Adopsi Perusahaan Retail
V. HASIL DAN PEMBAHASAN
5.3. Kartu Debet
5.3.1. Uji Multikolinearitas
Uji multikolinearitas juga dilakukan terhadap data kartu debet, dimana variabel bebasnya juga terdiri dari tujuh variabel yaitu umur perusahaan, pendapatan perusahaan, status hukum perusahaan, bidang usaha, jumlah tenaga kerja, lokasi perusahaan dan tingkat keamanan kartu debet.
Tabel 5.4. Hasil Uji Multikolinearitas pada Data Kartu Debet X1 X2 X3 X4 X5 X6 X7 X1 1.000000 -0.001177 0.055299 -0.111908 0.209619 -0.092329 -0.117979 X2 -0.001177 1.000000 -0.020835 -0.044306 0.369756 -0.027318 0.054549 X3 0.055299 -0.020835 1.000000 0.183283 0.113562 0.167201 -0.043131 X4 -0.111908 -0.044306 0.183283 1.000000 -0.043080 -0.100836 -0.019040 X5 0.209619 0.369756 0.113562 -0.043080 1.000000 -0.068972 0.021726 X6 -0.092329 -0.027318 0.167201 -0.100836 -0.068972 1.000000 0.117964 X7 -0.117979 0.054549 -0.043131 -0.019040 0.021726 0.117964 1.000000 Sumber : Lampiran 5
Hasil pengujian pada Tabel 5.4 didapat bahwa nilai korelasi antara variabel variabel bebasnya kurang dari 0,8 (rule of tumbs 0,8), sehingga dapat disimpulkan bahwa tidak terdapat multikolinear pada data kartu debet tersebut. Setelah dilakukan uji ini, kemudian dilanjutkan dengan melakukan regresi logistik.
5.3.2. Hasil Regresi Logistik
Kartu debet merupakan jenis kartu pembayaran elektronik yang fungsinya hampir sama dengan kartu kredit, namun dari segi jenis keduanya berbeda. Setelah berkembangnya penggunaan kartu kredit, kemudian penggunaan kartu debet pun ikut meluas. Saat ini perusahaan ritel kecil yang telah menerima pembayaran dengan kartu debet sebanyak 42 persen dari keseluruhan sampel, ini menunjukkan bahwa pemakaian kartu debet hampir sejalan dengan penerimaan kartu kredit. Dari hasil survei opini, diketahui bahwa para pengusaha atau pemilik perusahaan dan khususnya para pekerjanya sekarang ini lebih cenderung lebih menyukai alat pembayaran kartu debet daripada kartu kredit. Alasan mereka adalah penggunaan kartu debet yang lebih mudah dan juga permasalahan biaya tagihan minimal yang sering terjadi pada kartu kredit konsumen yang seringkali mengharuskan perusahaan untuk membayarnya, sehingga mengurangi pendapatan yang mereka terima yang imbas akhirnya adalah upah dari tenaga kerja mereka menjadi menurun. Hal ini mengakibatkan perusahaan retail kecil lebih memilih untuk menerima kartu debet.
Penentuan faktor-faktor yang berpengaruh secara signifikan kemudian dilakukan dengan menggunakan tujuh variabel bebas, yang kemudian diregresi dengan menggunakan regresi logistik. Pada model awal regresi logistik didapatkan bahwa nilai LR Statistic (7 df) sebesar 50,99224 dengan nilai probabilitas (LR Statistic) adalah sebesar 0,000 sehingga dapat disimpulkan semua variabel mempunyai dampak positif pada nilai akhir dan persamaan dapat memasukkan semua variabel bebas atau dengan kata lain melalui uji G, paling sedikit terdapat satu βi yang tidak sama dengan nol pada taraf nyata α =10%. Sedangkan setelah dilakukan uji Wald, ternyata koefisien variabel X1, X2, X4, X6 dan X7 tidak signifikan secara statistik pada taraf nyata = 10%, sehingga perlu dilakukan reduksi peubah variabel yang paling tidak signifikan (Tabel 5.5).
α
Tabel 5.5. Beberapa Alternatif Regresi Logistik pada Kartu Kredit
Probabilitas Model
Ke-1 Ke-2 Ke3 Ke-4 Ke-5 Ke-6
X1 0,6505 0,6387 0,5907 0,2069 0,1877 - X2 0,8119 0,8094 - - - - X3 0,1540 0,1476 0,0264* 0,1168 0,0781* 0,0898* X4 0,9548 - - - X5 0,1005 0,1003 0,0179* 0,0335* 0,0398* 0,0663* X6 0,7436 0,7477 0,7067 0,2739 - - X7 0,0001* 0,0001* 1,0000 - - -
Keterangan: *Nyata pada taraf α = 10%
Tabel 5.6. Hasil Akhir Regresi Logistik (Model ke-6)
Variabel Koefisien Probabilitas Rasio Odds
C -1,587 0.0041 (X3) Status Hukum 0,839 0,0898 2,314 (X5) Tenaga Kerja 0,085 0,0663 1,088 LR Statistic (2 df) = 7,136 Probability (LR Stat) = 0,0281 Mcfadden R-Square = 0,0564 Log likelihood = -59,679 G = 2{(-59,679)-{39 ln (39) +54 ln (54)-93ln (93)}} = 7,139
Hasil regresi logistik menunjukkan bahwa terdapat dua faktor yang mempengaruhi secara signifikan (taraf nyata 10 persen) terhadap keputusan perusahaan dalam menerima alat pembayaran kartu debet ini. Sama halnya dengan alat pembayaran kartu kredit, dari model terakhir regresi logistik didapatkan bahwa variabel X3 (status hukum) dan X5 (tenaga kerja) mempengaruhi secara nyata. Dengan nilai probabilitas X3
sebesar 0,0898 dan X5 sebesar 0,0663, kedua variabel ini signifikan pada taraf nyata 10 persen, dimana dihasilkan koefisien dari X3 =0,839 dan X5= 0,085. (Tabel 5.6)
Pada kartu debit model akhir yang digunakan merupakan model dimana semua peubahnya signifikan pada taraf nyata 10 persen, yaitu :
Li=Ln[ Pi (1-Pi)]=β0+β3X3+β5X5+εi (5.2) dimana,
X3 = Jenis kelamin X5 = Umur
Terdapatnya kesamaan pada faktor-faktor yang berpengaruh antara kartu debet dengan kartu kredit memperlihatkan bahwa perusahaan memasang pelayanan pembayaran kartu debet dan kartu kredit secara bersamaan dengan alasan yang sama. Status hukum yang berpengaruh positif sebesar 0,893 terhadap pelayanan kartu debet juga memiliki alasan yang kurang lebih sama dengan pelayanan kartu kredit. Perusahaan yang telah berbadan hukum cenderung lebih menerima untuk pemasangan pelayanan pembayaran kartu debet ini. Keadaan perusahaan yang belum berstatus hukum akan mengakibatkan pemilik perusahaan khawatir dengan masalah perizinannya. Dari segi ekonomi, pemilik juga memikirkan permasalahan pajak yang akan ditanggung jika perusahaan melakukan kerja sama dengan pihak yang mengeluarkan alat pembayaran tersebut. Kemungkinan perusahaan retail kecil untuk mengadopsi
penggunaan alat pembayaran kartu debet ini dapat dilihat pada melalui rasio odds-nya. Perusahaan yang berstatus badan hukum akan memiliki kemungkinan kurang lebih dua kali lipat untuk menerima pelayanan pembayaran kartu debet daripada perusahaan yang tidak berstatus badan hukum.
Jumlah tenaga kerja juga turut mempengaruhi keputusan suatu perusahaan untuk menerima pembayaran kartu debet ini. Nilai koefisien sebesar 0,085 memperlihatkan bahwa perusahaan yang menambah tenaga kerja memberikan pengaruh yang tidak begitu besar terhadap adopsi teknologi sistem pembayaran ini. Sama halnya dengan penerimaan terhadap kartu kredit, perusahaan akan melakukan shift dan menambah beberapa pekerja untuk menangani manajemen sistem pembayaran tersebut. Dari nilai
rasio odds dapat dilihat bahwa peluang perusahaan yang menambah tenaga kerjanya
memiliki kemungkinan/peluang kurang lebih satu kali lipat atau hampir sama untuk mengadopsi teknologi sistem pembayaran dengan perusahaan yang para pekerjanya tetap atau yang tidak menambah pekerjanya.
5.4. Transfer Bank 5.4.1. Uji Multikolinearitas
Uji multikolinearitas juga dilakukan terhadap data transfer bank, dimana variabel bebasnya juga terdiri dari tujuh variabel yaitu umur perusahaan, pendapatan perusahaan, status hukum perusahaan, bidang usaha, jumlah tenaga kerja, lokasi perusahaan dan tingkat keamanan alat pembayaran transfer bank.
Tabel 5.7. Uji Multikolinearitas pada Data Transfer Bank X1 X2 X3 X4 X5 X6 X7 X1 1.000000 -0.001177 0.055299 -0.111908 0.209619 -0.092329 -0.012470 X2 -0.001177 1.000000 -0.020835 -0.044306 0.369756 -0.027318 0.187753 X3 0.055299 -0.020835 1.000000 0.183283 0.113562 0.167201 0.116856 X4 -0.111908 -0.044306 0.183283 1.000000 -0.043080 -0.100836 -0.045208 X5 0.209619 0.369756 0.113562 -0.043080 1.000000 -0.068972 0.269297 X6 -0.092329 -0.027318 0.167201 -0.100836 -0.068972 1.000000 -0.018275 X7 -0.012470 0.187753 0.116856 -0.045208 0.269297 -0.018275 1.000000 Sumber : Lampiran 8
Hasil pengujian yang ditunjukkan pada Tabel 5.7 didapat bahwa nilai korelasi antara variabel variabel bebasnya kurang dari 0,8 (rule of tumbs 0,8), sehingga dapat disimpulkan bahwa tidak terdapat multikolinear pada data kartu debet tersebut. Setelah dilakukan uji ini, kemudian dilanjutkan dengan melakukan regresi logistik.
5.4.2. Hasil Regresi Logistik
Transfer bank merupakan salah satu fasilitas sistem pembayaran yang berbeda jenisnya dengan kedua alat pembayaran sebelumnya. Transfer bank bukan jenis alat pembayaran berupa kartu, namun merupakan alat pembayaran yang bersifat maya yaitu melalui internet. Transaksi dilakukan melalui transfer antar perbankan dengan menggunakan internet. Dari sampel yang diambil saat survei, 40 persen dari 93 perusahaan retail kecil telah menerima pembayaran melalui fasilitas transfer bank. Sama seperti alasan penerimaan kedua alat pembayaran sebelumnya, survei opini menyatakan bahwa fasilitas ini memberikan kemudahan bagi perusahaan untuk bertransaksi dengan konsumennya, khususnya untuk perusahaan yang skala usahanya cukup besar. Selain itu menurut mereka, jika menggunakan sistem pembayaran ini menghindari kesalahan terhadap pencatatan, penghitungan dan resiko akan uang palsu.
Regresi logistik juga dilakukan terhadap tujuh variabel bebas, sehingga menghasilkan variabel yang paling signifikan. Pada model awal regresi logistik didapatkan bahwa nilai LR Statistic (7 df) sebesar 44,04815 dengan nilai probabilitas
(LR Statistic) adalah sebesar 0,000 sehingga dapat disimpulkan semua variabel mempunyai dampak positif pada nilai akhir dan persamaan dapat memasukkan semua variabel bebas atau dengan kata lain melalui uji G, paling sedikit terdapat satu βi yang tidak sama dengan nol pada taraf nyata α =10%. Sedangkan setelah dilakukan uji Wald, ternyata koefisien variabel X1, X2, X3, X4, X5 dan X6 tidak signifikan secara statistik pada taraf nyata α = 10%, sehingga perlu dilakukan reduksi peubah variabel yang paling tidak signifikan (Tabel 5.8).
Model akhir regresi logistik setelah dilakukan pereduksian model menghasilkan persamaan dengan satu variabel bebas. Dari ketujuh variabel bebas, hanya terdapat satu variabel yang signifikan dengan nilai probabilitas sebesar 0,000 dan nilai koefisien sebesar 4,390 (Tabel 5.9)
Tabel 5.8. Beberapa Alternatif Estimasi Regresi Logistik pada Transfer Bank Model
Probabilitas
Ke-1 Ke-2 Ke-3 Ke-4 Ke-5 Ke-6 Ke-7
X1 0,6183 0,6239 0,6202 0,5852 - - - X2 0,3284 0,3290 0,3325 0,3247 0,3484 0,4435 - X3 0,8834 0,8673 - - - - - X4 0,9377 - - - - X5 0,4203 0,4169 0,4270 0,441 0,5159 - - X6 0,6268 0,6149 0,6299 - - - - X7 0,000* 0,000* 0,000* 0,000* 0,000* 0,000* 0,000* Keterangan: *Nyata pada taraf α = 10%
Tabel 5.9. Hasil Akhir Regresi Logistik (Model Ke-7)
Variabel Koefisien Probabilitas Rasio Odds
C -1,299 0,000 (X7) Keamanan Transfer 4,3903 0,000 80,664 LR Statistic (1 df) = 44,0481 Probability (LR Stat) = 0,000 Mcfadden R-Square = 0,3523 Log likelihood = -40,484 G = 2{(-40,484)-{37 ln (37)+56 ln (56)-93 ln (93)}} = 44,051
Pada transfer bank model akhir yang digunakan merupakan model dimana semua peubahnya signifikan pada taraf nyata 10 persen, yaitu :
Li=Ln[ Pi (1-Pi)]=β0+β7X7 +εi (5.3) X7 = Tingkat Keamanan
Berbeda dengan hasil kedua alat pembayaran sebelumnya, alasan perusahaan untuk menerima transfer bank sebagai alat pembayaran konsumennya adalah tingkat keamanan dari transfer bank itu sendiri. Perbedaan jenis alat pembayaran transfer bank dengan kedua kartu pembayaran sebelumnya, menghasilkan perbedaan alasan dari perusahaan untuk mengadopsi sistem pembayaran ini. Nilai koefisien sebesar 4,390 memperlihatkan bahwa keamanan dari sistem ini berpengaruh sangat besar terhadap keputusan perusahaan dan merupakan satu-satunya faktor yang paling penting. Keamanan merupakan salah satu unsur dari efisiensi sistem pembayaran (Listfield dan Montes-Negret, 1994), sehingga transfer bank dapat digolongkan sebagai sistem pembayaran yang efisien. Jika tingkat keamanan dari sistem pembayaran tersebut meningkat maka hal ini akan lebih memotivasi perusahaan untuk menerima alat pembayaran transfer bank ini. Rasio odds menunjukkan kemungkinan / peluang yang lebih besar pada perusahaan yang merasa aman dalam menggunakan transfer bank, perusahaan yang merasa aman untuk bertransaksi dengan menggunakan transfer bank akan lebih besar kemungkinannya kurang lebih 80 kali untuk menerima pembayaran melalui transfer bank dibandingkan dengan perusahaan yang tidak merasa aman untuk bertransaksi dengan menggunakan transfer bank.