuk menanggapi
kebutuhan pelanggan, minat perusahaan dalam memecahkan masalah,
dan kecepatan dalam mengajukan pertanyaan
menjawab. Dimensi ini, serta item lain yang
mungkin relevan dengan penilaian pelanggan terhadap kualitas layanan
di situs Web, perlu diuji lebih lanjut.
Jadi, meskipun penelitian sebelumnya memberikan wawasan tentang
kriteria yang relevan untuk mengevaluasi e-SQ, skala yang dikembangkan
dalam penelitian tersebut juga menimbulkan beberapa pertanyaan penting.
yang menyerukan penelitian tambahan tentang topik tersebut. Atas dasar
tinjauan komprehensif dan sintesis dari era cahaya yang masih ada di e-
SQ, Zeithaml, Parasuraman, dan Malhotra
(2002) merinci lima set kriteria yang relevan dengan persepsi e SQ: (a)
ketersediaan dan konten informasi,
(b) kemudahan penggunaan atau kegunaan, (c) privasi/keamanan, (d) grafik
gaya, dan (e) keandalan/pemenuhan. Sejumlah studi
telah memeriksa berbagai aspek kriteria ini. Beberapa
telah dihipotesiskan menjadi kritis, sedangkan pentingnya orang lain
telah ditunjukkan secara empiris. Kemampuan ketersediaan dan
kedalaman informasi tampaknya penting
karena ketika pengguna dapat mengontrol konten, pesanan, dan
durasi informasi yang relevan dengan produk, kemampuan mereka untuk
mengintegrasikan, mengingat, dan dengan demikian menggunakan informasi
sebagai bukti (Ariely 2000). Kemudahan penggunaan tampaknya relevan karena
Transaksi berbasis internet itu rumit dan menakutkan
ke banyak pelanggan. Privasi (perlindungan pribadi
informasi) dan keamanan (perlindungan pengguna dari
risiko penipuan dan kerugian finansial) telah terbukti secara empiris
memiliki dampak yang kuat pada sikap terhadap penggunaan
layanan keuangan online (misalnya, Montoya-Weiss et al.
2003). Gaya grafis—yang mewujudkan masalah seperti
warna, tata letak, ukuran dan jenis cetak, jumlah foto
dan grafik, dan animasi—juga telah ditunjukkan untuk
mempengaruhi persepsi pelanggan belanja online (Hoffman
dan Novak 1996; Hoque dan Lohse 1999; Schlosser dan
Kanfer 1999). Akhirnya, keandalan/pemenuhan telah
dikutip sebagai aspek penting dari e-SQ (Palmer, Bailey, dan
Faraj 1999; Wolfinbarger dan Gilly 2003). Faktanya,
Wolfinbarger dan Gilly (2003) menemukan bahwa keandalan/
peringkat pemenuhan adalah prediktor terkuat dari kepuasan dan
kualitas pelanggan, dan yang terkuat kedua
prediktor niat untuk membeli kembali di sebuah situs.
Wawasan dari penelitian tentang e-SQ yang diulas di atas dan
studi konseptual yang komprehensif tentang sifat dan struktur
perkembangan e-SQ (Zeithaml, Parasuraman, dan Malhotra 2000)
membentuk titik awal untuk mengembangkan skala e-SQ
itulah fokus artikel ini. Bagian berikut
jelaskan secara rinci berbagai langkah pengembangan skala yang
dijelaskan pada Gambar 1.
PENGEMBANGAN DAN PENYEMPURNAAN A
SKALA UNTUK MENGUKUR e-SQ
Definisi dan Domain e-SQ
Literatur yang masih ada dan penelitian kelompok fokus yang
ekstensif di Zeithaml, Parasuraman, dan Malhotra (2000)
studi menyarankan bahwa penilaian pelanggan dari situs Web
kualitas tidak hanya mencakup pengalaman selama interaksi mereka
dengan situs tetapi juga layanan pascainteraksi
aspek (yaitu, pemenuhan, pengembalian). Dengan demikian, e-SQ didefinisikan
secara luas untuk mencakup semua fase interaksi pelanggan dengan
situs Web: sejauh mana situs Web memfasilitasi belanja, pembelian,
dan pembelian yang efisien dan efektif.
pengiriman.
Dalam mendiskusikan apa yang mereka anggap diinginkan
karakteristik situs Web, peserta kelompok fokus
dalam studi Zeithaml, Parasuraman, dan Malhotra (2000)
menyebutkan berbagai fitur—mulai dari yang spesifik,
isyarat konkret (misalnya, penataan tab, mesin pencari, pemesanan
satu klik), ke atribut persepsi yang lebih umum (misalnya,
persepsi kemudahan menemukan apa yang dicari, persepsi kecepatan
transaksi) ke dimensi yang luas (misalnya, kemudahan
navigasi secara umum, responsif terhadap pelanggan
kebutuhan), ke abstraksi tingkat tinggi (misalnya, kualitas dan nilai yang
dirasakan secara keseluruhan). Untuk mewakili seluruh rangkaian
kriteria evaluatif yang muncul dari kelompok fokus mereka,
peneliti mengusulkan kerangka teoretis yaitu
berlabuh dalam pendekatan sarana-akhir-rantai untuk memahami
struktur kognitif konsumen. Pendekatan ini berlaku
bahwa konsumen menyimpan informasi produk dalam memori di
beberapa tingkat abstraksi (Olson dan Reynolds 1983;
Muda dan Feigen 1975). Kerangka yang diusulkan adalah
diringkas dalam Gambar 2.
Anteseden e-SQ adalah isyarat konkret spesifik—
seperti pemesanan satu klik, simbol Trust-e, dan pencarian
mesin—yang memicu atribut perseptual. Evaluasi dari
kualitas layanan elektronik di sepanjang atribut persepsi menyatu
menjadi evaluasi sepanjang dimensi yang lebih abstrak. Itu
evaluasi tingkat atribut dan dimensi mengarah ke lebih banyak
penilaian global pada tingkat abstraksi yang lebih tinggi (misalnya,
penilaian keseluruhan e-SQ dan nilai yang dirasakan), yang
gilirannya mempengaruhi niat perilaku dan perilaku aktual
(Zeithaml, Parasuraman, dan Malhotra 2000).
Machine Translated by Google GAMBAR 2
Kerangka Sarana-End untuk Memahami Domain dan Konsekuensi dari e-SQ
Konkret Perseptual
isyarat Atribut
Aspek teknis/desain
yang
mempengaruhi Tingkat di mana evaluasi
evaluasi e-SQ e-SQ terjadi
CATATAN: e-SQ = kualitas layanan elektronik.
Langkah awal yang penting dalam pengembangan skala
adalah spesifikasi domain yang benar dari item mana yang akan dipilih
ditarik dalam membangun skala (Churchill 1979). Sebagai
kerangka teoritis pada Gambar 2 menyiratkan, inti
proses evaluatif untuk menilai e-SQ meliputi:
tingkat persepsi dan dimensi. Isyarat konkret, pada dasarnya,
adalah anteseden yang mempengaruhi proses ini, sedangkan
abstraksi tingkat tinggi adalah konsekuensi dari proses.
Oleh karena itu, fitur situs Web yang terkait dengan proses
evaluasi inti—khususnya, atribut persepsi—
merupakan domain item untuk skala e-SQ.
Spesifikasi atribut tingkat persepsi sebagai
domain item skala sesuai untuk beberapa tambahan
alasan. Pertama, atribut persepsi lebih tahan lama
aspek evaluatif daripada isyarat konkret. Alasannya adalah
bahwa meskipun isyarat konkret yang terkait dengan situs Web
akan berubah seiring perubahan teknologi, atribut perseptual
yang lebih abstrak yang dipicu oleh isyarat itu tidak mengubahnya
sendiri. Misalnya, satu atribut persepsi dari a
Situs web mungkin “mudah untuk bermanuver melalui situs”; itu
isyarat konkret yang saat ini menandakan atribut ini bisa
termasuk penataan tab, peta situs, mesin pencari, layering
informasi, dan jumlah klik untuk mendapatkan yang benar
lokasi antara lain. Meskipun beton spesifik ini
isyarat akan berubah (atau diganti dengan isyarat baru) dengan
kemajuan teknologi, atribut persepsi "mudah untuk"
manuver melalui situs” akan tetap relevan sebagai
kriteria evaluatif. Kedua, karena isyarat konkret yang diasosiasikan
dengan situs Web umumnya bersifat teknis,
tidak semua pelanggan mungkin menyadarinya atau dapat
Ukuran Orde Tinggi
Abstraksi
Konsekuensi evaluasi e-SQ
– keseluruhan e-SQ, nilai yang
dirasakan, dll., yang, pada
gilirannya, mendorong niat dan
perilaku perilaku
menilai seberapa baik mereka. Atribut persepsi, berdasarkan kebajikan
karena mereka lebih berpengalaman daripada teknis, lebih
mudah dinilai oleh semua pelanggan. Selain itu, persepsi
atribut lebih "skala" daripada isyarat konkret—
yaitu, mereka dapat dinilai sepanjang kontinum; sebaliknya,
banyak isyarat konkret seperti pemesanan satu klik dan Trust-e
simbol ada atau tidak ada. Ketiga, dibandingkan dengan
penilaian tingkat dimensi, penilaian atribut persepsi
lebih spesifik dan dapat menawarkan wawasan yang lebih detail
tentang kekurangan e-SQ; pada saat yang sama, ketika penilaian
e-SQ tingkat dimensi diperlukan, mereka dapat diperoleh
dengan mudah dengan menggabungkan atribut-persepsi yang sesuai
peringkat. Keempat, keterkaitan yang tersirat dalam teori
kerangka kerja (Gambar 2) antara proses evaluatif e-SQ (yaitu,
penilaian tingkat persepsi/dimensi) dan
konsekuensinya (yaitu, abstraksi tingkat tinggi) merupakan "jaring
nomologis" alami untuk memverifikasi konstruksi
validitas skala e-SQ yang terdiri dari atribut-perseptual
item tingkat. Verifikasi dilakukan dengan menguji secara empiris
efek dari tingkat atribut perseptual (dan karenanya
tingkat dimensi) peringkat pada konstruksi endogen seperti
sebagai nilai yang dirasakan dan niat loyalitas (lebih lanjut tentang ini
nanti).
Penelitian Zeithaml, Parasuraman, dan Malhotra (2000)
mengidentifikasi lusinan fitur situs Web pada tingkat atribut
perseptual dan mengkategorikannya ke dalam 11 e-SQ
ukuran:
1. Keandalan: Fungsi teknis yang benar dari
situs dan keakuratan janji layanan
Machine Translated bybarang
(memiliki Googledalam persediaan, mengirimkan apa
yang dipesan, mengirimkan ketika dijanjikan), penagihan,
dan informasi produk.
2. Responsiveness: Respon cepat dan kemampuan untuk
mendapatkan bantuan jika ada masalah atau pertanyaan.
3. Akses: Kemampuan untuk masuk ke situs dengan cepat dan
menjangkau perusahaan saat dibutuhkan.
4. Fleksibilitas: Pilihan cara untuk membayar, mengirim, membeli,
mencari, dan mengembalikan barang.
5. Kemudahan navigasi: Situs berisi fungsi yang membantu
pelanggan menemukan apa yang mereka butuhkan tanpa
kesulitan, memiliki fungsi pencarian yang baik, dan
memungkinkan pelanggan untuk bermanuver dengan
mudah dan cepat bolak-balik melalui halaman.
6. Efisiensi: Situs mudah digunakan, terstruktur dengan baik,
dan membutuhkan informasi minimal untuk dimasukkan
oleh pelanggan.
7. Assurance/ trust: Keyakinan yang dirasakan pelanggan
dalam berurusan dengan situs dan karena reputasi situs
dan produk atau layanan yang dijualnya, serta informasi
yang disajikan dengan jelas dan benar.
8. Keamanan/ privasi: Sejauh mana pelanggan yakin bahwa
situs tersebut aman dari penyusupan dan informasi
pribadi terlindungi.
9. Pengetahuan harga: Sejauh mana pelanggan dapat
menentukan harga pengiriman, harga total, dan harga
komparatif selama berbelanja
proses.
10. Estetika situs: Penampilan situs.
11. Kustomisasi/ personalisasi: Seberapa banyak dan mudahnya
situs dapat disesuaikan dengan preferensi, sejarah, dan
cara berbelanja pelanggan individu
Kumpulan atribut situs Web yang berkaitan dengan 11 dimensi ini
berfungsi sebagai domain e-SQ dari mana kami menggambar item
untuk skala e-SQ (Tabel 2 dalam Zeithaml, Parasuraman, dan Malhotra
(2000, hlm. 17-21) mencantumkan ini atribut).
Skala Awal
Satu set 121 item yang mewakili semua aspek domain e-SQ
membentuk skala awal kami. Kami memasukkan skala ini ke dalam
dua versi kuesioner dengan jangkar dan format skala yang berbeda.
Kami kemudian mengevaluasi versi alternatif dalam dua wawancara
kelompok fokus dengan mahasiswa pascasarjana di sebuah universitas
besar di Amerika Serikat bagian timur.
Tujuan khusus dari kelompok fokus adalah untuk (a) memahami
reaksi responden terhadap cara-cara alternatif dari item skala frase
dan jangkar (skala tipe Likert versus jangkar kinerja rendah-tinggi); (b)
menyusun ulang item untuk meningkatkan kejelasan; (c) menghilangkan
item yang berlebihan; dan (d) mendapatkan umpan balik tentang
panjang, format, dan kejelasan dari
instruksi dan draft kuesioner awal. Atas dasar wawasan dari kelompok
fokus, kami menyederhanakan arahan, menghilangkan beberapa item
yang membingungkan, menulis ulang beberapa item lainnya, dan
memilih format skala tipe Likert untuk mengumpulkan tanggapan.
Kuesioner yang direvisi memiliki 113 item dengan skala 5 poin mulai
dari 1 (sangat tidak setuju) hingga 5 (sangat setuju).
Contoh Desain dan Pengumpulan Data
Pada tahap selanjutnya dari proses pengembangan skala, kami
menyewa sebuah firma riset pemasaran untuk mengelola kuesioner
yang telah direvisi kepada sampel acak pengguna Internet melalui
survei online. Perusahaan riset menghubungi calon responden dan
menyaring mereka untuk menentukan apakah mereka memiliki
pengalaman belanja online yang memadai (ditentukan sebagai telah
menggunakan Internet setidaknya 12 kali selama 3 bulan terakhir dan
melakukan setidaknya tiga pembelian dalam periode tersebut).
Responden yang memenuhi syarat diminta untuk membuat daftar tiga
situs yang paling mereka kenal. Untuk mendapatkan varians yang
memadai dalam data, kami membuat rencana pengambilan sampel kuota.
Sepertiga dari responden diminta untuk mengevaluasi situs favorit
mereka, sepertiga diminta untuk mengevaluasi situs favorit kedua
mereka, dan sepertiga diminta untuk mengevaluasi situs favorit ketiga
mereka.
Untuk mengumpulkan data, responden diarahkan ke situs Web
yang berisi kuesioner yang direvisi, yang kemudian mereka kelola
sendiri. Untuk mendorong partisipasi, responden yang mengisi survei
diikutsertakan dalam undian acak untuk menerima salah satu dari
beberapa hadiah uang tunai. Proses ini menghasilkan total 549
kuesioner yang lengkap.
Berdasarkan rencana pengambilan sampel kuota yang disebutkan di
atas, kuesioner ini mencakup berbagai situs yang bervariasi dalam hal
kualitas yang dirasakan dan variasi produk (pakaian, buku, CD,
perangkat lunak dan perangkat keras komputer, obat-obatan, elektronik,
bunga, bahan makanan, mainan) .
Analisis Data dan Pengurangan Skala
Data survei, yang dikumpulkan di semua lokasi, menjadi sasaran
berbagai analisis pengurangan/penyempurnaan skala yang konsisten
dengan prosedur standar untuk mengembangkan dan menyempurnakan
skala. Pengumpulan data sesuai pada tahap penyempurnaan/
pengurangan skala ini karena tujuannya adalah untuk menghasilkan
skala umum yang sesuai untuk menilai kualitas layanan di berbagai
lokasi. Kami pertama melakukan analisis reliabilitas dengan
mengelompokkan item menurut 11 dimensi konseptual apriori dari
mana mereka berasal. Kami kemudian memangkas daftar item dalam
setiap dimensi dengan memeriksa korelasi item-to-total yang dikoreksi
dan menghapus item yang eliminasinya meningkatkan koefisien
reliabilitas alpha. Kriteria lain yang biasa kami gunakan
Machine Translateditem
menghilangkan by yang
Google
muncul dari pola yang diamati dari
proporsi yang tinggi dari data yang hilang pada item tertentu. Pada
analisis, terbukti bahwa semua item ini terkait dengan pemulihan
layanan (pengembalian produk, masalah, kompensasi
untuk masalah, cara menghubungi perusahaan untuk mendapatkan informasi
atau untuk mengatasi masalah). Kira-kira sepertiga banding satu
setengah dari responden tidak menanggapi item ini, mungkin karena
mereka tidak mengalami masalah yang dicakup oleh item (studi e-
retailing oleh Wolfinbarger
dan Gilly [2003] juga melaporkan nilai rata-rata yang hilang
tingkat 32% untuk item serupa). Karena pemulihan adalah
aspek penting dari layanan, kami menyisihkan barang-barang ini untuk
analisis terpisah untuk mengembangkan skala layanan pemulihan elektronik.
Kami melakukan analisis lebih lanjut dengan item yang tersisa untuk
mengembangkan skala kualitas layanan e-core (ES-QUAL).
Kami selanjutnya melakukan analisis faktor eksplorasi pada
item, menggunakan analisis komponen utama sebagai metode
ekstraksi dan oblimin (dengan normalisasi Kaiser) sebagai
metode rotasi. Kami menggunakan nilai break-in-eigen
kriteria untuk menentukan jumlah awal faktor yang akan dipertahankan.
Kami kemudian melalui serangkaian iterasi, masing-masing
melibatkan penghapusan item dengan pemuatan rendah pada semua
faktor atau cross-loading tinggi pada dua atau lebih faktor, diikuti oleh
analisis faktor dari item yang tersisa. Proses berulang ini menghasilkan
Skala ES-QUAL akhir, yang terdiri dari 22 item pada empat dimensi,
yang kami beri label dan
didefinisikan sebagai berikut:
1. Efisiensi: Kemudahan dan kecepatan dalam mengakses dan
menggunakan situs.
2. Pemenuhan: Sejauh mana situs menjanjikan tentang
pengiriman pesanan dan ketersediaan barang
terpenuhi.
3. Ketersediaan sistem: Fungsi teknis situs yang benar.
4. Privasi: Tingkat keamanan situs dan
melindungi informasi pelanggan.
Kami melakukan analisis faktor konfirmatori (CFA) untuk lebih menilai
struktur faktor Skala ES-QUAL.
Kami selanjutnya menganalisis item yang telah kami sisihkan sebelumnya untuk
membangun skala untuk mengukur kualitas pemulihan
layanan yang disediakan oleh situs Web. Untuk analisis ini, kami menggunakan
hanya sebagian dari responden (sekitar 50% dari
sampel lengkap) yang telah menyelesaikan item ini. Mengikuti
proses berulang yang sama yang digunakan dalam mengembangkan ES-QUAL,
kami membuat skala kualitas layanan e-recovery (E-RecS QUAL)
yang terdiri dari 11 item dalam tiga dimensi:
1. Responsiveness: Penanganan masalah yang efektif
dan kembali melalui situs.
2. Kompensasi: Sejauh mana situs
mengkompensasi masalah pelanggan.
3. Kontak: Tersedianya bantuan melalui
perwakilan telepon atau online.
Seperti dalam kasus ES-QUAL, kami melakukan analisis CFA
untuk memverifikasi struktur faktor Skala E-RecS-QUAL.
Penilaian Reliabilitas dan Validitas
Dua bagian pertama dari lampiran berisi skala
item untuk ES-QUAL dan E-RecS-QUAL. Tabel 1 menyajikan
hasil CFA untuk ES-QUAL, serta koefisien
nilai alfa untuk empat dimensi dan pemuatan item
dari analisis faktor eksplorasi (EFA). Tabel 2 menyajikan hasil yang
sesuai untuk E-RecS-QUAL
Scale.1 Nilai koefisien alpha berkisar dari .83 sampai .94
untuk ES-QUAL dan 0,77 hingga 0,88 untuk E-RecS-QUAL, melebihi
minimum konvensional 0,7 (Nunnally dan
Bernstein 1994) dan menunjukkan konsistensi internal yang tinggi
dan karenanya keandalan setiap dimensi. Nilai-nilai ini bersama-sama
dengan beban yang kuat dari item skala pada
faktor yang sesuai (dalam EFA dan CFA) mendukung validitas
konvergen dari setiap komponen skala
ukuran. Berbagai indeks kecocokan untuk CFA juga
sangat bagus, dengan kemungkinan pengecualian dari root mean
kesalahan pendekatan kuadrat (RMSEA), yang sedikit
di atas nilai cutoff 0,06 yang disarankan oleh Hu dan Bentler
(1999), meskipun baik dalam kriteria yang disarankan oleh
Browne dan Cudeck (1993) untuk menyimpulkan kecocokan yang dapat diterima.
Secara kolektif, temuan ini memberikan dukungan yang baik untuk
kesehatan struktur faktor kedua skala
1. Hasil analisis faktor konfirmatori (CFA) dilaporkan pada Tabel 1.
dan 2 adalah untuk model faktor orde pertama yang menentukan item skala sebagai
indikator reflektif dari konstruksi laten yang sesuai dan memungkinkan
konstruksi laten untuk saling berkorelasi. Apakah akan menentukan item skala sebagai
indikator reflektif atau formatif dari konstruksi laten adalah penting
dan masalah yang menantang (Diamantopoulos dan Winklhofer 2001; Jarvis,
Mackenzie, dan Podsakoff 2003). Keputusan kami untuk menggunakan spesifikasi
indikator reflektif untuk konstruksi laten tingkat dimensi konsisten dengan beberapa
kriteria utama yang direkomendasikan oleh Jarvis, Mackenzie, dan
Podsakoff (2003) untuk memilih spesifikasi itu daripada spesifikasi indikator formatif:
homogenitas relatif dan karenanya kemampuan pertukaran item skala dalam setiap
dimensi, tingkat kovariasi yang tinggi di antara item dalam setiap dimensi, dan harapan
bahwa indikator dalam setiap dimensi ( misalnya, efisiensi) kemungkinan akan
terpengaruh oleh
anteseden yang sama (misalnya, karakteristik desain situs Web) dan memiliki
konsekuensi yang serupa (misalnya, peningkatan atau penurunan kecepatan transaksi). Kita
juga menjalankan CFA orde kedua di mana kami memodelkan orde pertama laten
dimensi sebagai indikator reflektif dari keseluruhan layanan elektronik orde kedua
kualitas (e-SQ) membangun. Pemuatan CFA dan statistik model fit adalah
serupa dengan yang dilaporkan pada Tabel 1 dan 2. Namun, berdasarkan model
kriteria spesifikasi yang dibahas oleh Jarvis, Mackenzie, dan Podsakoff
(2003), mungkin lebih tepat untuk memperlakukan dimensi orde pertama sebagai
indikator formatif konstruk laten orde kedua. Namun, memperkirakan model
pengukuran orde kedua seperti itu membutuhkan setidaknya dua
indikator reflektif lainnya untuk konstruk orde kedua, selain
indikator formatif yang sudah ada dalam model (Diamantopoulos dan
Winklhofer 2001; Jarvis, Mackenzie, dan Podsakoff 2003). Indikator reflektif tambahan
tersebut tidak tersedia dalam penelitian ini. Masa depan
penelitian harus mengatasi keterbatasan ini dengan mengumpulkan data tambahan
pertanyaan global yang memenuhi kriteria untuk diperlakukan sebagai reflektif
indikator konstruksi e-SQ orde kedua.
2. Karena Skala ES-QUAL dikembangkan berdasarkan data
dari sampel penuh responden, sedangkan Skala E-RecS-QUAL
Machine Translated by Google TABEL 1
Hasil CFA dan EFA untuk Skala ES-QUAL

Pemuatan CFA Pemuatan EFA (setelah rotasi miring)a

Faktor Loadingsb t-Valuec Pemenuhan Ketersediaan Sistem Efisiensi Pribadi

Efisiensi (koefisien alfa = 0,94)

EFF1 .84 24.00 .70
EFF2 .88 26.78 .80
EFF3 .81 22.68 0,72
EFF4 .86 26,07 .70
EFF5 .79 22,72 .71
EFF6 .74 20,53 .71
EFF7 .82 23,63 .91
EFF8 .85 25,34 .89
Ketersediaan Sistem (koefisien alfa = 0,83)
SYS1 .64 12,54 0,75

SYS2 .78 14,67 .84

.71 13.48 .32 .61
.81 15.00 .31 .57
Pemenuhan SYS3 SYS4 (koefisien alfa = 0,89)
FUL1 .84 23,33 .52
FUL2 .88 25,49 .79
FUL3 .82 22,61 .85
FUL4 .85 24,02 .95
FUL5 .77 20,38 .74
FUL6 .77 20,83 .52
FUL7 .85 24,03 .89
Privasi (koefisien alfa = .83)
PRI1 .79 16.03 .33 .74
PRI2 .78 16,86 .93
PRI3 .78 16,93 .95

Statistik kecocokan

x2 = 813,06
df = 203
CFI = 0,99
NFI = 0,98
RFI = 0,98
TLI = 0,98
RMSEA = .07

CATATAN: CFA = analisis faktor konfirmatori; EFA = analisis faktor eksplorasi; CFI = Indeks Kesesuaian Komparatif; NFI = Indeks Kecocokan Bernorma; RFI = Kesesuaian Relatif
Indeks; TLI = Indeks Tucker-Lewis; RMSEA = root mean square error dari aproksimasi.
sebuah. Total varians yang diekstraksi oleh keempat faktor = 74%; metode rotasi: oblimin dengan normalisasi Kaiser; korelasi antar faktor rata-rata = 0,51; memuat <
.30 tidak ditampilkan.

b. Ini adalah perkiraan pemuatan standar dari CFA menggunakan paket perangkat lunak Amos.
c. Berdasarkan uji satu sisi, nilai t lebih besar dari 1,65 signifikan pada p < 0,05; nilai t lebih besar dari 2,33 signifikan pada p < 0,01.

Korelasi interfaktor antara pasangan dimensi dalam CFA
berkisar antara 0,67 hingga 0,83 untuk ES-QUAL
dimensi dan .68 hingga .73 untuk dimensi E-RecS-QUAL. Untuk
menilai validitas diskriminan skala, kami
membatasi masing-masing korelasi ini (satu per satu) untuk
kesatuan dalam model pengukuran (membiarkan semua
parameter lainnya bebas) dan mengulangi CFA. Dalam setiap kasus,
dikembangkan berdasarkan data dari subsampel (sekitar 50%
sampel lengkap), kami membuat ulang CFA untuk item Skala ES-QUAL menggunakan
data dari hanya subsampel terakhir. Pemuatan CFA dan statistik kecocokan
dari analisis ulang ini sangat mirip dengan yang dilaporkan pada Tabel 1 untuk
sampel lengkap, sehingga mendukung kekokohan faktor skala
struktur.
CFA yang dibatasi menghasilkan peningkatan chi-kuadrat
statistik (ÿÿ2 dengan 1 df) yang signifikan pada p < .01.
Hasil ini mendukung kekhasan masing-masing skala
dimensi komponen.
Selain kumpulan item dari mana ES-QUAL dan
E-RecS-QUAL dibangun, survei mencakup dua
langkah-langkah global: (a) kualitas situs secara keseluruhan, dinilai oleh
responden pada skala 10 poin (1 = buruk, 10 = sangat baik),
dan (b) nilai keseluruhan situs, dinilai oleh responden pada a
Skala 10 poin (1 = buruk, 10 = sangat baik). Untuk menilai
validitas prediktif dari dua skala, kami mengkorelasikan masing-masing
ukuran global ini dengan skor dimensi yang dijumlahkan
untuk masing-masing dari empat dimensi ES-QUAL dan
Machine Translated by Google MEJA 2
Hasil CFA dan EFA untuk Skala E-RecS-QUAL

Pemuatan CFA Pemuatan EFA (setelah rotasi miring)a

Faktor Loadingsb t-Valuec Daya tanggap Kompensasi Kontak

Daya tanggap (koefisien alfa = 0,88)

RES1 .84 17.93 .79
RES2 .83 17.86 .78
RES3 0,75 17.48 .70
RES4 0,72 15.70 .88
RES5 .63 13.16 .87
Kompensasi (koefisien alfa = 0,77)
COM1 .89 16.79 .80
COM2 .69 10.97 .36 .86
COM3 .54 8.55 0,72

Kontak (koefisien alfa = 0,81)

CON1 .62 12.07 .70
CON2 .78 12.13 .35 .78
CON3 .87 12.74 .32 .81

Statistik kecocokan
x2 = 150,32
df = 41
CFI = 0,99
NFI = 0,99
RFI = 0,98
TLI = 0,99
RMSEA = .07

CATATAN: CFA = analisis faktor konfirmatori; EFA = analisis faktor eksplorasi; CFI = Indeks Kesesuaian Komparatif; NFI = Indeks Kecocokan Bernorma; RFI = Kesesuaian Relatif
Indeks; TLI = Indeks Tucker-Lewis; RMSEA = root mean square error dari aproksimasi.
sebuah. Total varians yang diekstraksi oleh ketiga faktor = 72%; metode rotasi: oblimin dengan Kaiser Normalization; korelasi antar faktor rata-rata = 0,46; memuat <
.30 tidak ditampilkan.

b. Ini adalah perkiraan pemuatan standar dari CFA menggunakan paket perangkat lunak Amos.
c. Berdasarkan uji satu sisi, nilai t lebih besar dari 1,65 signifikan pada p < 0,05; nilai t lebih besar dari 2,33 signifikan pada p < 0,01.

tiga dimensi E-RecS-QUAL. Analisis ini
mengungkapkan hubungan korelasi positif dan signifikan secara
statistik (p <0,01) dalam semua kasus. Korelasi dimensi ES QUAL
dengan ukuran keseluruhan berkisar dari:
.47 hingga .60 untuk kualitas dan .44 hingga .54 untuk nilai. Demikian juga,
korelasi dimensi E-RecS-QUAL dengan
ukuran keseluruhan berkisar dari .40 hingga .57 untuk kualitas dan .33
ke 0,49 untuk nilai. Hasil ini menunjukkan validitas prediktif dari
setiap dimensi komponen skala.
PENILAIAN TAMBAHAN DARI
SKALA YANG DIPERBAIKI
Kami melakukan penelitian empiris tambahan untuk lebih lanjut
memeriksa struktur dan sifat timbangan. Secara khusus,
tujuan dari penelitian ini adalah (a) untuk menegaskan kembali
skala'reliabilitas dan validitas dalam konteks dua spesifik
perusahaan online (berbeda dengan yang ditentukan responden
konteks perusahaan yang menghasilkan data yang digunakan dalam
mengembangkan dan menyempurnakan skala) dan (b) untuk menguji relatif
pentingnya berbagai dimensi e-SQ dalam mempengaruhi
kualitas keseluruhan dan persepsi nilai pelanggan dan niat
loyalitas.
Contoh Desain dan Pengumpulan Data
Kami memilih dua toko online—amazon.com dan
walmart.com—untuk memverifikasi sifat psikometrik dari
Timbangan ES-QUAL dan E-RecS-QUAL. Beberapa pertimbangan
menyebabkan dipilihnya dua toko online ini.
Sementara walmart.com memiliki bagian penghitung fisik yang
terkenal, amazon.com tidak, sehingga memungkinkan cakupan
dua jenis utama ritel online. Kedua situs juga
berbeda dalam hal jenis dan variasi produk yang mereka
menjual. Perbedaan di seluruh situs memberikan lebih banyak
konteks yang kuat untuk menguji timbangan yang disempurnakan daripada satu
situs atau dua situs serupa akan memiliki. Namun pertimbangan
lain dalam memilih kedua situs ini adalah popularitasnya—di
waktu penelitian, mereka termasuk yang paling banyak dikunjungi
situs menurut "100 Situs Panas." Pertimbangan ini adalah
penting karena daftar pengguna situs tertentu adalah
Machine
tidakTranslated
tersedia dan, by Google
dengan demikian, kerangka sampling untuk penelitian ini TABEL 3
terdiri dari individu-individu dalam populasi umum yang memiliki Profil dari Dua Samplesa
Akses internet. Oleh karena itu, situs dengan tingkat insiden tinggi
Persentase
dalam populasi pengguna Internet diperlukan untuk
Variabel Amazon Walmart
menghasilkan sampel yang cukup besar.
Kami menyewa sebuah firma riset pemasaran dengan keahlian dalam Usia di tahun ini
melakukan survei nasional untuk membantu pengumpulan data. < 25 10 10
25-40 40 43
Perusahaan ini (a) membuat daftar perwakilan
41-55 34 34
penampang penduduk AS dengan akses Internet, (b)
> 55 15 13
menghubungi individu dalam daftar dan menyaring mereka untuk
Seks
menentukan apakah mereka memiliki pengalaman yang cukup dengan Pria 25 22

walmart.com atau amazon.com agar memenuhi syarat untuk studi Perempuan 74 78

Tingkat pendidikan
(calon responden harus telah mengunjungi situs setidaknya
SMA atau kurang 14 21
tiga kali selama 3 bulan terakhir dan dilakukan setidaknya
Beberapa perguruan tinggi 40 41
tiga pembelian dari situs selama periode itu), (c) 34 27
Lulusan Universitas
mengarahkan mereka ke situs Web yang berisi kuesioner online (dua Lulusan sekolah 12 10

situs Web terpisah dibuat — masing-masing untuk Pendapatan Rumah Tangga tahunan

< $25.000 15 15
survei walmart.com dan amazon.com—dan memenuhi syarat
$25.000-$49.999 34 35
responden diminta untuk mengunjungi situs yang sesuai
$50.000-$74.999 26 32
dan menyelesaikan survei). Untuk memiliki jumlah yang cukup $75.000 atau lebih 24 17
pengamatan untuk memverifikasi struktur faktor dan Lama penggunaan situs Web
dimensi skala halus melalui konfirmasi < 3 bulan 7 19
3 hingga kurang dari 6 bulan 7 20
analisis faktor, kami menetapkan ukuran sampel minimum 200
6 hingga kurang dari 12 bulan 17 29
responden untuk setiap situs. Ukuran sampel ini melebihi
12 bulan atau lebih 69 32
persyaratan konvensional bahwa sekitar lima pengamatan
Frekuensi kunjungan situs web
per item skala diperlukan untuk melakukan analisis faktor 4 kali atau kurang dalam sebulan 79 83

(Rambut dkk. 1998; Stevens 1996). 5 hingga 8 kali sebulan 14 12

Pada populasi umum dengan akses Internet, insiden kunjungan ke
walmart.com jauh lebih rendah
dari itu untuk amazon.com. Oleh karena itu, untuk memenuhi
persyaratan ukuran sampel ibu minimum untuk setiap lokasi, penelitian
perusahaan menggunakan protokol berikut dalam memilih dan
mengkualifikasi responden dari kerangka sampling: Setiap potensi
responden dipilih secara acak dari sampling
membingkai dan mengajukan pertanyaan penyaringan yang berkaitan dengan
9 hingga 12 kali sebulan 4 3
13 kali atau lebih dalam sebulan 3 2
sebuah. Angka di kolom Amazon dan Walmart didasarkan pada persentase
pada ukuran sampel untuk situs yang sesuai; angka tidak menambah
100 dalam beberapa kasus karena pembulatan.
ple telah melakukannya (temuan ini tidak mengejutkan mengingat
fakta bahwa amazon.com telah ada secara substansial lebih lama

walmart.com. Jika responden memenuhi syarat, dia
diarahkan ke situs Web yang berisi survei untuk
walmart.com. Jika responden tidak memenuhi syarat untuk
walmart.com, dia ditanyai pertanyaan penyaringan
berkaitan dengan amazon.com dan, jika memenuhi syarat, diarahkan ke
situs Web yang berisi survei untuk amazon.com. sebagai
insentif untuk partisipasi, responden menyelesaikan
survei dimasukkan ke dalam gambar acak untuk menerima satu
dari beberapa hadiah uang tunai. Responden yang tidak memenuhi syarat untuk
baik toko online dikeluarkan dari penelitian. Prosedur ini dilanjutkan
sampai kedua toko memiliki setidaknya 200
kuesioner yang sudah selesai.
Ukuran sampel akhir untuk walmart.com dan amazon.
com adalah 205 dan 653, masing-masing. Tabel 3 berisi
profil deskriptif dari dua sampel. Sampelnya adalah
serupa, kecuali dalam hal panjang patronase—sedangkan
69% sampel amazon.com telah menggunakan situs itu
selama 12 bulan atau lebih, hanya 32% dari walmart.com sam
daripada walmart.com pada saat
belajar).
Tindakan yang Termasuk dalam Studi
Instrumen survei memiliki empat bagian. Bagian pertama
terdiri dari 22 item ES-QUAL yang ditunjukkan dalam lampiran. Bagian
kedua dimulai dengan pemutaran dikotomis
pertanyaan yang menanyakan responden apakah mereka pernah mengalami
masalah atau membutuhkan bantuan dengan situs. Yang menjawab ya
diminta untuk menanggapi baterai E-RecS-QUAL 11-item yang
ditunjukkan dalam lampiran.
Bagian ketiga berisi ukuran beberapa item dari dua
konstruksi — nilai yang dirasakan dan niat loyalitas — yang
digunakan kemudian dalam menilai validitas timbangan.
Konstruk nilai yang dirasakan diukur dengan empat
item serupa dengan yang digunakan dalam penelitian sebelumnya (misalnya,
Dodds, Monroe, dan Grewal 1991; Sirdeshmukh, Singh,
Machine Translated by Google TABEL 4
Reliabilitas dan Interkorelasisa,b

ADALAH-APA Dimensi

EFF SYS FUL PADA NILAI LOYALITAS

ADALAH-APA dimensi
Efisiensi (EFF) .94/.94 .78 .73 .62 .72 .65
Ketersediaan Sistem (SYS) .77 .76 .86/.84 .68 .55 .58 .56
Pemenuhan (FUL) .62 .73 .68 .64 .93/.94 .59 .62 .64
Privasi (PRI) .69 .59 .56 .65 .63 .85/.83 .52 .48
Nilai yang Dirasakan (VALUE) .62 .48 .48 .89/.92 .70
Niat Loyalitas (LOYALTI) .74 .93/.96

Dimensi E-RecS-QUAL

RES DENGAN DENGAN NILAI LOYALITAS

Dimensi E-RecS-QUAL
Ketanggapan (RES) .72/.84 n n .49 .56
Kompensasi (COM) .85 .80 .74/.73 n n n
Kontak (KON) .92 .76 .77 .83 .72/.79 .37 n
Nilai yang Dirasakan (VALUE) .77 .67 .53 .89/.92 .70
Niat Loyalitas (LOYALTI) .74 .93/.96

sebuah. Keandalan alfa ditampilkan dalam huruf miring (pada diagonal), dan perkiraan untuk Amazon disajikan terlebih dahulu.
b. Interkorelasi untuk Amazon berada di atas diagonal dan Walmart di bawah diagonal. Semua nilai signifikan pada p < .05; ns = tidak signifikan.

dan Sabol 2002). Item, termasuk dalam bagian ketiga
lampiran, konsisten dengan konseptualisasi nilai yang dirasakan
sebagai pelanggan trade-off antara
manfaat dan biaya (Zeithaml 1988) dan fokus pada evaluasi
tingkat tinggi pelanggan yang telah diajukan
berkontribusi pada nilai yang dirasakan dari situs Web: persepsi
harga keseluruhan, kenyamanan, dan kontrol (Zeithaml,
Parasuraman, dan Malhotra 2000). Niat kesetiaan
konstruk diukur melalui lima item Behavioral
Skala Loyalitas yang dikembangkan oleh Zeithaml, Berry, dan
Parasuraman (1996). Item skala loyalitas ditunjukkan dalam
bagian terakhir dari lampiran.
Bagian keempat terdiri dari demografi dan penggunaan
pertanyaan yang menghasilkan profil sampel deskriptif
ditunjukkan pada Tabel 3. Selain informasi pada Tabel
3, satu karakteristik sampel lain yang perlu diperhatikan: Dalam keduanya
sampel kejadian responden mengalami kesulitan dengan situs
cukup rendah. Hanya sekitar 8%
dari sampel amazon.com sebanyak 653 dan 16% dari
sampel walmart.com dari 205 pernah mengalami masalah
dengan, atau mencari bantuan dari, situs. Oleh karena itu,
ukuran sampel untuk bagian survei E-RecS-QUAL
cukup kecil—51 untuk amazon.com dan 34 untuk
walmart.com. Ukuran sampel yang efektif bahkan lebih kecil
untuk beberapa item skala E-RecS-QUAL (mis
berkaitan dengan pengembalian produk) di mana beberapa responden
memeriksa kategori respons "tidak berlaku" tergantung
pada sifat masalah atau kesulitan yang dialami. Itu
ukuran sampel terbatas membatasi sejauh mana kami
dapat menilai psikometri E-RecS-QUAL secara bermakna
properti, terutama dalam hal melakukan CFA dan
analisis pemodelan persamaan struktural (SEM) (rasio pengamatan-
ke-variabel minimum yang direkomendasikan untuk
melakukan analisis tersebut secara bermakna adalah lima [Hair et al.
1998; Stevens 1996]).
Penilaian Ulang Reliabilitas dan Validitas
Tabel 4 menyajikan nilai koefisien alfa untuk, dan korelasi
antar, empat dimensi ES-QUAL, the
tiga dimensi E-RecS-QUAL, dan ukuran
nilai yang dirasakan dan niat loyalitas. Koefisien
nilai alpha untuk semua ukuran di kedua sampel melebihi
standar minimum 0,7 (Nunnally dan Bernstein
1994), menunjukkan bahwa langkah-langkah tersebut dapat diandalkan. empat
dimensi ES-QUAL secara konsisten kuat dan
korelasi positif dengan nilai yang dirasakan (0,52 hingga 0,72 untuk
amazon.com dan .48 hingga .73 untuk walmart.com) dan loyalitas
niat (.48 hingga .65 untuk amazon.com dan .48 hingga .69 untuk
walmart.com). Hasil ini membuktikan validitas pradiktif ES-QUAL.
Korelasi untuk tiga dimensi E-RecS-QUAL
dengan nilai yang dirasakan dan niat loyalitas semuanya besar dan
signifikan untuk walmart.com, tetapi hanya tiga dari enam korelasi
yang sesuai yang signifikan bagi amazon.com, mungkin karena
jumlah responden untuk beberapa
item ini cukup kecil untuk situs itu. Selain itu, seperti yang disebutkan
sebelumnya, ukuran sampel yang tidak mencukupi untuk E-RecS-QUAL
menghalangi konfirmasi ulang struktur faktor skala dan validitas
konstruksi melalui analisis CFA dan SEM. Dengan demikian,
meskipun hasil dari fase pengembangan skala
penelitian kami (Langkah 5 pada Gambar 1) memberikan kekuatan yang sama
Machine Translated by Google TABEL 5
Hasil CFA untuk Skala ES-QUAL

Amazon Walmart

Faktor Memuat t-nilai Memuat t-nilai

Efisiensi
EFF1 .86 28,97 .87 17.93
EFF2 .86 29,41 .86 16.91
EFF3 .79 25,69 .81 15.04
EFF4 .87 30,06 .88 18.11
EFF5 .76 24,05 .77 13.85
EFF6 .81 26,39 .81 15.16
EFF7 .81 26,64 .78 14.22
EFF8 .81 26.77 .82 15.47
Ketersediaan Sistem
SYS1 .76 19,88 .78 11.23
SYS2 .74 19,06 .74 10.91
SYS3 .79 20,54 .75 9.79
SYS4 .83 21,67 .79 11.79
Pemenuhan
FUL1 .88 29.33 .94 24.76
FUL2 .87 31.69 .91 23.78
FUL3 .81 27.08 .85 19.41
FUL4 .79 25.95 .88 21.43
FUL5 .77 25.38 .74 14.42
FUL6 .71 22.05 .68 12.18
FUL7 .87 31.88 .84 18.58
Pribadi
PRI1 .76 19,55 .77 10.43
PRI2 .87 21,58 .83 11.43
PRI3 .82 20,72 .78 10.79

Statistik kecocokan
2 1278.21 739,86
df 203 203
CFI .98 .97
NFI .98 .96
RFI .97 .95
TLI .98 .96
RMSE .09 .11

CATATAN: CFA = analisis faktor konfirmatori; CFI = Indeks Kesesuaian Komparatif; NFI = Indeks Kecocokan Bernorma; RFI = Indeks Kesesuaian Relatif; TLI = Indeks Tucker-Lewis;
RMSEA = root mean square error dari aproksimasi.
sebuah. Ini adalah perkiraan pemuatan standar dari CFA menggunakan paket perangkat lunak Amos.
b. Berdasarkan uji satu sisi, nilai t lebih besar dari 1,65 signifikan pada p < 0,05; nilai t lebih besar dari 2,33 signifikan pada p < 0,01.

dukungan untuk keandalan dan validitas kedua ES-QUAL
dan E-RecS-QUAL, ada kebutuhan untuk penilaian psikologis lebih
lanjut dari E-RecS-QUAL dalam konteks yang melibatkan situs
Web yang memiliki insiden layanan yang lebih tinggi
masalah daripada dua situs termasuk dalam penelitian kami.
Analisis yang dibahas dalam sisa artikel berfokus pada
hanya IS-QUAL.
Tabel 5 menyajikan hasil CFA untuk item ES-QUAL.3
Beban yang dihasilkan semuanya tinggi dan signifikan (p <
0,01) di kedua sampel. Hasil ini, bersama dengan tingginya
koefisien nilai alfa untuk empat dimensi di keduanya
sampel (Tabel 4), menawarkan dukungan untuk validitas konvergen
ES-QUAL. Korelasi interfaktor berpasangan yang dihasilkan oleh
CFA berkisar antara 0,38 hingga 0,63. Memperbaiki masing-masing
korelasi ini menjadi 1 dan mengulang CFA yang dihasilkan
peningkatan yang signifikan dalam statistik chi-kuadrat di setiap
contoh (nilai ÿÿ2 dengan 1 df semuanya signifikan pada p <
.01) menunjukkan validitas diskriminan yang tinggi di seluruh

3. Hasil CFA pada Tabel 5 adalah untuk model faktor orde pertama yang
menentukan item skala sebagai indikator reflektif dari dimensi ES QUAL yang sesuai
dan memungkinkan keempat dimensi saling berkorelasi. Sebagai
kami lakukan dalam fase pengembangan skala penelitian kami (lihat catatan kaki 1), kami
juga melakukan CFA orde kedua dengan empat dimensi orde pertama
dimodelkan sebagai indikator reflektif dari konstruk e-SQ orde kedua. Itu
hasilnya mirip dengan yang ada di Tabel 5. Namun, seperti sebelumnya, kami tidak
mampu melakukan CFA orde kedua dengan dimensi orde pertama yang dimodelkan
sebagai indikator formatif karena kami tidak memiliki reflektif tambahan
indikator konstruk orde kedua yang diperlukan untuk estimasi model (Diamantopoulos
dan Winklhofer 2001; Jarvis, Mackenzie, dan
Podsakoff 2003).
Machine Translated
empat by Google
dimensi ES-QUAL. Akhirnya, nilai untuk berbagai indeks
kecocokan, dengan kemungkinan pengecualian RMSEA,
melebihi kriteria Hu dan Bentler (1999) untuk kesesuaian yang baik.
Bersama-sama, hasil ini memperkuat dukungan yang diperoleh di
fase pengembangan skala untuk kesehatan psikometrik ES-QUAL.
Untuk menguji validitas nomologis ES-QUAL, kami membuat
model struktural yang konsisten dengan hubungan yang tersirat
dalam tahap terakhir dari kerangka kerja sarana-akhir (Gambar 2).
Secara khusus, kami memodelkan e-SQ sebagai
konstruk eksogen yang mempengaruhi konstruk tingkat yang lebih
tinggi dari nilai yang dirasakan dan niat loyalitas. Selain itu,
konsisten dengan teori yang ada, kami memodelkan nilai yang
dirasakan sebagai anteseden niat loyalitas. Itu
tiga konstruksi diperlakukan sebagai konstruksi laten di
model struktural. Untuk nilai yang dirasakan dan niat loyalitas, item
skala yang sesuai berfungsi sebagai indikator
variabel. Untuk e-SQ, pertama-tama kami menghitung skor untuk
efisiensi, ketersediaan sistem, pemenuhan, dan privasi dengan:
menambahkan peringkat pada item skala yang sesuai. Kita
kemudian menggunakan skor yang dijumlahkan untuk empat dimensi sebagai
indikator variabel laten e-SQ.4 Hasil dari
Analisis SEM untuk dua sampel dirangkum dalam:
Tabel 6.
Statistik kesesuaian keseluruhan dan hasil dari
bagian model struktural dari Tabel 6 (yaitu, struktur
koefisien dan nilai R2 ) menyiratkan bahwa data dari masing-masing
kedua sampel cocok dengan model yang diusulkan dengan cukup baik—
semua indeks kecocokan jauh di atas nilai batas konvensional
(Hu dan Bentler 1999), meskipun nilai RMSEA adalah
agak tinggi.5 Lebih lanjut, beban konstruksi item yang tinggi dan
signifikan secara seragam di bagian model pengukuran Tabel 6
menunjukkan bahwa ketiga konstruksi laten direfleksikan dengan
baik oleh indikator yang sesuai.
variabel. Hasilnya secara kolektif mendukung ES-QUAL
validitas nomologis. Dengan kata lain, fakta bahwa
temuan empiris memberikan dukungan kuat untuk yang diusulkan
4. Mungkin lebih baik memperlakukan e-SQ sebagai laten orde kedua
membangun dalam model struktural, dengan empat dimensi ES-QUAL
berfungsi sebagai konstruksi orde pertama, yang pada gilirannya diwakili oleh
22 item skala. Tetapi memperkirakan model yang begitu kompleks mengingat keterbatasan
ukuran sampel, terutama untuk Walmart, bermasalah (Hu dan Bentler
1999). Oleh karena itu, kami memilih untuk menggunakan skor penjumlahan untuk keempat ES-QUAL
dimensi sebagai indikator e-SQ. Namun, perlu dicatat bahwa
penggunaan paket barang yang tidak tepat sebagai variabel indikator dapat menyebabkan
model yang salah ditentukan dan estimasi parameter yang bias (Kim dan Hagtvet
2003). Di sisi lain, sejauh paket barang didasarkan pada
konseptualisasi awal yang sesuai dari domain item (yang merupakan
kasus dalam penelitian ini) dan tidak diturunkan melalui post hoc murni,
berbasis data, risiko kesalahan spesifikasi dan perkiraan bias adalah
dikurangi (Kim dan Hagtvet 2003).
5. Mengenai nilai RMSEA yang agak tinggi, perlu diperhatikan
bahwa interpretasi indeks kecocokan apa pun secara terpisah dapat menjadi masalah
karena trade-off antara kesalahan Tipe I dan Tipe II memerlukan interpretasi kombinasi
indeks dalam berbagai konteks model (Hu dan
Bentler [1999] dan McQuitty [2004] menawarkan diskusi mendalam tentang ini
menerbitkan dan merekomendasikan pedoman interpretasi). Masalah terkait adalah statis
jaring nomologis—terdiri dari tautan yang diturunkan secara teoritis
antara e-SQ (diukur dengan ES QUAL yang baru dikembangkan),
nilai yang dirasakan, dan niat loyalitas (keduanya
diukur dengan adaptasi yang sebelumnya mapan
skala)—menawarkan bukti lebih lanjut dari psikometri
kesehatan ES-QUAL.
PENTING RELATIF
DIMENSI ES-QUAL
Kerangka teoritis cara-akhir berpendapat, dan
hasil pada Tabel 6 memverifikasi, bahwa penilaian ES-QUAL
dibuat pada tingkat dimensi berdampak pada evaluasi tingkat
tinggi. Untuk menentukan sejauh mana masing-masing
Dimensi ES-QUAL berkontribusi terhadap dampak ini, kami
melakukan tiga analisis regresi berganda di mana:
jumlah skor pada empat dimensi adalah variabel independen dan
masing-masing berikut, pada gilirannya, berfungsi sebagai:
variabel dependen: (a) kualitas keseluruhan item tunggal
ukur (KUALITAS) dengan skala 10 poin (1 = buruk, 10 =
sangat baik), (b) skor penjumlahan pada empat item per ukuran
nilai yang diterima (VALUE), dan (c) skor penjumlahan
pada lima item ukuran loyalitas-niat (LOYALTI).
Bagian atas Tabel 7 merangkum hasil regresi.
Efek efisiensi dan pemenuhan pada ketiganya
variabel terikat adalah positif dan signifikan, sedangkan
efek ketersediaan sistem dan privasi tidak signifikan, di kedua
sampel. Kurangnya signifikansi yang konsisten dari efek terakhir
mengejutkan. Seperti Tabel 4
menunjukkan, korelasi berpasangan dari ketersediaan sistem dan
privasi dengan nilai yang dirasakan dan niat loyalitas,
meskipun agak lebih rendah dari efisiensi dan pemenuhan, memiliki
urutan besarnya yang sama. Karena itu,
multikolinearitas karena korelasi yang kuat antara
ukuran skor-jumlah dari empat dimensi ES-QUAL tampaknya
menjadi penjelasan yang masuk akal untuk non
daya, yang bergantung pada ukuran sampel serta derajat kebebasan dalam model
struktural dan dapat terlalu rendah (menyebabkan tidak adanya penolakan terhadap
model yang salah) atau terlalu tinggi (menyebabkan penolakan terhadap model yang benar).
model) (McQuitty 2004). Dengan demikian,
situasi di mana kekuatan terlalu besar (yaitu, > 0,9) mungkin memerlukan a
interpretasi fit yang lebih santai daripada tipikal. Sebaliknya,
interpretasi yang lebih ketat dari statistik fit diperlukan ketika
daya rendah, terutama ketika statistik kesesuaian tidak
teladan. (McQuitty 2004, hal. 182)
McQuitty (2004) menawarkan tabel (Tabel 5 dalam artikelnya) yang merangkum
ukuran sampel minimum yang diperlukan untuk mencapai tingkat kekuatan statistik
tertentu dalam menguji model struktural dengan berbagai tingkat kebebasan.
Interpolasi dari tabel ini, kekuatan statistiknya ternyata baik
di atas 0,9 untuk sampel Amazon (n = 653, df = 62) dan di atas 0,8 untuk
sampel Walmart (n = 205, df = 62). Kekuatan statistik yang tinggi (dan
nilai teladan untuk Comparative Fit Index [CFI], Normed Fit Index
[NFI], Relative Fit Index [RFI], dan Tucker-Lewis Index [TLI]) di keduanya
kasus tampaknya mengurangi nilai root mean square error of ap proximation (RMSEA)
yang agak tinggi.
Machine Translated by Google TABEL 6
Analisis SEM untuk Memeriksa Validitas Nomologis ES-QUAL

Koefisien Struktural dan Nilai R2

Amazon Walmart

Konstruk Dependen Koefisien (nilai-t)a Koefisien (nilai-t)a

Nilai keuntungan
Kualitas layanan elektronik .82 (18.25) .75 (11.01)
R2 .67 .56

Niat setia
Kualitas layanan elektronik .34 (5,97) .33 (4.25)
Nilai keuntungan .48 (7,93) .54 (6.61)
R2 .62 .66

Item Model Pengukuran Konstruksi Loading (nilai-t)a Konstruksi Loading (nilai-t)a

e-SQ (ES-QUAL)
Efisiensi .92 (36,81) .91 (18.21)
Ketersediaan sistem .83 (29,19) .83 (15.97)
Pemenuhan .81 (27,82) .84 (16.41)
Pribadi 0,67 (20,38) 0,72 (12.49)
Nilai keuntungan
Harga .71 (10,76) .83 (14.21)
Nilai keseluruhan .85 (20,62) .94 (17.79)
Kontrol yang dirasakan .84 (20,46) .84 (14,88)
Kenyamanan yang dirasakan .88 (21,18) .86 (15.29)
Niat setia
Dari mulut ke mulut positif .94 (42,41) .95 (26.21)
Merekomendasikan kepada orang lain .95 (47,51) .93 (24.17)
Dorong orang lain untuk menggunakan .87 (37,75) .92 (23.41)
Pilihan pertama untuk masa depan .78 (28,17) .84 (18.28)
Lakukan lebih banyak bisnis di masa depan .73 (25,89) .86 (15.21)

Statistik kecocokan

2 487,77 174,91
df 62 62
CFI 0,99 0,99

NFI 0,99 .98

RFI .98 .98
TLI .98 .98
RMSE .10 .09

CATATAN: SEM = pemodelan persamaan struktural; CFI = Indeks Kesesuaian Komparatif; NFI = Indeks Kecocokan Bernorma; RFI = Indeks Kesesuaian Relatif; TLI = Indeks Tucker-Lewis;
RMSEA = root mean square error dari aproksimasi.
sebuah. Berdasarkan uji satu sisi, nilai t lebih besar dari 1,65 signifikan pada p < 0,05; nilai t lebih besar dari 2,33 signifikan pada p < 0,01.

efek signifikan dari ketersediaan sistem dan privasi. Ke Untuk menghindari masalah multikolinearitas, kita
menentukan tingkat multikolinearitas, kami menghitung melakukan analisis faktor (dengan rotasi varimax) dari
faktor inflasi varians (VIF) untuk masing-masing independen peringkat pada 22 item dan mengekstrak empat faktor
variabel dalam persamaan regresi. Nilai VIF rata-rata ortogonal. Dalam kedua sampel, (a) pembebanan yang diputar terbukti a
di empat variabel independen adalah 2,59 untuk struktur faktor yang relatif bersih—dengan sedikit pengecualian,
Sampel Amazon dan 2,74 untuk sampel Walmart. Ini item dimuat sangat kuat pada faktor-faktor yang sesuai dengan
nilai menyiratkan adanya setidaknya tingkat sedang dimensi apriori mereka dan lemah pada dimensi lain, (b)
multikolinearitas.6 keempat faktor bersama-sama menyumbang sekitar
75% dari varians dalam item, dan (c) korelasi
6. Tidak ada nilai batas formal berbasis teori untuk faktor inflasi varians (VIF), antara ukuran faktor-skor dari setiap dimensi dan
meskipun nilai yang melebihi 10 sering dianggap sebagai indikasi multikolinearitas parah; ukuran skor penjumlahan yang sesuai berkisar dari 0,77
namun, nilai VIF lebih besar dari 2,5 adalah
menimbulkan kekhawatiran (Allison 1999). Selain itu, Netter dkk. (1996) menyarankan
hingga 0,89 (sebaliknya, korelasi antara ukuran skor faktor dan
bahwa nilai VIF jauh lebih besar dari 1 merupakan indikasi serius ukuran skor penjumlahan yang tidak sesuai
multikolinearitas.
Machine Translated by Google TABEL 7
Analisis Regresi KUALITAS, NILAI, dan LOYALITAS pada Skor Jumlah dan Faktor
untuk Dimensi ES-QUAL

Koefisien Standar dan Nilai R2

Amazon Walmart

KUALITAS NILAI LOYALITAS KUALITAS NILAI LOYALITAS

Variabel bebas—jumlah skor

Efisiensi .46 (.00) .56 (.00) –.03 .36 (.00) .37 (.00) .53 (.00) –.01 .39 (.00)
Ketersediaan sistem (.46) –.04 (.44) .35 (.00) .03 (.53) (.91) .05 (.58) .46
.27
(.00)
(.00) .04 (.63)
Pemenuhan .20 (.00) .04 (.24)
(.03)
.08 .34 (.00) –.03 (.65) –.03 (.62 ) .34 (.00)
Pribadi .04 (.26) .02 (.83)

Disesuaikan R2 .57 (.00) .55 (.00) .49 (.00) .56 (.00) .58 (.00) .52 (.00)

Variabel independen—skor faktor

Efisiensi .47 (.00) .51 (.00) .40 (.00) .44 (.00) .53 (.00) .45 (.00)
Ketersediaan sistem .30 (.00) .32 (.00) .33 (.00) .28 (.00) .32 (.00) .32 (.00)
Pemenuhan .45 (.00) .36 (.00) .43 (.00) .51 (.00) .42 (.00) .44 (.00)
Pribadi .22 (.00) .24 (.00) .21 (.00) .21 (.00) .20 (.00) .23 (.00)

Disesuaikan R2 .57 (.00) .54 (.00) .49 (.00) .56 (.00) .58 (.00) .52 (.00)

CATATAN: Angka dalam kurung adalah tingkat signifikansi.

berkisar dari .21 hingga .47).7 Karena setiap ukuran skor faktor, pada
dasarnya, merupakan kombinasi tertimbang dari semua 22 item,
interpretasinya tidak identik dengan ukuran skor penjumlahan yang
sesuai. Di samping itu,
mengingat hasil yang disebutkan di atas, masuk akal untuk
menafsirkan setiap ukuran faktor-skor sebagai yang paling mewakili
dimensi ES-QUAL yang sesuai . Oleh karena itu, analisis regresi
dengan skor faktor ortogonal
langkah-langkah (bukan langkah-langkah skor yang dijumlahkan) sebagai
variabel independen akan memberikan gambaran yang lebih jelas tentang
kontribusi relatif dari empat dimensi ES-QUAL
dalam menjelaskan varians dalam ukuran dependen (yaitu,
jauh lebih kuat pada niat loyalitas daripada kualitas dan
kepuasan); (b) keamanan/privasi tidak berpengaruh signifikan
pada salah satu variabel dependen; dan (c) layanan pelanggan
memiliki pengaruh yang signifikan tetapi relatif lemah terhadap kualitas
dan niat loyalitas, dan tidak berpengaruh pada kepuasan. ke
sejauh desain situs Web eTailQ dan dimensi keandalan/pemenuhan
memiliki beberapa konseptual dan konten yang tumpang tindih dengan
dimensi efisiensi dan pemenuhan ES-QUAL, hasil tentang kepentingan
relatif dari
dimensi kedua skala tersebut serupa. Di sisi lain
tangan, ada beberapa perbedaan penting antara
dua skala seperti yang dijelaskan di bawah ini.

kualitas, nilai, dan loyalitas).
Bagian bawah Tabel 7 merangkum hasil dari:
tiga analisis regresi di mana faktor-skor
langkah-langkah adalah variabel independen. Hasil ini
menunjukkan bahwa keempat ukuran faktor-skor memiliki signifikan
efek positif pada tiga ukuran dependen di keduanya
sampel. Pola efek konsisten di seluruh variabel dependen dan
sampel dan menunjukkan bahwa faktor-faktor yang mewakili efisiensi
dan pemenuhan memiliki efek yang paling kuat, diikuti oleh faktor-
faktor yang mewakili sistem.
ketersediaan dan kemudian privasi.
Studi detailing Wolfinbarger dan Gilly (2003)—
dimana 14 item skala eTailQ mereka dikelompokkan menjadi
empat dimensi berlabel desain situs Web, pemenuhan/
keandalan, keamanan/ privasi, dan layanan pelanggan—
menemukan bahwa (a) desain situs web dan pemenuhan/keandalan
memiliki efek signifikan pada kualitas keseluruhan, kepuasan, dan
niat loyalitas (dengan efek desain situs Web menjadi
Pertama, kedua studi tersebut menunjukkan hasil yang berbeda
karena mereka terlambat memahami pentingnya privasi. Dalam studi ini,
analisis regresi menggunakan ukuran faktor-skor sebagai variabel
independen secara jelas dan konsisten menunjukkan bahwa
faktor yang mewakili privasi memainkan peran penting dalam evaluasi
tingkat tinggi pelanggan yang berkaitan dengan situs Web.
Kedua, tiga item dimensi layanan pelanggan eTailQ diwakili dalam
penelitian ini oleh yang berbeda
skala—E-RecS-QUAL, terdiri dari 11 item yang dikelompokkan
menjadi tiga dimensi—yang dimaksudkan untuk menilai
kualitas layanan situs Web dalam menanggapi masalah atau
pertanyaan yang dialami oleh pelanggan. relatif rendah
pentingnya dimensi layanan pelanggan yang diamati dalam
Studi Wolfinbarger dan Gilly (2003) mungkin merupakan artefak
dari insiden tinggi nilai yang hilang untuk pertanyaan layanan
pelanggan karena pertanyaan-pertanyaan itu diajukan semua
responden daripada hanya mereka yang memiliki masalah atau
pertanyaan.8 Skala E-RecS-QUAL yang terpisah, sebagai tambahan

8. Wolfinbarger dan Gilly (2003) menggunakan prosedur penggantian rata-rata

7. Skor faktor untuk empat faktor ortogonal dihasilkan oleh untuk menghubungkan nilai untuk item layanan pelanggan dengan pengamatan yang hilang di
Program SPSS 11.0 yang digunakan untuk melakukan analisis faktor. untuk memasukkan titik-titik data tersebut dalam analisis mereka.
Machine Translated
menjadi relevan by Google
hanya untuk layanan pemulihan (sehingga
meminimalkan jika tidak menghilangkan timbulnya nilai yang
hilang), dapat menawarkan penilaian kualitas layanan pemulihan
yang lebih halus. Ketiga, dimensi ketersediaan sistem empat item
ES-QUAL, faktor yang mewakili yang memiliki efek lebih kuat pada
ukuran dependen daripada faktor yang mewakili privasi, tidak
secara eksplisit dan sepenuhnya tercermin dalam eTailQ; yang
terbaik, itu dimasukkan di bawah dimensi desain situs Web yang
lebih umum.
DISKUSI
Diinformasikan oleh wawasan dari literatur yang ada dan
menggunakan kerangka cara-akhir sebagai landasan teoretis,
kami mulai membuat konsep, membangun, memperbaiki, dan
menguji skala beberapa item (ES-QUAL) untuk mengukur kualitas
layanan yang diberikan oleh situs web. Pada tahap awal
pengembangan skala, sejumlah besar responden tidak memberikan
peringkat pada subset dari kumpulan item awal. Pemeriksaan item-
item ini mengungkapkan bahwa mereka semua berkaitan dengan
pertemuan layanan nonrutin atau pemulihan yang tampaknya tidak
dialami banyak responden.
Oleh karena itu, dalam tahap pengembangan dan penyempurnaan
skala berikutnya, kami membuat subskala ES-QUAL—disebut E-
RecS-QUAL—yang berisi item yang berfokus pada penanganan
masalah dan pertanyaan layanan, dan hanya menonjol bagi
pelanggan yang telah melakukan pertemuan tidak rutin dengan
situs. Skala ES-QUAL dasar (relevan untuk seluruh basis
pelanggan situs Web) adalah skala empat dimensi, 22-item,
sedangkan E-RecS-QUAL (relevan untuk porsi basis pelanggan
dengan pengalaman layanan pemulihan) adalah tiga -dimensi,
skala 11-item. Kami berharap bahwa dua skala akan merangsang
dan memfasilitasi penelitian ilmiah tambahan tentang e-SQ dan
juga membantu praktisi dalam menilai dan meningkatkan e-SQ
secara sistematis. Kami selanjutnya menawarkan arahan untuk
penelitian lebih lanjut tentang e-SQ dan mendiskusikan implikasi
praktis dari temuan kami.
Arah untuk Penelitian Lebih Lanjut
Kedua skala menunjukkan sifat psikometrik yang baik
berdasarkan temuan dari berbagai uji reliabilitas dan validitas.
Namun, Skala E-RecS-QUAL harus dilihat sebagai skala awal
karena sampel kecil pelanggan dengan pengalaman layanan
pemulihan di lokasi yang digunakan pada tahap pengujian skala
selanjutnya tidak memungkinkan penilaian psikometri komprehensif
skala tersebut. Kami memilih amazon.com dan walmart.com untuk
fase konfirmasi penelitian kami karena mereka adalah salah satu
situs Web yang paling sering dikunjungi pada waktu itu, dan
insiden kunjungan ke situs di antara populasi umum sangat penting
untuk efisiensi pengambilan sampel karena kami melakukannya
tidak punya
akses ke daftar pelanggan khusus situs. Namun, meskipun kedua
situs yang dipilih menikmati frekuensi kunjungan yang tinggi,
ternyata keduanya juga memiliki insiden pertemuan masalah yang
rendah, mungkin karena situs tersebut termasuk situs yang paling
terkenal pada saat penelitian.
Oleh karena itu, ada kebutuhan untuk menguji lebih lanjut
keandalan dan validitas E-RecS-QUAL dalam konteks situs Web
yang lebih beragam yang memiliki insiden pertemuan masalah
yang lebih tinggi dan untuk memperbaiki skala jika perlu.
Untuk menangkap berbagai masalah layanan pelanggan
(misalnya, pengembalian produk), semua fase penelitian kami
berfokus pada situs Web yang menjual produk fisik (berbeda
dengan situs layanan murni seperti yang menawarkan layanan
keuangan atau informasi). Dengan demikian, prioritas penelitian
yang penting adalah memeriksa timbangan dalam konteks situs
layanan murni, membuat modifikasi yang diperlukan, dan menilai
sifat psikometrik dari timbangan yang dimodifikasi. Sebagai titik
awal untuk penelitian tersebut, pemeriksaan item skala dalam
lampiran menunjukkan bahwa (a) semua item di bawah dimensi
efisiensi, ketersediaan sistem, dan privasi ES-QUAL dan dimensi
kontak E-RecS-QUAL adalah erat dengan situs layanan murni
juga; (b) beberapa item di bawah tiga dimensi lainnya (pemenuhan,
tanggung jawab, dan kompensasi) juga harus dapat diterapkan
pada lokasi layanan murni; dan (c) item yang tersisa dapat
dimodifikasi atau dihilangkan (dan mungkin ditambah dengan item
tambahan jika perlu). Versi skala yang disesuaikan berdasarkan
saran di atas perlu dibuat dan dievaluasi secara formal dalam
konteks situs layanan murni, termasuk surat kabar online, situs
pelanggan-ke-pelanggan, portal, dan situs sejenis lainnya.
Tujuan ES-QUAL (dan E-RecS-QUAL) adalah semata-mata
untuk mengukur kualitas layanan situs Web. Aspek pengalaman
lainnya seperti kesenangan atau kesenangan tidak termasuk
dalam domain konseptual kualitas layanan karena aspek hedonis
tersebut merupakan manfaat berbeda yang mungkin tidak relevan
dalam semua konteks atau untuk semua pelanggan. Di sisi lain,
memahami interaksi antara manfaat yang dicari dari sebuah situs
dan kualitas layanan situs adalah jalan yang berpotensi bermanfaat
untuk penelitian. Misalnya, apakah beberapa dimensi e-SQ lebih
penting daripada yang lain ketika pelanggan mencari manfaat
hedonis dari situs Web (misalnya, situs hiburan), dibandingkan
ketika mereka terlibat dalam interaksi belanja yang diarahkan
pada tujuan? Apakah sifat manfaat yang dicari (hedonis vs. tujuan-
diarahkan) memoderasi dampak kualitas layanan situs Web pada
evaluasi pelanggan atas manfaat? Pertanyaan-pertanyaan ini dan
terkait perlu ditelusuri.
Implikasi Manajerial
Seperti yang digambarkan oleh diskusi di bagian sebelumnya, ada
kebutuhan untuk penelitian lebih lanjut untuk memperdalam pemahaman kita
Machine Translated
berdiri byanteseden,
dari penilaian, Google dan konsekuensi dari e-SQ. Namun,
temuan dari saat ini
penelitian memiliki beberapa implikasi penting, bahkan jika luas
untuk praktisi.
Pertama, efisiensi dan pemenuhan adalah yang paling kritis,
dan sama pentingnya, aspek kualitas layanan situs Web.
Dari empat dimensi ES-QUAL, penilaian pelanggan dari situs Web pada
dua dimensi ini memiliki:
pengaruh terkuat tidak hanya pada persepsi kualitas secara keseluruhan
tetapi juga pada nilai yang dirasakan dan niat loyalitas. Itu
konsistensi hasil ini menggarisbawahi kebutuhan perusahaan untuk
menempatkan penekanan ekstra pada atribut situs Web yang berkaitan
dengan dua dimensi ini. Dalam hal ini, perlu dicatat bahwa sementara
atribut efisiensi berhubungan dengan
merancang situs Web-antarmuka pelanggan, hampir semua
atribut pemenuhan berhubungan dengan infrastruktur di balik layar situs
Web (lihat lampiran). Dengan demikian, menghasilkan
gambar berkualitas tinggi untuk situs Web perusahaan melibatkan:
lebih dari sekadar membuat fasad yang sangat baik untuk situs.
Kedua, aspek ketersediaan sistem situs Web adalah
juga merupakan kontributor penting bagi persepsi pelanggan tentang
kualitas, nilai, dan niat loyalitas secara keseluruhan. Empat atribut persepsi
yang membentuk ketersediaan sistem menunjukkan bahwa perusahaan
mungkin tidak memiliki kendali penuh atas kinerja pada dimensi ini;
peralatan di pelanggan
akhir (misalnya, jenis komputer dan koneksi Internet) juga
cenderung mempengaruhi kinerja pada dimensi ini. Perusahaan
harus (a) peka terhadap potensi efek merusak dari
fitur desain situs Web yang canggih pada kemampuan ketersediaan
sistem dan (b) proaktif dalam mengidentifikasi aspek sistem
ketersediaan yang berada di luar kendali mereka dan merancang skrip
komunikasi yang sesuai untuk menenangkan keluhan
pelanggan.
Ketiga, meskipun privasi adalah yang paling kritis dari empat dimensi
E S-QUAL, hasil regresi kami menunjukkan bahwa:
faktor yang mewakili dimensi ini masih memiliki pengaruh yang signifikan
pengaruh pada evaluasi global pelanggan situs Web.
Penelitian sebelumnya berpendapat bahwa privasi situs Web
mungkin tidak penting untuk pengguna yang lebih sering (Wolfinbarger
dan Gilly 2003). Pengalaman memang dapat mengurangi kekhawatiran
tentang keamanan situs Web. Namun, fakta bahwa
responden dalam survei amazon.com dan walmart.com kami
disaring terlebih dahulu untuk pengalaman yang cukup dengan situs,
ditambah dengan temuan yang konsisten dari kedua survei
bahwa persepsi privasi memang memengaruhi pelanggan secara keseluruhan
persepsi kualitas/nilai dan niat loyalitas, menekankan kebutuhan
perusahaan untuk terus meyakinkan pelanggan melalui isyarat desain
situs Web dan komunikasi eksternal yang menandakan privasi/keamanan
situs mereka.
Keempat, tiga dimensi layanan pemulihan (responsivitas, kompensasi,
dan kontak) dan persepsi
atribut yang dikandungnya menyiratkan aspek layanan yang mencerminkan
aspek kualitas layanan tradisional (misalnya, akses siap untuk
personel perusahaan, perhatian untuk memecahkan masalah pelanggan).
Oleh karena itu, meskipun perusahaan online mungkin
mampu memberikan layanan elektronik yang unggul selama transaksi
rutin dengan sedikit atau tanpa kontak manusia—bahkan, tidak satu pun dari
empat dimensi dasar ES-QUAL dan hubungannya
atribut panggilan untuk layanan pribadi—unggul dalam pemulihan
layanan mungkin memerlukan sentuhan manusia.
Kelima, ES-QUAL dan E-RecS-QUAL bersifat generik dan
skala pelit, dimaksudkan untuk mendapatkan global (sebagai
bertentangan dengan penilaian khusus transaksi) dari Web
kualitas layanan situs. Perusahaan online terbaik dapat menggunakan
timbangan bersama-sama (dengan yang terakhir hanya diberikan
kepada pelanggan yang memiliki masalah atau pertanyaan) untuk dilacak
dari waktu ke waktu—dan di seluruh situs Web yang bersaing—pelanggan
persepsi e-SQ secara keseluruhan. Tren dalam dimensi- dan
peringkat tingkat atribut dari studi pelacakan semacam itu akan membantu
mengidentifikasi kekuatan dan kelemahan situs Web dan menyarankan
ide untuk perbaikan. Studi pelacakan semacam itu mungkin memiliki:
untuk dilengkapi dengan studi yang lebih spesifik bila diperlukan (misalnya,
untuk menunjukkan alasan kekurangan pada a
dimensi tertentu atau atribut persepsi, untuk mengevaluasi
reaksi pelanggan terhadap fitur situs Web baru, dll.). Perusahaan juga
dapat meningkatkan nilai diagnostik peringkat persepsi dari dua skala
dengan membandingkannya
peringkat dengan layanan minimum dan yang diinginkan pelanggan
tingkat (Parasuraman, Zeithaml, dan Berry 1994a). Itu
tingkat layanan minimum dan yang diinginkan dapat diperoleh dengan
secara berkala dimasukkan ke dalam studi pelacakan
dua peringkat tambahan untuk setiap atribut persepsi
(Parasuraman, Zeithaml, dan Berry 1994a).
LAMPIRAN
Ukuran Konstruksi Studi
IS-MANA
Responden menilai kinerja situs Web pada setiap item skala
menggunakan skala 5 poin (1 = sangat tidak setuju, 5 = sangat setuju).
Item di bawah ini dikelompokkan berdasarkan dimensi untuk kenyamanan
eksposisi; mereka muncul dalam urutan acak pada survei. Simbol sebelum
item sesuai dengan nama variabel di
Tabel 1 dan 5 di badan artikel.
Efisiensi
EFF1 Situs ini memudahkan untuk menemukan apa yang saya butuhkan.
EFF2 Itu membuatnya mudah untuk mendapatkan di mana saja di situs.
EFF3 Ini memungkinkan saya untuk menyelesaikan transaksi dengan cepat.
EFF4 Informasi di situs ini terorganisir dengan baik.
EFF5 Ini memuat halamannya dengan cepat.
EFF6 Situs ini mudah digunakan.
EFF7 Situs ini memungkinkan saya untuk mengaksesnya dengan cepat.
EFF8 Situs ini terorganisir dengan baik.
Machine Translated
Ketersediaan Sistemby Google
SYS1 Situs ini selalu tersedia untuk bisnis.
SYS2 Situs ini segera diluncurkan dan dijalankan.
SYS3 Situs ini tidak macet.
Halaman SYS4 di situs ini tidak membeku setelah saya memasukkan
informasi pesanan saya.
Pemenuhan
FUL1 Ini memberikan pesanan saat dijanjikan.
FUL2 Situs ini menyediakan barang untuk pengiriman dalam jangka waktu yang
sesuai.
FUL3 Dengan cepat mengirimkan apa yang saya pesan.
FUL4 Ini mengirimkan barang yang dipesan.
FUL5 Memiliki stok barang-barang yang diklaim perusahaan.
FUL6 Itu jujur tentang penawarannya.
FUL7 Itu membuat janji yang akurat tentang pengiriman produk.
Pribadi
PRI1 Ini melindungi informasi tentang perilaku belanja Web saya.
PRI2 Itu tidak membagikan informasi pribadi saya dengan situs lain.
PRI3 Situs ini melindungi informasi tentang kartu kredit saya.
E-RecS-QUAL
Responden menilai kinerja situs Web pada setiap item skala menggunakan skala
5 poin (1 = sangat tidak setuju, 5 = sangat setuju).
Item di bawah ini dikelompokkan berdasarkan dimensi untuk kenyamanan
eksposisi; mereka muncul dalam urutan acak pada survei. Simbol yang mendahului
item sesuai dengan nama variabel pada Tabel 2 di badan artikel.
Daya tanggap
RES1 Ini memberi saya opsi yang mudah untuk mengembalikan
barang.
RES2 Situs ini menangani pengembalian produk dengan baik.
RES3 Situs ini menawarkan jaminan yang berarti.
RES4 Ini memberitahu saya apa yang harus dilakukan jika transaksi saya
tidak diproses.
RES5 Ini menangani masalah dengan segera.
Kompensasi
COM1 Situs ini memberikan kompensasi kepada saya untuk masalah yang dibuatnya.
COM2 Ini memberi saya kompensasi ketika apa yang saya pesan tidak tiba
tepat waktu.
COM3 Mengambil barang yang ingin saya kembalikan dari rumah atau bisnis saya.
Kontak
CON1 Situs ini menyediakan nomor telepon untuk menghubungi
perusahaan.
CON2 Situs ini memiliki perwakilan layanan pelanggan yang tersedia
secara online.
CON3 Ini menawarkan kemampuan untuk berbicara dengan orang yang hidup jika
ada masalah.
Nilai keuntungan
Ukuran nilai terdiri dari empat item; responden menilai situs Web pada setiap item
menggunakan skala 1 (buruk) sampai 10 (sangat baik).
1. Harga produk dan layanan yang tersedia di sini
situs (seberapa ekonomis situs tersebut).
2. Kenyamanan keseluruhan menggunakan situs ini.
3. Sejauh mana situs memberi Anda perasaan berada
terkendali.
4. Nilai keseluruhan yang Anda dapatkan dari situs ini untuk uang Anda
dan usaha.
niat setia
Ukuran loyalitas terdiri dari lima item perilaku; responden menunjukkan
kemungkinan mereka terlibat dalam setiap perilaku pada skala 5 poin (1 = sangat
tidak mungkin, 5 = sangat mungkin).
Seberapa besar kemungkinan Anda? . . .
1. Katakan hal-hal positif tentang situs ini kepada orang lain?
2. Rekomendasikan situs ini kepada seseorang yang mencari iklan Anda
keburukan?
3. Dorong teman dan orang lain untuk berbisnis dengan ini
lokasi?
4. Pertimbangkan situs ini sebagai pilihan pertama Anda untuk trans masa depan
tindakan?
5. Lakukan lebih banyak bisnis dengan situs ini dalam beberapa bulan mendatang?
REFERENSI
Ahmad, S. (2002), “Kegagalan Layanan dan Pembelotan Pelanggan: Pandangan
Lebih Dekat pada Pengalaman Belanja Online,” Mengelola Kualitas Layanan,
12 (1), 19-29.
Allison, PD (1999), Regresi Logistik Menggunakan Sistem SAS. Cary, NC: Institut
SAS.
Ariely, Dan (2000), "Mengontrol Arus Informasi: Efek pada Pengambilan
Keputusan dan Preferensi Konsumen," Jurnal Riset Konsumen, 27 (2),
233-48.
Barnes, Stuart J. dan Richard T. Vidgen (2002), "Sebuah Pendekatan Integratif
untuk Penilaian Kualitas E-Commerce," Jurnal Penelitian Perdagangan
Elektronik, 3 (3), 114-27.
Brown, Tom J., Gilbert A. Churchill Jr., dan J. Paul Peter (1993), "Meningkatkan
Pengukuran Kualitas Layanan," Jurnal Ritel, 69 (Musim Semi), 127-39.
Browne, Michael W. dan Robert Cudeck (1993), "Cara Alternatif Menilai Model
Fit," dalam Pengujian Model Persamaan Struktural, Kenneth A. Bollen dan
J. Scott Long, eds. Taman Newbury, CA: Sage, 136-62.
Carman, James M. (1990), "Persepsi Konsumen Kualitas Layanan: Penilaian
Dimensi SERVQUAL," Jurnal Ritel ing, 66 (Musim Semi), 33-55.
Churchill, Gilbert A. (1979), "Sebuah Paradigma untuk Mengembangkan Ukuran
Lebih Baik dari Konstruksi Pemasaran," Jurnal Riset Pemasaran, 16
(Februari), 64-73.
Cowles, Deborah (1989), "Persepsi Konsumen Media Interaktif,"
Jurnal Penyiaran dan Media Elektronik, 33 (Musim Dingin), 83-89. ———
dan Lawrence A. Crosby (1990), “Penerimaan Konsumen terhadap Media
Interaktif dalam Pertemuan Pemasaran Jasa,” The Service Industries Journal,
10 (Juli), 521-40.
Machine
Cox,Translated by Google
B. (2002), Layanan Pelanggan Masih Perjuangan. Diperoleh dari http://
dc.internet.com/news/article.php/947951
Cronin, J. Joseph, Jr. dan Stephen A. Taylor (1992), "Mengukur Kualitas
Layanan: Pemeriksaan Ulang dan Ekstensi," Jurnal Pemasaran, 56
(Juli), 55-68.
Dabholkar, Pratibha A. (1996), “Evaluasi Konsumen dari Pilihan Swalayan
Berbasis Teknologi Baru: Sebuah Investigasi Model Alternatif SQ,”
International Journal of Research in Marketing, 13 (1), 29-51.
Davis, Fred D. (1989), “Perceived Usefulness, Perceived Ease of Use and
User Acceptance of Information Technology,” MIS Quarterly, 13 (3),
318-39.
Diamantopoulos, Adamantios dan Heidi M. Winklhofer (2001), "Konstruksi
Indeks dengan Indikator Formatif: Sebuah Alternatif untuk Pengembangan
Skala," Jurnal Riset Pemasaran, 38 (Mei 2001), 269-77.
Dodds, William B., Kent B. Monroe, dan Dhruv Grewal (1991), "Effects of
Price, Brand, and Store Information on Buyers' Product Evaluation,"
Journal of Marketing Research, 28 (Agustus) 307-19.
Eastlick, Mary Ann (1996), “Consumer Intention to Adopt Interactive
Teleshopping,” kertas kerja, laporan No. 96-113 (Agustus), Market ing
Science Institute, Cambridge, MA.
Gaudin, S. (2003), Perusahaan Gagal di Layanan Pelanggan Online.
Diperoleh dari http://itmanagement.earthweb.com/erp/article.php/
1588171
Gefen, David (2002), "Loyalitas Pelanggan di E-Commerce," Jurnal Asosiasi
Sistem Informasi, 3, 27-51.
Gerbing, David W. dan James C. Anderson (1988), "Sebuah Digma Para
Diperbarui untuk Pengembangan Skala Menggabungkan
Unidimensionalitas dan Penilaiannya," Jurnal Riset Pemasaran, 25 (Mei), 186-92. of Computer Mediated Komunikasi. Diperoleh dari http://www.ascusc.org/
Grönroos, Christian (1982), Manajemen Strategis dan Pemasaran di Sektor
Jasa. Helsingfors, Swedia: Sekolah Ekonomi dan Administrasi Bisnis
Swedia.
Rambut, Joseph F., Ralph E. Anderson, Ronald L. Tatham, dan William C.
Black (1998), Analisis Data Multivariat, edisi ke-5. Upper Saddle River,
NJ: Prentice Hall.
Hoffman, Donna L. dan Thomas P. Novak (1996), "Pemasaran di Lingkungan
Media-Komputer Hypermedia: Fondasi Konseptual," Jurnal Pemasaran,
60 (Juli), 50-68.
Hoque, Abeer Y. dan Gerald L. Lohse (1999), "Perspektif Biaya Pencarian
Informasi untuk Merancang Antarmuka untuk Perdagangan Elektronik,"
Jurnal Riset Pemasaran, 36 (Agustus), 387-94.
Hu, Li-tze dan Peter M. Bentler (1999), “Cutoff Criteria for Fit Indexes in
Covariance Structure Analysis: Conventional Criteria versus New
Alternatives,” Structural Equation Modeling, 6 (1), 1-55.
InternetNewsBureau (2003), Penelitian Jupiter Melaporkan Bahwa
Perusahaan Gagal di Layanan Pelanggan Online Meskipun Pertumbuhan
Pengeluaran CRM Online. Diperoleh dari http://www.internetnewsbureau.
com/archives/2003/feb03/crm.html
Jarvis, Cheryl Burke, Scott B. Mackenzie, dan Philip M. Podsakoff (2003),
"Tinjauan Kritis Indikator Konstruk dan Misspesifikasi Model Pengukuran
dalam Riset Pemasaran dan Konsumen,"
Jurnal Riset Konsumen, 30 (September), 199-218.
Kim, Sooyeon dan Knut A. Hagtvet (2003), "Dampak Misspecified Item
Parceling pada Mewakili Variabel Laten dalam Pemodelan Struktur
Kovarian: Studi Simulasi," Model Persamaan Struktural, 10 (1), 101-27.
Lehtinen, Uolevi dan Jarmo R. Lehtinen (1982), "Kualitas Layanan: Sebuah
Studi Dimensi Kualitas," kertas kerja yang tidak diterbitkan, Institut
Manajemen Layanan, Helsinki, Finlandia.
Lennon, R. dan J. Harris (2002), "Layanan Pelanggan di Web: Investigasi
Lintas Industri," Jurnal Penargetan, Pengukuran dan Analisis Pemasaran,
10 (4), 325-38.
Lewis, Robert C. dan Bernard H. Booms (1983), "Aspek Pemasaran Kualitas
Layanan," dalam Perspektif Muncul pada Pemasaran Layanan, Leonard
L. Berry, G. Lynn Shostack, dan Gregory Upah, eds. Chi cago: Asosiasi
Pemasaran Amerika, 99-107.
LoCascio, R. (2000), Situs Web Bukan Mesin Penjual Otomatis. Diperoleh
dari http://www.clickz.com/crm/onl_cust_serv/article.php/825521
Loiacono, Eleanor, Richard T. Watson, dan Dale Goodhue (2000),
"WebQual™: Instrumen Kualitas Situs Web," kertas kerja, Institut
Politeknik Wor cester.
McQuitty, Shaun (2004), "Statistical Power and Structural Equation Models
in Business Research," Journal of Business Research, 57 (Februari),
175-83.
Mick, David Glenn dan Susan Fournier (1995), “Produk Konsumen
Teknologi dalam Kehidupan Sehari-hari: Kepemilikan, Makna, dan
Kepuasan,” kertas kerja, laporan No. 95-104, 1-59, Marketing Science
Institute, Cambridge, MA ——— dan ——— (1998), “Paradoks
Teknologi: Kesadaran Konsumen, Emosi, dan Strategi Mengatasi,” Jurnal
Riset Konsumen, 25 (September), 123-47.
Montoya-Weiss, Mitzi M., Glenn B. Voss, dan Dhruz Grewal (2003),
“Penentu Penggunaan Saluran Online dan Kepuasan Keseluruhan
dengan Penyedia Layanan Multisaluran Relasional,” Jurnal Akademi
Ilmu Pemasaran, 31 (4) , 448-58.
Netter, J., MH Kutner, CJ Nachtsheim, dan W. Wasserman (1996), Model
Regresi Linier Terapan, edisi ke-3. Chicago: Irwin.
Nunnally, Jum C. dan Ira H. Bernstein (1994), Teori Psikometri. New York:
McGraw-Hill.
Olson, Jerry C. dan Thomas J. Reynolds (1983), "Memahami Struktur
Kognitif Konsumen: Implikasi untuk Strategi Periklanan," dalam
Periklanan dan Psikologi Konsumen, L. Percy dan A. Woodside, eds.
Lexington, MA: Buku Lexington.
Palmer, Jonathon W., Joseph P. Bailey, dan Samer Faraj (1999), “The Role
of Intermediaries in the Development of Trust on the www: The Use and
Prominence of Trusted Third Parties and Privacy State ments,” Journal
jcmc/voI5/issue3/palmer.html.
Parasuraman, A. (2000), "Indeks Kesiapan Teknologi (TRI): Skala Item
Multi untuk Mengukur Kesiapan untuk Merangkul Teknologi Baru,"
Jurnal Penelitian Jasa, 2 (4), 307-20.
———, Leonard L. Berry, dan Valarie A. Zeithaml (1991), "Penyempurnaan
dan Penilaian Ulang Skala SERVQUAL," Journal of Retailing, 67 (4),
420-50.
———, ———, dan ——— (1993), “Selengkapnya tentang Meningkatkan Kualitas Layanan
Pengukuran ity,” Journal of Retailing, 69 (Musim Semi), 141-47.
——— dan Valarie A. Zeithaml (2002), “Mengukur dan Meningkatkan
Kualitas Layanan: Tinjauan Literatur dan Agenda Penelitian,” Dalam
Buku Tangan Pemasaran, Bart Weitz, ed. Thousand Oaks, CA: Sage.
———, ———, dan Leonard L. Berry (1985), “Sebuah Model Konseptual
Kualitas Layanan dan Implikasinya untuk Penelitian Masa Depan,”
Jurnal Pemasaran, 49 (Musim Gugur), 41-50. dan ——— (1988),
———, ———, “SERVQUAL: A Multiple-Item Scale for Measuring
Service Quality,” Journal of Retailing, 64 (1), 12-40.
———, ———, dan ——— (1994a), “Skala Alternatif untuk Mengukur
Kualitas Layanan: Penilaian Komparatif Berdasarkan Kriteria Psikometrik
dan Diagnostik,” Journal of Retailing, 70 (3), 201-30.
———, ———, dan ——— (1994b), “Penilaian Ulang Harapan sebagai
Standar Perbandingan dalam Mengukur Kualitas Layanan: Implikasi
untuk Penelitian Lebih Lanjut,” Journal of Marketing, 58 (Januari), 111-24.
Pastore, M. (2001), Layanan Pelanggan Online Masih Ada Pekerjaan yang Harus Dilakukan.
Diperoleh dari http://cyberatlas.internet.com/markets/retailing/ article/
0,,6061_577051,00.html Sasser, W. Earl, Jr., R. Paul Olsen, dan D.
Daryl Wyckoff (1978), Man manajemen Operasi Layanan: Teks dan Kasus.
Boston: Allyn & Bacon.
Schlosser, Ann E. dan Alaina Kanfer (1999), "Interaktivitas di Situs Web
Komersial: Implikasi untuk Efektivitas Situs Web," kertas kerja,
Vanderbilt University, Nashville, TN.
Sirdeshmukh, Deepak, Jagdip Singh, dan Barry Sabol (2002), "Kepercayaan
Konsumen, Nilai, dan Loyalitas dalam Pertukaran Relasional," Jurnal
Pemasaran, 66 (Januari), 15-37.
Stevens, J. (1996), Statistik Multivariat Terapan untuk Ilmu Sosial.
Mahwah, NJ: Lawrence Erlbaum.
Machine Translated
Szajna, by Google
Bernadette (1996), "Evaluasi Empiris Model Penerimaan Teknologi Revisi," Valarie A. Zeithaml adalah Profesor Roy dan Alice H. Richards Bicenten
Ilmu Manajemen, 42 (1), 85-92.
nial dan dekan asosiasi MBA di Kenan-Flagler
Szymanski, David M. dan Richard T. Hise (2000), “e-Satisfaction: An
Sekolah Bisnis University of North Carolina di Chapel
Pemeriksaan Awal,” Journal of Retailing, 76 (3), 309-22.
Bukit. Dia adalah rekan penulis tiga buku: Kualitas Pengiriman Layanan:
Teas, R. Kenneth (1993), “Harapan, Evaluasi Kinerja, dan
Persepsi Konsumen tentang Kualitas,” Jurnal Pemasaran, 57 (Oktober), 18-34. Menyeimbangkan Persepsi dan Harapan Pelanggan, sekarang di
pencetakan ke-13, Mendorong Ekuitas Pelanggan: Bagaimana Nilai Waktu
Wolfinbarger, Mary dan Mary C. Gilly (2003), "eTailQ: Dimension alizing, Measuring, Hidup Pelanggan Membentuk Kembali Strategi Perusahaan, dan Pemasaran
and Predicting etail Quality," Journal of Retail ing, 79 (3), 183-98. Layanan: Mengintegrasikan Fokus Pelanggan di Seluruh Perusahaan, sebuah buku teks
sekarang dalam edisi ketiga. Pada tahun 2002, Mengemudi Ekuitas Pelanggan menang
Yoo, Boonghee dan Naveen Donthu (2001), “Mengembangkan Skala untuk
Hadiah Buku Asosiasi Pemasaran Berry-Amerika pertama untuk
Mengukur Kualitas yang Dirasakan dari Situs Belanja Internet (Sitequal),”
Jurnal Triwulanan Perdagangan Elektronik, 2 (1), 31-46. buku pemasaran terbaik dalam 3 tahun terakhir. Pada tahun 2004, Profesor
Young, Shirley dan Barbara Feigen (1975), “Menggunakan Rantai Manfaat Zeithaml menerima kedua Kontributor Inovatif untuk Pemasaran
untuk Formulasi Strategi yang Lebih Baik,” Journal of Marketing, 39 (Juli) Penghargaan yang diberikan oleh Asosiasi Manajemen Pemasaran dan
72-74.
Penghargaan Pendidik Pemasaran Luar Biasa yang diberikan oleh Akademi
Zeithaml, Valarie, A. (1988), “Persepsi Konsumen tentang Harga, Kualitas,
dari Ilmu Pemasaran. Pada tahun 2001, ia menerima Kontribusi Karir
dan Nilai: Model Konseptual dan Sintesis Penelitian,” Jurnal
Pemasaran, 52 (Juli), 22-22.
Asosiasi Pemasaran Amerika untuk Penghargaan Disiplin Layanan. Dia
———, Leonard L. Berry, dan A. Parasuraman (1996), “Perilaku” juga penerima banyak penelitian
Konsekuensi Kualitas Layanan,” Jurnal Pemasaran, 60 (April), penghargaan termasuk Robert Ferber Consumer Research Award
31-46.
dari Journal of Consumer Research, Harold H. Maynard
———, A. Parasuraman, dan Arvind Malhotra (2000), “Sebuah Konseptual” Penghargaan dari Jurnal Pemasaran, Penghargaan Jagdish Sheth
Kerangka Kerja untuk Memahami Kualitas Layanan Elektronik: Implikasinya bagi
dari Journal of the Academy of Marketing Science, dan
Penelitian Masa Depan dan Praktek Manajerial,” kertas kerja, laporan No.
00-115, Institut Ilmu Pemasaran, Cambridge, MA. Penghargaan William F. O'Dell dari Journal of Marketing Re search. Dia
———, ———, dan ——— (2002), “Pengiriman Kualitas Layanan melalui telah berkonsultasi dengan lebih dari 50 layanan dan produk
Situs Web: Tinjauan Kritis Pengetahuan yang Masih Ada, ” Journal of the perusahaan pada topik kualitas layanan dan manajemen layanan.
Akademi Ilmu Pemasaran, 30 (4), 362-75. Dia menjabat di Dewan Direksi Pemasaran Amerika
Asosiasi dari tahun 2000 hingga 2003 dan saat ini menjadi Akademisi
A. Parasuraman adalah seorang profesor dan pemegang gelar James W. Wali Amanat Institut Ilmu Pemasaran.
McLamore Ketua dalam Pemasaran (diberkahi oleh Burger King
Arvind Malhotra adalah asisten profesor manajemen teknologi informasi
Corporation) di Universitas Miami. Dia telah menerbitkan lebih banyak
di University of North Carolina di Kenan-Flagler Business School Cha pel
dari 100 artikel ilmiah dan monografi penelitian. Dia punya
Hill. Bidang keahliannya
menerima banyak penghargaan untuk pengajaran, penelitian, dan kontribusi
termasuk inovasi, manajemen pengetahuan, tim virtual,
profesionalnya, termasuk Karir AMA SERVSIG
berbagi informasi antarorganisasi, dan penggunaan strategis
Kontribusi untuk Penghargaan Disiplin Layanan (1998) dan
teknologi Informasi. Dia telah menerima hibah penelitian dari
Penghargaan Pendidik Pemasaran Terbaik dari Akademi Ilmu Pemasaran
Society for Information Managers Advanced Practices
(2001). Pada tahun 2004, ia dinobatkan sebagai Orang Terhormat di
Council, Dell, Carnegie-Bosche Institute, NSF, RosettaNet con sortium,
Akademi Ilmu Pemasaran. Dia menjabat sebagai editor
UNC-Small Grants Program, dan Marketing Science Institute. Proyek
Jurnal Akademi Ilmu Pemasaran (1997-2000)
penelitiannya termasuk belajar dengan sukses
dan saat ini menjabat di 10 dewan peninjau editorial. Dia adalah
tim virtual dan praktik terbaik, adopsi nirkabel oleh konsumen
penerima JAMS Outstanding Reviewer Award untuk tahun 2000-
layanan web, adopsi teknologi Internet oleh perusahaan,
2003 dan Journal of Retailing Outstanding Reviewer 2003
mengelola kompleksitas TI dalam organisasi, dan berbagi pengetahuan
Menghadiahkan. Dia adalah penulis utama Riset Pemasaran, sebuah perguruan tinggi
dalam rantai pasokan. Dia telah menjabat sebagai peneliti bisnis untuk
buku teks yang diterbitkan pada tahun 2004, dan merupakan rekan penulis dari tiga
konsorsium RosettaNet dan sebagai konsultan teknis untuk
buku bisnis lainnya yang ditulis untuk para praktisi: Menyampaikan Layanan Berkualitas:
American Golf Corp. Artikelnya telah diterbitkan di terkemuka
Menyeimbangkan Persepsi dan Harapan Pelanggan dan Layanan
jurnal akademik seperti Harvard Business Review, MIS Quarterly,
Pemasaran: Bersaing Melalui Kualitas, dan Siap Teknologi
Manufacturing & Service Operations Management, dan
Pemasaran: Bagaimana dan Mengapa Pelanggan Anda Mengadopsi Teknologi. Dia
Komunikasi ACM. Dia menerima Penghargaan Kertas Terbaik
telah melakukan puluhan seminar eksekutif tentang kualitas layanan,
dari MIS Quarterly, jurnal ilmu informasi teratas, di
kepuasan pelanggan, dan peran teknologi dalam pemberian layanan di
2001. Dua artikelnya telah mendapatkan penghargaan Society for
banyak negara.
Penghargaan Kertas Terbaik Manajer Informasi.