BAB IV PROFIL PERUSAHAAN
E. Cara bertransaksi menggunakan GoPay
GoPay merupakan e-wallet yang dapat digunakan untuk membayar banyak transaksi pada rekan usaha GoJek. Banyaknya rekan usaha GoJek menimbulkan cara pembayaran yang beragam. Selain pembayaran menggunakan aplikasi GoJek, GoPay juga dapat digunakan untuk pembayaran langsung di toko maupun website rekan usaha. Berikut merupakan cara pembayaran menggunakan GoPay berdasarkan laman https://www.gojek.com:
1. Cara membayar pada mesin EDC a. Buka aplikasi GoJek
b. Klik Bayar
c. Scan kode QR pada struk pembelian yang diberikan kasir
d. Pastikan jumlah pembayaran sesuai dengan pembelian e. Masukan pin GoPay anda
f. Transaksi selesai.
2. Cara membayar di QR Kasir a. Buka aplikasi GoJek b. Klik Bayar
c. Scan kode QR pada meja kasir
d. Pastikan jumlah pembayaran sesuai dengan pembelian e. Masukan pin GoPay anda
f. Transaksi selesai.
3. Cara membayar di website rekan usaha a. Buka aplikasi GoJek
b. Klik Bayar
c. Scan kode QR pada situs toko online rekan usaha d. Pastikan jumlah pembayaran sesuai dengan pembelian e. Masukan pin GoPay anda
f. Transaksi selesai.
4. Cara membayar di aplikasi rekan usaha a. Buka aplikasi rekan usaha
b. Lakukan pembelian
c. Pilih metode pembayaran GoPay
d. Anda akan dialihkan ke pembayaran pada aplikasi GoJek e. Pastikan jumlah pembayaran sesuai dengan pembelian
f. Masukan pin GoPay anda g. Transaksi selesai.
5. Cara membayar di Google Play a. Buka Google Play
b. Klik metode pembayaran
c. Pilih tambahkan GoPay, klik lanjut d. Masukan pin GoPay anda
e. GoPay anda sudah terhubung, anda dapat melakukan pembelian aplikasi dan game dengan klik I-Tap Buy.
6. Cara membayar di Alfamart, Alfamidi, DanDan, dan Lawson a. Buka aplikasi GoJek
b. Klik Bayar
c. Pilih use code atau pilih kode d. Masukan pin GoPay anda
e. Berikan kode GoPay untuk di scan kasir f. Transaksi selesai.
7. Cara menggunakan cashback GoPay a. Buka aplikasi GoJek
b. Klik Bayar
c. Scan kode QR dari rekan usaha baik online maupun offline d. Masukan nominal transaksi
e. Pilih apply promo
f. Pilih jenis promo cashback yang diinginkan
g. Cashback akan disampaikan di halaman pembayaran h. Pilih metode pembayaran GoPay
i. Pastikan jumlah pembayaran sesuai
j. Pilih apply promo saat akan melakukan pembayaran k. Pilih jenis promo cashback yang diinginkan
l. Cashback akan otomatis terpakai sesuai pilihanmu m. Transaksi selesai.
79 BAB V
ANALISIS DATA DAN PEMBAHASAN A. Deskripsi Data
Penelitian ini melakukan survei menggunakan kuesiner dalam bentuk link Google Forms yang disebarkan melalui media sosial Whatsapp, Instagram, dan Line. Penyebaran kuesioner dan analisis data dilakukan sejak hari Minggu, 14 Maret 2021 hingga Selasa, 30 Maret 2021. Responden yang diperoleh dari hasil penyebaran kuesioner berjumlah 381 orang. Sebanyak 60 data responden tidak dapat digunakan karena tidak memenuhi kriteria responden. Hal ini dikarenakan, responden tidak menggunakan GoPay sebanyak 22 orang, data terduplikasi 15 orang, tidak berkuliah di Provinsi Daerah Istimewa Yogyakarta 14 orang, percobaan peneliti 1 kali, mahasiswa pasca sarjana 1 orang, dan bukan mahasiswa 7 orang. Oleh karena itu, data yang akan diolah dalam penelitian ini berjumlah 321 orang untuk kategori mahasiswa. Tabel 5 dan 6 menunjukkan data hasil penyebaran kuesioner dan eliminasi responden sebagai berikut:
Tabel 5. Data Responden Hasil Penyebaran Kuesioner
Keterangan Jumlah Persentase
Keseluruhan responden 381 100%
Gugur 60 15.75%
Data diolah 321 84.25%
Sumber: Data diolah (2021)
Tabel 6. Data Responden Tereliminasi
Keterangan Jumlah Data
Tidak menggunakan GoPay 22
Data terduplikasi 15
Tidak berkuliah di Provinsi Daerah Istimewa Yogyakarta 14
Percobaan peneliti 1
Pasca Sarjana 1
Bukan mahasiswa/telah lulus 7
Total 60
Sumber: Data diolah (2021)
Responden dalam penelitian ini di dominasi oleh mahasiswa dengan jenis kelamin perempuan sebesar 67.60% atau sejumlah 217 orang, sedangkan 104 orang lainnya berjenis kelamin laki-laki. Keseluruhan responden berada pada rentang usia 18 tahun hingga 29 tahun. Mayoritas responden berusia 20 tahun dan 21 tahun dengan persentase total mencapai 66.36%. Adapun data karakteristik responden sebagai berikut:
Tabel 7. Karakteristik Responden
Keterangan Jumlah Persentase
Jenis Kelamin Perempuan 217 67.60%
Laki-laki 104 32.40% perguruan tinggi dengan jumlah responden terbanyak berkuliah di Universitas
Sanata Dharma yaitu berjumlah 203 mahasiswa atau sebesar 63.24% dari jumlah keseluruhan responden. Mayoritas responden penelitian ini adalah mahasiswa semester enam dan delapan dengan total 239 mahasiswa atau sebesar 74.46%.
Responden dalam penelitian ini berasal 25 provinsi di Indonesia. Rata-rata responden berasal dari Provinsi Daerah Istimewa Yogyakarta dengan jumlah 157 mahasiswa. Tabel 8 menunjukkan data demografi responden:
Tabel 8. Demografi Responden
Keterangan Jumlah Persentase
Asal universitas
Akademi Akuntansi YKPN 2 0.62%
Akademi Manajemen
Institut Teknologi Yogyakarta 1 0.31%
IST AKPRIND
Tabel 8. Demografi Responden (Lanjutan)
Keterangan Jumlah Persentase
Asal universitas
Universitas Ahmad Dahlan 2 0.62%
Universitas Amikom
Universitas Gadjah Mada 10 3.12%
Universitas Kristen Duta
Universitas Negeri Yogyakarta 7 2.18%
Universitas Pembangunan Negeri “Veteran” Yogyakarta
2 0.62%
Universitas PGRI Yogyakarta 3 0.93%
Universitas Respati Yogyakarta
4 1.25%
Universitas Sanata Dharma 203 63.24%
Universitas Sarjanawiyata
Universitas Terbuka 1 0.31%
Universitas Widya Mataram 1 0.31%
Total 321 100.00%
Tabel 8. Demografi Responden (Lanjutan)
Keterangan Jumlah Persentase
Daerah asal
Bali 5 1.56%
Banten 3 0.93%
Bengkulu 1 0.31%
Daerah Istimewa Yogyakarta 156 48.60%
DKI Jakarta 5 1.56%
Kalimantan Selatan 3 0.93%
Kalimantan Tengah 7 2.18%
Berdasarkan pada tabel 9, diketahui bahwa rata-rata mahasiswa telah menggunakan GoPay selama lebih dari enam bulan yaitu berjumlah 230 mahasiswa atau 71.65% dari total keseluruhan responden. Sementara itu, mayoritas mahasiswa menggunakan GoPay sebanyak kurang dari 3 kali dalam satu minggu yaitu sebesar 61.06% atau sejumlah 196 orang. Adapun data lama penggunaan GoPay dan intensitas penggunaan GoPay dijelaskan pada tabel 9 sebagai berikut:
Tabel 9. Lama Penggunaan GoPay dan Intensitas Penggunaan GoPay
Keterangan Jumlah Persentase
Lama
Selain data responden di atas, peneliti juga mendeskripsikan masing-masing variabel menggunakan analisis statistik deskriptif. Statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan mendeskripsikan data yang terkumpul tanpa bermaksud membuat kesimpulan yang berlaku untuk umum (Sugiyono, 2017:232). Statistik deskriptif dapat disajikan dalam bentuk tabel, grafik, diagram, pictogram, pengukuran tendensi sentral (mean, median, modus), perhitungan desil, persentil, perhitungan penyebaran data melalui rata-rata dan standar deviasi, perhitungan persentase (Sugiyono, 2017:233). Berikut merupakan deskripsi data masing-masing konstruk:
1. Deskripsi Data Konstruk Performance Expectancy (PE)
Konstruk Performance Expectancy (PE) pada penelitian ini memiliki empat indikator. Masing-masing indikator diberi kode menjadi PE1, PE2, PE3, dan PE4. Tabel 10 menunjukkan hasil analisis statistik deskriptif konstruk performance expectancy menggunakan SPSS 25:
Tabel 10. Deskripsi Data Konstruk Performance Expectancy Keterangan PE1 PE2 PE3 PE4
Mean 3.40 3.21 3.49 3.06
Median 3.00 3.00 4.00 3.00
Mode 3 3 4 3
Std. Deviation 0.579 0.695 0.623 0.780
Minimum 1 1 2 1
Maximum 4 4 4 4
N 321 321 321 321
Sumber: Data diolah (2021)
Berdasarkan informasi di atas diketahui bahwa rata-rata jawaban responden untuk konstruk performance expectancy adalah 3 (setuju).
Median konstruk performance expectancy untuk PE1, PE2 dan PE4 adalah 3 (setuju), sedangkan PE3 bernilai 4 (sangat setuju). Nilai yang paling banyak dipilih responden untuk PE1, PE2, dan PE4 adalah 3 (setuju).
Sedangkan untuk PE3 responden lebih banyak memilih nilai 4 (sangat setuju). Standar deviasi untuk masing-masing indikator secara berurutan PE1 bernilai 0,579, PE2 bernilai 0,695, PE3 bernilai 0,623, dan PE4 bernilai 0,780. Nilai minimum yang dipilih responden untuk PE1, PE2, dan PE4 adalah 1 (sangat tidak setuju), sedangkan untuk PE3 adalah 2 (tidak setuju).
Nilai maksimum untuk seluruh indikator pada konstruk performance expectancy adalah 4 (sangat setuju).
2. Deskripsi Data Konstruk Effort Expectancy (EE)
Konstruk Effort Expectancy (EE) pada penelitian ini memiliki empat indikator. Masing-masing indikator diberi kode menjadi EE1, EE2, EE3, dan EE4. Tabel 11 menunjukkan hasil analisis statistik deskriptif konstruk effort expectancy menggunakan SPSS 25:
Tabel 11. Deskripsi Data Konstruk Effort Expectancy Keterangan EE1 EE2 EE3 EE4
Mean 3.69 3.67 3.74 3.56
Median 4.00 4.00 4.00 4.00
Mode 4 4 4 4
Std. Deviation 0.488 0.520 0.471 0.557
Minimum 2 2 2 2
Maximum 4 4 4 4
N 321 321 321 321
Sumber: Data diolah (2021)
Berdasarkan informasi di atas diketahui rata-rata jawaban responden adalah 3 (setuju) untuk konstruk effort expectancy. Median konstruk effort expectancy secara keseluruhan bernilai 4 (sangat setuju). Sebagian besar responden memilih 4 (sangat setuju) untuk keseluruhan indikator pada konstruk effort expectancy. Standar deviasi untuk masing-masing indikator secara berurutan EE1 bernilai 0,488, EE2 bernilai 0,520, EE3 bernilai 0,471, dan EE4 bernilai 0,557. Nilai minimum yang dipilih responden secara keseluruhan adalah 2 (tidak setuju). Nilai maksimum untuk seluruh indikator pada konstruk effort expectancy adalah 4 (sangat setuju).
3. Deskripsi Data Konstruk Social Influence (SI)
Konstruk Social Influence (SI) pada penelitian ini memiliki tiga indikator. Masing-masing indikator diberi kode menjadi SI1, SI2, dan SI3.
Tabel 12 menunjukkan hasil analisis statistik deskriptif konstruk social infuence menggunakan SPSS 25:
Tabel 12. Deskripsi Data Konstruk Social Influence Keterangan SI1 SI2 SI3
Mean 2.60 2.59 2.48
Median 3.00 3.00 2.00
Mode 3 2a 2
Std. Deviation 0.846 0.873 0.859
Minimum 1 1 1
Maximum 4 4 4
N 321 321 321
Sumber: Data diolah (2021)
Berdasarkan informasi di atas diketahui bahwa rata-rata jawaban responden untuk konstruk social influence adalah 2 (tidak setuju). Median konstruk social influence untuk SI1 dan SI2 adalah 3 (setuju), sedangkan untuk SI3 bernilai 2 (tidak setuju). Nilai yang paling banyak dipilih responden untuk SI1 adalah 3 (setuju). Sedangkan untuk SI2 responden memilih 2 (tidak setuju) dan 3 (setuju) berjumlah sama yaitu 199 responden.
Pada indikator SI3 responden lebih banyak memilih nilai 2 (tidak setuju).
Standar deviasi untuk masing-masing indikator secara berurutan SI1 bernilai 0,846, SI2 bernilai 0,873, dan SI3 bernilai 0,859. Nilai minimum yang dipilih responden untuk SI1, SI2, dan SI3 adalah 1 (sangat tidak setuju). Nilai maksimum untuk seluruh indikator pada konstruk social influence adalah 4 (sangat setuju).
4. Deskripsi Data Konstruk Facilitating Conditions (FC)
Konstruk Facilitating Conditions (FC) pada penelitian ini memiliki empat indikator. Masing-masing indikator diberi kode menjadi FC1, FC2, FC3, dan FC4. Tabel 13 menunjukkan hasil analisis statistik deskriptif konstruk facilitating conditions menggunakan SPSS 25:
Tabel 13. Deskripsi Data Konstruk Facilitating Conditions Keterangan FC1 FC2 FC3 FC4
Mean 3.49 3.45 3.46 3.31
Median 4.00 4.00 4.00 3.00
Mode 4 4 4 4
Std. Deviation 0.576 0.621 0.606 0.731
Minimum 1 1 1 1
Maximum 4 4 4 4
N 321 321 321 321
Sumber: Data diolah (2021)
Berdasarkan informasi di atas diketahui bahwa rata-rata jawaban responden untuk konstruk facilitating conditions adalah 3 (setuju). Median konstruk facilitating conditions untuk FC1, FC2, dan FC3 adalah 4 (sangat setuju), sedangkan FC4 bernilai 3 (setuju). Nilai yang paling banyak dipilih responden adalah 4 (sangat setuju) untuk seluruh indikator pada konstruk facilitating conditions. Standar deviasi untuk masing-masing indikator secara berurutan FC1 bernilai 0,576, FC2 bernilai 0,621, FC3 bernilai 0,606, dan FC4 bernilai 0,731. Nilai minimum yang dipilih responden untuk FC1, FC2, FC3 dan FC4 adalah 1 (sangat tidak setuju). Nilai maksimum untuk seluruh indikator pada konstruk facilitating conditions adalah 4 (sangat setuju).
5. Deskripsi Data Konstruk Hedonic Motivation (HM)
Konstruk Hedonic Motivation (HM) pada penelitian ini memiliki tiga indikator. Masing-masing indikator diberi kode menjadi HM1, HM2, dan HM3. Tabel 14 menunjukkan hasil analisis statistik deskriptif konstruk hedonic motivation menggunakan SPSS 25:
Tabel 14. Deskripsi Data Konstruk Hedonic Motivation Keterangan HM1 HM2 HM3
Mean 3.41 3.37 3.04
Median 3.00 3.00 3.00
Mode 4 3 3
Std. Deviation 0.636 0.629 0.757
Minimum 2 1 1
Maximum 4 4 4
N 321 321 321
Sumber: Data diolah (2021)
Berdasarkan informasi di atas diketahui bahwa rata-rata jawaban responden untuk konstruk hedonic motivation adalah 3 (setuju). Median konstruk hedonic motivation untuk HM1, HM2 dan HM3 adalah 3 (setuju).
Nilai yang paling banyak dipilih responden untuk HM1 adalah 4 (sangat setuju). Sedangkan untuk HM2 dan HM3 responden lebih banyak memilih nilai 3 (setuju). Standar deviasi untuk masing-masing indikator secara berurutan HM1 bernilai 0,636, HM2 bernilai 0,629, dan HM3 bernilai 0,757. Nilai minimum yang dipilih responden untuk HM1 adalah 2 (tidak setuju), sedangkan untuk HM2 dan HM3 adalah 1 (sangat tidak setuju).
Nilai maksimum untuk seluruh indikator pada konstruk hedonic motivation adalah 4 (sangat setuju).
6. Deskripsi Data Konstruk Price Value (PV)
Konstruk Price Value (PV) pada penelitian ini memiliki tiga indikator. Masing-masing indikator diberi kode menjadi PV1, PV2, dan PV3. Tabel 15 menunjukkan hasil analisis statistik deskriptif konstruk price value menggunakan SPSS 25:
Tabel 15. Deskripsi Data Konstruk Price Value Keterangan PV1 PV2 PV3
Mean 3.24 3.39 3.36
Median 3.00 3.00 3.00
Mode 3 3 3
Std. Deviation 0.659 0.623 0.577
Minimum 1 1 2
Maximum 4 4 4
N 321 321 321
Sumber: Data diolah (2021)
Berdasarkan informasi di atas diketahui bahwa rata-rata jawaban responden untuk konstruk price value adalah 3 (setuju). Median konstruk price value untuk PV1, PV2, dan PV3 adalah 3 (setuju). Nilai yang paling banyak dipilih responden untuk PV1, PV2, dan PV3 adalah 3 (setuju).
Standar deviasi untuk masing-masing indikator secara berurutan PV1 bernilai 0,659, PV2 bernilai 0,623, dan PV3 bernilai 0,577. Nilai minimum yang dipilih responden untuk PV1 dan PV2 adalah 1 (sangat tidak setuju), sedangkan untuk PV3 adalah 2 (tidak setuju). Nilai maksimum untuk seluruh indikator pada konstruk price value adalah 4 (sangat setuju).
7. Deskripsi Data Konstruk Habit (HT)
Konstruk Habit (HT) pada penelitian ini memiliki empat indikator.
Masing-masing indikator diberi kode menjadi HT1, HT2, HT3, dan HT4.
Tabel 16 menunjukkan hasil analisis statistik deskriptif konstruk habit menggunakan SPSS 25:
Tabel 16. Deskripsi Data Konstruk Habit
Keterangan HT1 HT2 HT3 HT4
Mean 3.02 2.14 2.32 3.08
Median 3.00 2.00 2.00 3.00
Mode 3 2 2 3
Std. Deviation 0.825 0.973 0.946 0.772
Minimum 1 1 1 1
Maximum 4 4 4 4
N 321 321 321 321
Sumber: Data diolah (2021)
Berdasarkan informasi di atas diketahui bahwa rata-rata jawaban responden pada konstruk habit adalah 3 (setuju) untuk HT1 dan HT4, sedangkan HT2 dan HT3 adalah 2 (tidak setuju). Median konstruk habit untuk HT1 dan HT4 adalah 3 (setuju), sedangkan HT2 dan HT3 bernilai 2 (tidak setuju). Nilai yang paling banyak dipilih responden untuk HT1 dan HT4 adalah 3 (setuju). Sedangkan untuk HT2 dan HT3 responden lebih banyak memilih nilai 2 (tidak setuju). Standar deviasi untuk masing-masing indikator secara berurutan HT1 bernilai 0,825, HT2 bernilai 0,973, HT3 bernilai 0,946, dan HT4 bernilai 0,772. Nilai minimum untuk seluruh indikator pada konstruk habit adalah 1 (sangat tidak setuju). Nilai maksimum untuk seluruh indikator pada konstruk habit adalah 4 (sangat setuju).
8. Deskripsi Data Konstruk Perceived Risk (PR)
Konstruk Perceived Risk (PR) pada penelitian ini memiliki tiga indikator. Masing-masing indikator diberi kode menjadi PR1, PR2, dan PR3. Tabel 17 menunjukkan hasil analisis statistik deskriptif konstruk perceived risk menggunakan SPSS 25:
Tabel 17. Deskripsi Data Konstruk Perceived Risk Keterangan PR1 PR2 PR3
Mean 2.09 1.98 1.98
Median 2.00 2.00 2.00
Mode 2 2 2
Std. Deviation 0.701 0.661 0.705
Minimum 1 1 1
Maximum 4 4 4
N 321 321 321
Sumber: Data diolah (2021)
Berdasarkan informasi di atas diketahui bahwa rata-rata jawaban responden pada konstruk perceived risk adalah 2 (tidak setuju) untuk PR1 dan 1 (sangat tidak setuju) untuk PR2 dan PR3. Median konstruk perceived risk adalah 2 (tidak setuju) untuk seluruh indikator. Nilai yang paling banyak dipilih responden adalah 2 (tidak setuju) untuk seluruh indikator pada konstruk perceived risk. Standar deviasi untuk masing-masing indikator secara berurutan PR1 bernilai 0,701, PR2 bernilai 0,661, dan PR 3 bernilai 0,705. Nilai minimum untuk seluruh indikator pada konstruk perceived risk adalah 1 (sangat tidak setuju). Nilai maksimum untuk seluruh indikator pada konstruk perceived risk adalah 4 (sangat setuju).
9. Deskripsi Data Konstruk Trust (TR)
Konstruk Trust (TR) pada penelitian ini memiliki empat indikator.
Masing-masing indikator diberi kode menjadi TR1, TR2, TR3, dan TR4.
Tabel 18 menunjukkan hasil analisis statistik deskriptif konstruk trust menggunakan SPSS 25:
Tabel 18. Deskripsi Data Konstruk Trust
Keterangan TR1 TR2 TR3 TR4
Mean 3.42 3.45 3.46 3.34
Median 3.00 3.00 3.00 3.00
Mode 3 3 4 3
Std. Deviation 0.531 0.546 0.564 0.622
Minimum 2 2 1 1
Maximum 4 4 4 4
N 321 321 321 321
Sumber: Data diolah (2021)
Berdasarkan informasi di atas diketahui bahwa rata-rata jawaban responden untuk konstruk trust adalah 3 (setuju). Median konstruk trust adalah 3 (setuju) untuk seluruh indikator. Nilai yang paling banyak dipilih responden untuk TR1, TR2, dan TR4 adalah 3 (setuju). Sedangkan untuk TR3 responden lebih banyak memilih nilai 4 (sangat setuju). Standar deviasi untuk masing-masing indikator secara berurutan TR1 bernilai 0,531, TR2 bernilai 0,546, TR3 bernilai 0,564, dan TR4 bernilai 0,622. Nilai minimum untuk TR1 dan TR2 adalah 2 (tidak setuju) sedangkan TR3 dan TR4 adalah 1 (sangat tidak setuju). Nilai maksimum untuk seluruh indikator pada konstruk trust adalah 4 (sangat setuju).
10. Deskripsi Data Konstruk Behavioral Intention (BI)
Konstruk Behavioral Intention (BI) pada penelitian ini memiliki tiga indikator. Masing-masing indikator diberi kode menjadi BI1, BI2, dan BI3.
Tabel 19 menunjukkan hasil analisis statistik deskriptif konstruk behavioral intention menggunakan SPSS 25:
Tabel 19. Deskripsi Data Konstruk Behavioral Intention Keterangan BI1 BI2 BI3
Mean 3.26 2.98 2.66
Median 3.00 3.00 3.00
Mode 3 3 2
Std. Deviation 0.643 0.774 0.912
Minimum 2 1 1
Maximum 4 4 4
N 321 321 321
Sumber: Data diolah (2021)
Berdasarkan informasi di atas diketahui bahwa rata-rata jawaban responden untuk konstruk behavioral intention adalah 3 (setuju) untuk BI1, sedangkan BI2 dan BI3 adalah 2 (tidak setuju). Median seluruh indikator pada konstruk behavioral intention adalah 3 (setuju). Nilai yang paling banyak dipilih responden untuk BI1 dan BI2 adalah 3 (setuju). Sedangkan untuk BI3 responden lebih banyak memilih nilai 2 (tidak setuju). Standar deviasi untuk masing-masing indikator secara berurutan BI1 bernilai 0,643, BI2 bernilai 0,774, dan BI3 bernilai 0,912. Nilai minimum yang dipilih responden untuk BI1 adalah 2 (tidak setuju) sedangkan untuk BI2 dan BI3 adalah 1 (sangat tidak setuju). Nilai maksimum untuk seluruh indikator pada konstruk behavioral intention adalah 4 (sangat setuju).
B. Analisis Data
Analisis data pada penelitian ini dilakukan menggunakan alat statistik software SmartPLS 3.3.3. Alat ini digunakan untuk melakukan analisis Partial Least Square. Analisis Partial Least Square (PLS) merupakan teknik statistika multivariat yang melakukan perbandingan antara variabel dependen berganda dan variabel independen berganda
(Abdilah dan Jogiyanto, 2015:161). PLS adalah analisis persamaan struktural (SEM) berbasis varian yang dapat melakukan pengujian model pengukuran sekaligus pengujian model struktural secara simultan (Abdilah dan Jogiyanto, 2015:164). Model pengukuran digunakan untuk pengujian vailiditas dan reliabilitas, sedangkan model struktural untuk uji kausalitas (Abdilah dan Jogiyanto, 2015:164).
1. Uji Validitas Konvergen
Menurut Abdilah dan Jogiyanto, (2015:195) validitas konvergen berhubungan dengan prinsip bahwa pengukur-pengukur suatu konstruk seharusnya berkorelasi tinggi. Validitas konvergen terjadi apabila dua instrumen berbeda yang mengukur konstruk yang sama berkorelasi tinggi (Abdilah dan Jogiyanto 2015:195). Rule of thumb yang berlaku pada validitas konvergen adalah outer loading > 0.7, communality >
0.5 dan Average Variance Extracted (AVE) > 0.5 (Chin, 1995 dalam Abdilah dan Jogiyanto, 2015:195). Berikut merupakan hasil pengolahan data dan penjelasan berkaitan dengan validitas konvergen masing-masing konstruk:
a. Validitas Konvergen Konstruk Performance Expectancy (PE) Konstruk Performance Expectancy (PE) pada penelitian ini memiliki empat indikator yaitu PE1, PE2, PE3 dan PE4.
Berdasarkan tabel 20, outer loading masing-masing indikator bernilai: 0,789 untuk PE1, 0,780 untuk PE2, 0,752 untuk PE3, dan 0,763 untuk PE4. Berdasarkan hasil tersebut maka dapat
disimpulkan bahwa seluruh indikator pada konstruk performance expectancy valid. Berikut merupakan tabel hasil analisis outer loading konstruk performance expectancy:
Tabel 20. Nilai Outer Loading Konstruk Performance Expectancy Indikator Indikator Outer
Loading
Nilai Outer Loading
Keterangan
PE1 0,7 0,789 Valid
PE2 0,7 0,780 Valid
PE3 0,7 0,752 Valid
PE4 0,7 0,763 Valid
Sumber: Data diolah (2021)
Berikut merupakan path diagram konstruk performance expectancy berdasarkan hasil pengolahan data menggunakan SmartPLS:
Gambar IX: Outer Loading Konstruk Performance Expectancy Sumber: Data diolah (2021)
b. Validitas Konvergen Konstruk Effort Expectancy (EE)
Konstruk Effort Expectancy (EE) pada penelitian ini memiliki empat indikator yaitu EE1, EE2, EE3 dan EE4.
Berdasarkan tabel 21, outer loading masing-masing indikator bernilai: 0,799 untuk EE1, 0,887 untuk EE2, 0,813 untuk EE3, dan 0,765 untuk EE4. Berdasarkan hasil tersebut maka dapat
disimpulkan bahwa seluruh indikator pada konstruk effort expectancy valid. Berikut merupakan tabel hasil analisis outer loading konstruk effort expectancy:
Tabel 21. Nilai Outer Loading Konstruk Effort Expectancy Indikator Indikator Outer
Loading
Nilai Outer Loading
Keterangan
EE1 0,7 0,799 Valid
EE2 0,7 0,887 Valid
EE3 0,7 0,813 Valid
EE4 0,7 0,765 Valid
Sumber: Data diolah (2021)
Berikut merupakan path diagram konstruk effort expectancy berdasarkan hasil pengolahan data menggunakan SmartPLS:
Gambar X: Outer Loading Konstruk Effort Expectancy Sumber: Data diolah (2021)
c. Validitas Konvergen Konstruk Social Influence (SI)
Konstruk Social Influence (SI) pada penelitian ini memiliki empat indikator yaitu SI1, SI2, dan SI3. Berdasarkan tabel 22, outer loading masing-masing indikator bernilai: 0,899 untuk SI1, 0,901 untuk SI2, dan 0,882 untuk SI3. Berdasarkan hasil tersebut maka dapat disimpulkan bahwa seluruh indikator pada konstruk
social influence valid. Berikut merupakan tabel hasil analisis outer loading konstruk social influence:
Tabel 22. Nilai Outer Loading Konstruk Social Influence Indikator Indikator Outer
Loading
Nilai Outer Loading
Keterangan
SI1 0,7 0,899 Valid
SI2 0,7 0,901 Valid
SI3 0,7 0,882 Valid
Sumber: Data diolah (2021)
Berikut merupakan path diagram konstruk social influence berdasarkan hasil pengolahan data menggunakan SmartPLS:
Gambar XI: Outer Loading Konstruk Social Influence Sumber: Data diolah (2021)
d. Validitas Konvergen Konstruk Facilitating Conditions (FC) Konstruk Facilitating Conditions (FC) pada penelitian ini memiliki empat indikator yaitu FC1, FC2, FC3 dan FC4.
Berdasarkan tabel 23, outer loading masing-masing indikator bernilai: 0,822 untuk FC1, 0,772 untuk FC2, 0,820 untuk FC3, dan 0,491 untuk FC4. Berdasarkan hasil tersebut maka FC1, FC2, dan FC3 valid, sedangkan FC4 tidak valid. Tabel 23 menunjukkan hasil analisis outer loading konstruk facilitating conditions:
Tabel 23. Nilai Outer Loading Konstruk Facilitating Conditions Uji 1
Indikator Indikator Outer Loading
Nilai Outer Loading
Keterangan
FC1 0,7 0,822 Valid
FC2 0,7 0,772 Valid
FC3 0,7 0,820 Valid
FC4 0,7 0,491 Tidak Valid
Sumber: Data diolah (2021)
Berikut merupakan path diagram konstruk facilitating conditions berdasarkan hasil pengolahan data menggunakan SmartPLS:
Gambar XII: Outer Loading Konstruk Facilitating Conditions Uji 1
Sumber: Data diolah (2021)
Berdasarkan pengolahan data menggunakan software SmartPLS pada tabel 18, ditemukan bahwa indikator FC4 tidak valid. FC4 tidak valid karena memiliki skor outer loading < 0,7 yaitu sebesar 0,491. Abdilah dan Jogiyanto (2015:206) menjelaskan bahwa jika skor loading <0,5 maka indikator ini dapat dihapus karena tidak termuat ke konstruk yang mewakilinya. Oleh karena itu, indikator FC4 dihapus. Setelah melakukan penghapusam indikator FC4, peneliti menguji ulang vadilitas
konvergen menggunakan nilai outer loading. Tabel 24 menunjukkan hasil pengolahan data setelah penghapusan indikator FC4:
Tabel 24. Nilai Outer Loading Konstruk Facilitating Conditions Uji 2
Indikator Indikator Outer Loading
Nilai Outer Loading
Keterangan
FC1 0,7 0,842 Valid
FC2 0,7 0,805 Valid
FC3 0,7 0,838 Valid
Sumber: Data diolah (2021)
Berikut merupakan path diagram konstruk facilitating conditions berdasarkan hasil pengolahan data menggunakan SmartPLS:
Gambar XIII: Outer Loading Konstruk Facilitating Conditions Uji 2
Sumber: Data diolah (2021)
Berdasarkan pengujian kedua ditemukan skor outer loading masing-masing indikator bernilai: 0,842 untuk FC1, 0,805 untuk FC2, dan 0,838 untuk FC3. Oleh karena itu, seluruh indikator dinyatakan valid karena memiliki nilai outer loading lebih dari 0,7.
e. Validitas Konvergen Konstruk Hedonic Motivation (HM)
Konstruk Hedonic Motivation (HM) pada penelitian ini memiliki tiga indikator yaitu HM1, HM2 dan HM3. Berdasarkan tabel 25, outer loading masing-masing indikator bernilai: 0,871 untuk HM1, 0,911 untuk HM2, dan 0,852 untuk HM3. Berdasarkan hasil tersebut maka dapat disimpulkan bahwa seluruh indikator pada konstruk hedonic motivation valid. Berikut merupakan tabel hasil analisis outer loading konstruk hedonic motivation:
Konstruk Hedonic Motivation (HM) pada penelitian ini memiliki tiga indikator yaitu HM1, HM2 dan HM3. Berdasarkan tabel 25, outer loading masing-masing indikator bernilai: 0,871 untuk HM1, 0,911 untuk HM2, dan 0,852 untuk HM3. Berdasarkan hasil tersebut maka dapat disimpulkan bahwa seluruh indikator pada konstruk hedonic motivation valid. Berikut merupakan tabel hasil analisis outer loading konstruk hedonic motivation: